关键词： 低秩建模   新型张量分解   高维数据复原   数据压缩  

摘要： 随着图像采集设备性能的提升,获取的图像数据的规模与维度不断扩展,如多光谱图像、彩色视频和光场图像等。然而,受设备限制和环境影响,高维图像往往存在噪声污染或信息丢失等退化现象。同时,随着数据规模和维度的持续增长,数据的存储和传输成本也显著上升。因此,高维图像的复原和压缩至关重要。图像复原旨在从受损图像中恢复高质量图像,而图像压缩则用于更高效地存储和传输这些图像。由于高维图像通常包含大量冗余信息并呈现全局相关性,低秩已成为其处理中的重要先验假设。本文旨在基于高维数据的低秩结构特征,构建新型张量低秩优化模型,并开发相应的高效求解算法,以解决现实场景中的高维图像处理问题。具体研究内容和创新点包括: 1.提出了全连接张量网络核范数作为全连接张量网络分解的秩的凸松弛,以便于建立严格的复原理论保证。该范数具有良好的可解性,同时也避免了实际应用中全连接张量网络分解的秩参数选择问题。基于该核范数,构建了鲁棒张量填充优化模型。为求解所提模型,设计了一种基于交替方向乘子方法的高效算法,并严格证明了该算法的全局收敛性。此外,从理论上建立了该优化模型的精确复原保证,为全连接张量网络核范数在鲁棒填充任务中的优越性提供了坚实的理论支撑。数值实验结果表明了提出的方法的复原效果优于基于其他张量核范数的方法。 2.提出了秩自揭示全连接张量网络分解,可自适应且高效地为高维数据估计合适的全连接张量网络秩。与基于自适应搜索秩的方法相比,秩自揭示全连接张量网络分解方法无需任何搜索或评估过程,其成本几乎可以忽略不计。基于提出的分解,构建了高维数据填充模型,并设计了基于邻近交替最小化方法的求解算法。数值实验结果表明了提出的方法在高维数据复原任务中的有效性和高效性。 3.提出了广义张量乘法,以更精确地刻画高维数据在某些模上的复杂相关性。该乘法作为一种通用性更强的运算方式,在特定情况下可退化为经典的模6)张量-矩阵乘法和模6)张量-张量乘法。基于广义张量乘法,构建了一个广义张量分解框架。该框架不仅涵盖现有的多种张量分解,还导出了多个新颖的广义张量分解,为理解不同张量分解之间的关系提供了新的理论视角。相比于仅能刻画单一类型相关性的现有张量分解方法,该框架所提出的新型广义张量分解能够更灵活地适应具有复杂相关性的高维数据。基于新型广义张量分解,设计了一种高维数据压缩算法。数值实验结果验证了提出的方法的压缩性能优于现有的张量分解。 4.提出了带有纤维秩约束的三方向张量奇异值分解,以解决纤维秩的凸松弛和非凸松弛对其逼近不佳的问题。针对带有低秩结构的噪声(如条带噪声和坏线),引入图像的非局部自相似性先验,提出了一种基于张量低纤维秩约束和块匹配3D协同滤波正则化项的高光谱图像混合噪声去除模型。为求解该模型,设计了基于交替方向乘子方法的高效算法,并提出三方向随机张量奇异值分解以快速求解低纤维秩约束子问题。数值实验结果表明了提出的方法在混合噪声去除和图像细节复原方面均优于对比方法。

