关键词： 多相机组网   多旋翼无人机目标跟踪   YOLO11   ByteTrack  

摘要： 随着多旋翼无人机应用场景的不断拓展,“黑飞”现象也随之频发,对无人机安全监管体系提出了更高要求。基于光电视觉技术的无人机检测与跟踪系统凭借成本低、部署便捷等优势,已成为雷达等传统技术的重要补充,发挥着越来越重要的作用。然而,受限于无人机的高机动性、广域运动特性以及复杂的遮挡场景,现有的单相机视觉跟踪方法存在精度低、跟踪身份切换频繁、视野受限等问题。针对这些问题,本文开展了基于多相机组网的多旋翼无人机检测与跟踪技术研究。 首先,针对YOLO11模型在多旋翼无人机检测任务中存在检测框定位精度不足、小目标检测效果欠佳等问题,本文设计了一个三重优化模型。该模型首先使用RepViT-CSPNet融合模块和结构重参数化技术重构C3K2模块,增强了特征处理能力并降低了计算量;然后设计了基于特征加权融合的轻量化MAFPN,通过深浅双层融合机制提升对多尺度特征的表达能力;最后在定位损失中引入Inner-WIo U复合损失函数,通过动态聚焦机制提升定位精度。实验表明,优化后的模型在DUT Anti-UAV数据集和自建数据集的AP50、AP50:95和小目标检测指标上分别提升了2.8、5.2、2和3.6、5.7、3.7个百分点,参数量和计算量下降了34.8%和8.0%。 其次,在单相机多目标跟踪场景下,针对ByteTrack模型在跟踪多旋翼无人机时存在频繁身份切换的问题,本文提出了一种优化方法。该方法首先使用扩展边界框来丰富低置信度目标的检测框信息;然后新增了基于最小包围框的关联阶段,解决因无人机运动状态突变导致普通IOU关联失效的问题;最后引入了边界判别的轨迹保留机制,避免因长期遮挡导致目标轨迹被移除的问题。实验表明,优化后的模型在无人机数量范围为1～52架的场景下,平均处理速度保持在78+FPS,跟踪精度MOTA提升了0.85个百分点,身份切换次数减少了87%。 最后,针对单相机跟踪系统存在跟踪范围受限的问题,本文提出了一种基于ByteTrack的多相机组网的目标跟踪方法。该方法搭建了一个轻量级特征提取网络来获取无人机的外观特征,并结合面积比对不同视域的目标进行相似性度量;随后进行了多相机组网,引入了一种基于邻域优先级的拓扑搜索的目标关联方案,减少了关联过程的耗时,并解决了高、低空不同目标的跨视域关联问题。实验表明,优化后的模型具有较强的同源目标判别能力,跟踪精度MOTA达85.65%,处理跨视域关联的耗时缩短了68%,单个节点的FPS达59以上。

