关键词： 绝缘子   重参数化   Haar小波   双层路由注意力   目标检测  

摘要： 针对绝缘子缺陷检测中的多样性和复杂性问题，提出了一种REGDETR(reg detection transformer)缺陷检测模型。该模型基于端到端的RTDETR(realtime detection transformer)架构，引入三种新模块来提升检测性能。首先提出并引入Rep-Faster-Basic-Block模块，利用重参数化的T形卷积有效捕捉不同尺度的特征；其次，采用ELA-Basic-Block(efficient local attention basic block)模块整合高维特征表达；最后，使用改进的GS-HWD-BLRA(gsconv Haar wavelet downsampling with bi-level routing attention)模块代替特征融合网络的步幅卷积，利用Haar小波变换保留图像信息，并通过双层路由的自注意力机制过滤冗余信息。实验结果显示，REGDETR在保持参数量不变且计算量显著降低的情况下，平均精度均值提高了4.5%，达到95.7%，超越了现有同类模型，提升了绝缘子缺陷检测的准确性。

关键词： 3D目标检测   深度学习   注意机制   自主驾驶   上下文感知  

摘要： 单目3D目标检测算法在自动驾驶场景中面临卷积结构网络特征表达能力有限、Transformer 结构的模型计算复杂度高、激光雷达依赖性较强等关键挑战。针对上述问题，本文提出了一种基于全局-通道注意力优化的单目 3D 目标检测算法——MonoSPDC。首先，设计全局-通道特征重组模块，通过融合全局空间关联性与通道维度注意力机制，增强HeatMap的特征表征能力；其次，构建多角度联合预测结构，将三维角点几何约束与深度回归结果动态融合，有效降低深度估计误差。在KITTI数据集上的实验表明，该方法在三维平均精度(AP3D)指标达到24.87%，较MonoDTR和MonoDETR分别提升13%和5%，检测速度提高16%以上。在Waymo数据集上，AP3D达到67.55%，较CaDDN和MonoCon分别提升5%和10%。此外，MonoSPDC无需依赖激光雷达辅助训练，降低了模型复杂性与数据需求，为低成本自动驾驶系统的三维感知提供了高精度、轻量化的解决方案。

关键词： 高密度人群   YOLOv5   目标检测算法   小目标检测   卷积层   SOCA   损失函数   平均精度均值  

摘要： 为解决传统目标检测算法在地铁、商场以及交通堵塞等地区高密度人群中因目标重叠和尺寸偏小导致难以检测问题，文中提出一种基于YOLOv5（You Only Look Once version 5）网络的目标检测算法。在算法模型的锚框部分引入新特征图来设计添加小目标检测层，以此提升检测小目标的准确性。通过重新定义一个卷积层以便在YOLOv5中添加SOCA（Second-Order Channel Attention）注意力机制，提高了模型对复杂场景和遮挡的鲁棒性。引入Focal＿EIoU（Focal and Efficient Intersection over Union）替换原始模型的损失函数CIoU（Complete Intersection over Union），从而提高了模型在高密度目标上的检测精度。实验结果表明，改进YOLOv5算法在CrowdHuman数据集上的平均检测精度比原模型提高了6.7个百分点，召回率提高了3.8个百分点，优于FPN（Feature Pyramid Network）和RetinaNet算法，实现了对高密度人群的目标检测优化。

关键词： 深度学习   计算机视觉   目标检测   YOLOv7   安检   危险物品检测   小目标检测   自注意力机制  

摘要： 针对安检小目标物体检测精度偏低问题，文中提出一种基于改进YOLOv7(You Only Look Once version7)的安检小目标检测模型XS-YOLO(Xray-Spection-YOLO)。使用基于自注意全局感受的特征提取骨干网络SwinT（Swin Transformer Backbone）构建全局注意力，从而获取特征信息。提出基于多尺度分层特征融合的四维检测结构FHD（Four Head Detection），通过引入第4个检测头来提高模型对小目标的识别能力。提出基于分类与定位任务解耦的分支检测策略DCSP（Decoupled Cross Stage Partial），使特征融合后的输出分支各自进行特征图处理。实验结果表明，相较于YOLOv7，XS-YOLO在HiXray数据集上的mAP（mean Average Precision）提升了2.8%，在OPIXray数据集上的mAP提升了5.8%。

关键词： 遥感目标检测   多尺度特征   上下文信息提取   注意力机制   YOLO   小目标检测   特征融合   Remote Sensing Target Detection   Multi-Scale Feature   Contextual Information Extraction   Attention Mechanisms   YOLO   Small Target Detection   Feature Fusion  

摘要： 在现有方法的基础上，本文提出了一种新颖的信息扩大集合和自适应特征融合的检测算法。文中在主干网络部分引入ConvNeXt模块来加强对被遮蔽目标的检测能力，提出了信息扩大集合模块来充分地利用图像中的上下文信息，优化对长宽比较大目标的检测效果。使用协调注意力模块来防止目标位置信息的丢失，通过挤压与激励模块对通道重新进行权重分配，挑选出重要性较高的通道进行计算。文中还使用自适应空间特征融合模块，对不同层级的特征图进行融合来保证金字塔的效果。在DOTA-v1.5遥感数据集上，相较于原始网络，文中方法mAP@0.5性能提升了2.5个百分点。在另外的2个数据集上，本文提出的算法也取得了更好的检测性能。

