关键词： 隧道工程   目标识别   Swin Transformer   衬砌检测   计算机视觉   残差结构  

摘要： 针对已有目标检测算法在隧道衬砌裂缝检测过程中出现的误检、漏检、抗干扰能力差及检测精度低的问题,本文提出一种面向实际工况的隧道衬砌裂缝检测算法RSwin。该算法的创新点在于:（1）首次提出了Residual Swin Transformer Block （RSTB）,该模块具有针对复杂衬砌裂缝特征的全局建模及局部特征提取能力,增强了多尺度衬砌裂缝特征融合与表征,提高了模型性能及泛化能力;（2）首次融合了Shape-IoU损失函数,优化了形状匹配问题的评估方法,全面地考虑了边界框特性并以此来计算损失值,提高了模型在隧道衬砌裂缝识别任务中的目标框匹配表现。为验证所提出算法的有效性,在自采隧道巡检数据集上采用共11种经典目标检测模型(YOLOv7、YOLOv8、YOLOv9、YOLOv10、Cascade Mask R-CNN、Cascade R-CNN、Faster R-CNN、FSAF（Feature Selective Anchor-free Module）、FCOS （Fully Convolutional One-Stage Object Detection）、NAS FCOS（Neural Architecture Search Fully Convolutional One-Stage Object Detection）、Mask R-CNN)进行模型对比、训练、验证和测试。训练结果和可视化结果表明:RSwin算法的mAP50为97.6%,相对7种对比算法,分别提高了14.51%、5.57%、4.41%、2.98%、3.2%、2.5%、6.43%、11.7%、3.1%、4.7%、2.4%;同时拥有最快的推理速度,在像素为807×606的条件下,帧率为9.3帧·s-1。RSwin算法识别精度最高,综合性能最优,可有效应用于实际隧道裂缝检测任务。

关键词： 目标检测   无人机   模型压缩   轻量化   模型量化   小波变换  

摘要： 当前基于深度学习的遥感目标检测模型依托地面服务器强大的算力与存储资源，已具备高效处理海量遥感数据的能力。然而，在无人机等移动边缘设备部署场景中，受限于计算资源、存储容量与能耗约束，大规模模型难以实现有效部署。模型压缩，如轻量化设计、模型量化等，已成为了推动遥感目标检测算法落地的重要技术。本文以单阶段的目标检测深度网络为基准，提出一种基于小波时频局部化的模型压缩框架：（1）通过深度可分离卷积与离散小波变换的空频局部化特性相融合，构建具有扩展感受野的小波深度可分离卷积（W-DSConv）模块，实现了模型的轻量化重构；（2）基于小波频域分解特性，提出小波分频量化（W-FDQ）的量化感知训练方法，实现不同频段特征的独立量化，进一步完成对轻量化模型的压缩。实验中我们选取了YOLO系列的网络模型进行验证，在VisDrone2021无人机遥感数据集上的实验表明：（1）所提W-DSConv模块在参数量减少45.5%，计算量减少37.4%的情况下，检测精度波动幅度控制在2.2%以内；（2）采用W-FDQ方法进行6比特与4比特量化时，量化模型分别保持了浮点模型的95.8%与92.9%的检测性能。本研究为移动端遥感目标检测模型的轻量化部署提供了新的技术思路。

关键词： 航拍图像   目标检测   YOLOv11   无人机   小目标  

摘要： 针对无人机航拍图像检测任务中，存在目标尺寸微小且背景环境复杂，往往会导致漏检和误检的问题，本文提出了一种基于YOLOv11的航拍图像小目标检测算法WT-YOLO。首先，考虑到无人机航拍图像普遍为小目标的问题，调整了YOLOv11颈部网络的结构，改变了输出特征图的尺寸，提高了算法对小目标的检测能力。其次，结合WTConv，重新设计了Bottleneck和C3k2模块的结构，命名为C3k2-WT，来实现特征的高效提取。再次，引入Focal-Modulation来替换SPPF，通过在不同的空间尺度上聚焦和调制特征，使得模型在处理复杂场景时更具鲁棒性；最后，设计了共享卷积检测头，通过卷积共享机制，减少了模型的参数量，同时增强了特征图之间的全局信息融合能力。改进后的算法在VisDrone2019数据集上的实验表明，相较于基础YOLOv11s模型，准确率（P）、召回率（R）和检测精度(mAP50）分别提升了5.6%，5.9%和7.5%，并且参数量下降了约四分之一，对比其他算法表现出了良好的性能。