关键词： 木材缺陷检测   力学性能预测   深度学习   YOLOv12   多输入残差网络   非破坏性检测  

摘要： 木材作为绿色环保的天然材料,在家具生产、建筑构件制造与装配式木结构住宅等产业中应用广泛。实际生产中,木材表面缺陷严重影响产品的外观质量与后续加工工艺,而木材机械性能则直接关系到木结构件的安全性与使用寿命。鉴于此,本文以工业现场实际需求为出发点,提出一种基于计算机视觉技术的两阶段智能评估方法:首先针对目前木材表面质量检测主要依赖人工目测,效率低下、主观性强、难以满足规模化生产的自动化需求的问题,提出一种高效、准确且实时的木材表面缺陷自动检测技术,以初步筛除不适合进一步加工的木材;其次,针对传统机械性能评估方法大多为破坏性试验,导致材料浪费和检测成本高昂,难以满足现代工业非破坏、高通量的检测需求的问题,对表面视觉检测合格但机械性能存在潜在风险的木材提出一种精准、高效且非破坏的木材机械性能预测方法。 针对木材表面缺陷检测阶段,本文基于YOLOv12目标检测网络,提出一种适用于小目标缺陷识别的轻量化改进方案。通过引入特征精炼前馈网络（FRFN）增强浅层特征表达能力,采用动态归一化机制（DyT）提高小目标特征响应强度,并在检测头设计了小目标感知注意力机制（PPA）,形成了 A2C2fFRFNDyT模块与DetectPPA模块,实现缺陷检测网络的端到端优化。实验结果显示,所提模型在木材缺陷数据集上取得了 83.7%的mAP50与较快的推理速度,兼具精度与实时性,满足工业现场实时检测需求。 针对木材机械性能预测阶段,本文构建了一种融合木材表面图像信息与结构性参数的多输入残差神经网络,实现对木材机械性能的精准预测。网络采用双通道分别提取图像特征与数值特征,并通过特征融合与残差学习机制强化建模能力。在自建的数据集上进行实验,结果表明本文模型在MOE与MOR预测任务中分别获得R2=0.95与R2=0.85的优异性能,平均绝对误差显著低于对比模型,验证了图像信息在性能预测中的有效性。

关键词： 伪装目标检测   注意力机制   边界线索   RGB-D   特征交互  

摘要： 伪装目标检测(Camouflaged object detection,COD)旨在识别与分割出将自身嵌入周围环境中的物体,在医学、军事、工业以及农业等多个领域有着重要的实际应用价值。本课题围绕现有的基于深度学习的COD模型开展了深度调研,发现其仍然面临两大核心挑战:(1)在检测多尺度目标时存在目标的边界轮廓模糊问题;(2)在复杂场景下检测强伪装目标时缺乏目标的完整性问题。为了进一步提升COD算法的性能,本文针对上述问题,以注意力机制和边界线索为引导以及RGB-D图像中的深度信息为补充,分别提出如下解决方案: (1)针对单模态RGB图像的COD中模糊边界的挑战,本文提出了基于注意力机制与边界线索共同引导特征交互的COD模型,以充分挖掘主干网络特征中的边界信息,同时通过边界信息的监督引导,探索全局和局部上下文信息之间的多层次特征,以促进更完整的检测。具体来讲,首先,通过多分辨率特征增强模块对每一层特征进行增强与优化,以保持高质量的细节信息;其次,通过一个注意诱导边缘感知模块从增强的特征中有效地建模边缘特征,利用边缘信息引导后期多层特征的聚合以及帮助网络进行边缘轮廓的细化。最后,设计了一个边界引导特征交互模块来同时探索全局和局部上下文信息之间的多层次特征,实现多级、多层特征的有效聚合。在3个基准数据集上与现有的15个先进模型相比,大量的实验证明所提的模型表现出了优异的性能,对于多尺度目标和边界模糊的目标具有良好的检测效果。 (2)针对在复杂场景下检测强伪装目标的挑战,本文提出了基于边界引导的RGB-D COD模型,通过边界信息和深度信息为引导,分别从全局和局部、空间和通道的角度探索双模态特征的互补性,使其充分交互得到更具判别性的融合特征。具体来讲,首先,利用多尺度特征增强模块融合同一模态下不同尺度的特征,为多模态融合提供丰富的语义信息和细节信息;其次,引入了一个跨模态特征交互模块,该模块旨在有效地融合RGB特征和深度特征,帮助网络定位并突出伪装目标;最后,设计了多尺度上下文特征聚合模块,通过提出的解码器级联策略来聚合高级特征与低级特征,从而迭代生成更加完整的伪装目标预测图。大量实验证明,与现有的15个先进模型相比,所提方法提升了对复杂环境下强伪装目标的检测性能。

