关键词： 伪装技术   伪装目标检测   深度学习   零样本学习  

摘要： 伪装主要包括隐蔽、形变、干扰和降低显著性等。随着伪装技术的发展与进步,对隐蔽伪装目标检测的技术要求也逐步提高。针对隐蔽伪装,梳理了伪装技术的研究现状;论述了传统隐蔽伪装目标检测方法,特别是近年来基于深度学习的隐蔽伪装目标检测方法;进一步分析了隐蔽伪装目标检测常用的动物伪装数据集和军事迷彩数据集,并归纳了4个常用的评价指标;总结了隐蔽伪装目标检测在重叠遮挡、尺度变化、动态变化和设备资源受限等方面面临的挑战,并从3个不同角度探讨了隐蔽伪装目标检测在军事领域中的发展前景。

关键词： 深度学习   图像处理   STM32F103   多传感器融合   边缘计算   YOLO模型  

摘要： 为了解决传统基于超声波或者红外传感器技术设计的导盲杖难以应用于复杂多变的环境、实用性不强的问题,设计了基于视觉感知技术的智能导盲杖。考虑到使用场景的复杂性,通过采集大量真实场景中各种形态的盲道、红绿灯、斑马线、马路边缘和路面障碍物等图像制作了道路信息图像数据集,并将训练好的YOLO模型部署到边缘计算平台Jetson Xavier NX上,实现多传感器数据融合。实验结果表明:该系统识别精度高,稳定性好,平均实时检测处理速度达到了20.61FPS,能够及时有效地反馈信息,引导盲人正常出行。

关键词： YOLOv5s   目标检测   设施番茄授粉   深度学习   花朵识别  

摘要： 在设施农业种植环境下,番茄花朵存在叶片遮挡、花朵堆叠、背景环境复杂等现象,导致番茄花朵检测模型的准确率较低,限制了授粉机器人的智能化发展。针对该问题,本文提出了一种基于改进YOLOv5s模型的番茄花朵目标检测方法,通过将原有模型中的C3模块替换为C2f_ScConv模块、引入LSKA注意力机制、添加ADown下采样结构模块等对原始YOLOv5s模型结构进行改进。最后,将改进前后的模型进行训练和检测。改进后的YOLOv5s番茄花朵识别模型能够有效的识别出重叠遮挡、小目标的番茄花朵,其mAP值相比于初始模型提升了6.3个百分点,召回率提升了5.6个百分点,准确度提升了6.7个百分点,拥有更强的特征提取能力和鲁棒性。该模型可以满足设施环境中授粉机器人对番茄花朵的识别精度需求。

关键词： 深度学习   目标检测   包裹检测   轻量级   自注意力机制  

摘要： 为了解决深度学习包裹破损检测中遇到的数据多样和复杂性问题,提出了一种基于多头自注意力(Multi-Head Self-Attention,MHSA)机制与卷积神经网络(Convolutional Neural Network,CNN)模块的轻量级包裹破损检测算法。在YOLOv7框架的基础上,采用了BoT3模型替换主干网络部分,使其能够更好地捕捉输入序列中的长距离依赖关系,从而提高特征表达能力;使用卷积块注意力模块(Convolutional Block Attention Module,CBAM)注意力机制对特征融合部分中的MP-2模块进行融合,使其能够更有效地挖掘特征图中的通道和位置相关性,从而提升网络的感知能力和性能。通过在多个不同的数据集上进行测试,在各类包裹图像的平均精度均值(Mean Average Precision,mAP)方面达到了88.4%,与YOLOv7相比检测精度提升了10.9%,利于实际场景下的包裹破损检测。

关键词： 人工智能生成内容   深度学习   计算机视觉   图像   质量评估  

摘要： 人工智能生成内容(AIGC)技术可为人类提供各种类型的信息生成服务,如何对AIGC进行准确的质量评估,是当前亟待解决的问题.本文主要针对大模型生成图像的质量及其评估指标开展深入研究.首先,从技术方面概述了当前评估AIGC的常见方法,如深度学习方法和计算机视觉方法等,介绍并分析了准确性、相关性、一致性、可解释性等指标在不同类型生成内容评估方面的表现.然后,为了展示评估指标的实际作用,以百度文心一言为例,对其生成的图像进行评估实验:使用直方图和噪点数量等量化指标对生成图像进行客观评估;使用整体协调性和美观性等视觉感官指标对生成图像进行主观评估.最后,综合对比客观评估和主观评估的结果,筛选出色偏、噪点数量、心理预期等AIGC产品质量评估的高可靠性指标.实验结果验证了综合使用主客观评估指标进行AIGC产品评估方法的有效性和可靠性.

