基於前景 - 背景對比學習的夜間行人檢測
原文中文，约400字，阅读约需1分钟。发表于：。该论文探讨了将背景信息引入通道注意机制，以解决低光条件下单光谱夜间行人检测性能不佳的问题，并使用对比学习方法重新审视通道注意机制，提出了前景 - 背景对比注意（FBCA）。实验结果表明，FBCA 在单光谱夜间行人检测中的表现明显优于现有方法，在 NightOwls 和 TJU-DHD-pedestrian 数据集上取得了最先进的结果，而且这种方法还改善了多光谱 LLVIP...
该论文研究了低光条件下夜间行人检测的问题，并提出了前景-背景对比注意（FBCA）方法。实验证明，FBCA在夜间行人检测中表现优于现有方法，并改善了多光谱数据集的性能。背景信息整合到通道注意机制中可以有效减轻夜间情境下的检测器性能退化。
