关键词： 目标检测   水下目标检测   水下图像增强   自监督  

摘要： 目标检测作为计算机视觉研究领域的关键技术,其任务目标是对图像中的目标进行定位与分类。现有的通用目标检测算法在大规模高质量的训练数据集上能够展现出优秀的检测性能。然而,当面对由光线退化、模糊等复杂水下环境导致的质量较差、标注信息稀缺的水下数据集时,通用目标检测算法的性能大幅受限。现阶段的水下图像目标检测任务主要分为两类。第一类方法是首先使用水下图像增强算法对数据集进行预处理,然后再用处理后的数据集训练通用目标检测器。这类方法的局限性在于,现有的水下图像增强算法通常以人眼视觉舒适度为优化目标,增强后的图像可能会过度曝光或引入过多噪声,虽然提升了图像的视觉效果,但损害了目标检测器的性能。第二类方法则是在通用目标检测器的基础上进行改进,通过调整网络结构或损失函数等方式,提升其在水下环境中的检测效果。然而,这类方法并未从根本上解决水下图像质量退化的问题,且改进后的目标检测器性能受限于原始通用目标检测器的架构。针对上述问题,本文提出了以下研究内容: (1)本文针对水下图像质量退化导致目标检测性能下降的问题,提出了一种新的水下图像退化扩散自监督增强算法。该算法结合Koschmieder光照散射降质模型与扩散模型的微分思想,模拟真实水下环境的退化过程,生成自监督训练数据,避免了传统方法对人工标注数据的依赖。通过ResNet50主干网络提取图像特征,并行预测全局背景光和传输率,利用物理公式逆向恢复清晰图像。本文还提出了传输率一致性损失、背景光一致性损失和重构损失,构建无监督优化目标,确保模型训练的准确性和稳定性。该算法不仅能够有效去除水下图像中的雾化效果,还能恢复场景的细节信息,显著提升图像质量。该方法对比其他增强方法,在DUO水下目标检测数据集取得mAP50为85.2%和RUOD数据集mAP50为84.4%的突出效果。 (2)为进一步提升目标检测效果,本文提出了增强模型与通用目标检测器的联合训练机制,引入平衡权重分配策略,根据图像恢复阶段调整增强损失与检测损失的权重,实现端到端的协同优化。在训练过程中,模型通过前向退化过程生成多级伪标签数据,并在反向恢复过程中逐步恢复图像质量。通过平衡权重机制,模型在早期阶段侧重增强网络的优化,后期阶段则强化目标检测器的训练,确保增强与检测任务的平衡。实验结果表明,通过联合训练,该方法在DUO和RUOD两个公开的水下目标检测数据集上显著提升了通用目标检测的性能,其中mAP50最多提升3.6%,mAP50:95最多提升2.4%。

