关键词： 目标跟踪   主成分分析   指数加权移动平均   浅层神经网络   DaSiamRPN算法  

摘要： 光电稳定平台是一种集光机结构、电子成像、伺服控制和图像处理等技术于一体的高精度成像支撑设备。它能够有效隔离载机的扰动,保持视轴在惯性空间中的相对稳定,具备时效性强、准确性高、使用灵活和侦察范围广等特点。该平台广泛应用于电子侦察、信息对抗、目标定位、地理测绘、灾害监测、交通监视等领域,尤其在国防军事和民用建设中具有重要作用,为各种复杂环境下的任务执行提供了可靠的技术支持。 近年来,随着现代信息技术的不断成熟,光电稳定平台应用日渐广泛,国内外在该领域的研究飞速发展。因此,研究一种具有强稳定、高精度的光电稳定平台具有重要现实意义。为解决光电稳定平台应用于航天、军事、遥感、精密仪器等多源领域背景下面临的各种复杂场景挑战,本文将针对这类问题展开研究。 首先基于两轴四框架光电稳定平台展开研究;对比分析了4种算法并确定DaSiamRPN作为基础跟踪算法;引入基于主成分分析的自适应指数加权移动平均策略(PCA-EWMA),根据图像的变化趋势自适应调整参数,以更好地适应不断变化的图像特征;建立PCA-EWMA的浅层神经网络优化模型,优化模板更新策略;结合带有LuGre摩擦补偿的自抗扰控制策略研究,实现目标精准跟踪;最后,以两轴四框架光电稳定平台为载体,基于以上优化模型及控制策略,分别进行室内、室外多场景验证实验,得出较为理想的跟踪结果。 本文提出的加入了PCA-EWMA浅层神经网络模型更新策略的改进DaSiamRPN算法,针对6种不同场景的视频序列,其跟踪结果的成功率和精确度均较传统DaSiamRPN算法有所提升,且研究的带有LuGre摩擦补偿的自抗扰控制策略,在室内与室外场景模拟实验中,平台跟踪系统在引入给定外部俯仰与方位干扰时,其最大跟踪误差均能保持在0.5mrad以下。证明了以本文设计的以PCA-EWMA浅层神经网络模型更新的改进DaSiamRPN算法为跟踪基础,结合带有LuGre摩擦补偿自抗扰控制策略的光电稳定平台设计方案的科学合理性,为光电稳定平台的研究与发展提供重要贡献。

关键词： 遥感图像目标检测   模型轻量化   深度学习编译器   模型剪枝   模型部署  

摘要： 基于深度学习的遥感图像目标检测近年来取得了显著的进展,在化工安全、灾害响应、城市规划等领域展现了巨大的应用价值。然而,受限于特定场景的计算资源与存储能力,目标检测模型需具备轻量化特性,并满足快速部署与实时检测的需求。为此,模型轻量化设计、模型压缩与模型编译优化等方法成为研究热点。模型轻量化设计通过优化网络结构降低计算复杂度,模型压缩利用剪枝与量化等技术减少参数规模,而模型编译优化则借助高效算子调度和底层硬件加速来提升推理速度。 然而,传统模型轻量化设计未充分考虑跨通道特征交互,导致关键目标特征提取不足;检测头结构的冗余性未被充分优化,限制了模型的轻量化潜力。此外,传统模型编译优化方法在算子调度搜索时空间过大,且在硬件测量时采用的聚类算法存在局限性,导致优化过程耗时较长,限制了模型在资源受限环境中的快速部署。为此,本文通过轻量化卷积重构、调度空间缩减和聚类优化等方式解决上述问题,主要工作内容与创新点如下: (1)提出了基于通道混洗与异构卷积的模型轻量化设计方法。针对传统方法对遥感图像跨通道特征交互考虑不足的问题,本文结合通道混洗与部分卷积构建特征提取模块,在保证特征提取能力的同时降低模型复杂度。此外,设计基于异构卷积的轻量级检测头,在保持检测精度的同时减少结构冗余。SSDD、SAR-Aircraft和FAIR1M三个公开遥感数据集上的实验表明,本方法在减少41.7%参数量与46.9%计算量的同时,平均精度损失小于0.5%。 (2)提出了基于强化学习与自适应聚类的模型编译优化方法。针对模型编译优化过程耗时较长的问题,本文从搜索与测量两方面提升编译优化效率。在搜索阶段,通过起点规划、调度空间缩减和模型共享等技术缩短了算子调度搜索时间;在测量阶段,采用自适应调度管理和维度自适应方法优化聚类过程,提高了稳定性与泛化能力。在经典网络模型AlexNet上进行的多维度实验表明,相较于Auto TVM、Ansor、Family Seer等模型编译优化方法,本方法收敛稳定,平均减少60%以上的编译调优时间,且模型编译后的推理速度基本不变。 (3)在实际应用任务中对遥感图像目标检测轻量模型的剪枝、编译优化方法协同效果进行评估。基于GTX 1080Ti与RTX 4090D平台的消融实验结果表明,与原模型相比,协同方法在平均精度损失小于1%的情况下,参数量压缩79.2%,浮点运算次数降低74%,推理速度提升3.5倍,适应于资源受限环境的计算资源和存储能力,同时保证了遥感图像目标检测的实时性。

