YOLA：学习低光环境下的照明不变特征用于目标检测
计算机视觉与模式识别
2024-10-25 v1
摘要
本文提出YOLA（You Only Look Around），一个用于低光场景目标检测的新型框架。不同于先前方法，我们从特征学习的角度来解决这一具有挑战性的问题。具体而言，我们提出通过利用邻近颜色通道之间以及相邻空间像素之间的相互关系，来近似计算照明不变特征图。通过纳入额外约束，这些关系可表现为卷积核，可在网络中以检测为导向方式进行训练。为此，我们引入一个专用于从低光图像中提取照明不变特征的新型模块，可轻松集成到现有的目标检测框架中。我们的实证结果表明，YOLA在低光目标检测任务上显著提升性能，同时在良好照明和过度照明场景中也表现出色。代码已公开于\url{https://github.com/MingboHong/YOLA}。
引用
@article{arxiv.2410.18398,
title = {You Only Look Around: Learning Illumination Invariant Feature for Low-light Object Detection},
author = {Mingbo Hong and Shen Cheng and Haibin Huang and Haoqiang Fan and Shuaicheng Liu},
journal= {arXiv preprint arXiv:2410.18398},
year = {2024}
}
备注
Accepted by NeurIPS2024