关键词： 计算机视觉   智慧农业   樱桃   改进型智能剪刀算法   果实图像投影面积   颜色提取   采收成熟度  

摘要： 基于果实大小和颜色指标评估果实成熟度,为樱桃储运中的最佳采收时间提供数值化判断依据。利用改进型智能剪刀算法,从光照背景中分割不同时期果实特征区域;计算特征区域的图像投影面积,图像在HSV颜色空间模型下H分量的方差和均值;根据获取的果实面积和颜色指标数据,采用加权评估法计算不同时期果实成熟度。果实发育过程各指标动态变化,当果实面积达到190000像素,果皮颜色为紫红色时,成熟度达最大值。实时获取樱桃果实成熟度双重评估的指标,有效实现了对果实成熟度的数字化评估。

关键词： 实例分割   YOLOv5   接受场注意力卷积   注意力机制   损失函数   特征融合  

摘要： 实例分割是图像分割的重要组成部分,同时也是计算机视觉中的一个关键研究课题,广泛应用于自动驾驶和安全监控等领域。然而,由于道路场景通常具有复杂性、多样性和杂乱的特点,处理这些场景变得尤为挑战。针对道路场景图像实例分割难度大、精度低、定位不精确等问题,本文提出一种基于改进YOLOv5(You Only Look Once version 5)的道路场景实例分割算法。以YOLOv5为基础模型,在Head模块中采用RFAConv(Receptive-Field Attention Convolution)卷积代替部分传统卷积,它全面解决了卷积核的参数共享问题,考虑到接受域中每个特征的重要性,提供了几乎可以忽略不计的计算成本和参数增量,能够更好地捕捉和融合图像特征,提升分割的精度和鲁棒性。采用ShapeIOU代替YOLOv5中原损失函数CIOU(Complete-IoU),通过聚焦边框自身形状与自身尺度计算损失,使得边框回归更为精确,能够有效提升检测效果且优于现有方法。实验结果表明:与原模型相比,改进后的模型的分割精度mAP50(mean Average Precision)达到了33.8%,相较于YOLOv5s,优化后的模型在分割精度上提高了1.2%,能够更加高效地完成道路场景的图像分割任务。

关键词： Distributed multi-sensor multi-target tracking   Labeled multi-Bernoulli filter   Arithmetic average fusion   Label matching  

摘要： We propose a distributed labeled multi-Bernoulli(LMB)filter based on an efficient label matching *** distributed LMB filter fusion has the premise that the labels among local densities have already been ***,considering that the label space of each local posterior is independent,such a premise is not practical in many *** achieve distributed fusion practically,we propose an efficient label matching method derived from the divergence of arithmetic average(AA)mechanism,and subsequently label-wise LMB filter fusion is performed according to the matching *** with existing label matching methods,this proposed method shows higher performance,especially in low detection probability ***,to guarantee the consistency and completeness of the fusion outcome,the overall fusion procedure is designed into the following four stages:pre-fusion,label determination,posterior complement,and uniqueness *** performance of the proposed label matching distributed LMB filter fusion is demonstrated in a challenging nonlinear bearings-only multi-target tracking(MTT)scenario.

关键词： 目标检测   图像提取   链式FIFO   流水线  

摘要： 现有毫米波雷达目标检测主要基于串行处理平台实现,对大尺寸雷达图像处理的速度存在一定瓶颈。本文基于现场可编程门阵列(FPGA)提出一种以链式先进先出(FIFO)缓冲器为核心,融合图像提取思路的毫米波雷达目标快速检测结构。通过链式FIFO实现多帧数据对齐与并行输出,得到窗口边缘数据;根据自定义窗参数,将边缘数据分区求和并延时缓存,可实现对窗移动前后计算结果的复用,配合流水线式处理结构提高运算效率;对相邻子图像重叠区域合理划分,从大尺寸图像中提取出多个小尺寸子图像单独处理,大幅提升雷达目标检测算法的实现速度,并显著节省片上逻辑资源。基于92~94 GHz的调频连续波(FMCW)毫米波雷达对本文目标检测FPGA实现方法进行验证,对于1000×2000的大尺寸雷达图像可实现120 ms的快速处理,且FPGA布署算法仅消耗32个18K BRAM和6461个LUT。

关键词： 深度学习   目标检测   毫米波雷达   特征融合   多模态   注意力机制  

摘要： 针对恶劣天气和低光照对基于深度学习的视觉目标检测算法带来的挑战,提出一种基于双尺度卷积注意力模块(convolutional block attention module,CBAM)的双模态目标检测算法,旨在通过视觉与毫米波雷达数据的特征融合,提高目标检测算法在挑战性环境下的鲁棒性和准确性。该算法采用双分支的一阶段检测结构,图像分支采用预训练的CSPDarkNet53骨干网络提取图像特征,雷达分支采用基于体素的雷达特征生成网络提取雷达特征。然后,分别在颈部网络前后利用提出的基于双尺度CBAM的特征融合模块进行雷达-视觉特征融合。最后,使用解耦检测头实现目标的分类和定位。在nuScenes数据集上,利用对比实验和消融实验验证了该特征融合检测算法在挑战性环境下的有效性和优越性。

