关键词： 协同显著性检测   背景建模   全局池化  

摘要： 协同显著目标检测旨在从一组图像中识别出共同的显著目标。现有研究大多提取图像间的共享表示，从而挖掘协同显著区域。近年来，部分方法开始关注背景区域的建模，但通常直接沿用前景模块，忽视了背景语义的复杂性。具体而言，一方面，一些背景区域可能在外观上与协同显著目标高度相似，即存在语义模糊性，导致特征难以区分；另一方面，不同图像的背景区域往往差异显著，即存在语义异质性，导致捕捉图像间共性模式的前景模块效果不佳。为解决上述问题，本文提出了一种面向背景复杂语义的协同显著目标检测新方法，其中两个子模块分别关注模糊性与异质性问题：模糊背景检索模块（AmbiguousBackgroundRetrieval，ABR）和异质背景检索模块（HeterogeneousBackgroundRetrieval，HBR）。通过显式建模背景表示与协同前景表示之间的关系，所提方法能够有效剔除复杂背景区域，从而提升协同显著图的精度。最后，在CoCA、CoSOD3k和CoSal2015三个主流基准数据集上开展了实验。结果表明，在背景复杂数据集上，所提方法较基线模型在结构指标S-measure上提升了2.7%，在平均E 值检测指标mean E-measure上提升了3%，优于现有最优方法。

关键词： 遥感图像超分辨率   扩散模型   自适应估计   计算机视觉   航空航天  

摘要： 扩散模型在生成逼真图像细节方面展现出巨大潜力。然而，现有的扩散模型主要基于自然图像进行训练，将这些模型应用于遥感图像超分辨率任务仍然面临巨大挑战。此外，这些模型在推理时需要数十或上百次的迭代采样，导致计算成本高昂，并限制了它们在实际应用中的适用性。为此，提出一种基于降质感知自适应估计的单步遥感图像超分辨率扩散模型（RS-AdaDiff），兼顾重建性能与推理效率。具体而言，提出了一个基于降质感知的时间步估计模块，可通过估计输入图像退化程度的为扩散模型自适应估计扩散时间步，从而将迭代去噪过程重构为从低分辨率到高分辨率图像的单步重建过程，大幅加快推理速度。同时，将可训练的轻量LoRA网络层集成到预先训练的扩散模型中，并利用遥感图像数据集对其进行微调，以消除数据分布差异造成的领域差距问题。此外，为了充分利用预训练模型的图像先验，引入了分布对比匹配蒸馏。通过KL散度正则化，使重建的超分图像在特征空间中更接近高分辨率图像并远离低分辨率图像，从而提升生成质量。最后，还提出特征-边缘联合感知相似度损失，以增强结构信息的感知能力，改善边缘模糊和纹理失真问题。大量实验结果表明：提出的RS-AdaDiff在多个公开遥感数据集上均优于现有先进方法，在定量指标和视觉质量方面均取得显著提升，能够生成结构清晰、细节丰富的超分辨率遥感图像。

关键词： 图像处理   生成对抗式网络   伪装效果评估   数码迷彩  

摘要： 现有迷彩研究的重点单一关注于伪装效果评估，未能从生成、评估多角度融合分析，无法将评估结果反馈到生成领域。为了研究数码迷彩的实用功能和一体化，采用了一种基于改进循环生成对抗网络模型，构建一个集成化的自适应数码迷彩平台，无缝整合了数码迷彩生成、动态变色控制、伪装效果实时评估及反馈控制模块，实现了全流程在线应用。该模型融合了结构保持损失函数与感知损失函数，以优化对数码迷彩特征的映射能力；同时改进对抗损失确保生成质量，在此基础上，集成了综合相似度评估模块和颜色迁移算法的反馈机制，形成完整的“生成-评估-反馈控制”闭环工作流程。结果表明，相较于传统系统，该一体化方案在林地、土地等典型场景的数码迷彩伪装效果提升约20%，生成质量与环境适应性显著增强；在轻量化设计后部署于树莓派4B开发板中，满足低功耗需求。本系统有效解决了传统技术生成效果不佳、环境适应性弱等问题，为复杂战场环境下的高效数码迷彩应用提供了有力支撑。

