计算机应用

作者：桑雨, 贡同, 赵琛, 于博文, 李思漫

单位：1.辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105；2.辽宁省无线射频大数据智能应用重点实验室（辽宁工程技术大学），辽宁 葫芦岛 125105；3.民航新疆空中交通管理局 技术保障中心，乌鲁木齐 830013

关键词：目标检测,域适应,光度对齐,CNN-Transformer

基金：国家自然科学基金资助项目(61602226);辽宁省教育厅科研基金资助项目(LJKQZ2021152);高校人才引进基金资助项目(18-1021)

夜间目标检测受限于低光照条件和高质量标注数据的匮乏，目标特征提取困难，目标检测精度不高。因此，提出一种具有光度对齐的域适应夜间目标检测方法。首先，设计一种夜间域适应光度对齐模块，将有标记的白天源域图像转换为对应的夜间目标域图像，即通过光度对齐弥合源域与目标域之间的差距，解决低光照条件下难以获取准确夜间目标注释的问题；其次，采用CNN-Transformer混合模型作为检测器，即以CSwin Transformer作为主干网络提取多层次的图像特征，并将提取特征输入特征金字塔网络中，提升模型对多尺度目标的检测能力；最后，引入Outlook注意力解决光照不足导致的图像细节不明显问题，提升模型在光照变化和阴影等复杂环境下的鲁棒性。实验结果表明，在公共数据集BDD100K上，所提方法的平均精度均值（mAP）@0.5达到了50.0%，比2PCNet （two-Phase Consistency Network）方法提高4.2个百分点；在公共数据集SODA10M上，所提方法的mAP@0.5达到了45.4%，比SFA （Sequence Feature Alignment）方法提高0.9个百分点。

来源：2026年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第1期