摘要
在夜间安全监控和其他低光照视觉感知任务中，行人检测是实现复杂环境中智能感知的重要基础。在低光照条件下，可见光图像常常存在纹理细节缺失、噪声增强以及对比度降低的问题，这些问题容易导致目标表示不足、跨尺度特征融合不稳定以及检测失败的风险增加。尽管多模态方案（如RGB-红外结合的方法）可以通过利用不同模态之间的互补性来提高检测性能，但它们通常需要较高的硬件成本、复杂的跨模态校准过程以及系统集成开销，这在轻量级或对成本敏感的场景中限制了其应用。因此，开发一种适用于低光照单目RGB场景的高效行人检测方法具有重要的实际价值。本研究专注于低光照单目RGB环境下的行人检测，并提出了一种基于YOLOv13的结构优化模型——GSC-YOLO。首先，引入了GhostNetV3作为主干网络，以在纹理较弱的情况下提升多尺度特征表示能力；其次，设计了语义-空间对齐（SSA）模块来增强特征融合过程中的信息补偿并抑制噪声；最后，在高级语义层引入了C2f_Faster以优化信息流动并减少冗余计算。在两个公共数据集LLVIP和KAIST的RGB子集上，GSC-YOLO的mAP@0.5值分别达到了57.70%和66.61%，召回率分别达到了89.93%和90.49%，显著优于YOLOv13基线模型。实验结果表明，在本研究采用的设置下，所提出的方法有效提升了低光照RGB场景中的行人检测性能，同时保持了良好的实时推理能力，为低空智能网络中的前端视觉感知研究提供了有用的参考。
