关键词： 图像处理   图像融合   红外图像   可见光图像   跨尺度  

摘要： 针对目前红外与可见光图像融合算法的特征提取不充分，细节纹理信息丢失，模型参数量大等问题。本文提出了一种长短距离注意力协同的跨尺度池化嵌入图像融合算法。首先，利用深度可分离卷积设计通道注意力，以增强关键通道表达，抑制冗余信息。其次，基于GS卷积提出多尺度密集通道强化模块，通过叠加小卷积核和引入密集连接，增强多尺度信息交互能力并对特征重复利用，防止信息丢失。然后，在跨尺度嵌入层的基础上提出跨尺度池化融合嵌入层，利用不同尺度的池化层融合特征提取部分四个阶段的特征，从而充分利用各个阶段的特征并减小计算复杂度。最后，采用双路径设计融合长短距离注意力并设计卷积前馈网络，从而捕获特征之间的长短距离的依赖关系并降低网络参数量。本文算法与其他七种算法在公开数据集TNO和Roadscene上进行大量实验，实验结果表明，在主观评价上融合结果轮廓清晰，在客观评价上，EN、SD、AG、SCD相对于其他算法平均提高了6.25%、0.4%、4.6%、0.5%。另外，在数据集M3FD上进行了融合图像的检测性能对比实验，实验结果证明本文算法表现良好。

关键词： 人员密集检测   人员行为遮挡检测   计算资源受限   类间遮挡和类内遮挡   增强位置注意力机制模块   特征金字塔串联汇聚模块  

摘要： 人员密集场景的目标检测在实时系统中至关重要，但面临硬件资源有限和遮挡问题，导致检测延迟和精度下降。本文提出了一种遮挡感知轻量级目标检测网络，包括主干、特征融合和输出预测三部分。该网络使用快速网络块提取特征，并通过位置注意力机制关注遮挡边界。主干部分的特征金字塔串联汇聚模块减少信息丢失，提高对不同尺度和遮挡人员的识别能力。特征融合部分采用分组洗牌卷积，优化特征流动而不增加计算负担。输出预测部分使用任务对齐单阶段目标检测方法，提升遮挡条件下的识别准确性。实验结果显示，网络在WiderPerson数据集上的召回率达66.8%，比YOLOv8-n高2.0%，且模型参数仅1.8M，运行效率优于其他模型。在UpDown数据集上，分类错误率和未检测目标错误率分别为2.6%和1.3%，低于YOLOv8的0.4%和0.7%。实验验证了该网络在资源有限设备中的高效性。

关键词： 桥梁工程   板式橡胶支座   老化开裂病害   语义分割   图像处理  

摘要： 老化开裂是梁桥板式橡胶支座的常见病害，支座裂缝的参数信息是对支座开裂病害进行定量评估的重要依据.针对梁桥板式橡胶支座背景复杂、位置深入、难以识别和测量的问题，提出了一种基于两次语义分割的自动检测支座裂缝并进行参数计算的方法.首先，使用改进Yolov8n模型分割并提取出整个支座区域；然后，利用改进Yolov8n模型在分割出的支座区域图像上进一步分割出裂缝区域；最后，利用提取骨架中心线和寻找最大外接矩形法获取裂缝参数信息.实验结果表明：改进的Yolov8n模型对支座区域和支座裂缝的识别在mPA、DSC和IOU等方面，均达到85%以上.在实桥测试中，对采集的支座裂缝图像利用本文方法计算结果与人工实测结果对比，两者最大误差小于0.1mm，满足工程要求.本文所提出的方法在橡胶支座老化开裂病害检测方面可实现自动化的检测流程，为实际工程应用提供了参考.

