目标检测Beyond RGB: Adaptive Parallel Processing for RAW Object Detection

论文作者：Shani Gamrian,Hila Barel,Feiran Li,Masakazu Yoshimura,Daisuke Iso

作者单位：Sony AI ;Sony Group Corporation

论文链接：http://arxiv.org/abs/2503.13163v1

内容简介：

1）方向：目标检测

2）应用：目标检测

3）背景：传统的目标检测模型通常应用于标准的RGB图像，这些图像通过图像信号处理（ISP）管道进行处理，以增强传感器捕获的RAW图像。然而，ISP函数可能会丢失一些对于计算机视觉任务（如目标检测）至关重要的信息。

4）方法：本文提出的RAM模块替代了传统的ISP，针对RAW目标检测进行了专门优化。RAM灵感来源于人类视觉系统的并行处理机制，与现有的学习型ISP方法不同，它通过并行应用多个ISP函数，而不是顺序执行，从而更全面地捕捉图像特征。然后，这些处理后的表示通过一个专门的模块进行融合，动态集成并优化信息，以适应特定任务的需求。

5）结果：该方法不仅充分发挥了RAW传感器数据的潜力，还实现了任务特定的预处理，显著提高了目标检测性能。在多种RAW图像数据集上，尤其是在不同光照条件和动态范围下，该方法超越了基于RGB的方法，达到了最先进的检测效果。