关键词： 多频   油基电成像   电测井   极板间隙校正   图像处理  

摘要： 为消除油基钻井液井况下极板间隙对成像质量的影响,进而获取高质量井壁图像,采用三维有限元素法模拟仿真多频油基电成像测井仪器的响应特性,考察仪器探测特性受工作频率、井眼环境、极板间隙的影响规律。在此基础上开展图像校正方法研究,通过多频交汇与相位分析相结合的方式,形成针对油基泥浆环境中的低阻、中阻、高阻地层分类校正方法。以中海油服多频油基电成像测井仪器MFIT为例,利用实验井中的测量数据开展方法校正效果检验。结果表明,该方法能够改善多频油基钻井液电成像仪器的图像清晰度,提升图像对井壁细节特征的识别能力。该方法也适用同类型的其他油基钻井液电成像测井仪器(如Earth Imager)的图像校正处理。

关键词： 大豆叶片病害   深度学习   目标检测   YOLO v8n   病害检测  

摘要： 针对大豆叶片病害在复杂环境下存在背景干扰难以准确识别的问题,提出一种基于改进YOLO v8n目标检测模型YOLO-FBA。在Backbone端引入FasterNet模型主干,减少数据特征的冗余,有效提升模型的病害特征提取能力。在Neck端引入并重新设计BiFPN特征融合网络,显著降低模型的参数量和计算量。最后在BiFPN基础上引入语义与细节注入模块（SDI）,并设计自适应多尺度融合模块（AMI）改进特征融合方式,以增强模型表征能力。结果表明,相较于基线模型YOLO v8n,改进后模型的参数量为2.77 M,计算量为7.6 GFLOPs,两者分别下降10.1%、6.2%;在mAP50方面,相较于基线模型提升2.0百分点;与YOLO v3、YOLO v5、YOLO v6、YOLO v7、YOLO v8n目标检测算法相比,YOLO-FBA的mAP50分别提高10.3、3.5、1.7、2.4、2.0百分点。本研究提出的大豆叶片病害识别方法在使用更少的参数和计算量的情况下达到了更高的精度,可为复杂环境下的大豆叶片病害检测提供更可行的解决方案,并为真实田间环境下大豆叶片病害检测系统的开发奠定基础。

关键词： 深度学习   计算机图形学   计算机视觉   三维人体重建   三维人体生成  

摘要： 三维人体建模在虚拟现实、游戏动画、人机交互、数字人等领域展现出广泛应用前景.然而,传统三维建模方法高度依赖于昂贵的设备与人工标注,存在成本高、灵活性差等问题,难以满足大规模、个性化的建模需求.近年来,深度学习的快速发展为三维人体建模带来了全新的技术范式,极大地推动了该领域的发展.本文系统地回顾了基于深度学习的三维人体建模技术,重点围绕三维人体表示、重建方法与生成方法 3个方面展开.在人体表示方面,文章梳理了参数化、显式、隐式及混合形式等主流中间表示的建模思路与适用场景.在人体重建方面,总结了从传统参数回归方法、隐式函数建模到神经辐射场和三维高斯泼溅(3D Gaussian splatting, 3DGS)等最新非参数化方法的发展路径,分析了各类方法在精度、可控性与效率等方面的优劣.在人体生成方面,系统梳理了生成对抗网络(generative adversarial networks, GANs)以及扩散模型(diffusion models)等主流生成框架的应用进展,重点聚焦于文本驱动与图像驱动的生成策略、精度、可控性与细节还原等方面的进展.此外,本文还收集整理了当前主流的公开数据集,并对三维人体建模面临的挑战与未来研究方向进行了深入讨论.本文旨在为计算机视觉与图形学领域的研究者在三维人体建模方面提供全面的参考,推动更加高效、逼真和可控的人体重建与生成技术的发展.

关键词： 草莓病害   YOLO v8   目标检测   轻量化   深度学习   HTW-YOLO  

摘要： 针对草莓容易受到多种病害侵袭,且病害形态各异,传播速度快,导致草莓病害检测效率低下、检测精度不高等问题,提出一种基于YOLO v8s改进的HTW-YOLO轻量化草莓病害检测模型。首先,将颈部网络替换为高层次特征筛选融合金字塔网络,通过高层特征筛选低级特征信息的多层次筛选和融合,以增强模型对病害特征信息的捕捉能力,并融合坐标注意力机制,进一步提高模型对病害的定位和识别;其次,采用任务对齐检测头,以共享卷积进行特征提取,降低检测头参数的同时,利用病害的分类定位特征交互信息,提高模型的病害检测性能;最后,将原损失函数优化为WIoU损失函数,增强模型的泛化能力,使模型在各个优劣样本中取得平衡,提高整体检测性能。结果表明,所提出的模型检测精确率为94.0%,召回率为89.8%,平均精度均值为94.5%,参数量和模型大小分别为6.1、12.4 M,与基准模型YOLO v8s相比,在参数量和模型大小分别降低45.0%、45.1%的情况下,精确率、召回率和平均精度值分别提升2.6、3.2、4.3百分点。改进的模型与Faster R-CNN、YOLO v5s、YOLO v7-tiny、YOLO v9s、YOLO v10s相比,仅模型参数量和大小略高于YOLO v7-tiny,精确率比YOLO v9s低0.5百分点,其他性能均为最优,在实现模型轻量化的同时取得了较高的草莓病害识别能力。

