关键词： 无人机航拍图像   小目标检测   目标遮挡   轻量化  

摘要： 无人机航拍图像目标检测能够提升空中监测、灾害救援等领域的自动化水平和决策效率。然而,无人机航拍图像在目标检测任务中存在显著技术挑战,主要表现为复杂环境背干扰、广域视角拍摄、小尺度目标特征和目标密集重叠等特点,并且现有小目标检测模型速度慢、参数量大。其中,微小目标识别和目标遮挡问题尤为突出,通用目标检测算法在该场景下对航拍图像的检测效果较差。因此,本文针对当前算法在无人机航拍图像目标检测方面的不足,在YOLOv8算法的基础上,对模型的网络结构进行改进,并对其进行轻量化处理。本文主要研究内容如下: 针对无人机航拍图像中目标特征小和目标重叠的问题,提出基于多尺度特征融合的检测方法。首先,提出了多尺度协调模块,旨在结合深层特征图的高维语义信息和浅层特征图的细节信息,更全面地提取小目标和重叠目标的特征,从而提升检测性能。其次,提出了多尺度特征增强模块,旨在从全局到局部的不同尺度上学习特征表征,从而有效捕获小目标的细粒度信息和上下文语义信息,提高模型的特征提取能力。最后,引入Soft-NMS非极大值抑制策略,降低了小目标的误检率和漏检率。在通用数据集上对提出的方法进行试验,结果表明,本文提出的方法显著提高了平均精度均值,证明了该方法在处理无人机航拍图像中目标特征小和目标重叠的问题具有有效性。 针对小目标检测模型速度慢、参数量大等问题,提出轻量化的优化方法。首先,设计共享检测头,通过合并三个检测头的卷积操作为共享结构,结合Group Norm标准化技术减少冗余参数,并引入尺度层对特征图进行多分辨率调整,增强多尺度目标检测能力,显著提升小目标检测精度。其次,提出C2G-Net轻量化模块,通过低成本卷积生成基础特征图,结合5×5深度卷积压缩计算量,降低模型参数量。然后,引入Shuffle Net V2,通过分组卷积机制显著降低模型复杂度,使用上采样算子CARAFE代替最近邻上采样操作。最后,提出了CSLN模块。实验表明,在Vis Drone-2019与RSOD数据集上,模型在保证精度的同时显著降低计算复杂度,为资源受限场景提供高效解决方案。 本文设计并实现了无人机航拍图像目标检测系统。通过详细的需求分析,明确了功能和技术实现,系统采用Py Qt5构建简洁直观的用户界面,支持文件选择、模型切换、检测操作及结果反馈。同时,集成多种目标检测算法,实现自动统计检测结果,并能在多种硬件条件下稳定运行,为提升检测效率与准确性及智能化应用提供了可靠支持。

关键词： 结构损伤巡检   智能体导航   计算机视觉   深度强化学习   多模态信息融合   辅助任务增强  

摘要： 传统结构巡检依赖于人工目视检查，高度依赖经验，缺乏安全性保障，时间人力成本昂贵。近年来，机器人、计算机视觉、深度学习等新技术为结构智能巡检提供了崭新手段。为此提出了基于广义视觉的结构巡检智能体导航方法，建立了融合建筑结构损伤信息的视觉导航智能体交互试验环境，设计了光学图像和深度信息多模态融合感知网络，构建了基于多辅助任务的深度强化学习自主导航决策模型。具体地，采用轻量化MiDaS网络实现单目图像的实时深度估计，通过特征融合机制将光学图像信息与深度图进行多模态融合，继而传递给视觉导航模型；基于A3C算法提出了结构损伤驱动的深度强化学习导航架构，嵌入了LSTM长期记忆模块和价值网络解耦模块，设计了碰撞预测和奖励预测辅助任务，实现了基于多模态信息的视觉导航高效增强。跨场景试验验证结果表明：该研究提出的视觉导航模型在多种结构损伤环境下均展现出良好的有效性和泛化能力，实现了由场景感知图像到无地图导航策略的精准映射，解决了传统导航方法缺乏长期记忆功能、新环境泛化能力不足等难题。