关键词： 光伏组件   高光谱   波段选择   U-Net模型   目标检测  

摘要： 光伏组件作为光伏发电系统的重要组成部分,长期工作于户外环境中,易受各类异物遮挡。被遮挡的区域因电流受限会产生热斑效应,不仅加速组件老化甚至引发火灾。虽然部分异物可通过雨水冲刷缓解,但石块、杂草等顽固异物则需人工及时清理。然而,光伏电站通常安置于偏远地区,传统人工巡检存在交通不便、效率低下和容易遗漏等问题。目前,无人机搭载光学设备巡检已成为光伏电站运维的常见方式,但传统基于形态学的红外及可见光图像检测,易受目标表面温度、颜色及形态特征等影响,而高光谱成像技术能在不同光照条件下稳定工作,不受阴影变化等视觉特征的干扰。因此,本文基于高光谱成像技术,通过构建目标检测模型,实现对光伏组件表面异物的精确识别。主要研究内容包括: (1)结合光伏电站实地考察调研与历史维护日志,对光伏组件表面常见异物进行统计分析,构建异物的反射率光谱曲线数据库。对两种异物进行傅里叶变换测定,利用红外光谱特性曲线分析目标材料的化学键和振动强度信息。分析高光谱反射率曲线,确定不同材料的异物具有独特的光谱特性,验证了利用目标材料光谱特性实现光伏组件表面异物检测识别的可行性。 (2)针对高光谱图像数据易受周围环境噪声以及光照不均等因素影响的问题,本文采取SG平滑滤波降噪和MSC光谱散射校正方法处理高光谱图像数据。针对高光谱数据具有上百个波段且波段间存在信息冗余的问题,采用降维算法处理高光谱数据。而常见的特征提取降维方法如PCA和t-SNE,虽能降维但无法有效减少信息冗余。因此,本文研究基于特征波段选择的方法进行数据降维,采用信息熵、标准差和波段间相关性作为评价指标,评估四种特征波段选择方法的有效性。最终选用最优邻域重建ONR的特征波段选择方法,获取最具代表性的波段子集。 (3)为了减少计算资源的消耗并剔除非光伏组件区域的干扰,本文提出一种改进的U-Net模型。将原始U-Net模型的Conv模块替换成轻量级的GSConv模块,并引入SE注意力机制,增强模型对关键特征的提取能力。最后,对检测结果进行形态学开运算处理,从而消除细小突刺并提升检测结果边缘的完整性。 (4)为了提高目标检测模型对空间特征的关注和检测精度,本文在约束能量最小化模型的基础上进行改进,将原始光谱数据与局部均值、局部方差的空间特征结合。引入L2正则化对自相关矩阵进行约束,提高检测结果稳定性。通过使用目标光谱作为区域增长的种子点结合形态学开运算处理,进一步降低模型的虚警率和漏检率。

关键词： 钢筋   计算机视觉   切割   监测   智能平台  

摘要： 钢筋加工是耗时且复杂的任务，传统手工操作存在易出现误差和效率低下的问题。经过原材料准备、测量和标记、切割、弯曲成型、质量检验等步骤，将原材料加工成符合设计要求的钢筋产品。在此过程中，可能出现加工数量不足、超限、切割不达标等问题，导致钢筋加工产品质量不符合要求，进而影响工程质量和安全。针对钢筋加工数量、钢筋加工超限和钢筋加工精准切割优化等要求，建立基于计算机视觉的钢筋加工智能感知方法。并以某商业综合体项目为例，探索其优势和面临的挑战，以期推动施工行业朝现代化方向发展。

关键词： 光学遥感图像   目标检测   形状匹配   形状先验  

摘要： 光学遥感图像目标检测中,传统深度学习网络提取的目标纹理、颜色等特征易受图像分辨率、成像视角的影响。相对而言,目标的轮廓形状信息具有更好的鲁棒性,即使在不同分辨率尺度下,或视角存在轻微倾斜,目标主要轮廓特征也相对稳定。此外,不同类别目标(例如游轮与集装箱船、客机与运输机),其形状特征蕴含独特且具有强判别性的先验知识。因此,本文主要研究在光学遥感图像目标检测中,有效挖掘和利用目标的形状轮廓先验信息,提升模型在样本受限条件下的检测能力。本文的主要研究内容与创新点如下: (1)针对基于深度学习的光学遥感目标检测方法在高质量标注数据,在样本受限情况下检测结果召回率低的问题,提出了基于目标形状先验的光学遥感数据增强方法。该方法首先获取不同光学遥感载荷下的目标形状轮廓图,对其缩放、旋转嵌入到背景图像中。然后利用风格迁移网络使合成图像的风格与真实图像一致。基于实测光学遥感数据集FAIR1M和MAR20上的实验结果表明,在使用生成的形状数据集进行预训练后,检测网络的召回率提升3-5%。 (2)针对样本较少时遥感检测大模型微调效果差的问题,提出了基于目标形状图像的Grounding DINO微调方法。首先将目标形状轮廓图缩放、旋转后嵌入到背景图像中,然后将合成图像的背景特征分布迁移至与真实图像一致,最后利用这些生成样本结合原有的极少量训练样本对Grounding DINO大模型进行微调。将生成样本和极少量训练样本混合作为输入,微调模型参数。基于FAIR1M数据集的实验结果表明,该方法在训练样本受限条件下有效提升大模型的检测性能,使其AP50能提升2%左右。 (3)针对复杂场景下检测结果虚警高的问题,提出了一种基于形状匹配的光学遥感目标检测方法。该方法首先使用公开数据集对SAM模型进行微调,基于微调的SAM将初步检测结果切片进行实例分割,获取候选切片中的目标形状。然后,利用形状上下文算法计算该目标形状与每一类别目标的真实形状模板的上下文距离,将距离过大的目标视为虚警,进行剔除。形状上下文算法通过统计每个轮廓点相对于其他点的全局空间分布,能够更全面地描述目标的整体结构。在FAIR1M和MAR20数据集上进行的实验结果表明,提出的方法能够有效去除检测结果中的虚警目标,检测精确率提升10%左右。

