基于 YOLOv8 的夜间图像增强与目标检测融合算法研究
作 者：
李超然
摘 要：
夜间及复杂光照条件下，图像质量受限问题严重制约了目标检测系统在智能安防、自动驾驶等场景中的应用效果。针对传统检测模型在低光照环境下识别精度下降、图像增强与检测模块割裂等问题，文章提出一种融合 YOLOv8 架构的图像增强与目标检测协同优化算法。该算法通过多模态输入方式整合可见光与红外图像信息，并引入感知一致性约束机制，实现图像细节恢复与检测精度的双重提升。实验结果表明，该算法在多个公开夜间数据集上达成 mAP@0.5 ≥ 75%、结构相似性 SSIM ≥ 0.85、推理帧率 ≥ 25 FPS 等关键指标，具有良好的精度稳定性与平台适应性。
来 源：
《信息产业报道》 2025-11