基于改进CycleGAN的夜间道路环境下非机动车特征增强方法

夜间光照度低或者光照分布不均匀,非机动车识别率受到很大影响。为有效增强目标图像,研究结合一种热图自注意力Grad-CAM网络和一种自适应归一化层AdaLIN改进CycleGAN的生成器,使用自适应归一化层AdaLIN改进CycleGAN判别器,在改进CycleGAN网络中加入Merge网络,生成类夜间非机动车特征增强图像。经过实验验证,相较于对比算法RetinexNet、MSRCP和CycleGAN+Merge算法,主要图像评价指标明显提高,比改进前CycleGAN+Merge算法在PNSR、SSIM指标上分别提高了4.16%、7.22%,在人类视觉主观分析上也更优。证明对改进算法进行研究后能够有效改善夜间道路情况下非机动车特征的视觉效果。