关键词： 视觉导航   深度强化学习   样本效率   泛化   计算机视觉  

摘要： 传统的视觉导航方法对高精度地图的依赖性较高,且存在难以避免的误差积累问题,在面对复杂动态环境中的导航任务时往往表现不佳。基于深度强化学习的视觉导航方法通过模拟人类自身的导航方式,能够直接根据视觉信息以端到端的方式实现指定目标的安全导航,是视觉导航领域新兴的研究热点。为探讨深度强化学习视觉导航方向的最新研究问题,直观对比该方向的最新方法,介绍了深度强化学习导航方法的背景和理论。聚焦近五年该方向的主要研究问题,从数据利用、策略优化和场景泛化三个方面对重要方法进行了总结分析。最后给出了对于此类方法目前研究情况和未来研究问题的思考,在总结最新研究动态的同时为相关方法未来的研究提供参考。

关键词： 风格迁移   生成对抗网络   目标检测   机场检测   边缘增强  

摘要： 在基于图像的目标检测中,机场是一类非常重要的目标,对其进行自动识别具有重要意义。针对一般检测算法难以使用复杂的近地航拍图像中边缘信息的问题,提出一种融合风格迁移增强边缘特征提取的目标检测算法。使用生成对抗网络抑制图像噪声,使用边缘检测算法突出图像边缘特征,将突出边缘信息的图像经由目标检测算法完成机场位置检测。在机场目标检测数据集实验中,结合所提出的边缘特征提取方法的目标检测算法相比原始目标检测算法有精度上的提升,其中结合该特征提取方法的YOLOv5算法的平均精度达到97.7%,验证了该特征提取方法对机场目标检测具有很好的效果。

关键词： 交通场景   目标检测   参数稀疏化   注意力机制  

摘要： 尽管基于深度学习的目标检测在交通场景的应用已经取得了一定的进展,但复杂交通场景多目标精度与速度的博弈仍然是个挑战。大多数提升精度的方法都是参数密集型的,大大增加了模型的参数量。针对这一难题,提出了基于YOLOv8的稀疏参数模型,实现在降低参数量的同时提升模型的召回率和检测精度。首先使用简单注意力机制(Simple Attention Mechanism,SimAM)以建立更强劲的骨干网络提取特征;其次提出轻量化的内容感知特征重组模块(Lightweight Content-Aware ReAssembly of Features,L-CARAFE)代替上采样操作,在一个更大的感受野上聚合上下文信息;最后通过稀疏参数的多解耦头,在降低参数量的同时提升模型的检测精度。由于交通场景的复杂性,不仅通过KITTI数据集验证模型的有效性,还通过COCO数据集验证模型的泛化性。该模型在公开的数据集上均能大幅提升召回率和平均精度(mean Average Precision,mAP),其中,nano在KITTI数据集上以2.95的参数量使召回率和mAP分别提高了3.1%和0.9%,小模型在COCO数据集上的mAP@0.5达到60.6%。

关键词： 数字信号处理技术   雷达系统   目标检测   VMD算法  

摘要： 激光成像雷达具有高空间分辨率和能够构建四维图像的优势,然而传统的雷达系统目标检测算法在面对小样本学习环境时存在一定局限性。为了解决这一问题,提出了一种基于数字信号处理技术的雷达系统目标检测方法。首先,概述了激光雷达系统的基本原理,包括激光雷达工作原理、相关方程及系统构成;其次,提出了基于变分模态分解(variational mode decomposition,VMD)算法的激光雷达回波信号目标检测方法;最后,通过实验验证了该方案的可靠性和稳定性。实验结果表明,VMD算法在目标识别方面展现出良好的性能,其实时性和识别性能均能满足激光成像雷达的需求。

关键词： 红外与可见光   YOLOv7   特征融合   目标检测  

摘要： 针对常规单模态目标检测算法不适用于复杂场景的局限性,本文提出了一种基于YOLOv7的红外和可见光融合目标检测算法。首先,为提取输入的两种模态图像的特征信息,构建了双分支主干网络;其次,为将两种不同模态的特征最优化融合,设计了双模态特征融合模块,以实现有效信息互补;最后,设计了一种新型特征提取融合网络,提取多尺度特征层信息并充分融合,增强层间信息流动,提升多尺度检测能力。实验结果表明,本文改进算法在红外和可见光模态场景下的检测效果均优于原算法,有效提升了复杂场景下的检测性能。

