关键词： 深度学习   水下安全   图像增强   目标检测   语义分割  

摘要： 针对当前面向水下复杂场景目标的智能算法研究面临的严峻问题:(1)水下成像受光线衰减、散射和噪声等因素影响导致图像色偏严重、细节失真;(2)水下目标尺度不一,并且伴随模糊、密集等特点导致检测精度低;(3)现有水下语义分割模型复杂度和参数量无法与实际应用场景中所需分割精度相适应。这些问题导致水下军事行动受到限制,因此本文展开面向水下复杂场景目标的智能算法研究:首先运用图像增强算法对水下军事数据集进行增强,然后分别设计目标检测和语义分割算法对数据集中的军事目标进行检测和精确分割,最后搭建系统对所提算法进行验证。具体内容和贡献如下: (1)针对水下成像受光线衰减和散射等因素引起色偏、细节丢失等问题,提出一种融合双域处理与Transformer模型的水下图像增强算法(FSformer)。首先设计一个新颖的融合频域和空间域的全局-局部变换模块(FSGLT)自适应融合频域和空间域信息,提升模型对于水下图像中严重退化区域的关注度。此外,构建一个双分支特征增强模块(DBFEM),分别对空间和频率域分支上增强提取的深层特征处理,从而提升恢复更多细节的能力。FSformer在UIEB数据集上SSIM和PSNR指标上达到24.112和0.907,在自制数据集UMO中UIQM和UCIQE指标相较于增强前分别提升1.212和0.265。 (2)针对水下目标尺度不一,伴有密集分布和相互遮挡等特性,导致目标错检、漏检等问题,提出一种基于双编码器-解码器的水下目标检测方法(MSF-UWD)。首先,设计一个轻量级稠密瓶颈架构(LDBA)嵌入首编码器对水下目标特征进行充分提取。其次,设计一个多尺度交叉融合注意力模块(MSCFA)用于融合多尺度特征图,进一步增强深层特征。最后,为增强模型拟合能力,设计一个快速特征增强模块(FFE),在优化特征表达的同时只引入少量参数。通过在公开和自建数据集上的进行实验,MSF-UWD在mAP@50指标上相比于其他主流检测模型提升2.5%。 (3)针对水下语义分割模型开销大、参数冗杂,无法与实际分割场景中所需精度达到平衡的问题,提出一种基于SegFormer的轻量化水下语义分割模型(LU-SegFormer)。首先,在解码器前嵌入多尺度交互单元(CSIM),将编码阶段相邻尺度的特征进行融合以提升不同尺度目标分割精度。其次,提出一个混合注意力模块(HAM)用于融合编码和解码过程中的同尺度特征图,增强对分割物体关注度。最后,设计轻量化混合解码器,减少因解码过程中上采样带来的细节丢失并完成高效分割。实验结果表明LU-SegFormer对比非实时语义分割模型在参数量上减少24.9M至312.2M,而对比实时语义分割模型SegFormer其计算复杂度只增加3.6GFLOPs,但在三个分割数据集上mIoU和mAcc指标分别获得3.01%和2.92%的显著提升。 (4)将提出的图像增强算法、目标检测算法和语义分割算法进行应用部署,实现了一套面向水下复杂场景目标的智能算法系统。系统包括用户管理、角色管理、图像管理、模型管理、图像增强、目标检测和语义分割功能。完成系统的分析、设计、部署实现和测试工作。经验证,该系统能够高效完成水下复杂场景目标的增强、检测与分割。

