基于改进Retinex去雾算法的道路目标检测
苑志浩
王正超
尹怀仙
摘要：运用YOLOV3目标检测算法可以对车辆行驶中的道路目标进行预测,辅助驾驶从而降低安全隐患.文章针对雾天条件下道路环境复杂、行车采集的图像对比度小且识别精度低的问题,基于采用双边滤波器的Retinex去雾算法对图像信息进行增强处理,结合YOLOV3中Darknet-53网络结构训练出雾天道路目标的网络模型,再与其他去雾算法训练出的模型进行对比.实验结果表明,使用改进Retinex去雾算法预处理后的网络模型结构的mAP值比原模型提高了9.33％,降低了误检和漏检率,提升了预测精度.
关键词：图像去雾双边滤波YOLOV3目标检测
论文发表日期：2020-10-25
页数：4( 1-4 )