关键词： 目标检测   YOLOv11   车辆检测   注意力机制   轻量化网络  

摘要： 针对复杂交通场景下车辆检测存在的特征信息提取精度低、检测率低及误检漏检率高等问题，本文提出了一种基于改进YOLOv11的车辆检测模型FAE＿V11s。首先，引入BiFormer注意力机制，通过动态稀疏注意力权重分配，增强模型对复杂场景中车辆特征的聚焦能力。其次，引入MobileNetV3网络结构替换原骨干网络，对整体网络进行轻量化改进，有效降低模型的参数量和计算量。再者，设计一种新的改进特征金字塔结构，在P2层增加256×256尺寸的特征图输出，提升P2层特征图的语义质量与细节保留能力，实现更高效、精准的目标检测?。最后，设计FPv2＿IoU损失函数，解决因惩罚因子而引发的锚框膨胀问题及训练样本分布不均衡的问题，进而有效加速模型收敛。在UA-DETRAC数据集和自建数据集的实验中，与YOLOv11n模型相比，FAE＿V11s参数量减少了约3.64%，mAP@0.5和mAP@0.50∶0.95分别提高了13.29和11.13个百分点，整体表现出良好的检测性能。

关键词： 图像处理   光电编码器   高精度   小型化   可靠性   发展现状  

摘要： 图像式光电编码器是利用光电转换与图像处理技术进行位移和角度测量的精密仪器，广泛应用于航空航天、工业自动化、机器人控制等领域。与传统光电编码器相比，图像式编码器结合了现代图像传感器（如CCD、CMOS）和数字信号处理技术，具备更高的分辨率与灵活性。本文综述了国内外图像式光电编码器的发展现状，包括其基本原理、国外技术成果以及国内研究进展。国外研究主要集中于高分辨率绝对位移编码器、多面体光电轴角编码器、高精度图像处理编码器等；国内则通过改进编码方式与优化传感器设计，显著提升了编码器的精度与可靠性。此外，本文还就图像式光电编码器在复杂信号处理能力提升、误差校正及补偿技术、高精度制造及装配技术等方面作了展望，期望为相关科研工作提供有益参考。

关键词： 场景图生成   特征融合   目标检测   深度学习  

摘要： 针对开放世界场景图生成任务中未知物体及物体间关系检测难的问题，本文提出了基于多维度特征融合(Multidimensional Feature Fusion， MDFF)的关系推理模型，结合开放世界目标检测器构成了两阶段开放世界场景图生成算法。首先，预训练的开放世界目标检测器对输入图像进行目标检测，MDFF模型再对目标检测结果进行关系推理。在VG-150数据集上进行了传统方法和MDFF模型的对比实验，结果表明，MDFF模型在谓词分类任务的召回率指标提升了7%，在开放世界场景图生成和零样本推理任务上提升了3%。消融实验进一步验证了不同特征维度下的于模型性能的提升效果。

关键词： 隧道工程   目标识别   Swin Transformer   衬砌检测   计算机视觉   残差结构  

摘要： 针对已有目标检测算法在隧道衬砌裂缝检测过程中出现的误检、漏检、抗干扰能力差及检测精度低的问题,本文提出一种面向实际工况的隧道衬砌裂缝检测算法RSwin。该算法的创新点在于:（1）首次提出了Residual Swin Transformer Block （RSTB）,该模块具有针对复杂衬砌裂缝特征的全局建模及局部特征提取能力,增强了多尺度衬砌裂缝特征融合与表征,提高了模型性能及泛化能力;（2）首次融合了Shape-IoU损失函数,优化了形状匹配问题的评估方法,全面地考虑了边界框特性并以此来计算损失值,提高了模型在隧道衬砌裂缝识别任务中的目标框匹配表现。为验证所提出算法的有效性,在自采隧道巡检数据集上采用共11种经典目标检测模型(YOLOv7、YOLOv8、YOLOv9、YOLOv10、Cascade Mask R-CNN、Cascade R-CNN、Faster R-CNN、FSAF（Feature Selective Anchor-free Module）、FCOS （Fully Convolutional One-Stage Object Detection）、NAS FCOS（Neural Architecture Search Fully Convolutional One-Stage Object Detection）、Mask R-CNN)进行模型对比、训练、验证和测试。训练结果和可视化结果表明:RSwin算法的mAP50为97.6%,相对7种对比算法,分别提高了14.51%、5.57%、4.41%、2.98%、3.2%、2.5%、6.43%、11.7%、3.1%、4.7%、2.4%;同时拥有最快的推理速度,在像素为807×606的条件下,帧率为9.3帧·s-1。RSwin算法识别精度最高,综合性能最优,可有效应用于实际隧道裂缝检测任务。