关键词： 四目相机   图像配准算法   目标检测   YOLO识别  

摘要： 机场跑道异物(Foreign Object Debris,FOD)指的是遗落在机场跑道上并威胁飞行安全的外来物体,未及时清理会导致严重的航空事故,因此对FOD检测识别的研究具有重要应用价值。针对机场跑道异物检测需求,本研究设计了一种车载式巡检装置,该系统集成视觉传感器与信息处理模块,构建融合传统图像检测与深度卷积神经网络的混合式识别框架,重点解决微小目标识别与实时响应等关键技术难题,最终实现FOD的精准定位与智能分类。主要研究内容如下: (1)根据车载式跑道异物识别系统的特点,设计一种多目视觉协同采集架构,采用四目同步触发机制替代传统时序差分法的单目序列采集模式,通过多视角图像叠加实现目标反射特性的信号能量累积,强化微小异物的体积特征表达,以便进行图像分割完成目标检测,最后根据检测结果进行异物识别,完成FOD危险等级划分。 (2)针对图像配准与目标检测精度低、易受噪声干扰的问题,提出一种改进多目配准算法及双通道并行处理架构的异物检测策略。为了解决尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法在采样视角变化大情况下配准效果差的问题,提出改进仿射不变特征变换(Affine Scale Invariant Feature Transform,ASIFT)配准策略,提高特征点检测数量与准确度。在此基础上,设计动态权重随机抽样一致算法(Random Sample Consensus,RANSAC),通过引入临时模型预检测机制有效剔除误匹配样本,动态调整采样概率以加速模型收敛。聚焦于多视角影像的异物检测难题,本研究提出基于对角线差分增强的特征提取方法,同时引入交并比计算与双阶段阈值算法,有效剔除由单一视角噪声或外部环境干扰导致的误检。以上改进方法在实验中展现了良好精度和效率。 (3)为减少跑道占用时间并准确判断异物危险等级,研究了基于YOLOv8的改进异物识别方法。针对传统检测难以应对跑道异物复杂形态特征及小目标高占比场景时存在的局限性,引入Faster Block模块与指数滑动平均(Exponential Moving Average,EMA)注意力机制,降低计算复杂度并提升特征提取效率。设计重校准特征金字塔网络,结合空间双向注意力(Spatial Bidirectional Attention,SBA)模块及小目标检测层,增强多尺度特征融合能力。采用Slide Loss损失函数,平衡样本不均问题并聚焦难例学习。通过上述改进,模型实现了异物的精准识别与危险等级划分,为快速、合理处置提供有效支持。 (4)设计并实现了FOD识别系统的硬件架构与算法框架。基于Py Charm集成开发环境构建了包含目标检测、智能识别与风险划分的软件体系,采用计算机视觉算法实现视频流实时解析、异物检测与分类识别等功能。

关键词： 图像处理   语义扩散   背景重建   区域自动标注  

摘要： 随着智慧城市建设的不断推进,城市智能监控管理系统对应用算法提出了更高的要求,而任务区域的标注准确性,直接影响到目标检测、行为分析等核心任务在任务区域内的表现效果。然而,在大规模、动态视角下,实际场景中的前景遮挡容易导致区域的自动标注结果产生偏差,进而影响后续智能化应用的整体效果。针对这一问题,本文围绕前景遮挡区域的重建展开研究,旨在消除前景遮挡对区域标注的影响,实现区域的自动标注,为智能化应用提供支持。本文主要完成以下三方面工作: (1)针对道路车载视角和俯视视角场景,本文研究并分析了不同视角下的语义信息提取方法,分别采用U-Net网络和PLSA模型提取图像语义信息,实现了前景遮挡区域与静态背景区域的划分,为后续背景重建提供输入支持。 (2)针对基于背景模型的传统背景重建算法难以处理长期静止目标的问题,本文提出了一种基于语义扩散的背景重建算法(Semantic Propagation for Background Reconstruction,SPBR),用于重建前景遮挡区域。该算法依次针对单一语义遮挡区域和多语义遮挡区域进行背景重建,通过引入加权因子,利用待重建区域周边的背景信息,实现前景遮挡区域的一致性重建。实验结果表明,SPBR算法在PSNR和SSIM指标上均取得较好结果,可以恢复遮挡区域的背景信息,为区域标注提供重建图像支持。 (3)针对区域标注框的获取和优化问题,本文设计了一种基于重建图像的区域标注算法,用于对不规则区域进行自动标注。该算法首先采用分水岭算法对SPBR算法生成的重建图像中的不规则背景区域进行分割,为后续标注框优化提供更合理的初始条件。随后通过模拟退火算法迭代优化标注框,最大化标注框内部的目标区域占比。实验验证了初始标注框、扰动大小、初始温度和降温率等关键参数对优化效果的影响。结果表明,该区域标注算法在多视角场景中均具有较好的标注效果,解决了标注框与不规则区域边界拟合不准确的问题。 通过结合背景重建算法和区域标注算法,本文实现了前景遮挡区域的重建,为多视角场景下的区域自动标注提供了一种可行的解决思路。

