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： 跌倒检测   图像处理   深度学习   特征提取  

摘要： 针对目前跌倒检测算法存在效率低、速度慢等问题，提出一种新的人体姿势跌倒检测算法。基于OpenPose获取人体骨骼关键点信息，并基于重心下降速度、身体倾斜角度、外形轮廓变形比3个判定条件确定人体跌倒状态。实验阶段，与单纯基于深度学习或穿戴设备的方法相比，所提算法性能最优，检测灵敏度为98.35%，特异性为96.79%，准确率为97.11%。实验结果验证了所提算法的稳定性和可靠性，具有广阔的应用前景。

关键词： 汽车轮胎   胎面缺陷   图像处理   检测算法   系统实现  

摘要： 随着全球汽车工业的蓬勃发展和道路交通流量的持续增长，汽车轮胎的安全性问题日益成为公众关注的焦点。特别是轮胎胎面的缺陷检测，直接关系到行车安全，其重要性不言而喻。传统的轮胎缺陷检测方法不仅效率低下，而且在准确性方面存在明显不足，难以满足现代交通对安全性的高要求。本文研究一种既高效又准确的汽车轮胎胎面缺陷检测系统，以大幅提升检测效率，确保检测结果的准确性。

关键词： 道路交通标志   倾斜摄影测量   三维建模   深度学习   目标检测   嵌入式建模  

摘要： 倾斜摄影测量三维重建技术被广泛应用在大规模城市场景三维建模任务，然而道路交通标志难以重建完好。为此，提出基于深度学习的道路交通标志嵌入式建模方法，可以解决倾斜摄影测量交通标志的重建难题。首先，基于深度卷积神经网络模型，从倾斜影像中检测道路交通标志目标。其次，基于道路交通标志的类别信息，采用模板匹配建模方法，获得结构完好且纹理清晰的道路交通标志三维模型。接着，基于道路交通标志的位置信息，采用带几何约束的特征点提取与匹配获得同名点，并基于双目视觉原理和三角化算法计算交通标志的空间点。再次，在方向约束下利用空间点拟合法推算道路交通标志的三维位置和方向。最后，将完好的道路交通标志三维模型嵌入到城市实景三维模型中，实现倾斜摄影测量道路交通标志嵌入式建模。实验表明：该方法可以较准确地提取倾斜影像中的交通标志，并估算出交通标志的三维空间位置，通过嵌入式建模提高城市场景重建效率和模型质量，并为城市场景中的其他地物目标建模方法提供借鉴。

关键词： 模型   计算机视觉   目标检测   体质量估测   注意力机制   跨模态层级特征融合   双流网络  

摘要： 为解决群养场景下肉牛个体质量称量复杂、精度低的问题，该研究提出了基于注意力机制和跨模态层级特征融合模型CMHFF-ResNet(cross-modal hierarchical feature fusion resnet)。首先，无接触式地采集俯视视角下日常活动的肉牛的RGB(red-green-blue)图像与深度图像，使用引入定向边界框OBB(oriented bounding box)的YOLOv8网络对肉牛进行旋转目标检测和识别，精准定位群养场景中的个体目标；其次，以ResNet50为骨干网络构建双流估重模型，分别提取RGB和深度模态特征，并引入CBAM(convolutional block attention module)注意力机制以增强关键特征表达能力。设计跨模态的层级特征融合，有效结合RGB流和深度流的特征并充分利用浅层特征；第三，引入肉牛的身份信息便于网络学习肉牛身份与其体质量之间的对应关系，为优化模型效率，将全连接层替换为KAN(kolmogorov-arnold networks)，显著减少参数量；最后，将双流的输出结果融合，回归肉牛体质量值。在试验中，构建了包含2 546对RGB-D图像的数据集，包括2 373对训练数据和173对验证数据。结果表明，CMHFF-ResNet在验证集上的平均绝对误差为14.19 kg。与基于RGB和深度的单流模型相比，双流模型在平均绝对误差上分别降低16.943%和26.133%。同时，该方法优于其他现有肉牛体质量估测方法：与多元线性回归、改进MobileNetv2模型、改进DenseNet201模型和改进跨模态特征融合模型CFF-ResNet相比，在平均绝对误差上分别减少57.233%、34.699%、24.761%和20.991%，提升了群养环境下肉牛个体质量估测的精度与泛化性，能够有效地学习跨模态的层级特征表示。该研究为大规模群养环境中肉牛个体质量的高精度估测提供了参考。