关键词： 目标检测   无人机   模型压缩   轻量化   模型量化   小波变换  

摘要： 当前基于深度学习的遥感目标检测模型依托地面服务器强大的算力与存储资源，已具备高效处理海量遥感数据的能力。然而，在无人机等移动边缘设备部署场景中，受限于计算资源、存储容量与能耗约束，大规模模型难以实现有效部署。模型压缩，如轻量化设计、模型量化等，已成为了推动遥感目标检测算法落地的重要技术。本文以单阶段的目标检测深度网络为基准，提出一种基于小波时频局部化的模型压缩框架：（1）通过深度可分离卷积与离散小波变换的空频局部化特性相融合，构建具有扩展感受野的小波深度可分离卷积（W-DSConv）模块，实现了模型的轻量化重构；（2）基于小波频域分解特性，提出小波分频量化（W-FDQ）的量化感知训练方法，实现不同频段特征的独立量化，进一步完成对轻量化模型的压缩。实验中我们选取了YOLO系列的网络模型进行验证，在VisDrone2021无人机遥感数据集上的实验表明：（1）所提W-DSConv模块在参数量减少45.5%，计算量减少37.4%的情况下，检测精度波动幅度控制在2.2%以内；（2）采用W-FDQ方法进行6比特与4比特量化时，量化模型分别保持了浮点模型的95.8%与92.9%的检测性能。本研究为移动端遥感目标检测模型的轻量化部署提供了新的技术思路。

关键词： 航拍图像   目标检测   YOLOv11   无人机   小目标  

摘要： 针对无人机航拍图像检测任务中，存在目标尺寸微小且背景环境复杂，往往会导致漏检和误检的问题，本文提出了一种基于YOLOv11的航拍图像小目标检测算法WT-YOLO。首先，考虑到无人机航拍图像普遍为小目标的问题，调整了YOLOv11颈部网络的结构，改变了输出特征图的尺寸，提高了算法对小目标的检测能力。其次，结合WTConv，重新设计了Bottleneck和C3k2模块的结构，命名为C3k2-WT，来实现特征的高效提取。再次，引入Focal-Modulation来替换SPPF，通过在不同的空间尺度上聚焦和调制特征，使得模型在处理复杂场景时更具鲁棒性；最后，设计了共享卷积检测头，通过卷积共享机制，减少了模型的参数量，同时增强了特征图之间的全局信息融合能力。改进后的算法在VisDrone2019数据集上的实验表明，相较于基础YOLOv11s模型，准确率（P）、召回率（R）和检测精度(mAP50）分别提升了5.6%，5.9%和7.5%，并且参数量下降了约四分之一，对比其他算法表现出了良好的性能。

关键词： 先验信息   一维距离像   Clean算法   扩展目标检测  

摘要： 在扩展目标检测中，特征平方匹配检测器利用先验的目标一维距离像包络模来增强目标信号能量积累效果，这在一定程度上缓解了传统的能量检测器在散射中心分布稀疏时会出现的陷落损失问题。然而全姿态角下目标一维距离像的先验包络模获取难度较大，并且如果目标的姿态角未知或估计存在误差，导致先验信息不精准，检测性能可能会急剧下降，因此需要角度适应性较强的距离像先验。本文提出一种先验知识辅助的扩展目标检测方法，通过Clean算法提取先验一维距离像中强散射点的位置与幅度信息，以矩形窗组合的方式构造先验辅助模板并与观测数据进行平方匹配，利用先验信息提升检测性能，增强角度适应性。最后通过仿真实验与实测数据验证了所提方法的有效性与实用性。

