关键词： 红树林湿地   遥感图像   语义分割   变化检测   红树林树种识别  

摘要： 红树林湿地作为海岸湿地中具有代表性的生态系统之一,对生态环境保护和可持续发展具有重大意义。目前,基于深度神经网络的遥感图像处理技术在目标检测与识别领域展现出巨大潜力,但是红树林湿地遥感图像的复杂性、多样性及动态变化等特点,使得现有的深度神经网络仍面临目标检测精度不高、特征提取能力有限、模型泛化性能弱及对复杂场景适应性差等问题。为此,本文针对以上关键难点问题,通过深入调研分析现有相关理论与技术的现状和发展趋势,以广西北海红树林湿地保护区为应用场景开展相关研究:首先,针对红树林湿地遥感图像数据集稀缺的关键基础问题,开展了构建高质量红树林湿地遥感图像数据库的数据基础工作。其次,针对红树林湿地遥感图像目标检测与识别技术研究中的三个关键难点技术问题:红树林湿地遥感图像目标语义分割、红树林湿地遥感图像变化检测及红树林湿地遥感图像的树种识别方法,通过深入系统地研究了基于多尺度融合注意力、多分支特征差异提取与非对称集成决策以及选择性注意力,提出了一系列创新性的红树林湿地遥感图像目标检测与识别方法。最后,通过实验验证了本文提出方法的有效性,为相关研究提供了系统化、实用性强的技术解决方案。因此,本文开展的红树林湿地遥感图像目标检测与识别关键技术研究具有重要的理论价值和工程意义。 本文的主要研究工作包含以下几点: (1)构建了高质量红树林湿地遥感图像数据库。该数据库是开展目标检测与识别技术研究的基础。然而,现有红树林湿地遥感图像数据集稀缺且标注精度不足、场景类型单一、时相覆盖不全。为此,本文首先开展了构建高质量的红树林湿地遥感图像数据库的关键基础工作。构建的数据库包括用于语义分割的红树林湿地卫星遥感图像数据集,用于变化检测的红树林湿地无人机遥感图像数据集,用于树种识别的红树林无人机遥感图像数据集。通过相关的研究及实验表明,本研究构建的红树林湿地遥感图像数据库为开展红树林湿地遥感图像目标检测与识别关键技术研究工作奠定了坚实的数据基础。 (2)提出了一种基于多尺度融合注意力的红树林湿地遥感图像语义分割方法。该方法针对红树林湿地遥感图像中特征复杂等特点,设计了多尺度融合注意力网络架构,创新性地提出了级联金字塔融合和多尺度选择核注意力融合模块,以及辅助边缘颈部模块,通过提高网络对图像多尺度特征的提取能力,解决图像边界区域模糊问题。验证实验表明,提出的方法显著提升了红树林湿地遥感图像语义分割精度和模型泛化能力,实现了红树林湿地遥感图像的精确语义分割。 (3)提出了一种基于特征差异和感受野的红树林湿地遥感图像变化检测方法。该方法针对红树林湿地遥感图像中复杂背景导致的伪变化问题,设计了特征差异和感受野网络。通过构建多分支特征差异提取模块和非对称集成决策模块,实现了对红树林湿地遥感图像差异特征的精细建模。验证实验表明,提出的方法能够在复杂背景下有效地对红树林湿地遥感图像变化进行精确检测。 (4)提出了一种基于选择性注意力的红树林湿地遥感图像树种识别方法。该方法针对红树林湿地遥感图像中树种形态相似、小目标易漏检以及环境干扰等问题,创新地构建了结合自适应选择性注意力模块和跨层次特征融合模块的网络。验证实验表明,提出的方法能够增强网络对红树林湿地遥感图像的细节特征和全局语义信息的融合能力,同时,利用提出的图像超分辨率重构技术有效地提升了红树林湿地遥感图像中小目标树种的识别精度。 综上所述,本文针对红树林湿地遥感图像特点提出的新的语义分割、变化检测和树种识别方法,以及构建的相应的全新深度学习网络架构,在方法和技术上系统性地解决了传统方法在红树林湿地这种复杂生态场景下目标检测与识别技术适应性较差与精度不足的问题。论文提出的三种方法和技术在红树林湿地监测研究中具有鲜明的特色,形成了一个完整的技术体系:语义分割技术专注于空间维度,变化检测技术关注时间维度,树种识别技术则进一步深入树种识别层面。因此,本文的研究体现了从整体到局部、从静态到动态、从群落到树种的递进关系,构建了一个多维度、全方位的红树林监测的技术体系。本文研究取得的创新性成果,可以丰富遥感图像处理领域的理论并拓展其技术与工程应用,能够为我国乃至其他国家的红树林湿地遥感图像目标检测与识别领域提供关键的技术支撑和工程应用,也能开拓红树林湿地生态系统的智能化监测与保护的新的技术路径,并且也会给本领域的其他相关研究带来一定的启示作用。