关键词： 计算机视觉   跨模态行人重识别   多层次特征融合   多损失  

摘要： 【目的】针对现有方法中忽视不同网络层特征之间关联性及未充分利用网络特征的问题，提出了一种融合多层级特征嵌入的网络结构。【方法】首先，该网络通过多样化嵌入扩展模块生成多尺度嵌入特征，以增强特征的区分性与鲁棒性，从而促使网络捕获更丰富的语义信息；然后利用通道空间自适应特征融合模块挖掘不同的通道和空间特征表示，聚合不同阶段的特征，以增强模型捕获全局上下文和多尺度信息的能力，高效融合不同特征层次的信息；最后通过多种损失函数来联合监督得到的特征，以提高跨模态行人重识别的准确性和鲁棒性。【结果】所提算法在SYSU-MM01数据集下R-1、mAP和mINP准确率分别达到75.91%、7.28%和59.37%。【结论】网络能更好地应对异质模态间的差异，充分利用多模态数据的潜力，有效提升基线网络的识别精确度，证明了所提网络结构的有效性。

关键词： 深海图像   颜色校正   多对比度增强   深度卷积神经网络   图像融合   伽马校正   灰度世界   图像处理  

摘要： 高质量的深海图像是实现高精度深海资源环境观测和动静态目标识别的重要基础。针对深海中光线不足，成像依赖于主动光照等原因，导致图像出现对比度低、色偏和曝光等质量退化问题，提出了一种基于全局和局部对比度融合的深海图像增强方法。首先，设计了基于灰度世界的图像颜色校正算法，基于绿色通道对红色通道预补偿，并采用灰度世界法完成图像颜色的校正。其次，采用改进的伽马校正算法和限制对比度自适应直方图均衡化算法分别获取全局和局部对比度增强图像。最后，设计了基于深度卷积神经网络的多对比度图像融合策略，实现全局和局部图像信息的互补。将所提方法应用于深海图像，实验结果显示：本文所提方法在多个对比指标中优于现有水下图像增强方法，能够为后续目标检测等高阶视觉任务提供清晰数据。

关键词： 微动特性   DeepSORT框架   标签分层逐级更新   无迹卡尔曼滤波   密集目标跟踪  

摘要： 针对密集群目标跟踪问题，尤其是具有微动特性的目标，本研究提出了一种基于微动特性的标签分层逐级更新的密集目标跟踪算法。在窄带雷达探测密集微动目标的过程中，会出现多个目标进入同一分辨单元内或者交叉重叠的问题，难以有效地区分目标，导致检测过程出现误检漏检和跟踪过程出现航迹交叉，航迹消融等问题，影响检测跟踪的性能。而在群目标检测分离过程中，目标的微动特性具有较高的研究应用价值，因此，本文利用正弦调频Fourier-Bessel变换分离微动目标，提取目标的微动参数并给出编号，同时通过信号处理在距离-多普勒-角度域提取目标状态参数，联合构建滤波更新参数集；为了进一步提高跟踪算法的性能，基于DeepSORT框架的多目标跟踪滤波更新机制，针对密集目标跟踪航迹交叉等问题，设计了一种标签分层逐级更新算法，通过无迹卡尔曼滤波(Unscented Kalman Filter，UKF)对目标状态进行非线性估计，以此构建多UKF跟踪器对同向密集多目标进行快速且稳定的跟踪，仿真结果表明，所提出的算法在处理密集目标跟踪任务中，能够提高跟踪的精度和稳定性，具有良好的工程应用潜力。

关键词： 注视目标检测   时空可变形Transformer   概率模型   时间连续性  

摘要： 本文提出一种基于时空可变形Transformer 的一致性导向的概率模型，用于注视目标检测。其主要由帧注视模型、时空注视关系模型、未来语义注视估计模块构成。帧注视模型通过空间编码器、空间解码器和预测模块对帧特征进行处理，得到关于头部标签、热图等信息；时空注视关系模型将过去特征与当前帧特征拼接后，通过时序注视关系特征编码器和时序注视关系查询编码器融合特征，增强当前帧的注视关系查询；未来语义注视估计模块以时空注视关系模型为骨干学习过去-未来语义，并通过具有一致性感知的未来解码器逐帧预测未来特征。多个数据集上的实验显示，此模型在视频注视目标检测和视频共同注视目标检测任务中性能卓越，超越以往所有方法。消融实验证实模型关键模块和不同损失函数对整体性能有积极作用，可视化效果体现了模型在动态注视场景下的有效性。

关键词： YOLOv8   深度学习   空间目标   密集背景   低信噪比  

摘要： 在密集星场下的空间目标与背景特征高度相似，检测中容易导致大量虚警的产生。此外，空间目标在远距离探测条件下往往呈现暗弱特征，且在运动过程中会受到高亮恒星遮挡，造成检测困难、漏检率高。针对以上问题，本文提出一种基于YOLOv8框架的大核深度、不同层级可分离卷积，结合灰度及连通域判别精细化目标分割的密集恒星背景暗弱空间目标检测模型(FRR-YOLOv8)。首先，使用C2f卷积层替代原YOLOv8网络SPPF(Spatial Pyramid Pooling Fast)模块的普通卷积层，通过将不同层级的特征图进行卷积，使模型可以获得更多的上下文信息，促进对小物体、低信噪比目标的检测，解决目标因暗弱特征导致的漏检率高的问题；其次，使用RTMdet(Real-Time Models for Object Detection)结构作为YOLOv8网络的Head部分，通过在模型结构的基本单元引入大核深度可分离卷积增大感受野，并平衡不同分辨率层级间计算量、参数量，增加基本构建单元的特征提取能力，并在该模块结合灰度及连通域判定将目标区域由整体框选精细定位至个体邻域，解决因背景恒星密集带来的检测干扰。改进算法在仿真图像数据集和真实图像数据上均进行了实验，mAP50指标在信噪比0.5-1dB范围的图像数据集上测试可达到94.6%，相较于原始的YOLOv8模型提高了10.8%，证明FRR-YOLOv8模型对暗弱空间目标检测的有效性。