RGBT-detection-源码

贝叶斯融合的多峰目标检测 有关项目信息，请参阅我们的请观看 具有多模式输入的目标检测可以改善许多对安全至关重要的感知系统，例如自动驾驶汽车（AVs）。 受白天和黑夜运行的AV的启发，我们研究了使用RGB和热像仪的多模式目标检测，因为后者可以在光线不足的情况下提供更强的目标特征。 我们探索了融合来自不同方式的信息的策略。 我们的主要贡献是一种非学习型的后期融合方法，该方法通过基于第一原理的简单概率模型将不同模式的边界框检测融合在一起。 我们称为贝叶斯融合的简单方法很容易从跨不同模态的条件独立性假设中得出。 我们将我们的方法应用于包含对齐的（KAIST）和未对齐的（FLIR）多峰传感器数据的基准。 我们的贝叶斯融合在相对性能方面比以前的工作高{\ bf 13％}。 关键词：物体检测，热，红外热像仪，RGB热检测，多模态，多光谱，自动驾驶，传感器融合，非最大抑制，概率建模。 如果您发现我们