关键词： 山体滑坡   目标检测   VanillaNet   动态检测头   全局通道剪枝  

摘要： 山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题，本研究构建了一个多域数据集，以增强对山体滑坡和沙尘暴视觉特征的理解，并提出一种山体滑坡自动检测模型PE-Net。该模型基于改进的VanillaNet网络，结合动态多头注意力检测模块，显著提高了山体滑坡场景的视觉感知能力。此外，采用PAGCP（Performance-aware Approximation of Global Channel Pruning）全局通道剪枝算法对该模型进行了压缩，以适应嵌入式部署。实验结果表明，所提出的模型在达到实时检测的前提下，显著提高了山体滑坡场景检测的准确性，对山体滑坡自然灾害监测与预警具有参考价值。

关键词： 交互式多模型   马尔可夫转移概率   机动目标跟踪   先验信息  

摘要： 针对交互式多模型滤波算法应对强机动目标跟踪过程存在响应滞后、精度偏低的问题，本文提出了由空中目标战术机动先验辅助的层次性交互多模跟踪方法。所提方法利用隐马尔可夫模型，对目标机动轨迹分段地进行战术类别的识别、战术状态的区分，建模了不同战术下的机动模型转移矩阵，由此实现了战术机动似然概率与交互多模机动似然概率的有效交互，构建了双层交互式多模型跟踪算法。实验考虑复杂战术意图下空中目标机动轨迹，表明所提算法结合战术机动先验有效解决了状态估计精度与机动转移响应时效之间的矛盾，明显改善了机动目标跟踪精度。

关键词： SAR图像   船舶检测   注意力机制   特征融合   微小目标检测  

摘要： 近年来，卷积神经网络在合成孔径雷达（synthetic aperture radar， SAR）图像船舶检测中取得了突出成就，但小目标检测方面仍然存在较大不足。本文提出了一种基于YOLOv5的改进检测网络，结合通道注意力、自注意力机制和上下文特征融合策略，以提高小型船舶的检测性能。首先，通道注意力机制抑制了背景信息并强调目标特征，显著提高检测精度。其次，在YOLOv5的骨干网络和检测层中引入自注意力模块，以捕获全局信息，增强定位能力。最后，通过融合浅层和深层特征，补充特征提取中丢失的小目标信息，进一步提高检测精度。基于LS-SSDDv1.0数据集的实验结果表明，改进后的网络的全类平均精度(mean average precision，mAP)指标达78.9%，显著优于现有方法。

关键词： 目标检测   小样本学习   元学习   查询引导原型   语义增强  

摘要： 针对元学习范式中原型关键信息欠缺和对查询图像适应性不足的问题，以及检测器对新类方差敏感导致误分类的问题，提出了一种基于查询引导策略和语义增强机制的小样本目标检测方法。其中，查询引导模块（Query Guidance Module）通过学习查询与支持特征之间的相关性，将查询感知信息有条件地耦合到支持特征中，旨在为每个查询图像生成特定且具有代表性的原型。而视觉语义增强模块（Visual Semantic Enhancement Module）从文本语义信息中蒸馏与新类视觉特征相匹配的知识，并自适应的对这些特征增强，提高其可判别性，缓解方差敏感，以更好地分类。此外，将分类和回归任务解耦，在分类分支上执行语义增强，以促进模型对目标语义的理解。实验结果表明，相较于目前已知最新的SMPCCNet方法，所提出的方法在PASCAL VOC数据集上的nAP平均提升了2.2%，在MS COCO数据集上的AP平均提升了1.0%，证明了其有效性。

关键词： 高光谱图像   目标检测   降维   K-means聚类   RX算法  

摘要： 本文研究高光谱方法在小目标检测应用中的一些关键技术点，从高光谱的数据形式切入，应用高光谱数据中存在的高度的谱间相关性和空间相关性，在博兹瓦纳和Dioni两个数据集上做了仿真计算，验证了高光谱的谱间、空间数据高度相关的特性。用PCA算法对高光谱图像进行降维后进行图像分类实验，并结合传统目标检测RX算法和K-means聚类算法，研究了RX算法与K-means结合的算法。通过仿真实验发现，经过PCA处理后的图像分类，和RX算法与K-means结合的算法不仅提高了检测精度，而且大大降低了检测耗时。

关键词： 深度学习   目标检测   文字检测   压印文字   YOLOv8  

摘要： 针对轮胎胎侧压印文字区域受到深色背景干扰，现有算法无法准确执行检测任务的难题，本文提出一种改进YOLOv8s的轮胎胎侧压印文字区域检测算法TireYOLO。首先，提出一种轻量化特征提取模块RepNCSPELAN4＿CAA，用于替换YOLOv8s原有主干网络的C2f模块，通过CAA注意力机制更好地捕捉上下文特征信息，在提高模型精度的同时降低计算代价。其次，采用一种动态采样的轻量化大感受野特征融合颈部结构DyLKVHSPAN，通过改进HSFPN网络结构，提出一种高效特征融合网络HSPAN，同时通过Dysample上采样算子进行动态采样，并且提出一种大感受野的特征融合模块UniLKVoVCSP，使DyLKVHSPAN在保持轻量化的同时利用大感受野更好融合特征。最后，提出一种低计算量检测头DWLHead，重新设计原有检测头的结构，在降低计算量的基础上提高检测性能。实验结果表明，与YOLOv8s相比，TireYOLO算法在轮胎胎侧关键信息所在区域目标检测的mAP@0.5～0.95 提高2.5个百分点，参数量降低48.4%，计算量降低49.6% ，验证了本文所提出的算法在检测轮胎侧文字区域方面的优越性。