关键词： 焊接缺陷识别   无损检测   知识蒸馏   目标检测   数字图像处理  

摘要： 随着工业4.0和智能制造的推进,焊接缺陷检测技术逐渐向自动化和智能化方向发展。在制造业中,焊接质量直接影响产品的性能和寿命。通过缺陷检测,可以在生产过程中及时发现问题,减少返工和废品率,从而提高产品质量和生产效率。基于深度学习和机器视觉的检测方法能够实现高精度、高效率的缺陷识别,减少对人工经验的依赖,推动焊接检测技术的进步。本文针对焊接缺陷检测中存在的数据预处理适应性差、图像数据中存在强干扰因素、以及缺陷类别间高相似度等问题,提出创新性解决方案并构建了完整的识别系统,本文主要研究工作如下。 1.焊接缺陷数据集整理及构建。本研究通过与相关企业合作,收集了约10000张原始焊接底片,涵盖七种典型焊接缺陷,包括裂纹、未熔合、未焊透等。通过切分和缩放操作,统一了图像规格,确保数据的一致性和适用性。为提高图像质量,本研究采用了一系列数字图像处理方法,包括高斯滤波和中值滤波去噪,显著提升了缺陷轮廓的清晰度和图像对比度。针对DICOM格式图像,提出了基于直方图匹配的动态窗宽、窗位调节方法,进一步优化了焊接缺陷的对比度和细节表现。最终,本研究构建了一个高质量焊接缺陷数据集,为后续深度学习模型的开发提供了坚实的基础。 2.基于知识蒸馏算法改进的焊接缺陷分类模型。针对焊接缺陷分类中因形态和灰度相似性导致的分类难题,本研究提出了基于可变类别温度的知识蒸馏算法(KD-ACT)。通过实验发现,焊接缺陷数据集的类别间相似性远高于传统的RGB三通道数据集,这一特性显著增加了分类难度。为此,本研究采用了知识蒸馏中的软标签方法,保留类别间的隐式信息,避免了硬标签带来的信息损失。进一步提出的KD-ACT算法通过设置类别温度,采用变换后的Sigmoid函数映射新温度参数,并结合验证集反馈动态调整温度,增强了模型对易混淆类别的辨别能力。实验结果表明,该方法有效缓解了高相似性问题,显著提升了分类准确率。 3.多检测模型协同的焊接缺陷识别系统构建及项目应用。本研究设计并实现了一个高鲁棒性的焊接缺陷识别系统,该系统包含焊接区域检测模型、铅字区域检测模型、焊接缺陷检测模型以及基于知识蒸馏算法改进的焊接缺陷分类模型。整个系统构建分为三部分:模型训练、模型推理和预测结果的后处理。通过协同多个模型的工作流程,为全自动焊接缺陷识别提供了可靠的技术支持。

关键词： 主动学习   目标检测   流数据   概念漂移   不确定性度量   样本代表性  

摘要： 餐厨垃圾分拣现场的高动态性和复杂性给目标检测算法的精度带来了巨大挑战。针对复杂背景下目标检测算法标注成本高、流数据中存在的类别不平衡和概念漂移问题，提出了一种基于流数据混合采样的主动学习餐厨垃圾检测方法 OSRPC。首先，利用少量标注样本训练UMAP降维模型和对抗网络判别器以获得低维特征和图像标注置信度，用于后续漂移检测和标注判断；其次，提出在线主动学习可变阈值样本代表性与效用加权预测一致性混合策略进行样本选择与标注；然后，将选择并标注好的样本加入模型训练以提升模型性能。最后，在餐厨垃圾目标检测数据集ODKW上进行实验，结果表明在相同标注量下所提方法OSRPC对模型性能的提升效果优于其他方法。

摘要： 随着工业智能化和数字化技术的迅猛发展，酒类生产行业逐步迈入智能制造的新时代。传统生产模式中存在的质量管控效率低下、监控手段滞后、人工成本高昂等问题，已成为制约行业发展的主要瓶颈。人工智能与计算机视觉技术的深度融合，为酒类生产线的智能化改造提供了全新解决方案。本文围绕酒类生产线的核心需求，提出了一种基于人工智能与计算机视觉的智能监控系统设计方案，全面分析了其架构、关键技术及实现路径。全球工业4.0浪潮的推动下，智能制造正成为酒类生产行业转型升级的重要方向。然而，酒类生产的复杂性、多样性以及精细化要求下，

