关键词： 高效目标检测   航空图像   注意力机制   卷积神经网络  

摘要： 针对航空图像目标检测中普遍存在的图像尺寸过大、目标密集分布等关键难题，本文开创性地引入了目标图像块激活策略，不仅解决了传统方法在处理航空图像时效率低下的问题，而且显著提升了复杂场景下的精度表现，对推动航空图像目标检测技术的发展具有重要意义。现有的航空图像目标检测技术通过简单裁切图像块的方式进行处理，不仅效率低下，还因大量无效图像块的检测导致资源浪费与误检率上升。因此，本文提出了一种目标图像块激活模块（TIBAM），该模块通过引入卷积注意力机制，使检测器能够专注于包含目标物的有效图像块，从而减少在无效图像块上的资源浪费，实现了对潜在有效图像块的智能识别与处理。TIBAM的引入，为检测器带来了超过17%的推理速度提升，还实现了检测精度的稳定提升，为高效、精准的航空图像目标检测提供了创新性的解决方案。本文通过在主流的一阶段检测器Retinanet和两阶段检测器Faster-RCNN中集成TIBAM模块，以及在Visdrone航空图像数据集上进行验证，充分展示了该模块的实际应用价值与广泛适用性。

关键词： 图像处理   半色调技术   针织提花   图案设计  

摘要： 针对数字化时代针织图案设计智能化的发展趋势，文章提出采用图像处理的半色调技术来提升设计效率与创意表现，探讨针织提花组织的图案设计与工艺实现。以静物拍摄图片为研究案例，介绍了半色调算法转化的优势、织物色彩选择的设计思路及工艺注意事项。研究提供了将拍摄图片应用于针织提花织物设计中的实现方法，顺应了针织消费个性化、多样化的发展趋势。

关键词： 小目标检测   RT-DETR模型   PCov   Transformer   EMA   HiLo注意力机制  

摘要： 针对小目标检测任务中目标占图片比例小、语义信息少，因此检测中常出现漏检、误检等问题。文中提出一种改进RT-DETR的小目标检测模型，在保证实时性的前提下提高检测性能。首先，对RT-DETR模型中的主干网络进行改进，设计部分重新参数化卷积模块，提高了特征提取效率；然后，引入高效多尺度注意力机制，结合空间和跨空间信息聚合的方法，在AIFI编码器中使用HiLo注意力机制，减少了计算成本，提高了检测算法的鲁棒性；最后，在FloW-Img水上小目标数据集上开展实验，结果显示，改进后的RT-DETR模型相较于基线RT-DETR模型在漏检率和误检率方面均有所降低。在测试集上，算法的mAP@0.5指标达到了0.841,mAP@0.5:0.95指标为0.394。相比基线RT-DETR模型，mAP@0.5和mAP@0.5:0.95分别提升了5.5%和3.7%。检测效果优于基线模型与YOLO系列目标检测模型。

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段，机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备，为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息，进行重点区域目标检测、识别、跟踪，值得深入探索。此外，视频SAR与可见光、红外宽谱段集成，还可以视频级高刷新率实现低空对地多模态、高精度感知，多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。

关键词： 计算机视觉   造纸缺陷检测   CNN-SVM混合模型   优化控制策略   智能制造  

摘要： 随着造纸行业对产品质量要求日益提高，传统人工缺陷检测方法难以契合现代生产需求。本文提出一种基于计算机视觉的造纸缺陷智能检测与优化控制系统，旨在实现高效、精准的缺陷识别以及生产过程优化。研究运用卷积神经网络（CNN）与支持向量机（SVM）相结合的方式，设计缺陷检测算法，通过多层特征提取与分类建模，大幅提升检测精度。同时，结合数据驱动的优化控制策略，构建包含PID闭环控制、自适应优化和多目标优化的综合控制方案。实验结果表明，该系统在缺陷检测方面性能卓越，CNNSVM混合模型准确率达97.5%，召回率为96.8%。在优化控制方面，系统使缺陷发生率降低65.7%，能耗减少18.3%，生产效率提高24.8%。研究显示，此系统能有效降低废品率、提升生产效率，在一定程度上为造纸行业智能化转型提供有力技术支持。