关键词： 伪装目标检测   Transformer   卷积神经网络   可变形卷积   泛化注意力机制  

摘要： 伪装目标检测（COD）是计算机视觉中的一个分支,旨在从背景中识别出与其高度相似的伪装目标,这项技术在军事、生态保护、农业等领域具有广泛的应用。随着深度学习的迅速发展,基于深度学习的伪装目标检测算法逐渐取代了传统方法,取得了显著的成果。本文结合卷积神经网络（CNN）和Transformer,提出了两种新型伪装目标检测方法,旨在解决现有算法在处理复杂伪装场景时的性能和效率问题。 （1）基于可变形卷积及边缘引导的伪装目标检测网络:针对现有卷积网络在处理不规则形状目标时的不足,本文提出了基于可变形卷积和边缘引导的检测算法。通过引入可变形卷积模块（ACM）,增强了网络对形状变化的适应性;通过引入边缘引导模块（EDM）来通过低层特征提取目标的边缘信息,改善了目标与背景高度相似时的检测效果;此外,还设计了邻近特征聚合模块（AFAM）用来有效地聚合多层特征,减少信息丢失。实验结果表明,该方法能够在复杂场景中有效提升检测精度,且在四个公开数据集上的平均S指标（Sα）达到了87.2%。 （2）基于定位区域的泛化注意力伪装目标检测网络:针对当前伪装目标检测方法对边缘信息的强依赖,本文提出了基于定位区域的泛化注意力机制（L-RGANet）。该方法借鉴了生物视觉中的定位机制,通过循环定位模块精准捕捉目标位置,利用泛化注意力机制减轻对目标边缘的依赖,减少背景干扰,从而有效提升检测精度和鲁棒性。实验结果显示,所提算法在多个数据集上的表现优异,平均S指标（Sα）达到了87.6%,且在复杂的伪装环境下,能够实现较高的检测精度。 图[29]表[5]参[74]

关键词： 局部精细拼接算法   无人机   图像处理   卷积神经网络  

摘要： 文章提出了一种基于局部精细拼接算法(Local Fine Stitching Algorithm, LFSA)的无人机图像处理新框架，通过自适应网格化分区、自监督卷积神经网络(Convolutional Neural Network, CNN)匹配与最小二乘法优化，实现了对多视角影像的高精度局部校正；随后结合图割算法(Graph-cut)无缝融合与多项式色彩校正，有效抑制了光照与几何畸变对拼接质量的影响。该框架在高分辨率正射影像重建、多源异构数据融合与像素级语义分割，以及计算流体力学(Computational Fluid Dynamics, CFD)与有限元分析(Finite Element Analysis, FEA)辅助的动态优化过程中，均表现出兼顾精度与实时性的良好性能，为复杂地形下的实时无人机航测与应用场景提供了可扩展且稳定可靠的技术支撑。

