关键词： 光学测量   计算机视觉   重力平衡   沉降   自动修正  

摘要： 沉降监测是路基、隧道等基础设施建设和维养的基础性、关键性任务，量大面广。由于沉降通常变化小、速率慢，目前仍以人工水准逐点测量为主，虽然精度可满足要求，但耗时耗力。视觉测量技术具有大范围、高精度、自动化等优势，在结构沉降监测具有巨大潜力，但相机观测平台稳定性是限制其应用的瓶颈之一。由于光杠杆效应，远距离测量相机微小角度变化会导致极大误差，导致测量失效，视觉平台角度变化的高精度修正对测量的有效性和精度至关重要。为此，本文提出了一种基于重力平衡的视觉自校准测量方法。引入易构造且保持的天然重力参考（铅垂线）作为基准，并设计刚性连接的L型主副相机，推导面向沉降测量的相机位姿简化解算和补偿模型，基于所提出的改进FLD算法精确提取铅垂线位置，利用固连约束获取观测平台的角度变化并进行补偿，实现不稳定观测平台条件下的沉降自校准测量。实验结果表明本文所提方法可有效补偿相机运动引起的误差，角度修正精度可达0.001°，沉降测量均方根误差为0.24 mm。与传统依赖稳定背景点、惯导传感器实现平台多维姿态补偿的方法相比，所提方法在长期监测中的稳定性和精度更优，且采用铅垂线这一自然参考体具备无需标定、全天候适用等优势，在复杂工程环境准静态沉降监测中具有良好的部署灵活性与长期观测能力。

关键词： 视频理解   手语翻译   计算机视觉   深度学习  

摘要： 视觉手语翻译技术是连接聋哑人群与健听人群的重要桥梁，近年来在计算机视觉与深度学习技术的驱动下取得显著进展。该技术旨在将手语视频动作自动转化为自然语言文本，从而实现两个群体的无障碍沟通。为便于研究者全面系统地了解视觉手语翻译任务，分别从三个方面展开综述研究：首先，梳理并分类视觉手语翻译相关研究成果，并探讨其方法特点与技术演进；其次，阐述手语数据的采集设备、多语言公开手语数据集以及常用评价指标；最后，从当前手语技术的研究现状与应用实践出发，探讨该领域面临的挑战，并提出相应的展望和建议。

关键词： 航空遥感目标   高效检测   深度学习   模型压缩   嵌入式平台  

摘要： 提升航空遥感目标机上信息获取能力，是我国航空光电成像平台研制任务中亟需解决的问题。目标检测是获取目标信息的有效手段，实现高效的机上航空遥感目标检测技术，面临的首要问题是目前主流目标检测方法通常基于“深度模型+海量数据”的深度学习解决方案，而机上硬件计算和存储能力有限，现有深度学习目标检测算法无法在机上资源有限条件下高效运行。因此，本文提出资源受限条件下航空遥感目标机上高效目标检测方法研究，旨在解决目标检测算法计算复杂程度高与机上硬件算力有限之间的矛盾，重点研究了深度可分离卷积技术以及神经网络模型的压缩与优化技术，构建了嵌入式端高性能Embedded-YOLO目标检测算法，算法模型仅为5.8MB，设计基于Xavier嵌入式平台的航空遥感目标检测系统，搭建地面演示验证平台，在VisDrone2019-Det数据集上进行目标检测算法的测试，检测10类目标的平均mAP48.1%，平台检测效率能够达到160fps。