关键词： 裂缝检测   动态蛇形卷积   反向残差注意力   MPDIoU   Lion优化器   CrackDetectX  

摘要： 混凝土结构产生裂缝会严重影响建筑物的安全稳定运行。为实现混凝土出露裂缝的实时高效检测,提出了一种新的单阶段混凝土裂缝检测模型CrackDetectX,该模型由基础特征提取网络、多级特征融合网络、检测头三部分组成。采用动态蛇形卷积(DSConv)精准捕捉裂缝特征,添加反向残差注意力模块(iRMB)融合不同尺度的上下文信息,使神经网络能够为特征图产生更好的像素级注意力。在检测头中引入一种基于MPDIoU的损失函数,全面考虑边界框所有信息,使模型更好地处理边界框宽度及高度的差异。此外,在模型中还引入Lion优化器保存动量信息,并利用其独特的更新规则来更新梯度,提高模型训练的效率。最后对所建模型进行评估,平均精度AP_0.5/%、AP_0.5-0.95/%、参数量、计算量及推理速度分别为93.1%、77.8%、1.62 M、4.3 GFLOPs和61.4 FPS,均优于对比方法,表明所提模型具有良好的鲁棒性,是一种高精度、高效率、轻量化的混凝土出露裂缝检测方法。

关键词： 目标检测   深度学习   YOLOF   多层RepPoints   可变形卷积  

摘要： 针对YOLOF模型存在的多尺度特征融合模糊与传统位置回归表达精度不足问题,提出了一种具备多层RepPoints表达特征的改进模型MLRP-YOLOF。该模型通过新的RepPoints分层解耦头将YOLOF单一多尺度融合特征图转换为分层多尺度RepPoints特征图,并在具备学习能力的RepPoints分层伪框转换器的作用下完成目标的回归任务与分类任务。实验结果表明,MLRP-YOLOF模型较YOLOF在mAP50-95、mAP50与mAP75指标上取得了2.18%~5.75%的相对性能优势。同时,对于结构更简单的Backbone,MLRP-YOLOF模型具有更显著的精度提升。

关键词： 小目标检测   轻量化   RT-DETR   部分卷积  

摘要： 针对现有的目标检测算法在航拍图像中的小目标上易出现的漏检和误检问题,提出了基于改进RT-DETR(real-time detection transformer)的算法。在主干网络中引入了部分卷积(partial convolution,PConv),设计了PConvBlock结构,并通过由PConvBlock组成的BasicBlock-PConvBlock模块替代原有BasicBlock,有效减少了模型参数。采用双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)结构优化特征融合模块,并引入S2特征进一步提升小目标的检测能力。引入CARAFE上采样算子,增强了多尺度特征的快速融合。实验表明,在VisDrone测试集上,改进后的模型在参数量上比RT-DETR模型降低了13.9%,同时在mAP0.5和mAP0.5:0.95指标上分别提升了2.4和1.9个百分点。在TT100K和DOTA数据集上均优于RT-DETR算法。改进模型在保持较小参数量和计算量的同时,提高了检测精度,满足了无人机航拍图像实时检测的应用需求。

关键词： 交通信息工程   交通流检测   深度学习   转弯车辆   目标检测   车辆跟踪  

摘要： 为方便统计转弯车流量,并提升交叉口转弯车流量的检测速度与精度,提出基于深度学习的方法对城市交叉口转弯车流量进行检测、跟踪和计数。首先,通过对比分析选用轻量高效的YOLOv5s作为目标检测框架,并采用无人机(unmanned aerial vehicle,UAV)航拍方式获取城市交叉口交通流视频,自建车辆航拍图像数据集;利用预训练权重及最新权重文件完成自建数据集的训练与推理;模型评估表明,基于YOLOv5的车辆检测模型具有较高的检测速度与精度:其中模型的box_loss值迅速下降并稳定在0.038,mAP_0.5值迅速上升并保持在0.91附近;之后,对接DeepSORT模型作为后端多车辆跟踪算法,通过坐标转换以简化车辆轨迹提取,并对行驶轨迹线展开有效性判断;针对检测框角点跃变现象,提出角点-质心点坐标变换以强化轨迹点的坐标信息鲁棒性,且采用六次多项式拟合车辆轨迹线,将不满足函数映射要求的轨迹线进行旋转优化,以正常拟合全部轨迹;最后根据预设的转弯角度判定阈值,实现转弯车辆的检测与计数。为验证所提出的转弯车流量检测方法的有效性,以某一城市交叉口为例进行车辆检测实验,对比分析人工计数值和本方法检测结果。结果表明:4个流向平均检测精度为92.9%,最高可达95.7%,能够满足实际交叉口场景转弯车流量的常规检测要求。

关键词： 遥感影像   R-GCN   HRNet   超像素   语义分割   图像处理  

摘要： 遥感影像语义分割是遥感图像处理分析的重要任务,尤其是在多类别语义分割方面。目前方法主要围绕卷积神经网络展开,但卷积仅关注图像局部信息而忽视全局信息。因此,受高分辨率网络(HRNet)和关系图卷积网络(R-GCN)启发,提出一种高分辨率关系图卷积网络(HRGCN),用于多类别语义分割。首先对原始图像做简单线性迭代聚类(SLIC),利用该结果分割HRNet输出的特征图,获得同质性高且包含多分辨率信息的超像素块;然后基于超像素块构建图节点和边,使用R-GCN对图节点分类,从而学习到不同地物间长距离依赖关系,并完成遥感影像的提取分类。利用HRGCN模型在Potsdam和Vaihingen数据集上进行实验,将结果与已有方法对比,F_(1)值和MIoU值均有不同程度提升,证明该方法具有较好的先进性。