关键词： 混凝土道面   探地雷达   目标检测   深度学习   主动学习   仿真模拟   损伤评估  

摘要： 随着探地雷达（ground-penetrating radar,GPR）技术的发展,其在无损检测领域,特别是在混凝土道面、衬砌等结构的内部缺陷检测中的优势日益凸显。与此同时,检测数据的分析方法也正从传统人工判读向人工智能技术转变。深度学习作为人工智能的核心技术,为探地雷达数据的大规模自动化分析提供了新的解决方案,能够高效识别混凝土结构内部异常。然而,该方法在实际应用中也面临挑战:一方面,训练深度学习模型需要海量标注数据作为支撑;另一方面,工程检测领域获取高质量标注样本存在诸多困难。这两个相互关联的难题大幅提高了模型开发成本,成为制约人工智能技术与工程检测深度融合的瓶颈。 为此,本学位论文提出了一种基于深度主动学习和探地雷达的智能化损伤检测方法,通过结合数值模拟和人工智能,期望解决传统检测方法费时费力、主观性强、数据获取成本高等问题。研究主要包含以下几个方面:首先,研究深度学习模型YOLOv5s对探地雷达B扫描图像中隐含损伤的识别定位,探讨图像色彩增强模式对模型感知能力的影响规律。随后,考察数值模拟方法对稀缺样本的扩充效果,结合真实数据更新深度学习网络中的权重参数。接着,研究主动学习机制对深度目标检测模型所需训练样本数量依赖性的影响,提出一种基于多种筛选策略的深度主动目标检测算法。最后,基于前述研究,通过聚类分析方法对道面损伤进行分类和量化评估,并建立道面安全智能评估框架,开发混凝土道面损伤检测软件,为混凝土道面维护提供了科学依据和技术支持。通过以上研究,主要得到以下结论: （1）采集了某国际机场滑行道面共十个检测区域的探地雷达图像,并依据此图像建立了包含1166张标签样本的数据集。通过使用建立的图像数据集训练YOLOv5s模型得到了一个检测精度达到90.35%的目标检测模型,该模型检测管线的平均精度为0.96,检测缺陷的平均精度为0.85。模型的检测性能良好,但是所需的训练图像数量庞大,需耗费大量的人力物力和时间。 （2）采用高对比度伪彩色映射处理的灰度探地雷达B扫描图像可有效提升模型性能,基于彩色增强图像训练的模型相较基于灰度图像训练的模型的检测准确率提高约1%,同时增强了图像特征的可视性。采用彩色图像训练的模型的F1分数更高,且采用灰度图像训练的模型存在目标漏检现象,证明彩色图像在增强模型检测性能方面的优势,解决了普通探地雷达图像对比度不够的问题。 （3）通过将模拟的探地雷达B扫描图像替换实测的探地雷达B扫描图像进行模型训练以补充实测道面病害探地雷达图像数据不足。结果表明两个数据集间存在显著域差异问题,通过Cycle GAN对模拟图像进行迁移学习后,在实测数据稀缺（372张）条件下,适量添加30%模拟数据（112张）可使模型的平均精度均值提升1.54%,证明模拟数据可以作为补充样本使用。 （4）通过采用主动学习策略,模型对训练样本规模的依赖性显著降低,用于训练的样本数量可减少47.2%。其中,基于信息熵的筛选策略效果最优。主动学习筛选策略通过精准筛选高不确定性样本用于模型训练,其筛选效果显著优于随机抽样策略,说明主动学习能够精准选取高不确定性图像,提升性能,且在极端裁剪条件下仍能稳定识别管线特征,检测速度达0.0104秒/张,具备工程实用性。 （5）采用10个检测区域和141条测线的缺陷数据,基于K-means、DBSCAN和BIRCH三种聚类算法从缺陷数量、缺陷长度占比和缺陷面积占比三方面对检测区域进行了聚类分析,并根据聚类结果提出了一个道面损伤分数（pavement damage score,PDS）,用以划分损伤程度,由低到高为:Ⅰ级、Ⅱ级和Ⅲ级。并基于上述模型开发了可视化的混凝土道面损伤检测软件。

关键词： 计算机视觉   视觉Transformer   目标焦点注意   动态模板更新  

摘要： 针对现有的视觉目标跟踪方法只使用第一帧的目标区域作为模板，导致在快速变化和复杂背景中很容易失效的问题，本文提出了一种基于Transformer的目标跟踪算法，它关注模板中的目标焦点信息，并动态更新模板特征。为了减小背景信息对注意力的干扰，本算法使用稀疏Transformer模块实现特征信息的交互；还提出了模板焦点注意模块，用于对动态模板特征和初始模板特征进行目标焦点的关注，以保留初始模板中高度可靠的特征信息。实验结果表明：本文算法在OTB100基准测试中成功率和准确率分别达到70.9%和91.6%，相较于同类模板更新算法STARK成功率和精确率分别提升4.11%和3.27%。该算法有效解决了现有视觉对象跟踪方法的局限性问题，提高了跟踪的准确性和鲁棒性。