关键词： 人工智能安全   计算机视觉   稀疏攻击   梯度正则化   无数据通用对抗扰动  

摘要： 随着人工智能的飞速发展,深度学习技术已被广泛应用于现实世界的各个领域。但对深度神经网络的进一步研究发现,深度模型会因细微扰动而输出错误结果,并且同一个扰动能够成功攻击不同的模型,这种性质称为对抗扰动的可迁移性。研究可迁移性高的对抗攻击方法有助于构建更加鲁棒的模型和更有效的防御手段。现有攻击方法因无扰动位置约束、信息丢失以及数据依赖性强等问题,导致对抗扰动的可迁移性受限。因此,本文致力于深入研究面向深度神经网络的高可迁移性对抗攻击方法。总体而言,因对抗攻击难以在CNN与Vi T模型之间直接高效迁移,本文分别针对CNN和Vi T提出了两种提高对抗扰动可迁移性的攻击方法。考虑到实际攻击场景限制,本文进一步提出了一种无数据依赖的高可迁移性攻击方法。具体研究和创新点如下: （1）由于当前方法缺少对更有效扰动位置的探索,本文提出一种基于精确组稀疏性训练的可迁移性对抗攻击方法。现有攻击方法仅限制了扰动幅度,并没有限制扰动位置,但现有研究表明无位置约束会导致扰动更容易过拟合代理模型。因此,本文从位置约束的角度,根据特征重要性来限制对抗扰动的位置生成。通过将感受野引入特征重要性,本文将位置约束分为像素级约束和语义级约束。为高效优化,将扰动位置优化和扰动稀疏优化解耦合,分成多阶段训练,有效地将扰动位置约束在特征重要区域。通过大量的对比实验证明了本文方法的优越性,对比最先进的攻击方法在所有模型上攻击成功率平均提高6.1%。在跨任务场景下,攻击目标检测和语义分割任务,本方法也表现出最佳性能。 （2）由于基于CNN的攻击迁移到ViT上会导致攻击性能严重降低,本文针对Vi T模型提出了一种基于自适应令牌微调的可迁移性对抗攻击方法。现有方法破坏式的梯度优化策略会导致信息丢失,进而限制攻击的可迁移性,而本文方法通过弱化极端令牌梯度的方式对梯度方差进行了降低和平滑,保留了特征信息,提高了扰动的可迁移性。其次,利用注意力机制弱化,改善了扰动过拟合。最后,从输入多样性的角度,构建了自步学习的扰动块丢弃策略,进一步增强了对抗扰动的可迁移性。通过大量的对比、消融和分析实验验证了本文方法的高效性。对比最先进的攻击方法,本文方法在所有模型上的平均攻击成功率提高了10.1%。 （3）为满足更加实际的攻击场景,本文提出了一种不依赖真实数据的基于自适应截断比例最大化的无数据通用对抗攻击方法。现有方法通过手动设置选择卷积层数,难以高效的利用不同卷积层,而本文方法利用l12范数构建稀疏化截断权重,与激活值最大化损失相互竞争,通过损失反馈更新截断权重,共同使激活值最大化。为构建更加稳定的扰动更新,本文对激活值进行平滑,通过降低方差的方式减少特征差异,提高扰动的可迁移性。本文通过大量的实验验证了本文方法的高效性和优越性。对比当前最先进的方法,本文方法的平均攻击成功率提高了6.0%。通过广泛的分析性实验证明了本文方法产生的扰动具有更强的鲁棒性。 本文通过语义引导的位置约束、保留特征信息的梯度方差缩减和自适应的截断加权来提高对抗攻击的可迁移性。在Image Net、MS COCO和PASCAL VOC数据集上进行了广泛的对比、消融和分析实验,充分验证了本文方法的优越性。

关键词： 信息科技课程   项目式学习   信息素养  

摘要： 随着教育信息化2.0进程的不断推进，小学信息科技课程逐渐从技术操作技能传授转向对学生信息素养与创新能力的综合培养。文章依据《义务教育信息科技课程标准（2022年版）》的要求，以四年级“图像处理”教学模块为例，设计并实施了一种基于项目式学习(PBL)的教学模式，并通过对比实验班和对照班在信息素养和技能测试的前后测表现，探讨了PBL教学在提升学生信息素养与图像处理技能方面的有效性。研究采用模拟数据并进行统计分析，结果显示实验班后测成绩显著高于对照班，表明PBL教学有助于增强学生的自主探究意识、合作学习体验和数字化创新思维。此外，本研究也为小学信息科技课程改革与实践提供了实证参考和实践启示。

