计算机工程与应用

作者：张正, 赵海明, 田青

单位：北方工业大学 人工智能与计算机学院，北京 100144；

关键词：选通图像,人脸检测,YOLOv11s,复杂环境

基金：国家重点研发计划（2024QY2632）。

激光距离选通成像技术具有作用距离远、能穿透部分物体进行成像，可在雨、雪、雾等恶劣天气环境下工作等优点。针对在透窗、遮挡、透烟、透火等复杂环境引起的局部特征缺失、噪声干扰等难题，基于YOLOv11s网络，结合距离选通图像的特点，提出一种新的人脸检测算法。提出了CSDSM模块，替换C2PSA，更好地提取和保留细粒度特征，同时保证了训练效率；对于颈部网络，采用改进的分离与增强注意力模块MultiSEAM，有效处理小部分区域被遮挡的情况，提高复杂场景下的特征理解能力；在主干网络部分增添了改进的SPD-Conv模块，增强了对低分辨率目标的特征提取能力；使用改进的EMF模块拓展了网络局部感知能力以及对小目标语义信息的表达。经过实验验证，改进的YOLOv11在选通图像数据集上mAP@0.5和mAP@0.5：0.95两项指标分别提升了3.3个百分点和1.7个百分点，验证了改进的有效性。为了验证改进算法的泛化性与普适性，还选取了VOC2007数据集进行测试，其mAP@0.5和mAP@0.5：0.95两项指标，分别提升了1.8个百分点和2.2个百分点。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期