关键词： 轻量级   YOLO   空洞卷积   部分卷积   残差连接   损失函数  

摘要： 随着深度学习技术的不断发展,YOLO系列算法在目标检测任务中因其速度快、精度高等优点被广泛应用。然而,YOLOX作为该系列中的代表性算法,尽管在检测性能上表现出色,但在特征提取阶段仍存在参数冗余、感受野受限以及特征表达能力不足等问题,这在一定程度上制约了其在资源受限环境下的部署与应用。为解决上述问题,本文提出一种轻量化且高效的特征融合架构YOLOX-PANetW-PConv,通过结构优化与损失函数改进相结合的方式,实现了在提升检测性能的同时,有效降低模型的计算开销和参数规模。 本文围绕目标检测模型展开深入研究,在提升模型性能与效率方面取得了一定成果,其核心创新主要体现在以下两个方面。 第一个创新点,构建了基于空洞卷积与残差连接的多尺度特征融合模块。在特征融合路径中,引入空洞卷积(Dilated Convolution),并构建串行连接结构。通过设置不同的膨胀系数,能够有效捕捉图像中不同尺度的目标信息,实现对多尺度信息的精准建模。这种设计打破了传统卷积层受限于固定卷积核大小的局限,拓展了模型的感受野范围,使得网络可以在不增加过多计算量的情况下,获取更丰富的上下文信息。同时,结合残差连接机制,构建了高效的特征传递通道,保障了特征信息在深层网络中的顺畅传递与重复利用。该机制增强了网络对复杂目标细节的捕捉能力,提升了模型对复杂场景中目标的表达能力。经实验验证,在VOC2007与MS COCO2017数据集上,引入空洞卷积结构分别带来了 4.9%和4%的检测精度提升,充分证明了该融合机制在特征表达上的优越性。 第二个创新点,设计了一个基于部分卷积与损失函数优化的轻量化检测头。在YOLOX的检测头部分,引入部分卷积(Partial Convolution,PConv)技术,通过仅对部分通道进行卷积计算,巧妙规避了传统全通道卷积带来的冗余计算问题,减少了不必要的计算操作。同时,对损失函数的计算方式进行重构优化,通过使用通道累计策略,在确保模型检测精度的前提下,实现了对计算复杂度的有效控制。该设计使得整体模型在保持检测性能的基础上,参数量减少约10%,推理计算量降低约23%,同时使得检测精度更高。在VOC2007和MS COCO2017数据集上,分别带来了 1.4%和0.3%的精度改进,进一步验证了该轻量化设计不仅有效压缩了计算资源消耗,还保障了模型的回归能力与检测精度,实现了性能与效率的双重优化。 综上所述,本文所提出的YOLOX-PANetW-PConv在保证目标检测精度的基础上,有效降低了模型的计算复杂度和参数冗余,兼顾了性能与效率的双重需求,具有良好的工程部署潜力。该研究为轻量化目标检测模型的设计提供了新的思路与方法,具有重要的研究价值与实际应用意义。