关键词： 3D目标检测   注意力残差网络   注意力机制   混合池化   小目标检测  

摘要： 摘 要：针对3D目标检测任务中行人和骑行者的检测精度较低问题，以Voxel-RCNN为基准算法进行改进，提出了一种基于注意力残差网络和混合池化的3D目标检测算法来提升检测精度。首先，设计了一种融合残差网络和注意力机制的新型2D骨干网络，通过残差网络结构来增强模型对不同目标尺寸的适应性，同时引入注意力机制以聚焦于关键区域，提高特征表示能力；其次，提出了一种新型的MLP池化方法，同时设计了一种结合卷积的注意力池化方式，两种池化方法不仅能够有效保留小目标的局部几何细节信息，还能增强全局语义特征表达能力，从而进一步提升对复杂场景中多样性目标的捕捉能力。在公开数据集KITTI 上的实验结果表明，Pedestrian和Cyclist类别的平均精度(mAP3D)分别达到了54.06%、76.85%，相比较于基准算法提升了3.43%、3.03%。该实验结果证明了所提方法的有效性。

关键词： 红外偏振   背景抑制   梯度矢量   偏振特征重构   权重函数  

摘要： 复杂天空背景下，小目标与背景局部对比度低导致红外强度检测的准确率降低。而红外偏振成像技术能有效提高目标与背景局部对比度，但同时也带来了背景高亮边缘处的对比度提升，给检测工作带来新的挑战。针对这一问题，提出一种基于偏振特征重构与局部差异度量加权的空中红外目标检测方法。首先，该方法考虑了小目标独特的梯度特性，通过图像的梯度矢量信息构建了偏振特征S1、S2的全局背景梯度特征抑制矩阵。然后，考虑到S1、S2之间的空间关联性，构建了一种偏振特征重构方法，保留目标的同时抑制了绝大多数的背景杂波。同时，根据目标、残留背景、噪声之间的特征差异，提出一种改进的局部灰度值方差变化率（VSL）来估计局部区域的复杂程度，从而更好的实现残留背景的抑制。不同场景下，与LCM、TLLCM、IPI、PSTNN等算法对比，信杂比（SCR）、信杂比增益（SCRG）和背景抑制因子（BSF）分别提高了14.06%、4.79%和14.43%。且在不同类型背景下均能取得良好的目标检测性能，具有较好的鲁棒性。

关键词： 目标跟踪   无人机   无监督学习   注意力机制   孪生网络  

摘要： 无人机视频数据集采集成本高，现有数据普遍存在规模有限、应用场景单一等问题。现有无监督目标跟踪方法通常针对通用数据集设计，对无人机的复杂场景难以学习可靠信息。针对以上问题，提出一种无监督无人机目标跟踪模型，其基于时间周期一致性与动态记忆增强。首先，将显著性目标检测引入无标签的对象发现，将显著性目标检测与无监督光流技术结合，引入基于图像熵的动态规划，提高伪标签的质量。其次，为视频中的每一帧定义权重，并利用这些权重进行单帧训练，能够更全面地利用每一帧的信息。最后，借鉴长短期记忆网络的思想，将记忆队列转变为动态记忆队列。设计自注意力分支作为记忆队列的门控机制，控制队列的记忆与遗忘，在不增加队列长度的同时，实现长跨度下的目标特征变化学习。所提方法在无人机数据集上的准确率达到68%，领先于其他无监督跟踪器，与一般有监督跟踪器的性能持平。在一般场景数据集上也与其他无监督跟踪器性能近似，准确率达到77%。在无人机数据集和一般场景数据集上的实验结果表明，所提方法在快速运动和大尺度变化场景性能有较好提高。