关键词： 图像处理   3维目标检测   多层次特征融合   关键点采样   多尺度自注意力  

摘要： 为了解决现有点云检测方法中忽略3维结构上下文特性，导致特征表示能力弱和候选框准确性低的问题，基于体素-关键点编码和多层级特征融合理论，研究了一种3维目标检测模型。利用球查询和体素查询的灵活感受野，从3维稀疏卷积特征和鸟瞰图像特征中提取3维候选框的多层次特征，并利用点之间的远程上下文依赖关系去学习可判别性表征；开发了体素-关键点编码模块，通过多层自注意力关键点采样方法及编码策略进行3维候选框的细化；通过卷积注意力方式对多层级特征进行聚合，得到了3维候选框表征。在大规模点云目标检测数据集KITTI和Waymo数据集上进行了实验分析。结果表明，该方法能高效准确识别3维目标，在骑行者类别3维检测精度最高达93.88%，在多个检测场景中均优于主流方法。该研究在远点稀疏场景下的3维目标检测中具有良好的应用价值。

关键词： 目标跟踪   RGB-T   双模板跨模态交互   极性感知线性注意力   前景选择   跟踪速度  

摘要： 利用可见光(RGB)和热红外(TIR)双模态信息间的互补性可以克服单模态跟踪在恶劣环境下的局限性.目前基于RGB-T的目标跟踪方法不能充分利用模态间信息并且额外模态的引入会导致计算量增大.因此,本文提出了双模板跨模态交互与前景选择的高效RGB-T目标跟踪网络,对两个模态的模板图像进行融合构建融合模板图像分支,利用融合模板图像特征与两个模态模板图像特征作为模态交互的纽带,克服不同模态图像中心存在的偏差导致两种模态信息利用不充分的问题;利用极性感知线性注意力构建Transformer编码器,减少Vision Transformer(ViT)中的多头注意力机制带来的复杂计算量,提高模型的效率;通过极性感知线性注意力返回的注意力构建前景选择模块,去除无关背景特征,提高跟踪精度的同时减少背景特征带来的计算量.实验结果表明,本文网络在LasHeR数据集上跟踪成功率达到57.1%,精确率达到71.2%,相较于TBSI分别提升1.1%与1.5%,并且跟踪速度相较于TBSI提升了3.5%.在RGB-T目标跟踪任务中优于目前主流网络,取得了较好效果.

关键词： YOLO11   多尺度边缘特征   跨通道融合   多尺度部分聚集卷积   Inner-MPDIoU  

摘要： 针对水下目标检测中图像模糊、生物群聚遮挡重叠问题，提出一种基于YOLOv11-S改进的MEFF-YOLO算法。设计边缘特征融合主干EFF-DarkNet，通过多尺度边缘特征生成模块MEFG提取浅层高分辨率边缘信息，并利用跨通道融合模块EFFC实现边缘特征与常规卷积特征的深度融合，提升目标边界表征能力。提出多尺度部分聚集卷积模块MPAC，通过分层级联卷积与残差连接，在减少冗余计算的同时保留多尺度原始信息。提出Inner-MPDIoU损失函数，融合尺度自适应辅助边界框策略与最小点距优化方法，提升边界框定位精度。在DUO数据集上的实验表明，MEFF-YOLO以10.26M参数量实现72.1%的mAP0.5:0.95，推理速度达227.2 FPS，较YOLOv11-S精度提升3.3%，为复杂水下环境中的生物检测提供了高精度、高效率的解决方案。

关键词： 图像处理   图像拼接   深度学习   混合注意力机制  

摘要： 图像拼接是计算机视觉与图形学的重要研究方向，在三维成像等领域应用广泛。针对低照度环境下获取的图像亮度低、对比度低、光照不均匀，从而造成图像特征变弱及模糊难于提取导致的匹配与拼接性能下降问题，本文提出一种深度学习图像拼接方法：首先在主干网络中嵌入混合注意力机制，通过多维度特征增强与干扰抑制提升特征提取能力；其次采用高效特征卷积替代标准卷积，在减少空间与通道冗余计算的同时增强模型表达能力；然后在LightGlue匹配框架中引入多平面尺度约束模块，优化特征点分布以提高匹配精度、降低单应性矩阵估计误差；最后基于匹配结果求解单应性矩阵，并通过自适应融合算法消除拼接伪影与过渡带，改善视觉效果。实验表明，该算法显著提升了低亮度与低纹理环境下的拼接效率，相较传统方法具有更强的鲁棒性与自适应性。

关键词： 图像处理   相位解包裹   深度学习   激光散斑干涉  

摘要： 为了克服传统相位解包裹方法在噪声鲁棒性、计算效率及不连续区域适应性方面的局限性，设计了结合残差结构、注意力机制和特征金字塔等模块的U型网络框架（ResAtt-UNet）的散斑干涉相位解包裹算法。通过模拟数据集对算法进行训练，并基于仿真数据对算法进行模拟测试，结果表示：该算法的均方根误差（RMSE）均值为0.0837，结构相似度（SSIM）均值为0.9996。该算法计算得到的最大相对变形值为3.3800 μm，与真实值接近；解包裹效果更清晰平滑，受背景噪声的影响相对较小，展现出良好的鲁棒性和泛化能力。ResAtt-Unet网络框架显著提升了噪声环境下相位解包裹的精度和效率，为动态形变测量提供了可靠解决方案。

