关键词： 电力巡检   目标检测   注意力机制   YOLO  

摘要： 针对无人机进行电力巡检时对于输电线路缺陷的检测精度较低的问题，提出了一种基于YOLOv10n的改进缺陷检测算法。其具体结构为在Backbone中添加轻量级卷积神经网络注意力模块CBAM，使得改进后的网络模型在通道和空间两个方面更加关注输电线路导线缺陷的特征，降低漏检、错检率。将YOLOv10n中原来的特征融合框架替换为双向特征金字塔网络BiFPN，该网络在原始的FPN模块中添加了上下文信息的边，并对每个边乘以一个相应的权重，通过不同的权重映射不同的学习特征，因此增加对贡献较大的特征映射。在空间金字塔池化模块通过结合ELAN，使模型能更有效地识别小目标特征。经过一系列的实验证明，改进后的模型准确率达到85.8%，召回率达到80.8%，mAP达到87%，各种指标在一定程度上都得到了提升。由此可见改进的算法提高了检测精度，在输电线路巡检中具有较广泛的应用前景。

关键词： 野生菌   目标检测   YOLOv8   多头自注意力机制   CIoU   C2f  

摘要： 针对野生菌种类繁多，传统的人工识别准确率低、效率低下的难题，提出了一种基于YOLOv8的野生菌分类新方法；引入C2f-MSBlock卷积，更好地获取野生菌的多尺度特征，减少了计算成本；引入多头自注意力机制模块，避免模型陷入局部最优从而提升分类模型的精度；针对传统检测头难以有效捕捉野生菌在菌伞和斑点等细节上差异的问题，提出了一种不对称双检测头的方案；针对边界框回归中出现的损失问题，引入了Inner-CIoU损失函数，使得模型可以灵活调整边界框的尺度大小，减少了边界框损失。实验结果表明，在野生菌分类任务中，相较于野生菌领域最优的3DRe-YOLO算法，改进后方法使mAP@0.5提升了0.3%，精确率提升了1.2%，召回率提升了0.3%，验证了改进的有效性。

关键词： 遥感小目标   目标检测   YOLOv8   多尺度特征融合  

摘要： 遥感小目标图像存在检测目标过于密集、尺寸过小、特征信息难以提取等缺陷，导致现有的目标检测算法在遥感小目标图像上的检测精度不高。为了解决上述问题，提出了一种基于YOLOv8的遥感小目标检测算法SBC-YOLOv8并采用了SAHI切片方法。首先，采用了SAHI切片方法对遥感小目标图像进行了切片操作，有效地改善了检测目标过于密集、尺寸过小的缺陷;其次，在YOLOv8的Backbone部分加入Space-to-Depth模块，增强了网络结构的特征提取能力，有效地改善了小目标特征信息难以提取的缺陷;然后，采用了BiFPN的特征融合方式并且将原本的P5层替换为P2层，增强了网络的多尺度特征融合能力，有效地提升了检测精度;最后，采用CSP-OmniFusion模块，进一步改善了遥感小目标特征信息难以提取的缺陷。实验结果表明，相比于原YOLOv8算法，采用SAHI加上SBC-YOLOv8算法的改进在VisDrone2019数据集的验证集和测试集mAP50分别提升了23.4%和18.3%;mAP50-95分别提升了17.4%和12.4%，同时在CARPK数据集和HRSID数据集上mAP50分别提升了1.6%和1%，mAP50-95分别提升了6.1%和2.7%。因此，所提算法有效地提升了遥感小目标图像的检测效果。

关键词： 视觉SLAM   动态环境   目标检测   深度约束   四叉树分配   光流跟踪  

摘要： 同步定位与建图（SLAM）是机器人自主导航的关键，然而传统的SLAM系统通常是针对静态环境设计的，当存在动态物体时，动态特征点会造成错误的数据关联从而导致精度和可靠性降低。并且当前的解决方案中依旧存在潜在动态对象无法检测，且动态对象占据主体时所保留的有用特征点不足等问题。为了克服这些限制，提出了一种基于ORB-SLAM2的视觉SLAM系统。首先利用yolov8目标检测提供语义信息，结合深度信息进行深度约束生成动态掩码；然后，基于动态概率进行特征点的四叉树均匀分配，剔除动态特征点的同时保留更多有用特征；最后，利用光流跟踪检测与剔除潜在动态对象上的特征点。其中动态掩码与关键帧结合实现运动分割，构建干净的密集点云地图。在TUM和Bonn数据集下的实验结果表明，相比于ORB-SLAM2，在高度动态场景中平均定位精度提高超过90%，并且在相对静止的场景中表现依旧可靠。此外，在保持实时运行的同时其性能对于当前同类别的先进方法也能有所提升。

关键词： 计算机视觉   多针迹刺绣生成   生成对抗网络   颜色分割  

摘要： 针对当前刺绣图像生成领域，传统方法普遍面临针迹多样性欠缺、纹理细节还原不佳以及区域适应性较弱等问题，本文提出了一种基于区域感知的多针迹刺绣图像生成算法（RA-MSEGAN,region-aware multi-stitch embroidery image generation algorithm）。首先，为了有效建模图像区域的形状与针迹之间的关系，从而生成各针迹的区域掩码，提出了一种区域感知算法，即首先通过图像分割子网络提取彩色区域，再结合图像识别子网络提取各颜色区域的形状特征，从而将彩色区域划入对应的针迹掩码集合。其次，为了更好地结合区域掩码指导各针迹生成，设计了一种针迹生成算法，即采用多分支解码器分别对不同针迹区域进行独立生成。最后，对并行生成的各针迹子图进行融合，最终生成具有多种针迹风格的刺绣图像。为了验证算法的有效性，本文构建了一个包含超过16,000个高质量数据对的多针迹刺绣数据集。通过在所构建数据集上的定性与定量实验对比，RA-MSEGAN模型在针迹纹理细节生成及区域适应性方面展现出显著优势，LPIPS和FID指标分别达到0.269/0.013和133.08，优于同类别对比算法。

