摘要
在夜间安全监控和其他低光照视觉感知任务中，行人检测是智能感知在复杂环境中的重要基础。在低光照条件下，可见光图像通常会出现纹理细节缺失、噪声增强和对比度降低的问题，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漏报的风险增加。尽管多模态方案（如RGB-红外方法）可以通过利用模态互补性来提高检测性能，但它们涉及相对较高的硬件成本、跨模态校准的复杂性以及系统集成开销，这在轻量级或成本敏感的场景中会带来部署限制。因此，为低光照单目RGB场景开发高效的行人检测方法具有明显的实际价值。本研究聚焦于低光照单目RGB行人检测，并提出了一种基于YOLOv13的结构优化模型，称为GSC-YOLO。首先引入GhostNetV3作为骨干网络，以在纹理较弱的情况下增强多尺度特征表示；其次设计了一种语义-空间对齐（SSA）模块，用于在特征融合阶段提高信息补偿并抑制噪声；最后将C2f_Faster集成到高级语义分支中，以优化信息流并减少冗余计算。在两个公开数据集LLVIP和KAIST的RGB子集上，GSC-YOLO的mAP@0.5值分别为57.70%和66.61%，召回率分别为89.93%和90.49%，始终优于YOLOv13基线。实验结果表明，在本研究采用的设置下，所提出的方法在保持良好的实时推理能力的同时，有效提高了低光照RGB场景中的行人感知性能，可能为低空智能网络的前端视觉感知研究提供有用的参考。