关键词： 目标检测   钢板缺陷   PscSE   SPPFELAN   EIOU  

摘要： 为了解决钢板缺陷检测与识别任务中人工成本高、工作量大等问题，设计一种改进的YOLOv8n模型（YOLOv8nPscSE-SPPFELAN）：在SPPELAN模块的基础上增加可并行执行的多个池化操作，提出SPPFELAN模块对输入数据进行并行处理，以优化计算效率并提升计算资源的利用率；同时将两个混合维度的SE注意力机制（SCSE）进行并行处理，提出并行的特征融合模块PscSE，以更好地捕获输入特征图的全局和通道相关信息，增强模型的表征能力；通过使用EIOU损失函数，克服CIOU损失函数的纵横比定义模糊的局限性，提高模型检测精度并加快网络收敛速度.在东北大学钢板数据集上的实验结果显示：改进模型的mAP@0.5/%达到76.9%，相比原YOLOv8n模型提高了4.6%；计算量为7.7 GFLOPs，比原模型降低了0.5GFLOPs，减少了计算资源的占用，并显著提升了检测速度.

关键词： 纸质档案   图像处理技术   档案检索与利用   检索算法与界面设计  

摘要： 本研究针对纸质档案图像处理技术，深入探讨其在档案检索与利用中的应用意义。分析了纸质档案图像处理技术概念、原理及分类，进一步阐述图像处理技术在纸质档案数字化中的应用价值，最后结合纸质档案图像处理技术的应用挑战，构建优化措施，即提升图像预处理技术，研发新型图像识别技术，统一档案格式标准，优化检索算法与界面设计。

摘要： 研究概况为满足复杂场景下樱桃番茄采摘机器人精准识别和定位的需求,提出一种复杂背景下单果及成簇樱桃番茄果实的检测方法,采用注意力机制结合目标检测算法(Sim—YOLO)来解决番茄采摘多目标识别的难点问题。首先,结合GAN生成对抗网络和传统的图像增强方法如mosaic、旋转90°和Hue方法扩充数据集,提高模型的泛化能力。

关键词： 驻站联络员   深度学习   目标检测   多模态融合   智能卡控  

摘要： 为提高铁路运输和施工作业的安全性和规范性，该文针对铁路施工作业中驻站联络员可能出现的离岗、睡岗、玩手机等行为，研制了一套驻站联络员智能卡控系统。通过改进目标检测网络、增加基于多模态图像融合的人员异常行为检测等方式，对驻站联络员的违规行为进行识别，并通过运转室声光报警提示、违规行为上报等监督管理机制，及时纠正其违规行为，以确保其严格遵守规章制度；通过构建融合通信平台，使用便携式智能终端，保障作业人员之间的高质量通信。在国能包神铁路东胜站部署驻站联络员智能卡控系统，对其功能进行验证。试验结果表明：该方法可有效识别驻站联络员的违规行为，提高其安全作业规范，极大地提升施工作业防护水平。该系统的研发具有较高的实用价值，能够为铁路施工作业安全提供有力保障。

关键词： 航拍图像   病虫害识别   目标检测  

摘要： 分析基于航拍图像的病虫害识别场景，发现该场景对网络中浅层特征图中小目标的信息提取要求较高。为解决这个问题，对SSD网络进行了改进，优化了目标检测层，提出一种双主干网络的策略DB-SSD(Dual Backbone SSD)，即在保持原本的VGG16网络不变的基础上，额外增加一条更能表示浅层细节信息的ResNet50作为次主干网络，来丰富特征图的表达。实验表明，在识别基于航拍图像的病虫害方面，所提检测算法具有明显的优势。