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，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，并提出一种剪枝和增强的山体滑坡自动检测模型。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，采用基于性能感知近似的全局通道剪枝（performance-aware approximation of global channel pruning,PAGCP）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： 计算机视觉   自监督学习   注意力机制模块   视频理解   视觉表征学习   深度学习  

摘要： 在大规模数据驱动下,自监督学习已成为视觉表征学习的核心范式,其通过代理任务学习通用特征以支撑目标检测、分类及分割等下游任务。然而,现有方法仍面临两大关键挑战:其一,掩蔽学习作为自监督学习的典型范式存在与卷积架构兼容性不足的问题;其二,传统时空建模方法因长时依赖特性与时空特征耦合双重缺陷导致特征表征受限。本研究针对上述问题提出系统性解决方案,从自监督学习架构设计与时空建模表征受限两个维度实现创新突破。 针对掩蔽学习与轻量化架构适配性问题,受人类视觉系统对纹理与形状特征强依赖性的启发,本文提出通道掩码自编码器(Channel-Masked Autoencoders,CMAE)。该方法基于颜色通道的场景冗余性假设,通过随机掩蔽RGB图像中两个颜色通道,仅保留单通道灰度信息进行编码重建。进一步的,引入可控椒盐噪声注入策略(1%),在掩蔽通道中叠加噪声以实现隐式正则化,显著提升模型鲁棒性。实验表明,CMAE有效解决了传统掩蔽自编码器与CNN架构的兼容性问题,Mobile Vi Tv3(4.7M参数)在Mini-Image Net数据集中实现分类准确率70.5%至74.2%的提升,性能增益较Mo Co V3从72.3提升至74.2,验证了其在轻量化模型中的卓越性。 针对时空建模中的长时依赖与时空特征耦合双重缺陷,本研究以视频摘要任务为切入点,提出低维时序协同注意力模块(Low-Dimensional Temporal SynergyAttention Block,LDTSA)。该模块通过显式解耦时空维度与分层融合策略实现高效建模:首先凭借空间维度最大池化实现高维数据张量向低维时序子空间的降维映射,结合MLP优化特征分布;其次独立构建时间注意力权重(Softmax),规避传统QKV运算的参数冗余;最后通过Hadamard乘积实现时空权重自适应融合,并通过退化路径引入随机掩码噪声以增强动态场景适应性。基于Video MAEv2框架构建的Video MAEv2-LDTSA模型在Sum Me与TVSum数据集上达到最先进性能,验证了该方法在长时序依赖建模中的有效性。 本研究通过通道掩蔽与低维时空协同注意力机制的双重创新,系统性解决了自监督视觉表征学习中的架构适配性与表征受限难题,为轻量化模型预训练与复杂时空建模提供了新的理论框架与技术路径。实验结果表明,所提方法在精度与效率维度均优于现有基准方法,具有一定的学术价值与应用前景。