关键词： 高光谱图像   光伏组件   波段选择   目标检测   CEM方法  

摘要： 在追求实现碳达峰与碳中和宏伟蓝图的过程中,光伏能源凭借其绿色环保与高效率的特点,在众多能源选择中脱颖而出,占据了举足轻重的位置。然而,在实际应用中,鸟粪遮挡作为光伏组件表面频发的特殊异常形态,其粘稠腐蚀特性不仅会显著降低光伏系统的输出性能,更易在组件表面形成顽固性附着,长期遮挡不仅加剧热斑效应导致组件损伤,还会引发玻璃表面化学腐蚀,对电站安全运行构成双重威胁。然而,传统电气参数法难以实现鸟粪遮挡的精准辨识;基于可见光图像的检测方法则受限于鸟粪颜色、形态等特性,在复杂光照条件下易与积灰、落叶等遮挡物产生误判,检测精度存在明显瓶颈。 针对上述挑战,本文创新性地提出基于高光谱图像的光伏组件表面鸟粪遮挡物检测方法,通过光谱特征与空间位置信息融合实现精准检测。主要工作如下: (1)基本理论。介绍光伏组件的基本结构,探讨光伏组件表面鸟粪等遮挡物物理及化学特性,深入研究鸟粪对光伏组件的危害。介绍高光谱成像技术理论。为后续光伏组件表面鸟粪遮挡物的有效检测提供理论基础。 (2)鸟粪等遮挡物高光谱特性研究。通过搭建高光谱图像采集系统,分析鸟粪、积灰、落叶等遮挡物的反射率曲线差异。并展开不同遮挡情况下对光伏组件表面全局反射率影响实验。由于不同遮挡物组成成分不同,物质中含有不同的特征基团及化学键,因此不同遮挡物高光谱反射率也不相同且光谱特性具有唯一性。验证了利用光谱信息实现光伏组件表面鸟粪检测的可行性。 (3)光伏组件表面鸟粪高光谱图像波段选择方法。针对采集的高光谱图像,由于其维度过高,数据量大,实时信息处理较难,因此对图像进行降维处理至关重要。提出了一种面向鸟粪遮挡物检测的最佳波段选择方法。首先,分析图像中目标的反射率,以反射率曲线的一阶微分极大值作为划分界限,运用类间可分性理论,挑选类内具有最大可分性的代表波段,然后,计算波段间的光谱角并选择光谱角较大者为最佳波段组合。最后,搭建实验平台并开展含干扰遮挡物影响的鸟粪高光谱图像波段选择对比实验和自然状态下鸟粪高光谱图像波段选择对比实验。实验结果表明,提出的方法所选取的最佳波段组合具有低相关性和丰富的信息量,对鸟粪检测效果显著。 (4)通过对鸟粪遮挡物光谱特性的研究,及上文提出的波段选择方法,提出一种基于空间定位的光伏组件表面鸟粪遮挡物检测方法。该方法首先将先前获取的降维后的光伏组件高光谱图像进行形态学操作,去除图像中光伏组件表面栅线影响,结合Sobel边缘检测方法对去除光栅后的光伏组件图像中遮挡物进行边缘检测,利用检测结果得到的光伏组件表面遮挡物坐标信息对遮挡物进行框定,然后在求取CEM中的自相关矩阵时去除框定区域内包含遮挡物的像元,从而有效减少了对目标的抑制。最后,对方法性能及其适用性进行验证。结果表明,使用本文提出的方法可以检测出更完整,更准确的鸟粪遮挡物,检测出的鸟粪像素面积误差较小。相比于现有的高光谱检测方法,视觉效果更好,进一步提高了对光伏组件表面鸟粪遮挡物检测的可靠性。 图[48]表[17]参[88]