关键词： 滚动轴承   滚子   磁粉检测   机器视觉   磁痕   图像处理  

摘要： 针对轴承滚子磁粉检测时表面浅磁痕易漏检的问题,提出一种浅磁痕图像处理方法,使用梯度强化算子提高浅磁痕的对比度,通过双阈值延伸算法去除弱噪声并保留浅磁痕中的弱像素,基于线性度特征提取线状的浅磁痕,将共线的浅磁痕连接实现浅磁痕检测。试验结果表明,该方法能够准确识别轴承滚子表面的浅磁痕。

关键词： 智能驾驶   深度学习   多模态融合   3D目标检测  

摘要： 基于视觉信息和LiDAR的3D目标检测是智能驾驶感知中的关键技术之一,在理解复杂驾驶场景方面发挥着至关重要的作用。由于单一传感器固有的缺点和多模态数据的复杂性,实现高质量的3D目标检测并不是一项简单的任务,需要考虑数据的异构性和优化等许多因素。当前的研究工作主要集中在利用单模态数据的互补性进行数据融合处理。为了促进3D目标检测的进一步研究,本文首先梳理基于视觉信息和LiDAR的3D目标检测方法,并且从时序融合和阶段融合2个方面梳理基于LiDAR-Camera融合的3D目标检测方法。然后介绍目前常用的数据集及评价指标,并在数据集上对比各类网络的性能,分析各类网络的优势及局限性。最后指出基于视觉信息和LiDAR的3D目标检测方法面临的挑战和解决方案。

关键词： 软材料   仿真   图像识别   计算机视觉  

摘要： 制造业是立国之本,强国之基。机器人替代人工生产是未来制造作业重要的发展趋势。利用机器人实现对软材料的拉伸,对食品加工业、家庭自动化和手术操作等领域具有重要的意义。因此,如何对软材料建模并对其拉伸形变进行有效的控制和优化,为拉伸机器人训练提供控制策略并生成用于拉伸的数据集,成为智能制造中的一个重要问题。

关键词： 煤矿人员安全   安全帽   轻量级   目标检测  

摘要： 为有效解决煤矿人员安全帽佩戴状态检测中参数量过大、检测速度与精度难以兼顾的问题,基于单阶段目标检测算法(YOLOv8n),提出一种名为EMBC-YOLO轻量级煤矿安全帽检测模型。结果表明:该模型在安全帽检测任务中表现出色,相较于以YOLOv8n为基线的模型,检测精度均值提升至87.21%,提高4.20%;同时,模型参数量大幅减少至2.19 M,降低27.48%;模型大小缩减至4.55 MB,降低25.04%;检测速度高达74帧/s,完全满足实时检测要求。此外,将EMBC-YOLO模型与多种主流单阶段检测模型进行对比,该模型在检测精度、速度和模型轻量化方面,均达到先进检测器的水平,满足在监控视频终端的应用部署需求。

关键词： 合成孔径雷达   目标检测   YOLOv10   上下文聚合模块   自适应阈值焦点损失  

摘要： 针对合成孔径雷达图像飞机目标散射点离散、尺度多样性和强散射背景干扰易导致飞机目标检测困难等问题,提出了一种改进YOLOv10n的SAR飞机目标检测算法。针对SAR图像小尺寸飞机目标易漏检问题,增加小目标检测层并重构特征融合网络,实现了小尺寸目标检测性能的提升;在主干网络中引入上下文聚合模块,增强网络对全局和局部上下文信息的捕捉能力,提高模型在复杂干扰背景下目标检测准确性;引入自适应阈值焦点损失函数,通过自适应调整困难样本和易分样本的损失权重,降低困难样本的检测难度。基于SADD数据的实验结果表明,改进后的算法最高精度提高至98.8%,相比基准模型具有更好的检测性能和鲁棒性。与其他目标检测算法相比也具有更好的检测效果。