关键词： 3D目标检测   注意力残差网络   注意力机制   混合池化   小目标检测  

摘要： 摘 要：针对3D目标检测任务中行人和骑行者的检测精度较低问题，以Voxel-RCNN为基准算法进行改进，提出了一种基于注意力残差网络和混合池化的3D目标检测算法来提升检测精度。首先，设计了一种融合残差网络和注意力机制的新型2D骨干网络，通过残差网络结构来增强模型对不同目标尺寸的适应性，同时引入注意力机制以聚焦于关键区域，提高特征表示能力；其次，提出了一种新型的MLP池化方法，同时设计了一种结合卷积的注意力池化方式，两种池化方法不仅能够有效保留小目标的局部几何细节信息，还能增强全局语义特征表达能力，从而进一步提升对复杂场景中多样性目标的捕捉能力。在公开数据集KITTI 上的实验结果表明，Pedestrian和Cyclist类别的平均精度(mAP3D)分别达到了54.06%、76.85%，相比较于基准算法提升了3.43%、3.03%。该实验结果证明了所提方法的有效性。

关键词： 红外偏振   背景抑制   梯度矢量   偏振特征重构   权重函数  

摘要： 复杂天空背景下，小目标与背景局部对比度低导致红外强度检测的准确率降低。而红外偏振成像技术能有效提高目标与背景局部对比度，但同时也带来了背景高亮边缘处的对比度提升，给检测工作带来新的挑战。针对这一问题，提出一种基于偏振特征重构与局部差异度量加权的空中红外目标检测方法。首先，该方法考虑了小目标独特的梯度特性，通过图像的梯度矢量信息构建了偏振特征S1、S2的全局背景梯度特征抑制矩阵。然后，考虑到S1、S2之间的空间关联性，构建了一种偏振特征重构方法，保留目标的同时抑制了绝大多数的背景杂波。同时，根据目标、残留背景、噪声之间的特征差异，提出一种改进的局部灰度值方差变化率（VSL）来估计局部区域的复杂程度，从而更好的实现残留背景的抑制。不同场景下，与LCM、TLLCM、IPI、PSTNN等算法对比，信杂比（SCR）、信杂比增益（SCRG）和背景抑制因子（BSF）分别提高了14.06%、4.79%和14.43%。且在不同类型背景下均能取得良好的目标检测性能，具有较好的鲁棒性。

关键词： 目标跟踪   无人机   无监督学习   注意力机制   孪生网络  

摘要： 无人机视频数据集采集成本高，现有数据普遍存在规模有限、应用场景单一等问题。现有无监督目标跟踪方法通常针对通用数据集设计，对无人机的复杂场景难以学习可靠信息。针对以上问题，提出一种无监督无人机目标跟踪模型，其基于时间周期一致性与动态记忆增强。首先，将显著性目标检测引入无标签的对象发现，将显著性目标检测与无监督光流技术结合，引入基于图像熵的动态规划，提高伪标签的质量。其次，为视频中的每一帧定义权重，并利用这些权重进行单帧训练，能够更全面地利用每一帧的信息。最后，借鉴长短期记忆网络的思想，将记忆队列转变为动态记忆队列。设计自注意力分支作为记忆队列的门控机制，控制队列的记忆与遗忘，在不增加队列长度的同时，实现长跨度下的目标特征变化学习。所提方法在无人机数据集上的准确率达到68%，领先于其他无监督跟踪器，与一般有监督跟踪器的性能持平。在一般场景数据集上也与其他无监督跟踪器性能近似，准确率达到77%。在无人机数据集和一般场景数据集上的实验结果表明，所提方法在快速运动和大尺度变化场景性能有较好提高。