关键词： 空间金字塔网络   数据归一化   目标检测   卷积膨胀率  

摘要： 在目标检测任务中，空间金字塔网络是多尺度特征融合的常用方法，但其在不同尺度的特征映射上执行多级池化操作来生成固定大小的特征图，对于目标的空间关系和上下文信息缺乏有效利用，且无法根据需求进行卷积尺寸的适应性调整，造成计算资源浪费。本文探索了一种通过使用准则化卷积单元EFConv构建快速准确的特征提取模块的方案，提出一种强拓展性特征提取网络SEFE模块，该模块通过降低内部协变量偏移ICS，引入缩放参数和偏移参数，改变膨胀策略和采用分组卷积，可以有效地处理空间层次信息并避免计算负担的增加，增强了网络对不同尺度特征的区分能力。进一步将SEFE模块置换到YOLO多个版本的主干部位，构建SEFE Net 特征提取器。在基准数据集BDD100K上进行实验，结果表明SEFE Net面对多类别目标检测任务时检测效果比原模型提升了1.3%，且平衡了计算量。

关键词： 伪装目标检测   边缘信息   纹理信息   特征引导   特征交互  

摘要： 伪装目标检测(COD)因其目标物体与背景极为相似而具有很大的挑战性。针对目前COD方法未能充分利用边缘和纹理信息辅助检测任务而造成的边缘预测模糊、检测结果不完整且存在干扰等问题,提出了一种边缘-纹理引导增强网络(ETGENet),通过显式且充分的边缘和纹理引导策略来进一步提升COD的性能。首先,ETGENet中包含了一个关键的特征引导增强模块(FGEM),该模块能够利用并行的特征细化分支处理并增强对象特征:引导分支通过引导注意力来获取对象特征与边缘和纹理线索之间的相关性,以加强网络对于对象细节信息的理解并抑制噪声干扰;而自增强分支则利用自注意力机制从全局角度对伪装对象特征进行细化。其次,提出了一个特征交互融合模块(FIFM)来渐进融合相邻特征。FIFM利用注意力交互机制和加权融合策略学习特征间的互补信息,以生成更完整的预测图。最后,在3个公共数据集(CAMO、COD10K和NC4K)上进行实验,结果表明:所提出的网络在结构度量S、自适应增强匹配度量E、加权F度量和平均绝对误差M指标上均优于相关领域的方法。尤其在最大的测试集NC4K上,加权F度量指标高于所对比13个M COD方法中表现最佳的FSPNet 2.2个百分点。

关键词： 合成孔径雷达   目标检测   注意力机制   特征金字塔   损失函数  

摘要： 合成孔径雷达(Synthetic Aperture Radar ，SAR)图像因其全天时、全天候、高分辨等特性已广泛应用于军事侦察、灾害监测、城市规划等领域，然而，SAR图像的成像机理导致SAR图像受噪声影响严重且存在SAR目标类别存在不均衡问题，使得SAR目标特征刻画较困难；同时针对上述问题，本文提出一种基于动态聚合网络（Dynamic Aggregation Network，DANet）的SAR目标检测方法，该网络以无锚框全卷积一阶段目标检测（Fully Convolutional One-Stage Object Detection，FCOS）网络为基础网络框架。DANet在特征金字塔网络中嵌入具有动态坐标注意力的动态聚合模块，以提高噪声影响下SAR目标特征学习能力。此外，为了缓解SAR数据集中不同类别之间数量不平衡的问题，DANet在检测头的回归分支引入了类平衡动态IoU损失函数，通过动态非单调机制和类平衡因子引导模型参数更新。在MSAR-1.0数据集和SAR-AIRcraft-1.0数据集上的实验结果表明，DANet在上述SAR目标检测数据集上的目标检测准确率分别达到了70.25%和52.36%，相比基准网络FCOS，其平均精度（Mean Average Precision， mAP）分别提高了2.73%和3.67%。与其他相关算法相比，DANet在SAR图像目标检测精度方面具有明显优势。

关键词： 目标检测   图像处理   深度学习   RTDETR   无人机图像  

摘要： 应对无人机视角图像的小目标检测存在误检漏检，检测性能差等问题，提出一种改进RTDETR模型。在主干网络融入由轻量级可变卷积核 （AKConv）和中值增强空间通道注意力机制组成BasicAK MECS模块，增强了特征提取效果；Neck部分引入Slim-neck，轻量化模型的同时提高检测的准确性和效率；在上采样部分，利用动态尺度序列特征融合（DySSFF）模块，提升小目标特征信息提取能力。损失函数使用Inner-SIoU，注入边界框的形状和尺度信息，增强边界框回归效果。实验结果表明，所提出的模型在 Visdrone2019数据集上的mAP和mAPs分别提升了2.2%和0.9%，有效提高了模型目标检测能力。