关键词： 激光靶标   激光光斑识别   图像处理   动态目标检测   FPGA  

摘要： 动态瞄准训练是军事与警用射击训练中的核心环节,通过模拟实战环境中目标的随机运动来达到更好的训练效果。由于实弹射击经济成本高,且易受到场地和外界环境干扰,目前多采用激光模拟射击来代替。传统动态瞄准训练激光靶标多采用光电传感器或图像传感器进行判靶测试,存在判靶识别精度低、命中反馈延迟大、抗干扰能力弱等问题,难以满足现代训练需求。针对以上问题,本文以智能式激光靶标为研究对象,通过对多目标动态图像识别捕捉、光斑定位算法等关键技术的研究,基于FPGA的硬件架构设计,构建了一套高精度、低延迟的智能化动态瞄准训练系统,满足了模拟射击训练的准确性和实时性等需求。具体研究内容如下: (1)分析了动态瞄准训练的需求和指标,给出了系统的总体框架,并详细描述了系统关键技术的工作流程。采用FPGA作为激光靶标的主控芯片,用verilog语言对系统整体硬件部分进行模块化设计,通过摄像头采集图像进行图像处理,实时计算出激光射线指向屏幕的坐标位置,与采集到的动目标图像范围比对,判断是否击中目标。 (2)研究了多运动目标的识别定位技术。将图像进行多步预处理,包括灰度化、二值化,腐蚀膨胀操作后,提出了改进的四帧间差分算法使其在FPGA平台上实现,利用相邻四帧两两差分得到二值图像,四帧间差分法对噪声和背景变化的抗干扰能力更强。 (3)研究了激光光斑中心定位技术和命中反馈算法,基于FPGA设计了颜色识别激光光斑识别算法。该算法首先对靶位图像进行RGB转HSV处理,并通过中值滤波处理抑制背景噪声,然后通过调节阈值从而定位激光光斑图像,最后通过最小二乘的椭圆拟合法确定激光光斑中心坐标。根据光斑坐标和包围盒算法选中的动目标图像几何位置比较来判定激光光斑中心点是否命中目标。 (4)最后本文采用完整的系统验证与测试流程,对于激光靶标的各个模块进行单独仿真以及联合调试,测试其仿真性能达标后进行上板测试。最终可以实现对激光光斑中心定位精度达2mm,激光靶标整体响应时间≤40ms,最多可以同时识别到4个动态目标,实现对判靶实时性和准确性的目的。

关键词： 无人机   目标跟踪   粒子滤波   位姿估计   模型预测控制  

摘要： 移动目标跟踪是计算机视觉与智能控制领域的核心问题,在航空航天、智能驾驶、安防监控、智能农业、搜索救援等领域具有广泛应用。无人机作为一种高机动性、适应性的智能平台,为移动目标跟踪提供了全新的技术路径,能够在多种视角与地形下实现大范围高动态目标的跟踪。 在不同的环境下,基于无人机的移动目标跟踪无论是传统方法还是学习算法,都会受到光照变化、遮挡、运动模糊以及动态环境的干扰,同时无人机自身运动也会受到环境影响、计算资源受限、载重受限以及全球卫星导航系统(GNSS)信号受限等问题。因此,本文的主要工作可以分为目标识别与位姿估计、无人机自主定位、轨迹跟踪三部分以应对各种问题。 更具体地,本文的主要工作如下: (1)针对移动目标出现遮挡、运动模糊以及超出视场等问题,提出了一种基于粒子滤波的轻量级视觉目标位姿估计方法,实现对移动目标逐帧精确位姿估计并允许目标在被遮挡或离开视场范围后的重新识别跟踪并通过实际测试与仿真对比实验验证了算法的精确性与有效性。 (2)针对无人机在GNSS通信受阻情况以及低纹理环境下的自主定位问题,提出了一种基于扩展卡尔曼滤波的视觉与惯性测量紧耦合的方法通过紧耦合目标观测模型与无人机惯性测量数据实现实时相对定位,通过仿真对比实验验证了算法的有效性。 (3)针对无人机在轨迹跟踪过程中受到干扰问题,设计了一种基于鲁棒模型预测控制的轨迹跟踪算法,通过对无人机所处环境中各类干扰予以抑制,从而实现平稳飞行保证安全快速精准的到达指定位置,并在仿真干扰环境下验证了所提方法的精确性。

