基于改进Retinex去雾算法的道路目标检测  

作　　者：苑志浩 王正超 尹怀仙[3] 

机构地区：[1]青岛大学机电工程学院,山东青岛266071 [2]青岛财经职业学院计算机系,山东青岛266100 [3]青岛大学动力集成及储能系统工程技术中心,山东青岛266071

出　　处：《智能城市》2020年第20期1-4,共4页Intelligent City

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 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] U495[自动化与计算机技术—计算机科学与技术]