关键词： 深度学习   YOLOv8   多头注意力机制   计算机视觉   缺陷检测   防腐涂层  

摘要： 钢结构耐腐蚀能力差，需要防腐涂层进行保护，涂层老化会导致防腐效果降低甚至失效，因此对其防腐涂层的维护至关重要。本文自主构建了用于服役钢结构防腐涂层缺陷检测的数据集，并提出了一种基于多种注意力机制改进的YOLOv8算法，用于检测钢结构防腐涂层中的缺陷。对Backbone中的C2f模块加入了多尺度的可变形注意力机制，提高对小目标的检测能力。Head采用了融合自注意力机制的Dynamic Head，增强尺度感知、空间感知和任务感知。优化分类损失函数为Slide Loss解决数据集中样本不均衡的问题，优化IoU损失函数为Shape IoU提升多尺度目标的检测能力。所提出的改进算法解决了传统机器学习图像分类模型无法进行多缺陷检测、且泛化性能不强的缺点，与YOLOv8基线算法相比，改进算法分别提高了5.82%的精确率、5.01%的召回率、4.78%的m AP指标。

关键词： 破片群   YOLO模型   目标检测   注意力机制   多尺度特征融合  

摘要： 战斗部破片群的飞行参数对毁伤威力评估具有重要意义。针对复杂背景下破片小目标检测精度低、特征表达不足的问题，提出一种基于多尺度特征融合与混合注意力机制的轻量化检测（Multi-Scale Mixed Attention YOLO，MSMA-YOLO）模型。在YOLOv8框架上引入多尺度空间金字塔池化（Multi-Scale Spatial Pyramid Pooling Fast，MS-SPPF） 模块，通过多尺度注意力机制增强特征聚合能力；设计轻量化混合注意力两层卷积特征融合 （Mixed Attention Two Convolutions Fusion，MA-C2f）模块，优化浅层与深层特征融合；并结合动态卷积（Dynamic Convolution， DyConv）实现动态偏移学习，以提升特征表征的完整性与适应性。在自制破片数据集上的实验结果表明：MSMA-YOLO模型的精确率、召回率和平均检测精度mAP0.5分别达到76.2%、71.2%和72.2%，较基线模型YOLOv8n提高4.3%、2.5%和2.8%，模型参数仅增加0.363×106，体积增加约0.8 MB；所提模型在检测精度与计算效率之间实现了优良平衡，可为破片飞行参数提取与毁伤评估提供可靠的目标检测基础。

关键词： 膨大期柑橘   旋转拍摄   果实估产   YOLOv8n-SC   DeepSORT  

摘要： 【目的】为实现复杂果园环境下柑橘果实的精准估产，克服传统方法的局限性，本研究旨在构建一套基于视频流的自动估产模型，并系统评估光照条件与拍摄角度对模型识别准确率的影响。【方法】以膨大期柑橘树为对象，采用环绕旋转方式采集视频数据。提出改进的YOLOv8n-SC检测模型，通过增加小目标检测头、引入CBAM注意力机制及优化损失函数，提升对小尺寸和低对比度果实的识别能力；结合DeepSORT算法实现果实的持续跟踪与计数，并对比不同光照（自然光/人工光源）和拍摄角度（俯拍/平摄）条件下的模型性能。【结果】改进的YOLOv8n-SC模型在检测任务中召回率与mAP50分别达到97.6%和93.7%；在人工光源结合平摄条件下模型表现最优，多目标跟踪准确度与跟踪精度分别为90.8%和94.0%，平均计数精度（ACP）达89.46%，可有效实现单株柑橘果实的自动化统计。【结论】本研究提出的估产系统能够适应复杂果园环境，实现高精度柑橘计数，证实人工光源与平摄相结合为最优数据采集策略，为柑橘产量自动化预测提供了可靠技术支撑。