关键词： 高光谱成像   液晶可调谐滤光片(LCTF)   空间特征   目标检测   异常目标  

摘要： 高光谱图像能够精准捕捉目标表面细微的光谱特征。由于不同物质的光谱特性存在差异,即便目标经过伪装,在高光谱图像下,其与背景环境的光谱特征仍会呈现出区别,从而被有效识别。通过准确检测出伪装目标,有助于防御方及时察觉潜在威胁,为军事决策提供关键信息,提升军事作战的战略优势。 本文针对在实验室搭建的基于液晶可调谐滤光片(LCTF)高光谱成像系统采集的高光谱图像进行伪装目标检测技术研究,并对没有先验知识情况下高光谱图像异常目标检测算法进行研究。本文主要工作如下: (1)论文详细阐述高光谱图像的基础理论,依据LCTF成像原理及实际应用需求,成功搭建一套基于LCTF的高光谱成像系统,明确了光学器件的主要参数,并通过成像测试实验与物体光谱反射率计算对系统性能进行验证。 (2)针对高光谱图像伪装目标检测,设计了基于LCTF高光谱图像的实验方案,在实验室采集两组相关实验数据集,经反射率校正与感兴趣目标选取获取真实先验信息。详细阐释三种高光谱目标检测算法原理,运用这些算法对已知目标未知背景开展伪装目标检测,利用中值滤波去噪和空间特征提取操作,借助性能评估模型完成实验结果分析。 (3)在高光谱异常目标检测方面,对比三种经典算法与两种基于光谱信息联合的异常检测算法性能,发现后者虽检测性能优于经典算法,但存在效率低下问题。基于双窗口滑动局部求和机制提出改进算法,经与前两种算法对比,新算法在保证检测精度的同时,显著提升了检测效率。本研究为高光谱成像系统在目标检测领域的应用提供了重要的理论与实践支撑。

关键词： 三维目标跟踪   自适应损失函数   激光点云   运动估计   深度学习  

摘要： 单目标跟踪是计算机视觉的经典研究课题,在自动驾驶、智能安防和机器人等前沿的应用场景中发挥着必不可少的作用。随着激光雷达系统的发展,很多研究从基于二维图像的视觉目标跟踪转移到基于点云的三维目标跟踪。激光雷达系统具有独特优势,能够直接准确地识别目标物体的几何信息。同时,它在复杂光谱和恶劣天气下表现出较强的鲁棒性,能为各种复杂驾驶情景提供可靠的感知信息。然而,该领域依然存在许多问题亟待研究。对此,做了如下的研究: （1）激光雷达扫描导致点云密度分布不均,这对神经网络的训练造成了较大困难,同一跟踪器很难同时高质量跟踪点云的稠密区域和稀疏区域的目标。因此采用基于体素表征的单目标跟踪方法,在特征提取阶段将模版、搜索区域点云做体素网格划分,再基于共享权重的稀疏卷积学习特征,以缓和点云疏密不均对特征提取的不利影响。之后在不同层级的模版和搜索区域分支处执行特征匹配操作以引入目标先验信息,同时用通道注意力机制滤波,关注重点特征并抑制不相关噪声和信息干扰。最后将滤波后的搜索区域特征输入改进的Center Net检测器进行目标定位。在多个公开基准数据集上的实验表明该方法具有卓越的性能,跟踪精度高,泛化能力强。 （2）传统的1L或2L损失在处理点云跟踪任务时,对数据分布做出固定方差的拉普拉斯或高斯假设,与实际样本潜在分布不符,影响模型收敛速度与跟踪性能。鉴于此,提出一种基于自适应损失函数的单目标跟踪方法。该方法借助流模型估计样本潜在分布,为不同跟踪类别定制潜在分布假设,并额外预测样本方差,自适应地平衡样本对总损失的贡献。值得一提的是,相关模型权重仅在训练阶段使用,不会增加推理阶段的计算开销。在多个公开数据集上的实验验证了该方法能够有效优化跟踪模型,提升跟踪精度,加快收敛速度。 （3）现有的跟踪方法虽然在跟踪基准测试中有一定性能,但设计复杂,需处理多个子任务,导致框架复杂,给训练和部署带来诸多难题。为构建一个简单且高性能的基线模型,提出一种基于鸟瞰视角下运动估计的单目标跟踪方法。该方法集结了体素化表征和自适应损失函数的优势,通过在鸟瞰视角下估计目标在帧间的相对运动实现跟踪,在跟踪框架、模块设计、子任务设计上展现出显著的简单性。在多个公开数据集上的实验表明,该方法在跟踪精度、泛化能力、稀疏场景和干扰物场景鲁棒性方面表现卓越,且运行速率快,为三维目标跟踪任务提供了一种高效的解决方案。