关键词： 太阳黑子   目标检测   YOLOv8   卷积神经网络   VanillaNet   MBConv  

摘要： 随着众多地面和空间太阳望远镜的投入使用，产生了大量的太阳图像数据。基于光球图像的太阳活动区实测研究是一个重要话题。例如，太阳黑子的形成与演化问题，黑子旋转以及动力传输问题等，这些都需要对太阳黑子进行大量的统计分析。因此，黑子的自动识别则是开展研究的关键步骤。本文依据太阳黑子形态特征及其在日面上的位置，将其分为规则黑子、不规则黑子、小黑子、黑子群、边缘黑子以及边缘黑子群六大类，并提出一种太阳黑子识别模型——VanillaNet-MBConv-YOLOv8，实现对全日面光球图像中这六类黑子的自动识别。本文所提网络以VanillaNet替换YOLOv8的原有主干网络Darknet53，以MBConv模块优化原C2f模块，从而增强模型对太阳黑子特征提取的能力，改善网络模型错减、漏检的现象，提升检测精度。在SDO/HMI的全日面太阳光球图像上的实验结果表明所提网络模型相较于原YOLOv8模型以及其它主流网络模型在网络性能、识别准确率以及漏检现象上均有显著提升。平均识别准确率达到91.0%，召回率达到71.5%，F1-score达到0.8。

关键词： 信号处理   目标检测   聚类   同频干扰   时域多脉冲相关法  

摘要： 编队作战场景下，内部雷达产生的同频干扰，会导致目标的检测与跟踪性能下降，因此对于同频干扰的抑制很有必要。本文对同频干扰抑制方法进行了分析与总结，已有算法无法同时满足假目标的剔除和真目标的检出。而后提出了时域多脉冲相关与聚类分析的抗同频干扰技术，在时域多脉冲相关法判定为目标后，对目标数据进行聚类分析，将干扰数据恢复为目标信号，可同时满足假目标的剔除和真目标的检出。仿真实验表明，所提算法不受干扰环境影响而具有普适性，相比传统方法，所提算法能够提升目标的检测性能，在多部编队雷达同时开机的情况下，所提算法仍然保持一定的稳定性。

关键词： 旋转目标检测   YOLOv10n   泊车图像   动态蛇形卷积   深度学习  

摘要： 目标检测是无人驾驶时代自动泊车智能感知的关键技术之一。鱼眼相机感知过程存在环境因素复杂、障碍物类型多样、鱼眼镜头下检测对象图像失真等问题，常规算法难以保证自动泊车复杂场景下各类对象的检测精度。为此，本文提出了一种基于改进YOLOv10n的旋转目标检测方法，在主干网络引入SPPELAN模块，并利用DSConv改进C2f中部分卷积融合iRMB模块，以提高鱼眼镜头下的特征提取能力，增强小目标对象的定位能力；然后采用ATFL函数，增强模型在检测目标特征上的聚焦能力。实验结果表明，改进后的算法在鱼眼相机泊车数据集上的mAP@0.5达到了89.89%，mAP@0.5:0.95达到了69.36%，比基准模型分别提高了0.62%和0.6%，为泊车感知技术提供了新的思路。

关键词： FPGA   霍夫变换   硬件加速器   直线检测   图像处理  

摘要： 霍夫变换是一种检测直线的常用方法，有很好的抗干扰能力及鲁棒性。但由于霍夫变换检测直线计算复杂度高，存储需求大，在硬件上部署困难。本研究提出了一种基于分级霍夫变换思想的改进霍夫变换算法，该算法将一次霍夫变换分解成两次变换运算，第一次运算图像经过下采样处理降低了第一级投票器的存储需求，第二次运算的投票器存储范围受第一次运算出来的参数限制，很好地解决了霍夫变换在硬件部署上存储需求大的问题，并且利用三角函数变换公式改进霍夫变换算法使得每次变换可以采用并行流水线设计，提高了计算效率。实验基于FPGA实现了分级流水线霍夫变换硬件架构，结果表明，本研究提出的架构在片上RAM资源占用上较经典霍夫变换硬件架构降低了89.8%，检测精度综合提升了39.94%，在100Mhz时钟频率下检测一张1024×1024的图片中的直线花费的时间为13.11ms，相比于软件执行霍夫变换直线检测速度上有很大的提升。