关键词： 无人机航拍场景   目标检测   YOLOv8   轻量化   归一化高斯Wasserstein距离   MobileSAM   LSCD  

摘要： 无人机航拍场景下的目标检测因目标尺寸小、物体间遮挡严重、尺度变化大等因素,常出现漏检与误检的问题.此外,受限于无人机平台的计算性能,实现高精度与轻量化的实时目标检测具有较大挑战.为此,本文提出了一种改进YOLOv8的轻量级目标检测算法.该算法采用轻量化的分割一切模型(segment anything model, SAM):MobileSAM的图像编码器作为YOLOv8的骨干网络,能够有效地提取多尺度特征,提升模型对小目标的检测效率,同时提高泛化能力,增强在不同任务和数据集上的表现.针对检测头部分,进行了轻量化设计,提出基于共享卷积与自适应特征缩放的轻量化检测头LSCD (lightweight scalable shared convolutional detection head)以减少参数量和计算开销,保持检测精度的同时降低模型参数量.最后,使用归一化高斯Wasserstein距离(normalized Gaussian Wasserstein distance, NWD)损失,提升小目标检测能力.所提算法在VisDrone-DET2019数据集上对小目标的检测精度和召回率相较于原始YOLOv8s模型有较大提升;相比于原始YOLOv8s模型, mAP50提高了3.2%,达到41.4%,且参数量减少了33.9%.在DOTA v1.0数据集上, mAP50达到48.8%,提升了8%,表明算法具有较好的泛化能力.

关键词： 路面平整度   快速检测技术   传感器技术   图像处理   数据处理算法  

摘要： 本文研究了路面平整度快速检测技术,通过整合加速度传感器、激光测距仪和高速摄像头等传感器技术,结合图像处理与数据处理算法,实现了对路面平整度的快速、精确检测。系统通过连续观测路面细微起伏,提高了检测效率并降低了对正常交通的影响。实验结果表明,该系统不仅检测精度高,而且能够适应不同环境条件下的检测需求。本文的研究成果为道路养护和维修提供了效率革新,推动了道路养护向精细化管理转型,对提高道路服务质量、保障驾驶安全及延长道路使用寿命具有重要意义。

关键词： LiDAR点云   RGB图像   多模态信息融合   道路目标检测   小波变换   注意力机制  

摘要： 【目的】道路目标检测是LiDAR点云的重要应用方向之一。许多基于点云的检测方法在处理大型目标、近距离目标或简单场景下的目标时性能表现良好。但由于LiDAR点云过于稀疏，缺乏RGB图像的纹理信息，导致其在面对小目标、远距离目标或复杂道路环境下的目标时，误检率和漏检率较大。【方法】为改善复杂场景下的道路目标检测效果，本文以PointRCNN作为基线网络，提出了一种基于RGB图像和LiDAR点云的双分支多阶段融合检测网络，称为EPG2LFusion。该网络包含以下两点改进：首先，针对现有卷积神经网络提取图像特征时普遍受到感受野限制的问题，在图像分支中设计了一种名为WaveDSConv的卷积模块，其结合了小波变换卷积与深度可分离卷积来增强图像全局特征的提取质量，从而提升融合后的目标检测性能；其次，针对点云和图像2种不同模态数据难以直接融合的问题，提出了融合模块G2L-Fusion，通过投影矩阵建立点云和图像之间精确的点-像素对应关系，并有效地利用通道注意力机制在多个阶段融合两种模态数据之间的全局信息与局部信息。【结果】所提方法在KITTI基准数据集上进行了多个类别（汽车、行人、骑行者）的道路目标检测任务，对所有类别的平均检测精度为65.21%，相比基线网络提升了4.88%；在具有挑战性的中等难度下的行人目标类别上实现了45.86%的平均检测精度，与现有先进算法相比具有竞争性。【结论】结果表明，本文算法利用RGB图像丰富的纹理特征弥补了LiDAR点云稀疏性的不足，提高了对常见道路目标的检测精度。

关键词： 目标检测   路面病害检测   YOLOX   Ghost模块   注意力机制  

摘要： 路面病害检测在道路养护中尤为重要，针对路面病害检测存在路面图像背景复杂、病害尺度差异大等问题，提出了YOLOX-GED算法，该算法在YOLOX-s算法的基础上，首先设计CSP＿Ghost模块替换CSPLayer模块，减少网络参数量的同时加强了网络的特征提取能力；其次，引入ECA注意力机制，加强了网络的特征融合效果，提高了网络对路面病害的识别精度；最后，设计DSPPF空间金字塔结构，增加特征的多样性，加强了对多尺度上下文信息的提取融合。在RDD2020数据集上进行实验，结果表明，YOLOX-GED算法的mAP比YOLOX-s算法高出5.32%，同时模型参数量减少了7.9%，更易部署到移动设备。

