基于环境驱动融合与优化网络的地下矿井 RGB-T 人员检测

《Processes》：Environment-Driven Fusion and Optimization Network for RGB-T Person Detection in Underground Mines

　　# 摘要地下矿井中可靠的人员检测是实现安全智能采矿的关键，但光照不均、粉尘遮挡、热干扰以及跨模态视差等因素可能降低RGB-T（可见光-红外）感知效果。本文提出了一种环境驱动融合与优化网络（EnvFONet），将环境退化作为统一的先验条件，用于特征表示、多模态融合和训练优化。首先，动态感受野松弛（DRFR）自适应地插值原始热成像特征与局部平滑热成像特征，在保留精细细节与增强上下文鲁棒性之间取得平衡。其次，基于Env-AdaIN引导的空间门控融合模块采用环境条件下的残差仿射调制和高频像素级加权，以减少跨模态统计漂移以及视差引起的边界伪影。第三，环境自适应松弛损失（EARL）根据环境退化程度和定位质量，针对匹配困难的样本调整回归监督。在自采集的鞍山地下铁矿数据集上，EnvFONet达到了96.8%的mAP50、63.9%的mAP75和62.8%的mAP50:95。在公开LLVIP基准上，达到了94.4%的mAP50和59.6%的mAP50:95。这些结果表明，基于环境条件的融合与优化能够有效提升RGB-T人员检测在所评估退化条件下的鲁棒性。