关键词： 无人艇   目标跟踪   矢量场   编队控制   追逃博弈  

摘要： 随着无人系统在海上安防、巡逻监测与目标跟踪等场景中的广泛应用,针对有限区域内机动目标的高效围捕跟踪控制问题,成为水面无人艇(Unmanned Surface Vehicle,USV)研究的重要方向。目标围捕跟踪在复杂环境中面临多种挑战,包括地理边界约束、目标运动不确定性及多艇协同控制需求等。针对上述问题,本文围绕有限围捕区域内的无人艇编队目标追逃控制任务,提出了一种基于自适应矢量场的目标跟踪和边界巡游制导方法,通过与编队协同方法相结合,构成保守的追逃博弈策略,实现了对入侵目标的围捕与跟踪。为此,本文开展了一系列研究工作,主要内容包括: (1)构建了适用于受限水域环境的无人艇目标围捕模型。通过分析理想编队结构中无人艇的相位分布规律,提出了一种将围捕边界巡游警戒与目标围捕控制相结合的追逃博弈策略。该策略可在编队保持警戒状态的同时,实现对入侵目标的及时响应与持续跟踪,具备良好的任务适应性与协同潜力。 (2)针对现有矢量场方法在控制精度与围捕收敛速度方面的不足,提出一种改进的李雅普诺夫矢量场制导方法。该方法引入自适应航向偏差补偿机制以提高控制精度,并通过增加径向速度提高围捕的收敛效率,同时在设计中融合了无人艇转向半径约束条件,形成更加符合平台物理特性的矢量场曲率分布,从而提升系统的目标跟踪与围捕性能。 (3)设计并实现了适应边界巡游与目标围捕双模式任务需求的编队控制策略。具体包括:基于边界矢量场的直线编队策略,实现编队在边界上的警戒巡航;以及基于相位保持原则的环绕编队策略,实现编队在目标附近的动态收缩围捕。两种策略可根据目标行为动态切换,有效增强系统应对目标突变行为的能力。 (4)基于趴板船平台构建了多艇编队控制实验系统,设计了包括通信结构与控制架构在内的系统集成方案。在实际水面环境下进行了围捕跟踪与编队控制实验,实验结果验证了所提出方法的可行性与实用性,表明该方法可在真实受限水域中实现对目标的高效围捕与多艇协同控制。 综上,本文针对受限水面环境中的目标追逃任务,提出了集围捕建模、改进矢量场制导与多艇编队协同于一体的系统性解决方案,研究成果可为水面无人艇在实战化围捕任务中的部署与应用提供理论支撑与实践基础。

关键词： 水稻叶片   病害检测   深度学习   图像分割   目标检测  

摘要： 在农业生产中需要尽早准确地检测和识别水稻叶片病害。为减小水稻叶片病害识别中背景噪声的影响并提高病害检测的准确度，提出一种基于DeepLabv3—Faster R—CNN网络的水稻叶片病害检测方法。待检测的水稻叶片图像首先经过DeepLabv3网络进行图像分割，获得背景和叶片分割的初步结果，再把经过背景分割的叶片图像中叶片部分还原进行检测，从而规避背景部分噪声对检测结果的影响。检测部分主要由FasterR—CNN网络实现，结合特征金字塔和CBAM方法，提高模型对多尺度水稻叶片病害目标的检测能力。通过公开数据集训练模型，得到该方法对白叶枯病、稻瘟病、褐斑病和黄矮病的平均检测准确率达到98.1%。

关键词： 量子计算   量子图像处理   量子逻辑门压缩   引导图像滤波   边缘检测  

摘要： 面对日益复杂的图像处理需求,经典图像处理算法在功能性和效率方面逐渐显现出局限性。然而,量子计算凭借其独特的量子叠加和纠缠等特性,为图像处理领域提供了新的研究方向。研究人员认为将量子计算与图像处理算法结合,有望突破经典图像处理技术的瓶颈。目前,量子图像处理已成为研究热点,其在大规模图像数据处理和高精度计算任务中展现出显著优势。本文的研究重点是量子图像处理基本算法的设计及仿真,具体研究内容如下: （1）在量子图像制备过程中,随着图像尺寸的增大,所需量子逻辑门的数量逐渐增加,进而导致量子线路的复杂度显著上升。为解决这一问题,本文设计并提出了一种基于Espresso算法的量子逻辑门压缩方法。通过在不同尺寸的测试图像上进行对比实验,验证了该方法的可行性和有效性。实验数据表明,基于Espresso算法的量子逻辑门压缩方法能够实现高达70%的压缩效率,且随着图像尺寸的增大,压缩效果进一步提升,显著降低了量子线路的时间和空间复杂度。这一方法不仅有效节约量子计算资源,还显著提高了计算效率和精度。 （2）引导图像滤波能够在平滑图像的同时,保留图像的边缘信息,因此广泛应用于各个场景。量子图像处理领域还未出现相应的保边滤波算法,本文基于经典引导图像滤波的基本原理及其核心思想,提出了一种创新的量子引导图像滤波算法。对于尺寸为2~n×2~n的量子图像,该算法的时间复杂度为O（q2）,与经典算法的O(22q)相比实现了指数级加速。通过经典计算机上的仿真实验,验证了量子引导图像滤波算法出色的保边滤波效果,其性能明显优于其他量子滤波算法。这一研究成果为量子图像滤波领域提供了新的思路和方法。 （3）边缘检测技术为图像分割、目标跟踪与识别等任务提供关键的边缘信息,但图像中噪声的存在严重影响了边缘检测的效果。因此,本文提出了一种结合引导图像滤波与Sobel算子的量子图像边缘检测算法。通过理论分析,该算法的时间复杂度为O（q2）,相较于经典图像边缘检测算法,实现了显著的指数级加速。通过仿真实验,验证了该算法在去噪和边缘信息提取方面的优越性,能够有效完成图像边缘检测任务,为量子图像处理领域提供了一种高效且实用的边缘检测方法。 本文所提出的量子图像处理算法具有指数级的运算速度和出色的处理性能,未来将在图像存储、滤波和边缘检测等应用中展现出巨大潜力。