关键词： 计算机视觉   视频透视式增强现实   YOLOv8算法   实时战机检测   平均精度  

摘要： 针对实时战机检测面临的目标种类多、检测准确率较低、人机交互不够友好等问题,基于YOLOv8算法和视频透视式增强现实技术设计了一种实时战机检测系统,利用阿里云天池数据集中的美军用飞机数据进行了检测测试,测试结果表明,提出的实时战机检测系统mAP@50接近0.92,mAP@50-95接近0.85,具有较好的检测性能,提高了实时战机检测质效。

关键词： 改进YOLOv8   小目标检测   DAE-YOLO   Deformable Attention   Inner Wise-IoU  

摘要： 随着无人机技术的快速发展,无人机在城市管理和灾害监测等领域的应用愈加广泛。无人机拍摄的航拍图像具备广泛视角和高覆盖范围的优势,但也面临小目标检测难度大、背景复杂等挑战。针对这些问题,文章提出了一种基于改进YOLOv8的目标检测算法——DAE-YOLO。该模型通过引入Deformable Attention机制,实现了动态调整注意力的关键点位置,提升了对小目标的检测能力;采用创新的Inner Wise-IoU损失函数,通过引入自适应的辅助边界框优化IoU损失计算,提高了边框回归的精度;同时设计了轻量化的Detect_Effi cient检测头,在保证检测精度的同时提升了模型效率。实验结果表明,DAE-YOLO在VisDrone2019数据集上相较于原始模型有显著性能提升:精确率提升7.2%,召回率提升6.9%,mAP50提升9.8%,mAP50-95提升10.7%。在夜间和白天的复杂场景测试中,DAE-YOLO都表现出了优异的小目标检测能力。

关键词： 小样本学习   元学习   目标检测   多尺度特征融合   注意力机制  

摘要： 针对现有小样本目标检测模型存在的尺度变化问题,支持集与查询集之间的外观变化、遮挡导致的误检与漏检问题,本文提出一种融合多尺度特征与注意力的小样本目标检测模型.首先,采用ResNet-101网络进行特征提取,同时引入ASPP(Atrous Spatial Pyramid Pooling)模块获取不同的感受野,以捕获目标细节信息的多尺度特征.其次,采用Bi-FPN网络进行多尺度特征融合,获得更具代表性的查询特征与支持特征,有效缓解尺度变化问题.然后,利用提出的注意力引导特征增强模块对查询特征与支持特征进行自身关注,使得它们具有更好的判别能力,由此促进查询特征与支持特征的融合,以更好地应对外观变化和遮挡带来的挑战,从而缓解误检、漏检问题.最后,将分类头与边界框回归头进行解耦,分别对RPN网络基于细粒度查询特征产生的候选区域进行目标分类与目标定位.在PASCAL VOC与MS COCO数据集上的实验结果表明,所提模型的检测性能优于主流的小样本目标检测模型,相较于基线模型DCNet,mAP平均分别提升了3.5%与2.1%.

关键词： 计算机视觉   相机位姿回归   相机定位   图注意力   多级特征融合  

摘要： 为了提高复杂场景下相机位姿估计的精度和稳定性,本文自主设计了ResGraphLoc网络,该网络通过引入残差网络与图注意力机制,进一步提高相机在遮挡、光照变化和低纹理场景下的位姿回归精度问题。该网络采用ResNet101作为特征编码器,通过改进的残差块增强显著特征提取能力。利用图注意力层融合多级特征图,并通过多头自注意力机制实现特征信息扩散和聚合。最后,通过非线性MLP层从特征嵌入中提取位置和角度特征,完成端到端相机位姿回归。在大型室外数据集上,ResGraphLoc模型的位姿误差优于现有算法。在LOOP和FULL场景下,位姿回归结果分别为7.18 m,2.48°与16.96 m,3.16°,相比基准模型提升超过25%。在4Seasons数据集的Neighborhood场景下,室外定位误差最低可以达到1.40 m,0.76°。在纹理缺失及重复的室内数据集下,位置角度回归结果分别可以达到0.08 m,3.25°。实验结果验证了ResGraphLoc在复杂环境下的高精度和稳定性,能有效应对遮挡、光照变化和低纹理场景。

关键词： 遮挡物体   目标检测   注意力机制   池化  

摘要： 针对自然场景下,背景复杂、小目标众多、排列密集导致的检测精度低、漏检和假阳性的问题,提出一种基于并行十字注意力机制的遮挡目标检测算法(PCA-OOD),该算法设计的水平最大池化和垂直最大池化能够获取显著的特征信息并减少计算量。随后构建出并行十字注意力机制,利用水平及垂直最大池化捕获各像素点水平及垂直方向的显著特征,以此来避免互相遮挡的同类别物体被误检,同时设计并行分支利用平均和水平池化捕获被主分支忽略的特征信息,降低漏检率。最后,在两大公开数据集PASCAL VOC和MS COCO中进行实验并验证检测器的有效性,获得了79.8%和43.6%的平均检测精确度。