关键词： 图像处理   特征融合   篡改检测   古籍文字图像   深度学习  

摘要： 为了有效检测识别被篡改的古籍文字图像，提出一种可用于古籍文字图像的篡改检测识别模型MDAS-Net。首先在边缘监督分支中提出一种全新的特征融合方式即混合注意力块，以更好地提取图像中的多尺度目标信息；其次，针对边缘监督分支和噪声敏感分支的特征融合设计一种特征传递块E-2-N/N-2-E Help Block，促进2个分支间的信息交流，以得到更高质量的融合特征。为了验证模型的有效性，创建古籍图像篡改数据集，并联合篡改图像文本数据集（TTI）进行对比实验和消融实验。结果表明，MDAS-Net模型在古籍文字图像篡改区域检测效果良好，受试者工作特性曲线下的面积（AUC）达到了0.852，F1值达到了0.784，并证明了MDAS-Net在检测古籍文字图像篡改方面的实用性。

关键词： 协同显著性目标检测   弱监督   自我校正学习策略   类别标签   两阶段方法  

摘要： 像素级标签的获取耗时耗力，而图像级标签的获取要容易得多。目前，使用图像级标签解决协同显著性目标检测任务尚未得到深入探索。运用一种两阶段方法解决弱监督协同显著分割任务，仅依赖图像级标签(即类别标签) 进行模型训练。通过利用类别标签的语义信息，实现对协同显著目标的定位和分割。在第一阶段，提出了伪标签生成网络，利用类别标签做监督信号，生成输入图像的显著图;在第二阶段，提出了协同显著分割网络，用上一阶段得到的显著图作为伪标签进行监督训练。此外，在训练过程中还引入了自我校正学习策略，以提升模型的性能。首次提出使用图像级标签来解决协同显著性目标检测问题，并在三个具有代表性的数据集上进行了实验验证，得到的结果证实了所提方法的有效性和可行性。

关键词： 空间分组内卷积   双向路径聚合网络   分步训练   YOLOv8n   轻量化   目标检测  

摘要： 针对现有轻量级目标检测算法存在检测精度不足、特征融合能力较弱及检测速度较慢等问题,本文在YOLOv8n基础上提出基于空间分组内卷积的轻量级目标检测算法.首先,在内卷积基础上提出一种新型空间分组内卷积(Spatial Group-Wise Involution, SGWInvo),克服内卷积空间信息建模方面的不足.基于SGWInvo进一步设计一种轻量化主干网络SCNet替换YOLOv8n主干网络.其次,提出一种双向路径聚合网络,提高多尺度目标的特征融合能力.最后,采用深度可分离卷积对检测头进行轻量化,结合YOLO2YOLO分步训练策略,消除NMS带来的推理时延.本文包括两种检测方法:一对多匹配的SGWInvo-YOLO和一对一匹配的SGWInvoYOYO.在COCO数据集上的实验表明,与YOLOv8n相比,两种算法参数量均降低23.3%, SGWInvo-YOLO与之推理速度相当,mAP0.5精度提升3.0%. SGWInvo-YOYO推理时延减少10.5%, mAP0.5精度提升2.3%.

关键词： 目标检测   仿生相机   自动驾驶   深度学习   端到端目标检测   事件相机检测   轻量化  

摘要： 基于神经脉冲信号的事件摄像机可以提供光线变化的信息，以弥补传统RGB相机目标检测在恶劣环境性能下降的缺陷。然而，利用传统相机融合事件相机的现有方法存在模型参数大和非端到端训练方法的问题，这限制了模态融合的有效性。因此，本文提出了一种事件与RGB信息融合的轻量级端到端对象检测框架，基于两种模态各级尺度特征的进行不同细粒度的信息融合，同时基于重参数化卷积实现轻量级的融合模块并进行端到端的训练，从而提升模型对于两种模态互补信息的提取能力，以克服自动驾驶中具有挑战性的不利环境。我们的模型在大规模数据集PKU-SOD上进行了测试，该数据集提供了低光、高速运动模糊与正常光照的环境下车辆行驶的视觉数据。实验结果表明，与此前的多模态目标检测框架相比，本文的方法在模型参数量上相比于此前的最优方法大幅下降，并提升了目标检测的准确率与推理速度，表现出优于现有方法的性能。

关键词： 扩散模型   隐私保护   图像编辑   深度伪造   图像处理  

摘要： 本文针对扩散模型可能会被恶意用于生成或编辑伪造图像的问题，提出了一种基于潜变量失配的对抗免疫（AILM）方法，旨在通过主动防御技术干扰攻击者的生成过程。扩散模型因其低技术门槛和高效率，显著降低了伪造图像的成本与难度，传统的被动检测方法难以有效应对。为此，AILM方法通过在原始图像中添加人眼不可察觉的微小扰动，破坏扩散模型在潜变量空间中的语义信息提取能力，使得后续生成或编辑的图像出现失真、伪影等问题。将图像可视化对比显示后，免疫后的图像经扩散模型编辑后出现局部模糊、结构扭曲等明显缺陷，验证了方法的有效性。此外，实验中使用ImageNet和CelebA-HQ数据集中的部分图像，采用FID、SSIM、PSNR等多项指标评估生成图像的失真程度。结果表明，AILM显著降低了原始图像与免疫图像生成的新图像之间的相似性。