메모: DIONet: An Illumination-Adaptive Network for Real-Time Road Obstacles Detection Under Low-Light Scenarios
Fig.1 DIONet: An Illumination-Adaptive Network for Real-Time Road Obstacles Detection Under Low-Light Scenarios
Published in: IEEE Sensors Journal ( Volume: 25, Issue: 17, 01 September 2025)
Date of Publication: 01 August 2025
Introduction
이 논문은 어두운 환경에서의 road obstacle detection을 위해 DIONet(Dark Is OK Network)을 제안하는 논문이다.
총 4가지 개선 사항으로, OIT, FADC, AIFI, Inner-IoU를 제안한다.
OIT(Obstacle Illumination Transformer) 모듈은 multiscale transformer architecture를 활용해 어두운 이미지에서 illumination과 reflection components를 분리하여 detailed feature를 복구한다.
FADC(Frequency-Adaptive Dilated Convolution) 모듈은 다양한 크기의 물체 인식 및 어두운 이미지의 boundary blur를 제거함.
AIFI(Attention-based Intrascale Feature Interaction) 모듈은 작은 물체 인식률 향상을 위해 feature fusion을 최적화함. 이 최적화는 attention mechanism을 통해 이뤄짐.
Inner-IoU는 localization strategy를 변경해 작은 물체에 대한 인식률을 높임.
결과는 SOTA들과 비교함. YOLOv11, YOLOv12, LED-YOLO, EnlightenGAN-YOLO, PE-YOLO와 비교함. 다만 비교한 데이터셋은 독자적으로 만든 것이라고 함.
Leave a comment