关键词： YOLOv8   无人机   小目标检测   特征融合   模型剪枝  

摘要： 针对无人机图像中小目标实例多、目标间存在遮挡所导致的漏检、误检等现象，提出了一种基于改进YOLOv8的轻量化无人机图像小目标检测算法。在颈部引入三特征编码器、尺度序列特征融合模块，增强了网络对不同尺度特征的提取能力；同时，设计了小目标检测层，并与改进的颈部特征提取网络进行融合，在头部引入一个额外的检测头，减小小目标特征的损失，增强网络对小目标的识别能力；此外，针对CIoU的缺陷，结合Wise-IoU、inner-IoU和MPDIoU，提出了一种回归损失算法Wise-inner-MPDIoU；最后，为了实现算法在移动端和嵌入式场景下的轻量化应用需求，进行了基于幅度的层自适应稀疏化剪枝，在保证模型精度的同时，进一步压缩了模型的大小。实验结果表明，改进后的模型相比于原YOLOv8s模型，在mAP50提高6.8%的同时，参数量下降76.1%，计算量下降17.1%，模型大小降低73.5%，达到了优秀的提升模型检测精度及轻量化效果，具有很强的实用意义。

关键词： 小目标检测   注意力机制   特征提纯   计算机视觉  

摘要： 近年来，基于深度学习的目标检测算法在准确率和鲁棒性等方面取得了巨大的进步，并且在工业界已经取得了广泛的应用。但是，在小目标检测领域，当前的目标检测算法仍然存在着漏检率高和误检率高的问题。因此，本文提出一种基于SCConv和BSAM注意力机制的YOLO小目标检测算法—BS-YOLO。首先，针对特征提取网络存在大量的冗余信息的问题，利用SCConv重构主干网络，提出一种新的模块C3SC，将提取到的特征图在空间和通道两方面减少冗余信息，提升主干网络提取到的特征图质量，从而提高检测精度。其次，基于CBAM注意力机制，结合Biformer自注意力机制提出一种新的注意力机制BSAM，在空间和通道两方面合理分配权重，使特征图更加关注有效信息，抑制背景的干扰。另外，为了解决小目标检测存在的难易样本分布不均匀的问题，利用Slideloss优化损失函数，提高小目标检测的质量。基于RSOD数据集的小目标检测实验表明，BS-YOLO算法的准确率为94.2%，召回率R为91.6%，均值平均精度mAP（交并比0.5）为95.9%；相对于原始的YOLOv5算法分别提高了3.3%，0.1%，3.6%；结果验证了BS-YOLO算法可以有效提高小目标检测的精度，降低漏检率。

关键词： 视觉SLAM   动态物体   深度学习   目标检测   场景分类  

摘要： 针对存在动态物体的一般性或复杂动态场景下同步定位与地图构建（SLAM）系统往往存在强假设性条件或定位精度不足乃至失效等多种问题，提出一种复杂动态场景实时视觉SLAM算法。该算法以ORB-SLAM3为基础，部署基于加速模型推理的YOLOX-s获取语义先验信息以处理动态目标，并结合卡尔曼滤波和匈牙利算法补偿目标检测缺失；为提升算法定位精度和泛化性能，在利用基于网格的运动统计（GMS）特征匹配算法快速筛选有效匹配点的基础上，提出一种双类别动态场景处理策略，根据图像匹配精度将场景分为两类处理：对低动态帧，采用GMS算法快速过滤动态特征，避免进行大量矩阵运算从而提升运行效率；对高动态帧，在利用卡方检验识别运动异常值的同时，提出一种动态特征剔除策略，根据自适应阈值剔除动态点并保持跟踪稳定性。标准数据集与真实场景下的实验测试均表明，所提算法能解决室内外复杂动态场景下的实时定位问题，表现出良好的精确性、鲁棒性和及时性。

关键词： 目标检测   2D、3D关键点回归   手势识别   智能座舱  

摘要： 为了克服车辆环境中可能遇到的光照变化、视角变化等挑战，以实现对不同驾驶场景下手势识别的鲁棒性。提出一种新的基于单目图像的车载手势实时识别方法，其主要由三部分组成：人手检测、2D、3D关键点回归、手势识别。首先，在检测方面，本文利用轻量化检测模型对人手进行目标检测。其次，将检测出来的人手，输入关键点回归模型中，实现2D、3D关键点回归。最后，通过3D关键点以及帧内和帧间残差来实现手势识别。本文所提出的手势识别方法，依赖手部关键点的信息和帧内、帧间残差，在有限的条件下，利用3D关键点做出效果更优的手势识别。试验结果表明，本文所提出方法，在静态手势下，其准确率达到了94%，动态手势下，准确率达到了96.5%。