关键词： 人工智能   视频修复   深度学习   图像处理  

摘要： 以人工智能技术在视频修复领域的应用为研究重点，首先概述人工智能技术的基础内容，其次阐述传统视频修复方法，再次详细分析基于人工智能的视频修复算法，最后结合具体案例深入探讨人工智能技术在视频修复领域的应用，助力广播电视行业的创新发展。

关键词： 航行安全   行为识别   目标跟踪   注意力机制   temporal shift module  

摘要： 船舶驾驶员不规范操作是诱发水上交通事故重要因素，设计1种实时船舶驾驶员行为检测方法意义重大。相比汽车驾驶、安防监控等，船舶驾驶舱环境更为复杂，存在无法兼顾多个船员、效率低下和准确率不高等问题。针对这种情况，研究了1种多目标跟踪和行为识别相结合的“两步式”多人行为识别方法。利用YoloV7与ByteTracker建立多目标跟踪器，形成单人的连续特征图。在单目标行为识别算法时间偏移模块（temporal shift module,TSM）的基础上，借助超采样、跨帧拼接等手段处理连续特征图，同时通过EfficientNet-B3与坐标注意力（coordinate attention,CA）模块输出高准确率的识别结果。研究建立了船舶驾驶舱行为数据集“SC-Action”，数据来自不同的船舶驾驶舱监控录像，包含常规行为以及违规行为共计2 000例行为样本。在该数据集上对本文提出的模型进行迁移学习和消融实验，实验结果表明：提出的方法可实现3名驾驶员24帧/s的实时行为识别，识别速度和准确率均优于主流算法。在针对单人行为识别的测试中，方法在应用图像增强模块之后，相比基准TSM模型准确率提升了1.3%；结合注意力机制后，准确率进一步提升1.78%，达到了82.1%，而运算量仅增加0.1%。在多目标测试中，方法的实际推理速度和效果，也超越了该领域的主流方法如SlowFast，验证了其有效性。

关键词： 红外与可见光   YOLOv7   特征融合   目标检测  

摘要： 针对常规单模态目标检测算法不适用于复杂场景的局限性，本文提出了一种基于YOLOv7的红外和可见光融合目标检测算法。首先，为提取输入的两种模态图像的特征信息，构建了双分支主干网络；其次，为将两种不同模态的特征最优化融合，设计了双模态特征融合模块，以实现有效信息互补；最后，设计了一种新型特征提取融合网络，提取多尺度特征层信息并充分融合，增强层间信息流动，提升多尺度检测能力。实验结果表明，本文改进算法在红外和可见光模态场景下的检测效果均优于原算法，有效提升了复杂场景下的检测性能。

关键词： 飞机遥感图像   目标检测   注意力机制   检测层   检测评估方法  

摘要： 针对目前遥感图像中飞机识别存在的分辨率低、尺度多样、检测目标小、背景复杂等问题，提出一种改进的YOLOv5＿RCSL飞机遥感图像精确检测算法。该算法在YOLOv5主干网络中采用卷积块注意力模块（convolutional block attention module,CBAM）注意力机制，有效进行特征信息的提取，提高遥感图像识别检测的精度，使其更加有利于遥感图像飞机目标大小特征值的全局提取；在原YOLOv5的检测头部再增加一个尺度为20 px×20 px的检测层，提升检测识别小类别遥感图像飞机目标的准确度。另外，采用一种基于Wasserstein距离的小目标检测评估方法和一种改进的标准化Wasserstein距离（normalized Wasserstein distance,NWD），提高小目标和相应特征的识别率。与原有的YOLOv5模型的对比结果显示，改进的YOLOv5＿RCSL算法的平均检测m AP50值达到了96.2%，提升了16.1%；改进算法的平均检测速度达到了60 F·s-1，提升了30 F·s-1。实验证明，改进的YOLOv5＿RCSL算法能有效解决遥感图像目标检测识别度低和遥感图像分辨率不高导致的误检、漏检问题。

关键词： 图像处理   文本识别   文本检测   OCR   DBNet   SVTR  

摘要： 微电子组装技术的发展推动组装电路的类型和产量不断增长，因此作业智能化水平亟需提升，且需对每只电路的生产状态进行实时追踪记录。基于DBNet和SVTR网络模型的电路管壳批号识别系统采用端到端的光学字符识别（OCR）模型，结合分布式技术进行相关硬件部署，可实现作业任务单智能生成、作业自动记录、作业过程智能化闭环管理等功能，提升了微电子电路生产过程的智能化水平。