关键词： 注意力机制   Transformer   多光谱目标检测   跨模态   自适应特征融合   特征增强  

摘要： 多光谱目标检测技术通过融合来自不同光谱模态的图像（如RGB图像与热红外图像），以实现在低能见度等复杂环境中准确检测出物体。然而，现有方法在模态交互过程中往往会导致某一模态特征信息占据主导地位，以至于忽略或丢失另一种模态的关键特征信息，难以充分挖掘和利用不同模态之间的互补信息以及模态内固有的特定细节信息。此外，大多方法采用较为简单的特征融合策略，导致模型并不能有效区分和融合各模态的关键特征，限制了模型检测精度的提升。为解决这些挑战，提出一种跨模态自适应融合网络模型（Cross-modality Adaptive Fusion Network， CAFNet），该网络架构由跨模态交互Transformer（Cross-modality Interactive Transformer，CMIT）模块、多模态自适应加权融合（Multimodal Adaptive Weighted Fusion，MAWF）模块和3D注意力特征增强（3D Attention Feature Enhancement，3D-AFE）模块共同组成。其中基于Transformer结构设计的CMIT模块用于有效挖掘和利用模态间的互补特征信息和模态内的细节特征信息；MAWF模块用于实现高效的多模态特征自适应融合；3D-AFE模块则通过引入Non-local和SimAM注意力机制，增强模型对关键特征的全面感知能力。在FLIR、LLVIP和VEDAI多光谱数据集上的大量实验结果和消融研究证实了所提方法的有效性，且检测性能超越多个当前主流方法。

关键词： 目标检测   膝关节骨性关节炎   分布映射   YOLOv8   坐标注意力机制  

摘要： 膝关节骨性关节炎常因检查时分类不明确而导致误诊，影响治疗效果，现有的检测方法在检测精度和准确区分病变类别方面表现不佳。为此，本文提出一种基于YOLOv8改进的膝关节骨性关节炎检测分类算法，旨在提高检测分类的准确性。首先，设计了分布映射模块(V-PENet)，通过对输入的图像进行预处理，将复杂的数据分布统一映射成简单的数据分布，帮助YOLO网络更好的训练。同时，增添语义感知模块(PTB)，提升模型上下文感知能力，增强其对全局信息的理解。然后，引入CA坐标注意力机制，丰富特征信息，进一步增强模型对中尺度目标信息的捕捉能力。最后，采用WIoU v3损失函数替代原有的CIoU损失函数，优化定位精度。与基准模型YOLOv8n相比，准确率提升9.9个百分点，mAP@0.5达81.2%。相较其他检测方法，本文提出的改进模型在准确性上具有显著优势，能够更好地满足膝关节骨性关节炎检测分类的需求。

关键词： 双目测距   尺度不变特征变换   随机抽样一致性   目标跟踪   相对位置  

摘要： 为提高双目测距的精度与速度，提出了一种基于尺度不变特征变化（SIFT）与随机抽样一致性（RANSAC）的双目测距方法。首先基于YOLOv8（Ultralytics YOLOv8）进行目标跟踪，确定感兴趣区域并使用SIFT算法进行特征点匹配；其次基于匹配点对的横坐标、纵坐标以及位置特点设置图像矫正约束、视差约束、目标跟踪约束，进行第一次筛选；然后基于匹配点对间相对位置关系不变的特点，通过余弦相似度以及向量模的比值设置相对位置约束，进行第二次筛选；最后通过RANSAC算法进行第三次筛选并计算距离。实验结果表明，与传统的双目测距方法相比，提出的方法具有良好的稳定性及较快的运行速度。在20m的距离范围内，特征点匹配平均精确度为95.73%，测距平均误差为3.81%。