关键词： 航拍检测   目标检测   YOLOv8   多目标跟踪检测   交通异常事件检测  

摘要： 高速公路交通路网的不断发展与完善,给人们带来了方便快捷的出行方式,也促进了经济发展,但随着车辆数量的增加所导致的交通安全问题也日益引发关注。因此,实现对高速公路交通异常事件准确且高效的检测成为至关重要的问题。传统的检测方式由于检测成本高且检测效率过低已无法满足当前检测需求,而无人机技术与深度学习的出现成为了高速公路交通巡检的未来发展趋势。 基于无人机巡检视频图像序列,结合深度学习目标检测与跟踪算法实现对高速公路上车辆目标的检测和跟踪,将交通异常事件检测作为主要研究目标开展研究,以提高对交通异常事件检测的实时性和准确度作为目标,构建高速公路交通异常事件检测模型。 对高速公路交通异常事件进行定义,将收集到的高速公路视频以及图像数据进行筛选和处理,并对图像数据中的目标进行标注,建立检测数据集。为了实现对高速公路上车辆目标与抛洒物的准确检测,本文选择基于深度学习中YOLOv8n目标检测算法。为改善YOLOv8n存在的不足和提升算法模型的检测精度与效率,对该算法进行优化改进并提出MCF＿v8n检测算法。采用Mobile Net V3网络结构对主干网络进行轻量化处理,降低模型复杂度与计算量;嵌入CBAM注意力机制与C2f模块相结合,使模型更聚焦于目标特征的关键信息提升检测精度;引入Focal-EIo U损失函数,使模型加大对小目标样本的训练权重和均衡对不同难度样本的学习能力,最终提高整体检测精度和模型泛化能力。依据实验结果表明,改进后算法具备更高的检测精度,并且在无人机巡检任务中具有更好的适用性。 为实现对交通异常事件的准确检测,采用基于Deep Sort目标跟踪算法对高速公路车辆目标进行跟踪,同时为进一步提高跟踪性能,对该算法进行优化改进。通过引入Res Net18网络和嵌入ECA注意力模块,提高网络对目标特征提取能力和缓解梯度异常问题,同时注意力模块可以使得网络有效的融合不同层次的特征得到更加全面、丰富的特征信息,提高整体跟踪性能。其次与本文改进后的目标检测算法相结合构建高速公路交通异常事件检测模型,并对检测模型进行仿真实验测试,在不同高速公路场景下测试检测模型对车辆目标的跟踪效果以及对交通异常事件的检测性能。经实验表明,检测模型具备良好的检测性能,能够满足对高速公路交通异常事件的检测任务。 依据所研究内容,基于PyCharm软件环境利用Qt Designer等设计工具进行高速公路交通异常事件检测系统的设计以及各个功能模块的实现。通过最终实验测试结果,本文所构建的高速公路交通异常事件检测系统能够对高速公路上的车辆和交通异常事件进行有效检测,能够满足检测任务的需求。

关键词： 目标识别   YOLOv7   量化感知训练   Grad-CAM   遥感图像  

摘要： 随着高分辨率遥感影像和深度学习技术的快速发展,机场作为空中力量投送、国家战略保障和应急救援的关键枢纽,在国防安全、航空运输、应急响应等领域的自动化监测需求日益增加。准确掌握机场分布、规模与变化,对于军事情报预警、灾害应急指挥、民航安全管理等具有重要意义。然而,机场数量众多、分布广泛,部分机场隐蔽或具备临时扩建特性,传统人工方法难以满足大范围、实时监控需求。因此,如何在大规模遥感影像的复杂环境中高效、可靠地提取机场位置信息与尺度特征,成为当前战略情报与智慧管理领域的研究热点。 针对遥感影像中机场尺度多样、结构复杂、背景干扰强等难点,本文基于YOLOv7网络,设计了一套端到端的机场检测闭环方案。主要包括:利用大气条件模拟等数据增强技术,构建高质量、多样化的机场遥感影像数据集,提升模型对国产及多源卫星数据的泛化能力;优化YOLOv7的锚框尺寸、感受野、输出分支及损失函数,实现多尺度机场目标的精准检测;引入量化感知训练(Quantization-Aware-Training,QAT)技术进行INT8量化,压缩模型体积、加速推理,适应边缘计算和嵌入式部署;设计集图像预处理、目标检测和梯度加权类激活映射(Gradient-weighted Class Activation Mapping,Grad-CAM)可视化于一体的系统,实现自动定位与可解释决策。主要创新点如下: (1)采用了数据驱动的锚框尺寸优化方法,通过统计分析机场目标分布,优化锚框聚类,模型精确率、召回率和平均精度均值在交并比0.5时(Mean Average Precision at Io U=0.5,m AP50)分别提升3.85%、10.39%和3.49%。 (2)基于感受野分析优化网络结构,调整输出分支,提升多尺度分支覆盖能力,精确率、召回率、m AP50和推理速度分别提升5.21%、4.59%、1.77%和11.18%。 (3)采用QAT技术实现模型量化,模型体积压缩29.27%、推理速度提升91.82%,精度仅小幅下降。 本研究为机场遥感影像的自动化、智能化识别与实时监控提供了高效可靠的技术支撑,具有重要工程应用前景和战略意义。

