第三十一屆中國汽車工程學會年會暨展覽會（SAECCE 2024）于日前在中國重慶·科學會堂隆重召開。

SAECCE 2024以“智能涌現(xiàn)，邁進加速變革新階段”為主題，將聚焦汽車產業(yè)創(chuàng)新重大需求，瞄準未來的前沿性、顛覆性技術發(fā)展，重點突出汽車科技前沿、關鍵技術創(chuàng)新、工程技術研發(fā)與應用實踐以及產業(yè)合作等，著力推動汽車科技進步、跨領域技術融合創(chuàng)新及產業(yè)合作，加速汽車人才發(fā)展，引領汽車產業(yè)高質量發(fā)展。

作為國內汽車產業(yè)技術體系最全、規(guī)模最大、層次最豐富的綜合性學術交流年會。從官方獲悉，本屆年會征集了來自全國重點高校、科研機構、主機廠、高新企業(yè)等近1500篇有效論文投稿，經過組委會近半年的嚴格選拔，由軒轅智駕撰稿的《基于區(qū)域注意力的紅外與可見光圖像融合》論文被成功錄用，并作為優(yōu)秀論文在本次年會現(xiàn)場進行展示，本次入選充分體現(xiàn)了軒轅智駕在紅外感知領域的技術能力和學術成果。

軒轅智駕科研論文《基于區(qū)域注意力的紅外與可見光圖像融合》，主題為通過區(qū)域注意力融合策略和多尺度卷積層（Multiscale convolutional layers），改善視覺感知融合效果。目的是為解決汽車單一傳感器的局限性。例如，可見光攝像頭在能見度較低（夜晚、雨霧天）和光線差（眩光）的情況下成像質量不佳，但在理想光線條件下擅長捕捉目標紋理信息。紅外熱成像能全天候、全氣候運作，靠熱輻射能捕捉人、車、動物等發(fā)熱源，卻無法提供豐富的紋理信息。在駕駛場景中，為了更好地進行后續(xù)的感知（檢測、分割、預警）任務，需要更優(yōu)質的圖像信息，利用兩種傳感器的成像圖像進行融合具有重要意義。而現(xiàn)有技術在融合兩種圖像時，存在融合效果不理想、算法穩(wěn)定性和魯棒性不足等問題，無法充分滿足駕駛場景對視覺感知的需求。

為應對這一難題，軒轅智駕研發(fā)團隊在論文中提到了一個新的觀點：CSF算法依賴人為設計的融合策略，成為算法穩(wěn)定性和魯棒性的瓶頸。團隊通過設計一組針對分類器的對比實驗發(fā)現(xiàn)，隨著迭代次數(shù)的增加，融合圖像的視覺效果更差，相關系數(shù)（CC）和互信息（MI）等指標也變得更差，而分類器在 8000 次迭代之后就收斂了。

通過消融實驗，只在 CSF 的基礎上將原先的融合模塊替換成基于區(qū)域注意力的融合模塊，進一步將編碼器的卷積層替換成多尺度卷積層之后，融合效果得到進一步提升，所有指標均有所提高。

實驗結果

1改善融合效果。多尺度卷積層能捕捉不同感受野的特征，更好地適應圖像中不同區(qū)域的特征，提高編碼器的語義表征能力。最終使得融合結果在細節(jié)保留、對比度、銳度等方面都有明顯提升，可大幅改善現(xiàn)有融合算法中存在的融合圖像細節(jié)丟失、對比度和銳度不足等問題，更好地滿足了汽車駕駛場景對視覺感知的需求。

2提升融合算法魯棒性?；趨^(qū)域注意力的融合策略能根據(jù)不同區(qū)域的特點合理分配權重，不再完全依賴分類器的結果，使得融合算法對分類器的敏感性降低，解決了 CSF 算法中因過度依賴分類器而導致的隨著迭代次數(shù)增加融合效果變差的問題，提高了算法的穩(wěn)定性和魯棒性。

軒轅研發(fā)團隊希望，通過區(qū)域注意力融合策略和多尺度卷積層的實驗方法，改善融合圖像的質量，提升算法的魯棒性，滿足可見光和雙光圖像融合的高標準視覺感知需求，為用戶提供更安全的駕駛體驗！