关键词： 水利工程监测   堤坝裂缝   YOLOv11   无人机   目标检测   目标定位  

摘要： 针对现有深度学习方法在河道堤防裂缝识别场景中存在的识别精度不足、定位不准确及计算开销过高等问题，提出一种基于轻量化网络的堤防裂缝无人机遥感影像识别与定位方法 AGW-YOLO。首先，在原始YOLOv11n基础上，引入ADown轻量化下采样手段来降低参数量和计算量；接着，提出一种全新的全局多尺度注意力机制（GMA），通过对输入特征图按通道维度进行分组，并在每个子特征图内分别沿水平和垂直方向施加平均池化与最大池化操作，充分捕捉裂缝在不同尺度和方向上的细节信息，增强模型的特征提取能力；此外，采用WIoUv3损失函数减少了极端样本中出现的较大梯度，进一步提高了定位精度；最后，结合无人机影像的空间坐标信息，设计裂缝定位算法，将识别结果直接映射至实际地理坐标。实验结果表明：AGW-YOLO方法在自建的levee crack数据集上平均精度均值（mA P@0.5）达到84.5%，较基准模型提升3.4%，参数量与计算量分别减少18.2%和15.9%，检测速度可达126.4帧/s；相比Faster R-CNN、YOLOv8n、YOLOv9-tiny、YOLOv10n及RT-DETR-R50等主流方法，AGW-YOLO在识别准确度、速度和鲁棒性方面均表现出显著优势；在裂缝定位实验中，东向和北向定位的均方根误差（RMSE）分别为1.753和1.053 m，最大定位误差控制在±3 m以内，满足大型工程对于堤防裂缝定位的需求。研究成果为堤防工程安全管理提供了一种高效、精准的智能识别与定位方案，具有较高的工程实用价值。

关键词： 目标检测   红外小目标   频域   注意力机制   多尺度特征提取  

摘要： 红外小目标检测是红外搜索与跟踪系统的关键技术之一。然而，由于图像背景复杂、低信噪比、目标尺寸小导致的特征不明显，以及与小目标特征相似的高频噪声干扰，使现有的红外小目标检测性能常常受到限制。针对上述问题，本文提出了一种结合空间域和频域特征的检测方法。首先，为了解决特征不明显和高频噪声的影响，本文设计了双域特征增强模块（dual domain feature enhance module,DFEM），该模块不仅增强了小目标特征，还有效抑制了特征相似的高频噪声，从而显著降低了虚警率。其次，为了抑制背景的周期性噪声并增强感受野，进一步提升网络的检测性能，本文提出了全局多尺度感知模块（global multi-scale aware module,GSAM）。该模块在局部区域采用多尺度最大池化提取多尺度信息，同时在全局区域通过频域信息提取建模全局依赖关系。为了解决频域与空间域特征融合中的差异问题，本文设计了一种交叉注意力融合方法。此外，为了避免目标信息的丢失，本文采用了跨层连接将低级特征与高级特征相融合。最后，考虑到不同尺度和位置的红外小目标可能共享相同的损失，本文引入了尺度与位置敏感损失，进一步识别多尺度目标并准确定位目标。实验结果表明，本文所提出的算法在两个公共数据集上的检测精度优于目前较为先进的红外小目标检测算法，且该方法展现出良好的抗噪鲁棒性。

关键词： 毫米波图像   图像处理   超分辨率重建   生成对抗网络  

摘要： 针对图像采集设备和环境干扰等因素导致毫米波图像质量不够理想、现有算法重建后图像容易丢失细节，提出了基于增强型超分辨率生成对抗网络(Real-ESRGAN)改进的毫米波图像增强算法，用多级残差密集连接模块（Residual in Residual Dense Block，RRDB）构建生成器网络，以高效率、高稳定性提取到毫米波图像的特征信息；结合特征激活前的感知损失、Smooth L1损失和对抗损失使模型稳定收敛，减少重建后图像细节丢失；提出以PatchGAN为基本结构的判别器，减少计算量，提高了网络的训练和收敛速度。实验结果表明，本文的方法相比Real-ESRGAN在PSNR、SSIM的比较中分别高出0.3795dB，0.0211，在NIQE、PI的比较中分别降低了1.6412，1.1191。

关键词： 粮虫目标检测   YOLOv8n   C2f模块   SPPF模块   损失函数  

摘要： 针对复杂背景下粮虫目标检测算法存在的精度低、漏检、复杂度高等问题，提出一种改进YOLOv8n的粮虫目标检测算法SL-YOLO。首先，将轻量化网络StarNet中的Star Block引入C2f模块，减少模型的复杂度；其次，在SPPF模块中引入可分离大核注意力机制LSKA，在优化模型感知能力的同时结合小目标检测头增强模型对小目标的检测能力，从而提高检测精度；最后，引入WIoU作为新的边界框损失函数，提高模型的收敛速度与回归精度。实验结果表明，SL-YOLO在自建数据集上的mAP50和mAP50～95指标分别达到96.1%和59.7%，相较于YOLOv8n分别提升1.4和1.1个百分点，所提算法具有更优秀的检测能力。相比于其他主流算法，SL-YOLO同样展现出明显的性能优势。

