关键词： 复杂场景   深度学习   目标检测   特征融合  

摘要： 本文研究基于深度学习的复杂场景多尺度目标检测与识别方法,旨在解决传统方法在处理多尺度目标时的挑战。通过构建多尺度特征金字塔、使用不同卷积核和锚框等策略,提高了目标检测的鲁棒性和泛化能力。本文设计了自适应多尺度空间池化(adaptive multi-scale spatial pooling,AMSSP)模块网络结构,融合了Darknet-53深度残差网络、残差空洞卷积及跨局部注意力机制。并详细给出了AMSSP模块的实现过程和算法步骤,包括不同尺度池化层的输出特征图的融合方式等。本研究旨在通过深度学习提升复杂场景多尺度目标检测与识别的鲁棒性和泛化能力。

关键词： 视觉SLAM   目标检测   室内动态环境   光流法  

摘要： 针对同步定位与地图构建(Simultaneous Localization and Mapping, SLAM)系统在室内动态环境中存在鲁棒性变差、定位精度降低的问题,提出了一种基于改进YOLOv8n目标检测网络的室内动态视觉SLAM算法。首先,选择YOLOv8n网络作为基线,并采用Ghost卷积替换原卷积,同时增加一个小目标检测层,减小网络模型体积,提高模型检测速度。其次,将改进的YOLOv8n目标检测网络与LK稀疏光流法结合,并引入视觉SLAM系统跟踪线程中,对场景中动态目标进行识别判断,筛选并剔除动态特征点;最后,仅使用静态特征点进行特征匹配和位姿估计。实验结果表明,在TUM数据集动态序列下相较于ORB-SLAM2,绝对轨迹均方根误差平均降低了96.62%,显著提高系统的鲁棒性和定位精度。与DS-SLAM、DynaSLAM等系统相比,该系统也能更有效平衡检测速度与定位精度。To address the issues of reduced robustness and lower localization accuracy in Simultaneous Loca- lization and Mapping (SLAM) systems within dynamic indoor environments, an indoor dynamic visual SLAM algorithm based on an improved object detection network is proposed. First, the YOLOv8n network is selected as the baseline, and Ghost convolution is employed to replace the original convolution, along with the addition of a small object detection layer to reduce the model size and improve detection speed. Second, the improved YOLOv8n object detection network is integrated with the Lucas-Kanade sparse optical flow method and is introduced into the tracking thread of the visual SLAM system to identify and filter out dynamic feature points from the scene. Finally, only static feature points are utilized for feature matching and pose estimation. Experimental results indicate that, on the dynamic sequences of the TUM dataset, the root mean square error of the absolute trajectory is reduced by an average of 96.62% compared to ORB-SLAM2, significantly enhancing system robustness and localization accuracy. Compared to systems such as DS-SLAM and DynaSLAM, this system also effectively balances detection speed and accuracy.

关键词： 目标跟踪   长短时记忆网络   卡尔曼滤波  

摘要： 传统机动目标跟踪方法在机动模型建模方面,通过模型集自适应交互的方式,实现模型与目标真实运动的匹配。在跟踪非合作目标时,由于机动状态随时变化,且机动形式多样,当模型集内的有限个模型均无法精准表征其真实运动时,跟踪性能下降。将模型修正和状态修正两级神经网络融入到滤波递推过程中,提出一种基于堆叠长短时记忆(Stacked Long Short-Term Memory,SLSTM)网络的两级修正机动目标跟踪方法(Two Level Modified Maneuvering Target Tracking,TLM-MTT),第一级模型修正网络实时感知目标的机动,调整模型参数,实现机动模型的精准建模,第二级状态修正网络对状态估计进行实时补偿,提升滤波输出的精度。通过离线方式进行网络训练,训练后的网络用于在线实时跟踪,相较于传统方法和其他智能化滤波方法,文中所提方法对高机动目标跟踪具有更好的跟踪性能。

关键词： 图像处理   图像分割   视网膜血管   多尺度特征   注意力机制   自适应融合  

摘要： 为解决视网膜细小血管分割效果不理想和血管连通性差导致模型分割精度较低的问题,在U-Net架构的基础上提出一种融合多尺度特征与双注意力机制的血管分割网络。首先,采用引入双注意力机制的空洞残差模块替换U-Net原有卷积层,实现对血管信息的多尺度提取。其次,将特征融合模块嵌入在跳跃连接处,通过对血管特征的自适应融合来减少编解码过程中的信息损失,增强血管连通性。最后,引入混合损失函数帮助网络训练,缓解视网膜血管图像中类不平衡程度。在DRIVE和CHASE_DB1数据集上的验证结果表明,所提算法的准确率分别达到0.9625和0.9696,相比于U-Net,所提算法的灵敏度增加0.0420和0.0552,F1分数增加0.0140和0.0342,展现出较好的分割性能。