关键词： 双模态融合   3D目标检测   两阶段融合   注意力机制   动态损失函数  

摘要： 在自动驾驶感知系统中，实现点云与图像信息的有效融合对于提升3D目标检测的准确性具有关键意义。针对目前点云与图像融合方法存在互补性利用不足的问题，提出一种两阶段双向跨模态融合网络。首先，在前融合阶段构建双向特征补偿机制，通过映射矩阵建立点云几何特征与图像纹理特征的细粒度空间对应关系，利用交叉投影策略实现模态间的双向信息互补；其次，在中期融合阶段设计跨模态特征学习模块，采用基于Transformer的感知机制来提高效信息的权重，并通过交叉注意力机制动态调整特征权重，实现互补特征的深度聚合。最后，为优化跨模态特征对齐，引入了一种针对点云与图像特征动态对齐的损失函数，根据点—像素匹配的相似性权重，自适应优化特征映射过程中的语义偏移。在KITTI与Waymo数据集上的实验表明，所提方法在mAP指标上相较其他模型平均提升了6.07%和4.12%。

关键词： 图像处理   你只需看一次v5算法   patch-transformer模块   空间注意力模块  

摘要： 为了解决航拍图像识别小尺寸目标的问题，基于你只需看一次（YOLOv5）理论研究了一种改进型网络算法。首先对骨干网络引入patch-transformer模块提升网络对小尺寸目标特征提取能力；通过在颈部网络扩展更小感受野的特征层，输入和引入了空间注意力模块，提升了网络对小尺寸目标特征提取的有效性；最后通过向损失函数分类损失项中引入目标尺寸信息，增加训练过程小尺寸目标分类错误的关注度，并通过无人机航拍数据集进行了实验验证。结果表明，相较于YOLOv5s和YOLOv5m网络，改进网络的平均精度均值分别提高了7.1%和2.9%，可满足工程实时性要求。该研究对航拍图像识别具有一定的参考价值。

关键词： 海上风机   振动监测   深度相机   YOLOv8n-P2   刚性变换  

摘要： 海上风机分为近海固定式风机和深远海漂浮式风机，其叶片结构易遭受损坏和故障。振动监测是海上风机叶片结构日常维护与故障诊断的有效方法。传统传感器存在安装复杂、抗干扰能力弱及测点稀疏等问题；基于计算机视觉方法开展海上风机叶片结构振动监测能够有效解决这些问题。研究采用单目相机与深度相机获取视频流，基于YOLOv8n-P2算法开展目标跟踪，结合刚性变换提取典型位置位移信息，进一步解析叶片结构响应特性。针对模型尺度下海上风机叶片结构的转动、振动和转动-振动复合运动三种典型工况进行了测试分析。实验结果表明，基于计算机视觉的方法能够准确、有效监测风机叶片结构的振动响应特性，为海上风机的运行状态评估提供可靠的工程参考。

关键词： 红外防御   对抗补丁   目标检测   离散余弦变换   图像修复  

摘要： 针对红外检测易受对抗样本攻击的问题，提出了一种结合频域分析和图像分割修复的防御方法，首先将输入图像分块并执行二维离散余弦变换（Discrete Cosine Transform，DCT），计算原/重压缩图像在各颜色通道上的均方差异，然后汇聚成频谱热图，并通过形态学运算定位对抗补丁。然后利用轻量级卷积神经网络对原始图像进行分割，通过计算频谱掩码与分割掩码的交并比（Intersection-over-Union，IoU）进一步精确确定补丁区域。随后采用图像修复方法对剔除区域进行纹理恢复。在LLVIP数据集上，采用本文提出的方法进行防御后，平均准确率仅比干净图像上的平均准确率低3.48%。实验表明，该方法在红外检测场景下能有效抵御对抗样本攻击。

关键词： 图像融合   深度学习   残差学习   计算机视觉   特征提取  

摘要： 红外与可见光图像融合通过整合热辐射目标与细节纹理信息，为复杂环境感知提供关键技术支持。然而，现存方法因模态特征分布差异显著、动态场景适应性不足及高频细节易退化等问题，常导致融合图像中热目标弱化或纹理模糊，这会影响之后的视觉应用。为此，提出一种基于自编码器的双分支融合网络，其核心在于跨模态特征互补、动态残差调制与梯度引导的协同优化。该网络首先通过双分支编码器分别提取两模态的深层特征，设计跨模态融合模块（CMF）在全局通道维度区分红外与可见光特征的语义特异性，以解决在异质区域适应性差的问题；在分解阶段，设计梯度提高模块（DTEM）和特征强度显著性增强模块（FISEM）来处理分解的图像，最后通过解码器进行图像融合。提出的损失函数可保证图像信息的完整性。实验结果表明，该方法在红外和可见光图像融合中表现优异，熵（EN）、标准差（SD）、标准色差（SCD）等指标均表现良好。