关键词： 计算机视觉   生猪姿态识别   YOLOv8s   多目标跟踪   BoT-SORT  

摘要： 随着我国乡村振兴战略的全面推进,养猪业迅速发展,养猪业成为我国农业领域的重要组成部分,在成本管控、技术运用、市场应对及政策导向的作用下,养猪行业的规模化养殖得到了快速发展,规模化养殖慢慢占据主导地位。在规模化养殖中,疾病是制约我国生猪饲养产业持续发展的关键因素。然而,如何提前发现和预防疾病,就显得十分重要。相关研究显示,生猪在生长过程的姿态变化,往往是疾病出现的先兆,群猪姿态识别与跟踪获取的生猪数据能成为生猪疾病诊断和预防的重要参考。凭借这些数据,可提前对生猪健康状况做出诊断,有效预防常见疾病,防止因大规模感染带来经济损失,有力推动我国养猪行业的进步。 本文以群养生猪图像和视频作为研究对象,将结构重参数化、可变核卷积以及多尺度卷积注意力机制与卷积神经神经网络进行结合,构建生猪姿态识别模型,以改进后的姿态识别模型RMAK-YOLOv8s为检测模型,与BoT-SORT跟踪算法相结合,替换轻量化的重识别网络Mobile Net V3,在保证准确率前提下提高检测和跟踪速度,实现有效的生猪姿态识别和跟踪,为后续生猪疾病的预防和行为分析提供有效的数据支持。论文的主要研究内容如下: (1)生猪姿态数据集和生猪跟踪数据集的构建。鉴于生猪公开数据集匮乏的状况,通过安装在养殖场的高清摄像头并配合人工拍照,成功采集到了生猪呈现出站立、坐立、躺卧以及跪立这四种不同姿态的图像,以及包含生猪相关活动的视频资料。在预处理阶段,先是从部分视频里提取关键帧,接着对图像数据开展人工筛选工作。筛选完成后,进行数据集的划分操作,并且运用图像增强技术,实现对生猪姿态图像数据集的扩充。最后使用Labelme标注工具完成标注工作,对处理后的生猪姿态数据加以标注,得到最终的生猪姿态数据集。选取7个实验视频作为实验对象,使用Dark Label软件进行数据标注,自定义数据标注格式,构建跟踪数据集,为后续多目标跟踪的性能评价奠定基础。 (2)研究基于改进YOLOv8s的生猪姿态识别方法。针对复杂场景下生猪姿态识别效果差,现有生猪检测算法参数量多和计算量大,不利于实地部署和后续及时跟踪等问题,本文以YOLOv8s为基准网络,改进C2f模块,实现隐式特征复用;添加多尺度卷积注意力机制,用于捕捉多尺度特征图,加强有效特征的权重比例;使用可变核卷积代替标准卷积,获得更有效的特征信息,为网络开销和性能之间的权衡提供更多的选择。在此基础上构建了基于改进YOLOv8s的生猪姿态识别模型即RMAK-YOLOv8s模型。实验表明,改进后的RMAK-YOLOv8s模型参数使用量减少10.77%,计算量减少5.22%,改进模型的m AP(0.5)、m AP(0.5:0.95)达到了93.7%、78.5%,分别提升1.7个百分点和1.3个百分点。结果表明,本文所提出的模型能更好地识别生猪姿态,为后续跟踪、行为分析提供模型支持。 (3)研究基于改进BoT-SORT的生猪多目标跟踪方法。针对计算资源的高需求和实时性的挑战,利用改进后的RMAK-YOLOv8s模型并结合BoT-SORT算法作为生猪姿态识别和跟踪的基本框架,同时替换Res Ne St50算法选择更为轻量化的Mobile Net V3算法作为重识别网络,提出一种轻量化的跟踪算法,降低计算成本,实验结果表明,在多目标跟踪方面,BoT-SORT算法与Byte SORT算法和Strong SORT算法相比,MOTA和IDF1表现最佳,跟踪效果好,此外,所提方法使MOTA和IDF1分别提升5个百分点和2.9个百分点,平均跟踪速度从25.6帧/s提升到42.3帧/s,经算法改良,从理论层面达成了实时跟踪的可行性,使得该算法模型更契合部署于边缘设备之上,显著提升了复杂场景下多目标跟踪性能,为长期行为分析和非接触式自动监控提供有力支持。

