《表3 因素与水平：基于可见光图像和红外图像决策级融合的目标检测算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于可见光图像和红外图像决策级融合的目标检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

结合式（2），在确保目标A在可见光图像中的检测结果是准确的前提下，从相应的红外图像中选择与目标A的检测框类别相同的检测框，并计算这些检测框与目标A的检测框的交并比IoU。如果IoU<β，说明红外图像中的这些检测框检测的不是目标A，即目标A只在可见光图像中被准确检测到，并将该结果作为融合图像中对应目标的检测结果；如果IoU≥β，说明红外图像的这些检测框中存在目标A的检测框，进而从中选择与目标A的检测框的中心点距离最小且置信度大于或等于阈值α的检测框，则该检测框为目标A在红外图像中的检测框，即目标A在可见光图像和红外图像中被同时准确检测到。这种方法同样适用于判定在红外图像中被准确检测到的某一目标是否在相应的可见光图像中被准确检测。其中，阈值β（0≤β≤1，步长为0.1）的选择如表3所示。