关键词： 深度学习   目标检测   yolov7   地下矿山   井下无人驾驶  

摘要： 在地下矿无人驾驶电机车运行过程中，经常会出现人员、矿石、设备等潜在碰撞体，给生产运输带来很大的安全隐患。为避免这类隐患，参考类似案例选择YOLOv7算法对机车运行中的潜在碰撞体进行识别，识别结果表明YOLOv7算法在井下环境中的检测区域划分和碰撞体特征提取方面存在问题，容易出现漏检和误检。为此，在原YOLOv7算法的基础上加以改进，添加了SimAM注意力机制来帮助算法模型进行检测区域划分，并用EIoU损失函数改进原有的CIoU损失函数来增强模型的特征提取能力。试验结果表明：改进后的YOLOv7算法mAP值达到了98.41%，较原算法提高了4.62%，检测速度也提升了8FPS，对各类碰撞体的精确率和召回率提升明显，能够满足井下无人驾驶机车运行中的潜在碰撞体检测，可以为实现井下机车无人驾驶提供技术支撑。

关键词： 泊松多伯努利混合滤波器   扩展目标   量测产生点   变分贝叶斯   量测噪声协方差   高斯逆伽马分布   后验概率密度   聚类  

摘要： 针对扩展目标泊松多伯努利（ET-PMBM）滤波器在量测噪声协方差未知场景下跟踪性能显著下降的问题，本文提出一种改进的扩展目标跟踪算法并给出了其实现方法。该算法基于变分贝叶斯(VB)框架构建泊松多伯努利混合滤波器模型，认为扩展目标的量测由目标表面的量测产生点所产生，联合估计量测产生点和量测噪声协方差的后验概率密度，使用变分贝叶斯技术将联合后验概率密度近似为高斯逆伽马分布，滤波迭代过程中通过实时量测动态更新高斯逆伽马分布参数，实现量测产生点状态与噪声协方差的同步估算，基于聚类分析的量测产生点分组策略，实现扩展目标状态的有效提取。实验结果显示，在未知量测噪声协方差场景下，本文所提ET-VB-PMBM算法可有效地估计多扩展目标的状态，跟踪精度及鲁棒性优于ET-PMBM算法。

关键词： 可见光图像   红外图像   自适应多模态特征融合   目标检测   RFC-YOLOv8  

摘要： 为解决在夜间、大雾和遮挡等复杂环境下多目标检测精度显著降低的问题，提出了一种基于可见光-红外图像特征融合的目标检测算法——RFC-YOLOv8。该算法借鉴了YOLOv8的特征提取网络，采用并行结构，分别对可见光图像和红外图像进行多尺度特征提取。通过残差融合模块RFN自适应地融合可见光和红外图像特征。在Neck部分，融合了CBAM注意力模块，进一步加强了不同尺度融合特征的上下文联系。此外，添加了一个小目标检测头用以提升对小目标的检测能力。实验结果表明，RFC-YOLOv8算法在M3FD数据集上的平均精度均值（mAP）高达87.7%，在FLIR数据集上的平均精度均值（mAP）高达85.6%。相比于现有最先进的可见光-红外特征融合目标检测算法，精度分别提升了4.8%-6.1%和1.9%-6.4%。该算法显著提高了红外和可见光融合图像的检测性能。

关键词： 机器视觉   图像处理   视觉导航   农业机器人   导航线提取  

摘要： 大田作物因种植密度不均、缺苗或株行间错位等问题，整体呈现出碎散分布状态，导致农业机器人在作业过程中无法准确生成导航路径。为此，该研究提出纵向搜索模型结合贯通域匹配实时导航线提取方法。该方法首先将农业机器人采集的图像标准化至统一分辨率，并在YCrCb颜色空间增强绿色分量，通过最大类间方差法实现作物与背景分割；随后应用形态学处理去噪，利用纵向填充模型沿作物轮廓搜索，将同一作物行中分散区域连接为连通域，接着设定上下边界，筛选符合条件的连通域定义为贯通域，并逐层提取导航点与贯通域匹配，最终拟合出导航线。试验表明，本文方法在多种作物分布形态下提取的导航线平均精度为93.35%，处理960×540像素RGB图像的单帧耗时约95 ms，满足实时检测要求。该算法在作物分布复杂的非理想环境下具有鲁棒性与实时性，可为农业机器人提供有效的视觉导航支持，确保作业安全。

关键词： 显著性目标检测   多样性特征提取   注意力机制   边缘信息   特征增强   多级辅助监督   卷积神经网络  

摘要： 在显著性目标检测任务中，针对识别结果边缘模糊和目标不完整性的问题，提出了一种边缘信息引导目标完整性增强的显著性目标检测算法。首先，提出了多样性特征提取模块，通过多种卷积核操作捕获复杂多变的显著物体的特征，进而丰富模型的特征表达；然后，设计了目标完整性增强模块，并行地处理初步融合的多级特征并借助空间和通道探索分支，进一步增强显著目标的完整性信息；最后，提出了边缘特征增强模块，利用深层的边缘预测特征引导特征图更多地关注前背景区域和边缘信息，从而增强模型对边界的感知能力。在ECSSD、DUTS-TE等四个公开数据集上的实验表明，所提算法在多个指标上较其它先进算法取得了更高的检测精度。其中，在DUTS-TE上S-measure和F-measure的指标分别是0.859和0.895。所提算法在显著目标边缘的感知与优化方面表现出更优越的能力，进一步提升在复杂场景的鲁棒性。