关键词： Object recognition  

摘要： Integrating image and depth information for RGB-D salient object detection has become a research hotspot in the field of saliency detection. Balancing the efficiency and performance of salient object detection models under resource constraints is a key challenge. To address this, this paper proposes an asymmetric lightweight network suitable for real-time RGB-D salient object detection tasks. The network reduces the number of network parameters by designing different lightweight feature extraction networks for different input modalities. Additionally, a multi-modal feature enhancement fusion module is designed to effectively fuse multi-modal features while compensating for the information loss caused by the lightweight backbone network. Moreover, this paper utilizes a global context module for dense decoding, aggregating local and global information of multi-scale features without significantly increasing computational complexity. The experimental results on five benchmarks show that the proposed lightweight RGB-D salient object detection network not only outperforms most mainstream models quantitatively and qualitatively, but also significantly outperforms other models in terms of efficiency, only with a parameter count of 5.1 million and a computational load of 0.77 gigaflops. This achievement validates the proposed method’s ability to achieve lightweight salient object detection while maintaining high efficiency. © Shanghai Jiao Tong University 2024.

关键词： 图像处理   深度学习   姿态估计   生理参数检测   成像式光电容积描记法  

摘要： 心率和血压作为反映人体循环系统功能的核心生理参数,对疾病早期筛查、慢性病管理和健康风险评估具有重要临床价值。传统的接触式检测方法,如袖带血压计和心电监护仪等虽然测量精度较高,但其固有的体积庞大、操作复杂、佩戴不适等缺陷,严重制约了在日常生活场景中的持续性监测应用。随着深度学习技术的迅猛发展,其在医学检测领域展现出巨大潜力,为开发非侵入式、便捷化的健康监测系统开辟了新途径。然而,当前主流的无接触心率血压检测技术普遍存在两大局限:一是过度依赖面部识别技术,二是仅能处理静态单人场景。针对这些技术挑战,本文提出了一种基于成像式光电容积描记法,融合姿态估计、手部检测和行人追踪等先进计算机视觉技术的创新解决方案,实现了多人场景下的心率血压的实时动态监测,为构建下一代智能健康监测系统提供重要的技术参考。本文的主要工作和创新之处如下: 1.实现了多人检测与资源分配。针对多人场景下的检测需求,我们将多人检测独立开,转化多个单人的检测,设计了合理的资源分配机制,为每个测试者单独分配存储与计算资源,确保了多人并行检测的实时性与准确性。且能实时调整,有新的测试者进入画面,就能分配新的资源用于检测。 2.提出了一种鲁棒的感兴趣区域选择算法。创新性地采用姿态估计结合手部检测的方案,取代传统的人脸识别方法,并引入了一种动态矫正技术,增加区域选取的普适性,提升了系统对测试者姿态变化的适应,从而保证了每个测试者测量结果的稳定性与可靠性。 3.提出了一种智能检测中断算法。在矫正面部、手部感兴趣区域时,有一些无法矫正的极端情况出现。通过实时质量评估和自适应阈值判断,系统能够精准识别不可修复的异常状态,及时中断当前检测流程并触发重新初始化,从而有效避免错误数据的产生和传播。这一机制显著提升了系统在复杂场景下的鲁棒性和可靠性。 4.构建了一个体育运动状态下生理参数综合评估模型。基于姿态估计算法,系统能够精确提取人体关键点空间坐标,通过动态关节角度变化分析实现了一些简单体育运动的自动化计数,并引入了动作规范性检测模块,有效保障了运动质量评估的准确性。模型集成运动计数与最大心率预测算法,为用户提供实时的运动强度反馈,拓展了系统在健康管理中的应用价值。 为了验证本文所提算法的有效性和测量的准确性,我们选取市场上被人们普遍接受的智能手环与欧姆龙电子血压计进行对比实验,并进行Bland-Altman分析,心率,收缩压,舒张压差值均数分别为-0.82,1.73,1.67,绝大多数点分布在95%的置信区间内,拥有较好的一致性。心率的误差在3.4%～6.7%。静态下,与欧姆龙电子血压计对比,收缩压误差为-7.39%～3.43%,舒张压为-6.67～4.53%。此系统对设备要求低,环境要求小,操作便捷且无不适感,适用于日常生活中,不会干扰正常的活动。实验结果表明本文所提算法可应用于环境较为复杂的家庭健康监护和长期健康状态监测场景中。