关键词： 视网膜显微手术   目标检测   YOLO   手术显微镜   损失函数  

摘要： 针对视网膜显微手术中的复杂干扰情况,本文利用深度学习的方法提出一种手术器械检测算法。首先,构建并手动标注了RET1数据集,并以YOLO框架为基础,针对部分图像退化,提出利用SGConv和RGSCSP特征提取模块增强模型对图像细节特征的提取能力。针对IoU损失函数收敛速度慢以及边界框回归不准确的问题,提出DeltaIoU边界框损失函数。最后,运用动态头部和解耦头部的集成对特征融合的目标进行检测。实验结果表明,提出的方法在RET1数据集上mAP50-95达到72.4%,相较原有算法提升了3.8%,并能在复杂手术场景中对器械有效检测,为后续手术显微镜自动跟踪以及智能化手术导航提供有效帮助。

关键词： 勒瓦娄哇技术   石核分类   加权有向图  

摘要： 考古学者对2D勒瓦娄哇石核剥片面进行目测分类具有主观性,不能产生标准的、一致的分类结果,故提出并实现一个可自动分类2D勒瓦娄哇石核的算法(2D Levallois Core Automatic Classification,LCAC2D)。计算机进行石核分类的难点在于,如何将勒瓦娄哇石核类型学分类理论转换为能够提取石核的可区分特征且可自动分类的算法程序。LCAC2D算法利用石核剥片面上的拓扑结构构建基于加权有向图的石核剥片面描述模型,进一步优化模型,对勒瓦娄哇石核进行自动或半自动的分类,在66个样本上测试,准确率达77%,结果表明LCAC2D算法首先实现了对2D勒瓦娄哇石核的定量分析。

关键词： 文档图像版面分析   目标检测   YOLOv5s   多尺度特征提取  

摘要： 针对当前基于深度学习的版面分析方法存在效率低和训练成本高的问题,提出一种基于YOLOv5s改进的单阶段目标检测网络RCW-YOLO,并将其应用于文档图像版面分析任务。首先,通过Res2Net模块改进YOLOv5s中的C3模块,有效增强网络对文档图像多尺度特征的提取能力;其次,引入轻量级上采样算子CARAFE以优化特征融合网络,减少上采样过程中的信息丢失;最后,引入WIoUv3作为边界框回归损失函数,制定合适的梯度权益分配策略,以提升模型泛化能力和整体性能。实验结果表明,在CDLA、IIIT-AR-13K和PubLayNet数据集上,RCW-YOLO在mAP@0.50:0.95指标上分别达到了87.2%、76.4%和94.5%,优于现有的两阶段算法和其他单阶段算法,同时具有更低的计算量、参数量和更快的推断效率。

关键词： 伪装目标检测   深度学习   数据集   评价指标  

摘要： 伪装目标检测是一个新兴的研究方向,在计算机视觉领域引发了广泛关注。现有大多数工作以构建高效的检测模型为目的,缺少对已有模型的深入分析及归纳总结。因此,对现有基于深度学习的伪装目标检测模型进行全面分析和总结,并探讨伪装目标检测潜在的研究方向。对基于深度学习的已存模型进行全面综述,并详细阐述相关模型的原理和优劣势;介绍伪装目标检测领域常用数据集及评价指标;对现有基于深度学习的伪装目标检测模型进行复现,并对不同类型模型在公开数据集上的检测结果进行定性和定量比较;对伪装目标检测领域的未来研究方向进行展望。

关键词： 输电线路   覆冰厚度   图像处理   边缘检测  

摘要： 针对雨雪天气严重影响线路覆冰图像质量与标准覆冰厚度计算的问题,提出一种基于智能图像处理的线路覆冰厚度检测方法,并在实验室对导线进行人工覆冰并模拟人工冷雾,采集有雾和无雾条件下的覆冰图像,用所提方法检测导线覆冰厚度。对采集的图像通过去雾、灰度化、直方图均衡化和空间滤波进行预处理,采用多种算子对处理后的图像进行边缘检测,计算出覆冰厚度。结果表明,覆冰图像去雾处理后采用直方图均衡化和空间滤波可较好地改善图像质量,配合使用Canny算法进行导线覆冰图像边缘检测时更具优势,即使在有雾的情况下,也可以得到较为准确的覆冰厚度检测结果。

关键词： 菜豆   分类   机器视觉   图像处理   智能识别   机器学习   支持向量机   特征提取  

摘要： 为基于机器视觉(MV)设计一种低成本、高效且无损的菜豆种子识别、分类的方法,采集6个品种2751粒菜豆种子的图像信息,在对图像进行二值化、颜色提取、形态学操作等图像处理的基础上,提取包括颜色特征、纹理特征以及几何特征在内的9种特征作为分类的依据,分别建立K近邻(KNN)、随机森林(RF)、支持向量机(SVM)3种分类模型,对菜豆种子的品种进行分类。对比3种分类模型的混淆矩阵、准确率及F_(1)值后发现,SVM模型的分类效果上最优,其分类准确率和F_(1)值分别达到97.7%、0.977。研究表明,利用MV可以实现对菜豆种子的精准识别和分类。