关键词： 水下目标检测   YOLOv5   特征增强   轻量化   注意力机制  

摘要： 海洋生物目标检测技术对于水下机器人捕捞作业具有重要意义,其不仅能使捕捞更加高效,也更加安全。近年来,基于深度学习的目标检测算法已经相对成熟,但在面对水下检测场景时,仍存在一些不足。例如,水下图像模糊、对比度低,易与背景混淆,目标尺度差距较大,在检测中易出现漏检和误检的问题。此外,基于深度学习的目标检测网络具有较高的复杂度和计算量,导致其训练好的模型在计算能力受限的移动设备上难以部署。针对以上两类问题,本文以YOLOv5为基础模型展开以下两方面的研究: 针对水下场景中目标与背景易混淆、多尺度目标特征提取困难等问题,本文提出了一种基于多尺度感知与表征增强的海洋生物目标检测算法,并训练了一个轻量化模型YOLO-MOD-N和更大的模型YOLO-MOD-S。该算法的第一个创新点在于提升了深度学习检测模型对水下多尺度目标的感知能力。首先,将全维动态卷积作为注意力机制嵌入到深层网络中,以提高网络对水下大尺度目标的敏感性。对于水下小尺度目标,设计了一个信息保留下采样模块,以减少严重信息丢失的影响。然后,在浅层网络中引入了上下文Transformer作为注意力机制,以增强网络从小目标中提取特征的能力。该算法的第二个创新点是设计了一个水下空间金字塔池化模块,以增强模型的表征能力。此外,本文还设计了一个轻量级解耦头,以消除分类与定位之间的冲突。在URPC数据集上的消融实验表明,与基准模型相比,所提模型YOLO-MOD-N在精度指标mAP@0.5上提高了2.3%,在mAP@0.5:0.95上提高了4.5%。与其他主流目标检测算法和水下目标检测算法相比,所提算法YOLO-MOD-S的mAP@0.5值为最高的85.9%,mAP@0.5:0.95值为50.2%,位列第二。 受制于水下环境的限制,水下探测设备往往不具备充分的存储和计算资源,这使得基于深度学习的海洋生物检测模型存在难以在边缘设备部署和检测效率低的问题。因此,本文从网络模块轻量化、模型剪枝以及知识蒸馏三个角度出发,逐步对前文所提的海洋生物检测模型进行轻量化改进,提出一种基于组级别剪枝和知识蒸馏的轻量级海洋生物目标检测算法YOLO-PDFM,以实现海洋生物的准确、高效检测。首先,本文设计了一种轻量级的特征提取模块C2-Faster以替代YOLOv5中的C3模块,使模型在保持精度的同时,提高模型检测速度;然后,本文对模型进行组级别剪枝,通过网络层之间的依赖关系进行分组,并通过稀疏训练和参数的相对重要性分数进行剪枝,减少模型的参数量和计算量;最后,本文对剪枝后的模型进行知识蒸馏,在不增加计算开销的前提下,提升模型的检测精度。消融实验表明,本文所提算法可以在尽可能保持精度的前提下,根据需求,成比例地减少模型的参数量和计算量,例如YOLO-PDFM(2.0×)代表着通过剪枝算法减少了约50%的参数量和计算量,并经过知识蒸馏的海洋生物检测模型。对比实验表明,在URPC数据集上,与其他常规目标检测算法和海洋生物目标检测算法相比,本文所提模型YOLO-PDFM(2.0×)是轻量的,且具备较高的检测精度。