关键词： 目标跟踪   稀疏化   嵌套跟踪   自提示算法   扩散模型  

摘要： 目标跟踪以初始帧中的目标信息为参考对后续视频序列中的目标进行准确识别定位,作为计算机视觉领域根本性基础任务具有重要的理论研究意义和工程应用价值,在人机交互、视觉监控、自动驾驶等多个领域均展现出广泛的应用前景。近年来,基于注意力机制的跟踪算法已成为目标跟踪领域的主流算法并处于领先水平。该机制通过整合全局上下文信息,增强了特征表示能力,显著提升模型在复杂场景下的精度和鲁棒性。然而,该类算法在实际应用中仍面临诸多局限性。首先,基于注意力机制的跟踪算法具有高昂的内存占用与计算复杂度,极大地限制了模型在资源受限设备的应用场景中的部署。此外,较慢的推理速度限制了该类算法在实时性要求严苛场景下的应用。同时,特定场景数据集的稀疏性也对该类算法的应用构成了挑战。再者,近年来时空信息结合的跟踪算法的性能提升往往依赖于训练与推理过程中更长时序帧的输入,这进一步加剧了跟踪推理速度的下降,难以满足实际应用对延时的严格要求。 鉴此,针对上述局限,本文通过文献调研与理论探索,进行稀疏表达与表示增强的目标跟踪算法设计并实现研究,以期在显著提升目标跟踪的实时性能的同时增强注意力模型的特征表示能力,确保跟踪算法的高精度与鲁棒性。据此,本文的核心研究内容概括如下: 1、基于通用场景下的注意力稀疏的跟踪算法:针对基于双分支孪生网络在结合注意力机制时推理速度慢的问题,本文提出了一种具有线性复杂度的信息弥散的图跟踪网络,与直接将稀疏化的注意力机制引入跟踪网络的算法不同,本文通过构建图网络进行特征节点间信息的灵活传递,对现有归一化指数激活函数进行二项式线性逼近,从而有效降低计算复杂度的同时将信息扩散在整个特征图中,最终实现了跟踪精度与推理速度的提升,为目标跟踪任务提供了一种高效且准确的线性化设计方案。 2、基于通用场景下的训练稀疏的跟踪算法:针对上述设计的具有线性注意力的跟踪器显著提升了推理速度,但其精度与鲁棒性仍有不足的问题,分析其原因为线性化单跟踪器存在性能上限,因此本文从单跟踪器的注意力稀疏拓展到多跟踪器的训练稀疏,搭建了内外跟踪器嵌套模型架构,并精心设计了峰值蒸馏与双边回归策略来处理单跟踪器在推理阶段由相似干扰所导致的多个响应峰值。首先通过峰值蒸馏技术精确提取出与目标位置相对应的候选点;随后利用在线学习的内跟踪器对这些候选点进行进一步采样与分析,以确定最终的跟踪目标。值得指出的是,此嵌套模型中的内外跟踪器均具备高度的模块化特性,可灵活嵌入其他已训练好的模型,从而构成新的跟踪算法。该算法在几乎不牺牲跟踪推理速度的前提下,显著提升了模型的精度与鲁棒性,弥补了线性化设计的不足。 3、基于数据稀疏场景下的无人机跟踪算法:鉴于在有限数据量场景下,常规稀疏化算法虽然能一定程度提升跟踪算法的推理速度,但往往会牺牲模型精度的问题,本文提出了基于自提示的跟踪算法,该模型在无需依赖额外数据集的前提下,展现出对数据有限的无人机场景的更优的适应能力,其通过设计的一种自提示策略,能识别并提取特征中最为显著的部分作为提示词,并嵌入到输入的特征中作为指导信息。采用这种方式,跟踪算法在推理阶段能够自适应地针对无人机目标进行高精度跟踪,同时保持极快的推理速度,实现了跟踪精度与速度的平衡。 4、基于时空信息结合的稀疏化跟踪算法:鉴于时空信息的有效融合能够显著提升跟踪算法的准确性,且时序信息引入的量级直接决定着模型的性能,而由此要求在训练与推理阶段纳入更多的图像源,从而不可避免地加剧了跟踪算法的推理负担,限制了其在实际应用场景中的可行性的挑战,本文提出了一种基于扩散模型的跟踪算法,该算法在仅保留两个时序帧的条件下,通过扩散模型在训练阶段引入的加噪-解噪过程与在推理阶段实现的采样递推过程,增强了模型在干扰场景下的鲁棒性,实现了精度与实时性的双重提升。 综上所述,本文基于跟踪精度与速度的平衡,深入地探索了稀疏表达与表示增强的目标跟踪算法。针对跟踪速度的问题,提出了图网络线性注意力机制以替代传统注意力,解决了推理速度下降的问题;从训练稀疏化的视角出发,设计了即插即用的内外嵌套跟踪方案,不仅解决了线性注意力精度有限的难题,还提高了算法的可迁移性;针对有限数据下的无人机场景,提出了一种自提示跟踪器,该跟踪器能在无需额外数据集的情况下,实现对数据稀疏场景的适应能力;在时空信息结合的稀疏化方面,本文创新性地将扩散模型的推理机制嵌入到现有跟踪算法中,实现了以较小的模型参数增量换取精度的显著提升。通过实验验证,所提出的稀疏表达与表示增强跟踪算法能有效解决推理精度与速度的平衡问题,在公开数据集上达领先水平。

