电讯技术

作者：张敏,乔文昇,朱佩佩,朱思瀚,詹雨飞,黄晓晨,陈洪刚

单位：(1．西南电子技术研究所 复杂航空系统仿真全国重点实验室，成都 610036;2．四川大学 电子信息学院，成都 610065)

关键词：目标检测；图像增强；深度学习；联合优化；自监督；

目标检测技术旨在从图像或视频中对特定类别目标进行定位和识别。然而，在低照度场景中面临对比度低、边界模糊、噪声干扰等问题，导致检测算法性能下降。为此，提出了一种基于颜色通道变换增强的目标检测（Color Channel Transformation Enhancement-based Object Detection，C2TEOD算法。首先，构建了颜色通道变换模块，引入可学习参数对不同颜色通道进行变换，提升增强策略灵活性。然后，通过一个图像增强模块对图像进行预处理，并采用检测损失联合优化增强模块与检测网络，使增强网络能够朝着有利于检测任务的方向优化。此外，提出了选择性自监督回归损失，利用原始低照度图像和增强图像输入检测网络并对其进行优化，再根据它们的检测结果对增强模块进行自监督回归优化，进一步提升检测效果。实验结果显示，该算法相比基线方法在Exdark、M3FD、LLVIP数据集上的平均精度均值（mean Average Precision，mAP分别提升2.2%、1.1%和0.2%。

来源：2025年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第11期