关键词： 伪装目标检测   多视角检测网络   动态自适应缩放策略   多视角多尺度特征  

摘要： 伪装目标检测(Camouflaged Object Detection,COD)是计算机视觉领域中的一项重要且具有挑战性的任务。该任务旨在从复杂背景中检测并识别出伪装目标,广泛应用于军事、农业、医疗等领域。伪装目标通常与背景的颜色、纹理等视觉特征高度相似,使得传统的目标检测方法在处理此类任务时面临较大困难。随着深度学习的飞速发展,基于深度神经网络的方法在特征表达方面展现出强大的优势,能够有效提高伪装目标的检测精度。针对现有伪装目标检测算法在特征聚合及模型效率方面的不足,本文提出基于多视角多尺度特征的伪装目标检测方法,主要工作如下: (1)现有的伪装目标检测算法在处理伪装目标与背景相似度较高的图像时,通常面临特征提取和融合不足的问题。为了提升检测性能,本文提出了一种基于RGB和噪声特征的多视角检测网络。该方法通过结合RGB图像和噪声图像的特征信息,充分利用两者的互补性,从而提高伪装目标的检测精度。通过设计双流网络架构,分别处理RGB和噪声图像的特征,进一步增强了检测的准确性。实验结果表明,在多个公开数据集上的实验中,所提出的方法在检测精度和鲁棒性上效果显著,特别是在处理具有复杂背景和高相似度的伪装目标时,性能得到了显著提升。 (2)伪装目标的尺度和背景复杂程度通常变化较大,固定缩放比例的传统方法往往无法应对这种变化。为此,本文提出了一种基于动态自适应缩放策略的伪装目标检测算法。该方法通过动态调整输入图像的缩放比例,使得网络能够根据目标的大小和背景的复杂度自适应选择最优的缩放比例,提升伪装目标的检测精度。通过设计动态自适应缩放模块、多视角特征融合模块和多尺度特征融合模块,有效提高了模型在伪装目标检测任务中的鲁棒性。实验结果显示,所提算法在多个数据集上的检测精度显著提高,模型展现了更强的适应性。 综上所述,本文针对伪装目标检测中的关键问题,提出了基于RGB-噪声特征融合和动态自适应缩放策略的检测算法。通过改进特征提取、聚合策略以及网络结构,本文的方法在多个标准数据集上取得了优异的性能,证明了其在伪装目标检测中的有效性和广泛应用前景。 图[19]表[14]参[57]

关键词： 目标检测   图像模糊   域自适应   半监督学习   均值教师  

摘要： 随着计算机视觉和人工智能的蓬勃发展,基于深度学习的目标检测方法得到了广泛研究,但当使用场景中存在运动模糊因素(如视觉辅助自动驾驶车辆的运动、手持相机拍摄时的抖动)时,图像会因为运动模糊而退化。由于域差异的存在,通用的目标检测器在运动模糊图像上往往表现出显著的性能下降。 在目标检测之前进行图像去模糊可以改善对于运动模糊图像的检测效果,但去模糊算法往往计算复杂度高,因此会破坏目标检测的实时性;若将图像去模糊和目标检测两个任务关联起来,以并行的方式同时训练去模糊和目标检测,使去模糊朝着有利于检测的方向进行,就可以在检测效果和检测实时性之间取得平衡,但为了保证检测的实时性,此类方法使用的去模糊模块往往是轻量化的,其有限的去模糊效果只能带来有限的检测效果提升。为了能在具有显著外观差异的不同图像域上都取得良好的检测效果并保持检测实时性,域自适应目标检测方法被提出,其中基于均值教师的半监督域自适应目标检测方法近来受到广泛关注。但不同图像域之间过大的差异导致此类方法面临着模型偏向源域、生成的伪标签质量差等问题,进而恶化模型的检测效果,体现在检测结果中存在大量漏检和误检。 针对上述问题,本文提出一种基于均值教师模型的模糊图像目标检测框架,旨在提高目标检测模型对于运动模糊图像的检测质量,同时保持对清晰图像的检测效果,并保证检测的实时性。本文框架从域内和域间两个维度减小域差异,提高教师模型产生的伪标签质量并最终有益于目标检测效果。本文主要研究内容如下: (1)为了解决目前域自适应目标检测算法在图像模糊场景下目标检测困难,检测精度不高的问题,本文提出一种基于均值教师模型的运动模糊图像目标检测框架。该框架在图像域内和图像域间两个维度进行对抗训练:在域内维度,引入一个双分支判别器同时判别域来源和图像模糊程度;在域间维度,构造额外的由合成模糊图像组成的辅助域,辅助域一方面提供更多的类目标域数据避免模型偏向源域,另一方面为双分支判别器的图像模糊程度判别分支提供标签。该框架不改变目标检测模型结构因此不增加推理时间,在保证实时性的同时取得了检测效果的显著提升。 (2)针对目前运动模糊图像合成算法准确度不高,导致合成模糊图像和真实模糊图像之间存在域偏移进而降低算法在真实场景中的泛化性的问题,本文提出了一种新的非均匀运动模糊合成算法,在合成速度和合成效果之间取得了平衡,从数据层面缓解了域偏移问题。 (3)基于所提出的算法,本文设计并实现了一个模糊场景下的布匹瑕疵检测系统,该系统能够实现对清晰的以及存在运动模糊的布匹瑕疵进行自动化定位和分类,提升了现实场景下布匹瑕疵检测工作的准确度和效率。