关键词： 视频去雾   物理先验   记忆增强   图像处理   神经网络   深度学习  

摘要： 针对现有的深度学习视频去雾算法无法有效地从长序列视频中学习一致性先验特征，导致了恢复视频时雾霾残留和连续性差的问题，本文提出了一种物理先验引导的记忆增强视频去雾算法。首先，设计了物理先验记忆保存模块，该模块采用密集连接和残差结构来保留空间显著信息，融合多层次特征以增强物理雾霾先验，并将增强后的物理雾霾先验编码为长期记忆。其次，针对传统记忆机制的局限性，对记忆存储读取机制进行了改进，将先验特征记忆解耦为键记忆特征（Key Memory）和值记忆特征（Value Memory），并设计了记忆增强物理先验引导模块。该模块通过计算当前帧的关键先验特征与键记忆矩阵的相似性，动态指导注意力机制从值记忆中提取关联特征增强当前帧先验特征，从而生成一致性更好且全局推理能力更强的先验特征。最后，在多范围时序对齐网络框架（Multi-Range Temporal Alignment Network with Physical Prior, MAP-Net）嵌入物理先验记忆保存模块和记忆增强物理先验引导模块来实现整体算法。实验结果表明，与次优算法相比，本文所提算法在HazeWorld和REVIDE数据集上的峰值信噪比（PSNR）分别提升了0.71 dB和0.14 dB，结构相似性（SSIM）分别提升了0.006 1和0.006 7。本文所提方法不仅有效消除了颜色失真和残余雾霾，提高了视觉真实感，而且在NVIDIA Tesla P100 GPU上实现了11帧/s的实时处理。

关键词： 场景图生成   先验知识   目标检测   深度学习  

摘要： 场景图生成技术当前仍存在谓词预测长尾分布和不合理预测等问题，为此提出了一种基于场景辅助的场景图生成（Scene-Assisted Scene Graph Generation，SA）模型。在Faster R-CNN目标检测框架下，引入场景先验知识，结合图像视觉特征，通过双分支结构进行场景类别推理和谓词预测。实验结果表明，SA模型在谓词分类和场景图检测任务中性能良好，相比传统模型，谓词分类准确率提高了4个百分点，场景图检测提升了0.8个百分点，消融实验验证了双分支模块在提升模型性能方面的有效性。

关键词： 车道线检测   深度学习   机器学习   图像分割   卷积神经网络  

摘要： 车道线检测是自动驾驶和高级驾驶辅助系统中的关键技术之一， 它能显著提升道路安全性并降低交通事故的发生率. 本文对基于计算机视觉的二维车道线检测技术的最新研究进展进行了系统性的分析和总结， 并将其分为基于传统算法和基于深度学习算法两大类. 鉴于基于传统算法的方法性能较差， 本文主要对基于深度学习的车道线检测方法进行了分析与对比， 并将其分为基于分割的方法、基于检测的方法、基于关键点的方法和基于参数曲线的方法四种; 在概述了车道线检测的评估指标和常用数据集之后， 分析比较了基于深度学习的车道线检测方法的性能; 最后展望了未来的研究方向.

关键词： 胎儿脑   核磁共振图像   图像处理   深度学习  

摘要： 胎儿脑核磁共振成像技术因其无创、无辐射和高软组织对比度，已成为评估胎儿大脑发育和诊断先天性脑异常的重要工具。高质量的胎儿脑核磁共振图像在临床诊疗和胎儿脑发育等科学研究方面发挥着重要作用。图像处理技术可提升胎儿脑核磁共振图像质量，满足诊断与研究需求，故其在胎儿脑核磁共振图像领域的研究具有重要意义。本文对胎儿脑结构及其核磁共振图像数据集进行简要介绍，并对图像质量评价、图像配准、图像去噪、图像偏差场校正、图像去伪影及超分辨率重建六个方面的技术进行阐述。首先阐述了图像处理技术应用于胎儿脑核磁共振图像的重要性；随后介绍了胎儿脑结构及其核磁共振图像数据集；接着分别就六个方面的图像处理技术进行详细介绍，系统地阐述了不同技术的国内外研究现状，对不同方法的性能进行比较与分析，并对已取得的成果与面临的挑战进行了小结；最后从技术、临床应用等角度探讨了胎儿脑核磁共振图像处理领域存在的问题和未来的研究方向。

关键词： 计算机视觉   Transformer   异源景象匹配   位置检索   追踪定位  

摘要： 随着无人机技术在近地遥感、装备运输等工程领域中的广泛应用，无人机自主定位导航技术逐渐成为研究的重点；针对GNSS拒止条件，根据低空环境无人机地理定位的需求，本文提出了一种基于Transformer异源匹配的无人机地理定位方法；对于无人机初始位置检索任务，该方法实现了一种基于K倍扩充的检索匹配算法，能够使无人机检索到当前环境初始位置，同时提高了无人机初始位置检索的速度；实验结果表明：在无人机150m及以上飞行高度环境，无人机初始位置检索准确率为90.4%，追踪定位位置均方根误差为12.4m；通过K倍扩充处理后初始位置检索时间从17.33s降低至3.58s，追踪定位匹配更新时间为0.158s；仿真和实验证明了该方法能够满足无人机在低空稀疏特征环境下的实时地理定位需求。