关键词： 目标检测   糙米   YOLOv8   裂纹率   无损检测  

摘要： 水稻为全球最关键的粮食作物之一,其年度总产量大致占据世界谷物产量的三分之一。在水稻生产过程中,裂纹率(爆腰率)是反应干燥工艺合理与否的重要指标。然而每年因干燥过度而产生的裂纹米在精加工过程中会造成整精米率下降,产生巨大损失。截至目前,市面上没有能够大批量快速实时检测裂纹率的商业化设备,普遍采用人工检测方法。运用机器视觉技术对干燥后糙米裂纹进行智能检测十分重要。本研究针对传统糙米裂纹检测方法效率低、主观性强、对爆腰程度分级不明确等问题,结合实时无损检测的需求,设计了一套基于YOLOv8-FE的有序糙米裂纹分级检测模型并对其进行了试验研究。主要研究内容如下: (1)研制了水稻糙米裂纹图像检测平台。针对于大批量实时检测要求,使用铝型材、滚筒、工业输送带、联轴器、直流减速电机、电机调速器制作糙米输送带。该平台由糙米输送带、暗箱、摄影灯、摄影三脚架、微单数码相机、HDMI数据线、图像采集卡和包含检测软件的笔记本电脑组成。糙米经由输送带输送至图像检测区域,通过微单相机采集糙米图像完成检测后在卸料区卸下。 (2)针对于糙米裂纹的随机性与多样性,构建了一个糙米裂纹数据集。本研究采集的糙米裂纹图像,确定了拍摄爆腰糙米图像时合理的光源位置,在50cm高度以90°角度垂直俯拍,包含了不同爆腰程度的糙米5000粒。在试验中根据爆腰程度将糙米分为三类:轻度爆腰糙米、重度爆腰糙米、完好糙米(未爆腰)。使用LabelImg图片标注软件对图像中三种不同爆腰程度糙米进行标注,得到糙米裂纹数据集。 (3)设计了YOLOv8-FE糙米裂纹分类检测模型。针对于糙米裂纹的多样性、随机性、低可见性等特点以及对大批量实时检测分类的需求,通过对于主流的目标检测模型进行分析比较,确定了YOLOv8基线模型作为本研究的改进对象:在C2f模块中使用嵌入高效多尺度注意力机制(efficient multi-scale attenton,EMA)的Faster Net模块替换Bottleneck模块,达到轻量化的目的;在网络头部增加更小尺寸的检测头,增加对微小目标的检测能力;使用基于动态非单调聚焦机制的边界框损失(wise intersection over union,WIo U)替代YOLOv8基线模型损失函数,加强了在训练过程中对于干燥后糙米裂纹部分边缘的识别和定位能力,提高了模型整体对于裂纹识别的性能。 (4)对YOLOv8-FE糙米裂纹分类检测模型的训练过程与检测分类效果进行了试验验证。通过6组消融实验对各个改进模块进行了有效性验证。与YOLOv8基线模型相比,改进后的YOLOv8-FE模型性能提升明显,精确度、召回率、mAP＿0.5、mAP＿(0.5～0.95)分别为88.6%、84.2%、83.2%、74.9%,分别提高了21.1、23.2、17.7、22.5个百分点。模型大小减少了8%,浮点运算数减少了1.1GFLOPs,帧率可以达到对糙米进行视频实时检测的要求。