关键词： 动态环境   视觉SLAM   目标检测   特征剔除   稠密建图  

摘要： 针对同步定位与建图（Simultaneous Localization and Mapping,SLAM）算法在动态场景中存在的定位精度低且无法生成有效地图的问题，提出一种基于动态特征剔除与稠密建图的视觉SLAM算法。在ORB-SLAM3算法基础上新增特征点筛选线程，使用轻量化的YOLOV8网络检测环境中的动态物体，并结合光流法和对极几何约束剔除环境中的动态特征点。在新加入的稠密建图线程中利用生成的关键帧及计算出的位姿构建稠密点云地图。在公开的TUM数据集进行验证，相比于原ORB-SLAM3，各项定位误差下降达90%，同时在稠密建图结果中去除了动态物体所造成的重影。新算法通过加入的特征点筛选线程和稠密建图线程，有效地解决了视觉SLAM算法在动态环境中无法正常定位和建立有效地图的问题，极大增强了SLAM系统在动态场景中的精准度和鲁棒性。

关键词： 计算机视觉   超分辨   大核注意力   轻量化   自适应特征融合  

摘要： 针对高性能图像超分辨网络通常参数量庞大的问题，提出了一种轻量级模型。首先，集成了3种大核注意力，即双路大核注意力、大核像素注意力和大核通道注意力，旨在扩大模型感受野，建立像素的长程依赖性。其次，引入了自适应注意力融合机制，增强了特征的表征能力，提升了模型性能。实验证明：本文模型在视觉感知和量化测试上表现优异。在Urban100数据集上，与目前流行的ARRFN算法相比，4倍重建结果的峰值信噪比均值提高了0.25 dB。重建图像视觉效果更逼真、纹理更为清晰和自然，充分证明了该算法的有效性。

关键词： 天地波混合体制雷达   电离层相位污染校正   目标检测   信号处理加速  

摘要： 天地波混合体制超视距(Over-the-Horizon,OTH)雷达因其信号的多样化传输和灵活接收,结合了传统天波OTH雷达和地波OTH雷达的特点,具备了远距离探测以及接收站灵活部署等优势。然而因其复杂的传输信道和独特的工作模式,混合体制雷达仍面临着电离层相位污染、慢速目标检测性能弱以及实时信号处理能力不足等问题和挑战。本文基于天地波混合体制OTH雷达系统,依托于国家自然科学基金重点项目——动态重构的天地波混合传播高频雷达海空目标信息获取研究,围绕电离层相位污染校正、目标检测及信号处理加速展开研究。 针对混合体制雷达天发天收和天发地收路径下的电离层相位污染问题,提出了基于调频斜率的自适应短时傅里叶变换的电离层相位污染校正方法,通过仿真实验和多方法对比,分析了方法的电离层相位污染校正效果,验证了方法在复杂电离层环境下的鲁棒性。 针对混合体制雷达天发地收路径下的多站和多目标检测问题,构建了基于联合子空间的目标检测模型,在干扰子空间存在和训练数据不足条件耦合时,推导了单站与多站场景下基于广义似然比检验(Generalized Likelihood Ratio Test,GLRT)、Rao和Wald三个准则的检测器(P-Uos-GLRT-I、P-Uos-Rao-I、P-Uos-Wald-I)。通过与传统联合子空间检测器的仿真实验对比,验证了该检测器的检测性能和分类性能。 针对混合体制雷达的海量数据处理需求,研究基于天发地收路径的信号处理流程,设计了GPU并行加速方案,对信号处理过程中匹配滤波、动目标检测、恒虚警率检测等核心模块,分别设计了对应的加速算法和加速策略,利用CUDA架构实现全流程加速,通过与传统的CPU串行计算进行运算速度的比较,验证了加速策略和加速算法的可行性。

关键词： 计算机视觉   铁路轨道故障   自动检测系统   卷积神经网络   Lucas-Kanade光流检测算法  

摘要： 文章设计并实现了一种基于计算机视觉的铁路轨道故障自动检测系统，旨在提高轨道维护的效率和准确性。系统主要由硬件设备、图像处理模块、故障检测算法模块和数据分析模块等组成，首先通过高分辨率工业摄像头、激光扫描仪和红外传感器采集轨道表面图像，图像处理模块对采集的图像进行去噪、灰度调整和边缘检测，以提高图像质量；然后，利用卷积神经网络（CNN）进行深度特征提取，并结合Lucas-Kanade光流检测算法分析轨道形变。实验结果表明，该系统在裂纹、变形和磨损等故障检测中的平均准确率为99.2%，具有较高的实用性。