关键词： 复杂场景   空间目标   成像仿真   点目标提取   空间目标检测  

摘要： 地外空间的开发利用对人类文明发展有重要推动作用,随着空间环境中各类航天器数量的增长,并伴随着空间碎片数量的激增,在轨航天器的安全运行受到严重挑战。此外,地外空间广阔且未知,有效感知太空异常物体是维护近地安全的重要保障。空间目标监测技术作为对以上空间目标的感知方法,对实现航天器碰撞预警、空间碎片编目、未知小天体探测等有重要意义。 本文基于天基可见光监测方式对组成监测系统的空间目标检测技术开展相关研究,相比于地基及雷达方式,天基可见光具有不受大气干扰、机动灵活且探测范围广、能耗低且探测距离远等诸多优势,可实现全天域、全天时的高效监测。随着技术的深入研究及应用的逐步开展,空间目标检测技术研究面临了新的挑战:1.由于天基图像获取困难,导致供算法开发测试使用的图像数据严重缺乏且类型单一,不足以满足算法高鲁棒性优化发展;2.为增强系统全天域监测能力,检测算法常面临复杂空间场景,传统面向理想深空背景的检测算法存在失效风险;3.目前检测框架设计专用性强,对成像平台运动模式、辅助信息支撑、应用场景类型有较大依赖,通用性不足。面向上述问题,本文针对性开展数字成像仿真、复杂场景下算法鲁棒性优化及通用型检测框架构建等空间目标检测领域涉及的关键技术研究,主要研究工作如下: (1)空间目标数字成像仿真,制备高鲁棒性测试图像数据 通过设计基于二维形状特性点描述法与成像解析模型的小目标成像建模方法、基于相机成像机理实现简易视场恒星选取与亚像素级点目标建模实现位置精度达±0.005像素的恒星背景模拟方法、多种动态光照背景模型及噪声模型、综合运动仿真方法等构建了一种天基可见光数字成像仿真系统。经试验评估,该系统可生成定制化的动态数字图像序列,可应用于高鲁棒性检测算法开发及验证工作。 (2)复杂场景下点目标提取,实现高鲁棒性前、背景分离 提出了“提取+分离”两段式检测总体方案,并以提取算法为核心来实现复杂场景下点目标与背景的有效分离,以提高检测算法在复杂场景下的鲁棒性。提取算法由双遍历像素级降噪、高斯卷积滤波、帧间位置掩膜去噪构成的时-空域三级降噪去疑结构,以及可高度自适应动态背景及复杂场景的基于灰度统计的自适应阈值选取算法,并配合背景抑制算法共同构成。试验结果表明,提取算法在复杂场景鲁棒性、算法耗时、抗噪能力等方面有显著优势。 (3)通用目标检测框架构建,完成恒星、目标点数据分离 为降低检测算法对成像平台、辅助数据的依赖性,并有效衔接提取算法输入的点目标位置信息,提出了一种基于动态对象数据库融合数据感知的空间目标检测框架,通过对象数据库构建、数据库感知绑定及更新、数据库间信息交互等决策机制实现了目标、恒星、疑似点的实时分离。试验结果表明,分离检测框架对不同平台运动模式、不同目标数量、不同恒星密度应用场景均具有通用性。检测算法整体可实现复杂空间场景下信噪比不低于2dB的空间目标在低恒星密度下至少97%或高恒星密度下优于95%的检测率。

关键词： 叶片   三维重建   坐标测量机   计算机视觉   检测效率  

摘要： 经典的计算机视觉三维重建运用在叶片这类工件时存在重建成功率低，缺乏数据集和计算时间较长的问题。文章综合对比经济性、效率、精度和完整度等指标，选择基于双目实验装置方案，针对重建成功率低的问题，对经典的ORB-SLAM3算法进行了改进，在角点提取算法部分增加一个高反光因子来排除因反光而产生的伪角点，实验结果表明改进后重建成功率由80%提升至95%。针对叶片稠密三维重建时缺少数据集和计算开销大的问题，建立了叶片的深度学习专用数据集，并对经典的PatchMatchNet算法进行改进，借鉴传统算法在初始化分区后三角区域中利用关键点深度信息使用平面插值初始化的方法，使初始化值与真值更相近，以此减少计算花销改进后的算法节约计算开销0.45 s，提高重建效率9.17%。

关键词： EMA   目标检测   深度学习   防护装备  

摘要： 针对矿井作业中人员防护装备检测准确度不足、响应速度缓慢等问题，本研究提出了一种改进YOLOv8n的矿井人员防护装备检测算法，命名为EF-YOLOv8n。EF-YOLOv8n模型首先将基准模型主干网络C2f中的瓶颈结构模块用Faster模块替换，得到了C2f-Faster模块，有利于提高模型的检测精度，降低模型的体积，提高模型的运算速度。其次在最后一个C2f-Faster模块后引入了EMA模块。可以有效提高模型对于小目标的检测能力。与YOLOv8n模型相比EF-YOLOv8n模型mAP@50提升2.4%,mAP@50～95提升1.6%，参数量减少0.4%，模型体积下降0.7%。本模型降低了漏检的发生几率，提高了模型的检测能力，为守护矿工们的安全提供了坚实的科技保障。