关键词： YOLO   草莓成熟度   目标检测   图像处理   深度学习  

摘要： 草莓生长环境复杂，显著增加了草莓成熟度检测的难度，限制了自动化采摘技术的发展。为解决这一问题，建立了1个包含5 145张图像，3种成熟度类别的草莓数据集。同时提出1种草莓成熟度检测方法ASD-YOLO。首先，在特征感知阶段引入自适应下采样方法，通过其自适应调整采样区域的能力，保留草莓目标的细节纹理特征，提高模型表征能力；其次，嵌入无参数注意力机制，动态增强有效特征响应并抑制无关背景干扰，显著提升模型在遮挡和光照变化条件下的识别鲁棒性；最后，针对不同成熟度草莓所表现出的复杂特征，在模型中引入统一注意力机制目标检测头，融合尺度、空间及任务感知能力，提升多尺度目标检测精度。结果表明：该方法在草莓成熟度检测任务中精确率、召回率、F1分数以及平均精度均值分别为94.8%,94.0%,94.4%和97.2%，验证了该方法的准确性和可靠性，为草莓自动化采摘提供理论依据。

关键词： 肝脏影像分析   深度学习   目标检测   标签噪声   小目标检测  

摘要： 医学影像在临床诊断、治疗决策及疗效评估中发挥着至关重要的作用,尤其在肝脏疾病的早期检测方面,其应用价值不可替代。然而,由于肝脏影像在不同成像期相(如无造影剂图像、动脉期、门静脉期等)中的显影特征存在显著差异,并受到影像噪声、低对比度、小目标病灶等因素的影响,使得肝脏病变的自动检测面临诸多挑战。传统医学影像分析主要依赖人工阅片,受主观因素影响较大,难以高效处理海量影像数据,导致诊断效率和准确性受限。因此,基于深度学习的医学影像分析技术逐渐成为该领域的研究热点。 本研究提出了一种面向肝脏多期相CT影像的改进YOLOv7-tiny(You Only Look Once)医学图像目标检测算法,旨在提升病灶检测的精度与鲁棒性。在模型设计方面,采用轻量化YOLOv7-tiny作为检测主干网络,结合跨期相图像融合策略,增强模型对时相变化特征的适应能力。在损失函数方面,构建了一种基于噪声感知的重加权损失函数,引入不确定性权重,以抑制标签噪声干扰。在结构优化方面,设计了高差池化模块以提升对小病灶的识别能力。 实验在包含三期肝脏CT图像的真实临床数据集上进行,训练集共包含30,878张图像,改进后的方法在多期相图像检测中取得精度为84.66%,相比原始方法提升2.54个百分点。 本研究的主要贡献包括:(1)构建了面向多期相影像的YOLOv7-tiny目标检测框架,提升跨期特征融合与检测稳定性;(2)提优化了噪声抑制策略,设计加权损失函数,有效增强模型在低质量影像中的鲁棒性;(3)改进小目标检测机制,优化池化层结构,提高模型对微小病灶的识别能力。 研究成果不仅适用于肝脏疾病的目标检测,还可推广至其他医学影像分析任务,为智能医疗的发展提供技术支撑。