关键词： 深度学习   扩散模型   不确定性   伪装目标检测   遥感目标检测  

摘要： 目标检测是近年来兴起的一项具有挑战性和重要价值的新任务,其致力于分割与环境高度融合的目标。作为计算机视觉领域的关键技术之一,目标检测不仅是理解视觉感知机制的重要科学课题,还在众多实际应用中发挥着重要作用,如物种发现、医学图像分割、船舶检测、国防和土地资源勘探等。 在现有先进的检测方法中,基于扩散模型的范式作为一种广泛应用的方法,已经取得了显著的进步,但它们在实际应用中仍面临着诸多的挑战。一方面,扩散模型通常直接从损坏和嘈杂的掩码中提取特征,缺乏对预测区域的条件约束。因此,它很容易导致预测偏离准确范围,在高度不确定的区域产生了过度自信的错误预测。另一方面,现有的扩散模型主要使用CNN或Transformer作为扩散模型的条件特征提取网络。CNN缺乏对全局感受野的捕捉,导致预测性能不理想。相反,Transformer在全局建模方面表现出色,但面临图像大小的二次复杂度。因此,由于CNN的局部性、Transformer的计算复杂性,它们都存在处理长距离依赖关系的能力有限的问题。 针对上述研究难题,本文围绕基于扩散模型的鲁棒目标检测任务展开系统性研究,并创新性地提出了两种全新的研究方案。主要内容如下: (1)为了增强在高度不确定区域的检测能力,提出了一种基于不确定性引导的扩散模型。该模型明确量化不确定性并将其作为锚点条件集成到扩散模型中,以提供扩散区域的初始化。核心思想首先是利用概率表示和变换器来明确建模不确定性,旨在识别模型可能产生过度自信错误预测的区域。然后,该算法使用不确定性作为锚点条件,为扩散模型提供参考预测范围,指导扩散过程的每个步骤。此外,我们使用不确定性来指导特征聚合,促使模型特别关注不确定性较高的区域的语义特征,以进一步细化检测结果。实验结果表明,该算法在三个主要的伪装目标检测(COD)基准上实现了比现有最先进模型更高的准确率,包括CAMO、COD10K和NC4K。 (2)为了构建能够处理长距离依赖关系能力的扩散模型算法,通过引入了Mamba Dif,这是一种基于Mamba的创新扩散模型架构。具体来说,该算法将光学遥感图像显著性物体检测(ORSI-SOD)视为一个条件掩码生成任务,利用扩散模型并通过向掩码添加噪声并迭代降噪以匹配目标分布来实现目标分布匹配。然后,该算法采用Mamba提取全局特征,高效处理长序列,并以线性复杂度捕获全局上下文信息。此外,该算法引入了全局-局部特征协同模块(GLM),将卷积层提取局部特征的能力与Mamba捕获长距离依赖关系的优势相结合,从而实现出色的降噪性能。大量实验表明,Mamba Dif在两个标准数据集(EORSSD和ORSSD)上均优于SOTA方法。该算法还报告了该模型在具有挑战性的ORSI-4199上的泛化性能,以评估其鲁棒性。