关键词： YOLOv8   EfficientViT   RepGFPN   注意力机制   损失函数  

摘要： 水下目标检测由于在海洋探测、海洋开发等领域广泛应用而备受关注。由于水下环境的复杂性，包括光线衰减、散射等影响，导致水下目标检测效果不佳。针对上述问题，提出一种基于YOLOv8的水下目标检测框架：ERMS-YOLOv8，旨在提升水下目标检测性能。首先，替换主干网络为EfficientViT(Efficient Vision Transformer)，增强模型对水下生物的特征提取能力，减少特征信息丢失。其次，在Neck部分采用RepGFPN（Reparameterized Generalized-directional Feature Pyramid Network）网络模块，增强模型对水下生物高层语义和低级空间特征的提取和融合能力，从而使得模型获取更加丰富的特征信息。然后，引入MLCA（Mixed local channel attention for object detection）注意力机制，使得模型同时融合通道信息、空间信息、局部通道信息和全局通道信息，增强模型的表征能力。最后，引入SIOU损失函数，提升模型对目标边界信息的提取能力，从而进一步提高检测精度。实验结果表明，改进后的算法在UPRC2021数据集上和DUO数据集上mAP值分别达到83.9%和84.4%，与原始的YOLOv8算法相比较，mAP值分别提高了2.9%和2.1%。实验结果表明，ERMS-YOLOv8在水下目标检测中具有优越的性能。

关键词： 无人机   海上搜救   目标检测   YOLO   抗干扰损失函数  

摘要： 提高无人机对海上目标检测与识别精度，对于增强海上搜救行动的效率和成功率具有重要意义。针对海上目标分布离散、尺度变化较大、复杂背景干扰较强问题，提出一种无人机多尺度特征融合与抗干扰目标检测算法（UAV-YOLO）。首先，在主干网络部分引入Swin Transformer结构，利用多尺度特征融合和高效自注意力机制，有效增强模型对离散目标特征提取能力，减轻目标分布不均对检测精度造成的影响；其次，在SPPF(Spatial Pyramid Pooling-Fast)和C2PSA(C2 Partially Shifted Attention)融入选择性卷积注意力机制，自适应调整感受野范围，提升模型对尺度变化显著的海上目标检测精度；最后，设计一种抗干扰损失函数MS-IoU(Marine Search Intersection over Union)，针对复杂背景引起误检、漏检问题进行优化。为验证本文所提方法有效性，基于SeaDronesSee数据集进行消融实验，结果表明，相较于基础算法YOLOv11,UAV-YOLO算法在mAP50方面提升3.1%，达到67.8%。此外，优化后算法检测速度为193帧/秒（Frame/s）；满足目标检测流畅度要求大于60帧/秒的标准。就本文案例而言，UAV-YOLO通过多尺度特征融合与损失函数抗干扰特性，提高目标检测识别率，并保证实时检测效率。

关键词： 内部污染茧   YOLOv7   轻量化   注意力机制   目标检测  

摘要： 针对内部污染茧检测模型体积大、运算量大、识别速度慢等问题，提出了一种基于YOLOv7改进的内部污染茧检测模型LEF（Lightweight and Enhanced Features）-YOLOv7，该模型遵循传统的光照法选茧原理，根据内部污染茧和上车茧透光性不同产生的图像差异进行目标检测。首先，在YOLOv7中引入Ghost模块，以较低的计算成本增加特征图的数量，从而减少运算量和内存数据搬运；其次，减少特征融合网络中的卷积数和分支，采用步长为2的3×3卷积进行下采样，进一步减少模型运算量和内存访问；再次，引入卷积注意力机制增强模型的特征提取能力，削弱背景干扰；最后，采用DIoU（Distance-IoU）损失函数以降低预测框损失计算对模型性能的影响。实验结果表明，LEF-YOLOv7模型的对数平均漏检率为0.01，较原模型降低了0.05，检测精度为99.58%，同时，运算量与参数量分别降低了91.84%和83.13%，模型体积压缩了约117.7MB，检测速度达36.69FPS，约为原模型的3.3倍，符合轻量化的要求。该方法能够在保持较好性能的同时降低模型的复杂度，可为生产型企业进行内部污染茧检测提供技术支持。