关键词： 深度学习   目标检测   葡萄叶片   病害检测   RT-DETR   小目标检测  

摘要： 针对自然场景下葡萄叶片病斑尺寸小、边缘特征信息弱、特征信息易被背景干扰的问题，提出一种基于改进RT-DETR的葡萄叶片病害检测模型。首先，提出一种基于Sobel算子卷积的多尺度边缘特征信息增强器（multi level margin feature information enhancer,MLMFIE）增强模型对病斑边缘特征信息的提取能力；其次，引入自适应稀疏注意力机制（adaptive sparse self-attention,ASSA）有效消除背景的干扰，聚焦于病斑区域的特征；最后提出小病斑特征聚焦模块（small lesion feature focusing module,SLFFM）增强模型对较小尺寸病斑的检测能力。试验结果证明，改进后的模型能够在自然场景下有效对葡萄叶片病斑进行检测，平均精度为92.7%，较基线模型提升4.5个百分点，同时与Faster RCNN、YOLOv5L、YOLOv8L、SSD、Deformable-DETR、Efficient-DETR、MS-DETR等主流目标检测模型相比分别提升1.5、7.3、6.6、14.7、2.1、1.8、0.7个百分点。试验表明，该方法可以快速准确地检测葡萄叶片病害，模型较小，且泛化能力优秀，可为葡萄叶片病害检测研究提供参考。

关键词： ByteTrack   行人跟随   手势判定   目标检测   仿真与实现  

摘要： 随着智能装备技术的迭代演进,自主移动装置已广泛应用于国防军工、智能制造及现代服务业等多个场景。作为智能机器人领域的关键分支,服务型机器人正不断深化其在人类社会活动中的渗透程度。其中,动态目标跟随技术作为核心功能模块,直接决定了机器人系统的服务效能。典型应用包括:机场场景中的智能行李车能够自主跟随旅客完成行李运输任务;商场导购机器人通过主动跟随顾客提供商品咨询与路径指引服务。目前,基于深度学习的行人跟随方法正逐渐成为该领域的重点发展方向,然而,将这些技术应用到实际中时,仍存在算法架构复杂、实时处理能力不足以及系统鲁棒性不强等问题和挑战。本文针对轮式机器人的复杂环境下的感知及自主运动需求,基于TurtleBot3轮式机器人,搭载深度相机视觉感知系统,分别进行仿真平台和移动平台的实验和验证,搭建行人跟随系统,本文研究主要内容如下: (1)为了使检测和跟踪算法部署在移动平台上确保它的实时性,本文对Yolov5进行了轻量化改进,采用了算法剪枝的方法,并添加了注意力机制SEAttention以提高检测精度。实验结果表明,LAMP剪枝方法在不影响精度下它的计算量大幅度减小,其FPS值提高了60%提高了实时性。 (2)ByteTrack跟踪算法中区分高、低检测框中采用固定阈值存在缺陷,应该根据环境进行动态变化的。本文提出了三种自适应阈值方法,其中密度分步法对跟踪性能提升最好。由于算法中缺少人物重识别的判定,添加HSV后提高目标跟踪精度。 (3)手势交互在人机交互系统中扮演关键角色,使用特定的手势来唤醒机器人,让机器人来确定跟踪目标。Mediapipe能检测手部的关键点,通过手掌的两次闭合作为开启信号,判定是否符合手势交互协议,若符合则检测框的颜色变成红色。移动机器人就会选择红色检测框的行人进行跟随与交互。 (4)针对于差动驱动移动的机器人结构提出了扩展运动学模型,控制机器人的驱动速度、侧向速度以及旋转速度来驱使机器人移动。通过行人在机器人坐标系下位置通过逆运动学控制器、控制率设计、动态控制增益来求出这三个速度,从而规划出机器人的移动路径。并在ROS系统中进行仿真实验,行人跟踪控制系统在多种环境下均表现出较高的适应性,能够保证与目标之间的安全距离,并平稳跟随目标行人。 (5)设计的行人目标检测、手势交互、目标跟踪、行人测距及运动控制算法基础上,构建了行人跟随系统的整体平台。通过在行人跟随实验场景下对检测、手势交互、跟踪及运动控制模块进行测试,无论行人采用直线、S曲线还是绕圈运动,机器人与行人的运动轨迹基本重合且速度差异不大,验证了本系统的有效性与鲁棒性。