关键词： 开放词汇目标检测   区域单词对齐   区域提议网络   Sinkhorn距离   最优传输  

摘要： 针对现有开放词汇目标检测(Open Vocabulary Object Detection， OVOD)方法存在基类定位偏向性与类内多实例欠学习问题，提出了一种Sinkhorn全局优化下区域-单词对齐的开放词汇目标检测方法(RWAS)，该方法包括类别语义增强(Category Semantic Enhancement Attention， CSEA)模块和区域-单词柔性匹配(Flexible Matching of Regions to Words， FMRW)模块。具体而言，针对区域提议网络（RPN）生成的提议偏向于基类的问题，CSEA模块以类别嵌入为查询，引导RPN关注并增强新类视觉特征，从而提高新类召回率。此外，针对硬匹配导致类内多实例欠学习问题，FMRW模块将区域-单词匹配任务建模为最优传输问题，其核心在于从全局视角揭示区域-单词间的内在关联，而非局限于局部相似性，随后利用Sinkhorn算法的柔性匹配特性，为同一单词匹配多个区域，实现跨实例的判别性表征学习，进而提高模型对类内多实例场景的检测鲁棒性。实验结果表明，所提出的方法相较于基线模型在OV-COCO数据集上AP提升了2.7%，在OV-LVIS数据集上mAP提升了2.9%，验证了该方法的有效性与合理性。

关键词： 增强现实   位姿估计   边缘检测   图像处理   航空发动机  

摘要： 针对基于区域的目标跟踪（Region-based Object Tracking，RBOT）方法在各向同性物体和背景颜色相似情况下的不足，提出一种融合边缘特征的改进方法。利用边缘检测算法提取目标轮廓，并设计区域分割策略，将其融入能量函数框架，以优化前景内部的线与边缘特征，提高动态环境适应性和位姿估计精度。以航空发动机增强现实装配应用为例，改进方法有效降低旋转和平移误差，初始化位姿偏差<1.5°，位移偏差<0.5%；静态视频流相邻帧间姿态抖动<0.3°，位移抖动<0.1%，满足虚实注册装配引导的精度需求。

关键词： 高压熔断器检测   YOLOv12   目标检测   特征融合颈部   轻量检测头  

摘要： 精确识别高压熔断器型号是保障电力系统安全运行的关键。然而，高压熔断器型号识别面临目标外观高相似性、现场图像质量欠佳、复杂模型难以边缘部署等挑战。为应对这些挑战，本文提出了一种轻量高效的高压熔断器检测识别模型LE-YOLOv12，旨在实现精度与效率的高度平衡。该模型以先进的YOLOv12为基础，进行了一系列轻量化定制设计：首先，采用创新的StarNet作为骨干网络，大幅降低计算复杂度；其次，设计了LE-C3K2特征融合颈部，以补偿轻量化带来的特征表达能力损失；最后，构建了LE-Detector轻量化检测头，并引入MPDIoU损失函数对边界框定位进行精细优化，进一步压缩检测头参数并优化预测。实验结果表明，相较于强大的YOLOv12-N基线，LE-YOLOv12在计算量减少33.8%、参数量锐减50%、推理速度提升42.9%的同时，mAP50仍保持在96.5%，远超先前工作的性能（91.1%），为特定工业场景下的高效、精准目标检测提供了一种有效的轻量化设计方案。

关键词： 提示学习   知识蒸馏   因果干预   开放世界   目标检测   计算机视觉  

摘要： 开放世界目标检测旨在动态环境中同时识别已知与未知类别，并在收到未知类别的标签后逐步实现对新增类别的识别能力.然而，现有方法因缺乏未知类别的语义表征能力，已知与未知类别间的指导信息相互耦合，导致检测性能受限.为此，本文提出一种基于因果提示蒸馏的开放世界目标检测方法 .该方法创新性地将视觉-语言模型与因果推理结合，以解决开放场景中的类别间存在的语义偏差问题.具体而言，本文通过构建结构因果模型，从因果视角揭示了已知类别与未知类别间的语义干扰路径；接着提出了因果提示学习，通过生成未知类别的语义向量，显式引入开放场景的语义先验以增强模型对未知目标的感知能力；最后针对知识传递中的语义偏差问题提出因果蒸馏机制，利用双重蒸馏损失解耦教师模型对已知类别与未知类别的指导信息.实验结果表明，该方法在多个数据集上取得了良好效果，已知类别的平均检测精度（mAP）提升了1.3%，未知类别的召回率（U-Recall）提升了6.5%，这些结果验证了本文方法的有效性.

关键词： 计算机视觉   地表沉降   数字图像相关   深度学习   在线监测  

摘要： 地表沉降远程实时监测是地下工程诱发地表塌陷和地质滑坡灾害等工程风险管控中的迫切技术需求。针对地表沉降视觉监测中面临的复杂环境影响精度、实时性要求高等关键问题，提出了一种融合数字图像相关技术（DIC）和深度学习的地表沉降分析方法。首先采用YOLOV8与自制靶标实现多目标的定位与匹配，并通过DIC实现测点的精准追踪，继而采用二次曲面拟合的亚像元搜索算法提升监测精度以及单应性变换法进行真实位移值的解算。基于提出算法，构建了一套地表沉降计算机视觉远程实时监测系统，搭建了集图像远程采集、图像实时传输、位移实时计算、数据管理与风险预警的完整监测体系，具有实用性和可推广性。室内模拟试验表明，亚像元搜索算法可以提高监测精度；单应性变换法可有效减少相机轴线与测点靶面角度过大带来的监测误差，提出方法可以有效避免遮挡并精准追踪大位移；现场试验表明，相比于传统DIC算法，提出方法在强光、大雾等复杂自然环境下展现出更强的适应能力与鲁棒性。研究成果对于岩土工程灾害管控中的地表沉降监测新技术的发展具有积极的促进作用。