关键词： 改进轻量型   YOLOV4网络   图像弱小目标检测   通道注意力   金字塔池化   平滑标签  

摘要： 针对图像弱小目标像素少、边缘信息不显著，有效特征难以提取检测这一问题，提出基于改进轻量型YOLOV4的图像弱小目标检测方法。将MobileNetv3的倒置残差结构、通道注意力机制以及金字塔池化模块相结合，设计改进型主干提取器，捕捉图像细微特征、多尺度目标特征；将所提特征输入增强型特征提取器，从通道、空间角度，增强图像目标特征；将增强后的特征输入弱小目标预测框生成器，生成器采用不同尺寸锚框与Anchor解码方法，解码并显示目标位置、大小、种类及置信度。为保证弱小目标检测精度，采用类平滑标签技术避免出现过拟合问题。实验结果验证，所提方法对轴承套圈弱小缺陷目标检测结果精准，且检测时，得益于轻量化结构，参数与计算量均少于比较方法。

关键词： 计算机视觉   三维目标检测   区域候选融合   加权非极大值抑制   关键点采样  

摘要： 为了改善点云场景下的检测任务中，基于单一低分辨特征图生成的候选框容易造成目标丢失和关键点采样过程中引入大量背景点的问题，本文提出了一种基于PV-RCNN网络的改进算法。通过区域候选融合网络和加权非极大值抑制融合不同尺度下的候选框并消除冗余。利用分割网络对原始点云进行前景点分割，并根据候选框确定目标中心点位置，利用高斯密度函数进行区域密度估计得到不同的采样权重以解决稀疏区域采样困难的问题。本文使用KITTI数据集进行实验评估，在汽车、行人和骑行者中等难度下的平均精度分别较基线算法提升0.39%、1.31%和0.63%，并同样在Waymo open数据集上进行泛化实验。实验结果证明本文算法与目前大部分三维目标检测算法相比取得更高的检测精度。

关键词： 目标跟踪   粒子滤波   深度学习   特征融合   注意力机制  

摘要： 视觉目标跟踪技术在智能监控和人机交互等领域具有重要应用价值,其核心任务是在复杂动态环境下准确预测目标状态。然而,复杂动态环境下目标形变、遮挡、运动模糊及背景干扰等挑战性因素会显著影响系统的跟踪精度与鲁棒性。针对这些问题和挑战,本文基于粒子滤波(Particle Filter,PF)算法框架,融合深度学习技术与多种优化策略,提出两种创新性跟踪方法,以提升跟踪系统的鲁棒性、准确性和环境自适应能力。主要研究内容可概括如下: (1)针对目标遮挡和粒子退化问题,提出了一种融合Mean Shift与改进粒子群优化算法的自适应抗遮挡粒子滤波方法。该方法通过Mean Shift算法引导粒子向高似然区域收敛以提升定位精度;采用改进的粒子群优化算法替代重采样过程,在粒子收敛效率与多样性之间建立动态平衡;同时,构建基于分块检测的自适应抗遮挡模块,实时感知遮挡事件并调整运动模型,以应对目标遮挡导致的跟踪丢失问题。实验表明该算法在遮挡、形变及旋转场景下跟踪精度提升显著,相较主流跟踪器表现出更强的环境适应能力,为解决粒子滤波框架的固有缺陷提供了新思路。 (2)针对动态多变环境中目标特征判别性弱和模型泛化能力受限的瓶颈问题,提出了一种基于数据增强的深度粒子滤波跟踪方法。该方法将多种注意力机制引入特征表征网络,并将此深度神经网络集成至改进的PF框架;通过迁移学习策略实现跨场景特征泛化,并融合多种传统特征以构建鲁棒表观模型,增强目标与背景的区分能力;同时,引入生成对抗网络所驱动的数据增强策略生成高质量合成样本,缓解训练数据不足的问题,增强了模型对动态环境的适应性与长时跟踪的容错性。实验验证了该算法在目标形变、快速运动及光照变化等挑战场景下能够展现出优越的跟踪稳定性,在精确度和成功率方面均优于其他主流先进跟踪器,说明了所提出的特征协同优化机制可为动态环境目标跟踪提供新的技术路径。