关键词： SAR目标检测   协同边界细化   小样本学习   元学习   变分推理  

摘要： 合成孔径雷达(Synthetic Aperture Radar,SAR)系统具备机动性和远程探测能力,在军事侦察和战场态势感知方面具有重要的应用价值,而目标检测算法是推动SAR图像应用的关键技术。军事领域敌方战略目标的高质量标注图像获取困难,而深度学习方法依赖多样化标注数据进行训练,在小样本场景下易过拟合。并且,受SAR图像散射特性影响,目标与背景散射强度相似,目标之间易黏附和重叠,这导致SAR目标难以区分和标注。数据依赖性限制了SAR目标检测算法在军事领域的应用。针对上述问题,本文从注意力机制、元学习和变分推理等方面开展小样本SAR目标检测研究,具体工作如下: (1)SAR目标黏附效应使得小样本场景下样本数据分布偏差显著增大,目标检测模型易陷入局部特征过拟合。针对模糊密集场景下黏附SAR目标的精确检测问题,提出一种协同边界细化网络。首先,提出一种协同结构,用于滤除相干斑噪声并学习原始图像和低噪声图像特征间的互补信息,恢复模糊密集目标的边界细节。此外,设计了一种细粒度的差分特征增强方法用于改善细节表征,挖掘边缘上下文的突变及细节特征。同时利用解耦的检测头分离分类和定位任务,关注增强的边界感知特征,实现模糊密集目标的精确定位。这为削弱目标黏附效应影响,构建强泛化性小样本SAR目标检测方法提供可行性方案。 (2)为突破数据依赖瓶颈,解决小样本数据分布偏差导致的小样本新类目标定位和分类困难的问题,本文基于元学习方法,提出一种小样本SAR目标检测模型,包括支持特征引导模块和变分推理模块。前者增强查询特征中用于边界框定位的关键特征,使模型能够利用少量支持样本对黏附的SAR目标生成准确的建议框。在此基础上,为纠正支持样本数据分布偏差,构建变分推理模块,将支持特征映射到隐藏空间中的类分布。使用元知识和小样本新类的实例推理新类的分布,将实例级特征转换为鲁棒的类级特征,提升模型特征空间的类内紧致性和类间可分性。 针对SAR目标黏附和数据分布偏差导致的小样本目标定位困难和识别不准确的问题,本文提出一种具备模糊密集场景适应能力的小样本SAR目标检测算法,并构建小样本SAR目标检测数据集进行实验验证,实验结果表明,该模型有效提高对支持样本特征的提取能力和利用率,能够在复杂环境中快速适应新的小样本目标,相比于其他对比模型,能有效提升小样本场景下的SAR目标检测精度。

关键词： 航空运输   航空器检测   深度学习   跑道侵入   计算机视觉  

摘要： 针对利用视频图像进行防跑道侵入多场景检测中目标识别困难、精度低等问题，设计了一种新的航空器检测模型。融合了自然语言与计算机视觉两者优点，形成Swin Transformer+Mask R-CNN的架构。通过引入Swin Transformer中的滑动窗口自注意力机制对模型进行优化，降低模型的复杂度，进一步提取不同尺寸航空器的特征信息，从而实现对不同类型航空器目标的精确检测。4种不同特征提取网络的对比分析，实验结果表明，与传统检测模型相比，以Swin Transformer-B为主干网络的航空器检测模型在航空图像数据集上最高达到了92.5%的平均检测精度(mAP)、94.6%的平均召回率和93.5%的F1分数。该模型不仅有效实现机场跑道上航空器目标的识别，还满足跑道侵入高精度检测的要求，可应用于防跑道侵入系统。

关键词： 数字视频信号   图像处理算法   特征提取  

摘要： 为研究基于图像处理算法的数字视频信号增强方法，阐述数字视频图像特征提取的关键技术，涵盖高斯滤波器的应用、边缘识别算法、颜色空间的转换机制及基于深度学习的特征抽取方法等。分析信号增强算法在调整对比度、实施锐化处理、去除噪声干扰、进行超分辨率重建及色彩校正等方面的应用，并提出这些技术的具体实现方法和优化策略，旨在提高数字视频的清晰度、对比度和色彩还原度，增强视觉效果和后续图像分析的准确性。