摘要： 低空对地监控是我国公共安全监控和人民安全防护的重要手段，机载探测感知系统与技术是低空对地监控能力实现的核心要素。太赫兹雷达成像为全天候、视频级、高分辨监视提供新的技术与装备，为交通监控、应急救援、安防反恐等领域提供可靠信息来源。如何基于机载太赫兹雷达视频中的动/静目标信息，进行重点区域目标检测、识别、跟踪，值得深入探索。此外，视频SAR与可见光、红外宽谱段集成，还可以视频级高刷新率实现低空对地多模态、高精度感知，多模态传感信息集成将有力提升重点目标识别跟踪鲁棒性。本专题拟对以上问题进行探讨。

关键词： 单像素成像   光场显微成像   计算成像   图像处理   神经网络  

摘要： 光场显微成像技术作为一种新型计算成像方法,其核心创新在于采用微透镜阵列作为光场信息采集的关键器件。该技术通过同时记录光强在空间域的四维分布特性,能够完整获取目标场景中光线的位置与方向矢量信息,为三维场景的数字化重构奠定了数据基础。相较于传统三维成像系统,该技术凭借模块化集成设计优势,在无需外置结构化光源的条件下即可实现毫秒级动态三维成像,目前已在活体细胞观测、精密零件缺陷检测等应用场景中取得突破性进展。需要指出的是,微透镜阵列在提升系统集成度的同时,其离散化采样特性与光学系统空间带宽积之间的固有矛盾,直接制约着成像分辨力的提升。针对这一关键科学问题,本研究以光场显微成像系统为研究对象,重点开展空间分辨能力增强方法研究,主要工作包括: 首先根据单像素成像原理设计了新的单像素光场显微系统理论,利用仿真软件对整个光场显微系统成像过程进行了仿真,对比了不同分辨率情况下成像结果,并且通过机械步进扫描完成了样本的三维信息重建,通过旋转样本获得了相同位置在不同视角下的成像结果。 其次根据前面提出的单像素光场显微系统理论,借助数字微镜器件实现了单像素光场显微系统。先行搭建光路实现了基础单像素成像系统,后结合显微物镜和位移台搭建了光场显微系统,通过位移台的机械步进扫描完成了对样本深度信息的获取,将样本放置于远离物镜焦平面处测试在极远处单像素成像情况,结果表明在极远处单像素光场显微仍能对样本进行重建。 最后对单像素成像恢复算法方面先结合异步算法与差分算法提出了新的恢复算法,异步差分算法。通过仿真与实验两方面对比了算法本身与其他算法在重建图像方面的效果。再结合神经网络对异步差分算法进行了二次改良,通过仿真和实验的测试证明了结合深度学习后异步差分算法效果会更好。

关键词： SAR舰船目标检测   有向检测   视觉Transformer   联合角度优化机制  

摘要： 合成孔径雷达图像(Synthetic aperture radar,SAR)舰船检测可突破光照与气象限制,实现复杂海况下的全天候、大范围目标监测,其在海洋权益维护、海上搜救及军事侦察等领域具有不可替代的重要价值。然而,(1)SAR舰船图像信杂比低,强相干斑噪声和弱舰船特征相互交织,导致近岸场景下虚警激增;(2)多类别舰船具有类内方差大,类间方差小的特点,并且数据集的类不平衡问题加剧了模型训练的难度。(3)舰船分类与定位任务预测的不一致性,角度估计的边界不连续性问题并不利于模型对舰船识别能力以及方位角估计精度的进一步提升。因此,如何提升SAR图像舰船目标检测性能仍然是一个亟待解决的问题。 考虑到高分辨率SAR遥感图像中舰船目标密集排列且方向多变的特点,基于旋转边界框标注的SAR舰船有向目标检测逐渐成为研究的热点。本文从数据预处理、模型设计以及损失优化等方面出发设计了两种SAR舰船有向目标检测算法,主要工作如下: (1)为解决相干斑噪声干扰、类不平衡问题,设计了一种基于特征增强视觉Transformer的SAR舰船有向目标检测模型,即FEVT-SAR。首先,考虑到SAR舰船图像中的相干斑噪声干扰,设计了特征增强视觉Transformer主干网络FEVi T。在FEVi T中,局部特征交互卷积模块通过融合拥有多尺度感受野的局部特征,并使用注意力交叉调制以抑制噪声干扰并聚焦关键特征。然后双粒度Transformer模块则通过采用由粗到细的自注意力来捕获全局依赖关系,并避免巨大的计算成本,进一步提升特征表达能力。接着,为解决多类别舰船数据集存在的类不平衡问题,设计了一种选择性“复制粘贴”数据增强方法SCP,基于舰船目标的样本分布进行重采样,在对舰船样本数量平衡的同时,提升不同类别样本的多样性。采用SRSDD和HRSID两个典型的SAR舰船数据集评估提出模型的有效性。实验结果表明,设计的FEVT-SAR舰船有向检测模型m AP50分别达到68.59%和89.62%。所提出的模型在多类别舰船数据集SRSDD中优于目前已知先进的有向检测模型的性能,并在单类别舰船数据集HRSID中验证了其优越性。 (2)为改善分类和定位任务之间的不一致性,以及缓解角度边界的不连续性问题,提出了基于任务交互和角度优化的SAR舰船有向目标检测模型,即TIAR-Net。首先,提出了任务交互检测头Tihead,通过采用“先分解后交互”的特征结构,在缓解任务之间信息需求冲突的同时,有效促进了分类和定位任务分支之间特征信息的交互,加强了预测的一致性。其次,提出了一种联合角度优化机制JARM,通过结合了直接和间接角度回归损失,解决旋转交并比损失的不可微问题,并在推理阶段,通过使用水平边界框动态替换具有较大角度偏差的有向边界框以实现角度校正,进一步提升角度估计精度。使用包括SRSDD和DOTAv1在内的多个公开数据集验证了所提出算法的性能。实验结果表明,在SRSDD数据集上,m AP50达到63.91%,相比基准算法提高了4.71%;在DOTAv1数据集上进行测试,m AP50可达79.1%。所提出的算法在提高检测精度的同时,具有优越的实时性能。 将SCP和FEVi T应用到TIAR-Net上,在SRSDD数据集上m AP50分别提升2.7%和0.67%,最终达到了67.28。

关键词： 图像特征值   直转播监测系统   图像处理   深度学习  

摘要： 为提高直播画面的质量监控效率，设计并实现一种基于图像特征值的直转播监测系统。该系统结合图像处理与深度学习技术，自动采集、分析视频数据并评估画面质量，实时反馈并优化画面。通过功能与性能测试，系统表现出色，能够满足高准确率、低延迟和高稳定性的需求，适用于现代直播系统的质量管理。

关键词： 目标检测   钢材检测   轻量化   YOLOv7   特征融合  

摘要： 钢铁作为制造业的关键基础材料,具有重要的应用价值。然而,在钢铁生产过程中,钢材容易受到多种因素的影响从而导致钢材表面产生缺陷,这些缺陷会进一步引发产品质量问题。因此,有必要对钢材表面的缺陷进行检测。为提高钢材表面缺陷检测的准确性与效率,本文提出了一种改进YOLOv7的钢材表面缺陷检测算法,针对工业场景中常见的图像背景干扰、缺陷类别混淆以及检测结果不稳定等问题进行优化。该算法有效解决了钢材缺陷检测中的精度低、速度慢和鲁棒性差等问题,并设计了一个结合软硬件的钢材表面缺陷检测系统,从而提升算法在实际应用中的价值。具体研究内容如下: (1)针对数据集样本数量不足、瑕疵种类繁多的问题,为提高模型检测精度并增强训练效果,进行了图像预处理,突出样本中特征区域,增加样本的特征量。通过对原始数据集进行图像分割、归一化、裁剪拼接、光暗变化和噪声添加等处理,丰富了钢材缺陷数据集,解决了类别不均衡的问题,并提升了模型的训练效果。 (2)针对钢材表面缺陷检测中目标尺度较小、特征定位困难的问题,本文提出了KDH-YOLOv7算法。通过K-means++聚类生成新的锚框,提高了模型的准确性和鲁棒性。此外,优化了原有的损失函数,构造N-CIOU损失函数,使模型在训练过程中更好地关注关键信息,提升了算法性能。网络头部引入了融合注意力机制的Dynamic Head框架,并将原有卷积优化为DCNv3卷积,增强了对复杂任务的处理能力,并提高了特征提取效果。改进后的算法显著提高了钢材缺陷检测的准确性,更适应工业环境需求。 (3)为了满足钢材表面缺陷检测在生产中的实时性要求,采用PConv替代ELAN结构中的普通卷积,构建P-ELAN结构进行轻量化处理,减少了计算冗余和内存访问,从而降低了参数量。同时,对改进后的网络进行了知识蒸馏,以保持轻量化的同时拥有良好的识别性能。 (4)基于上述改进算法,开发了一个钢材表面缺陷检测系统,包含模型加载、图片上传、参数调节和检测等模块,模块之间协作实现缺陷检测功能。最终,模型被成功部署至NVIDIA Jetson Orin Nano,并进行了实际测试,结果表明,轻量化的KDH-YOLOv7模型能够满足工业生产中对钢材表面缺陷检测的需求。

关键词： 伪装目标检测   上下文感知   深度学习   活性污泥   微生物  

摘要： 活性污泥中指示性微生物的显微镜观察是评估污水处理过程运行状态的重要手段。活性污泥背景下微生物群落具有高度伪装特性，传统目标检测方法难以精准识别。为应对微生物伪装目标检测的挑战，构建伪装活性污泥微生物（CASM）数据集，数据集包含25种活性污泥微生物，共有1888张图像。此外，还提出一种基于上下文感知的活性污泥微生物伪装目标检测模型——上下文感知-搜索识别网络（CA-SINet）。该模型以PVT v2为骨干网络来捕获伪装特征，并设计一种伪装上下文感知器，通过多尺度特征融合整合局部与全局信息，充分利用周围环境的上下文信息，实现对微生物伪装特征的精细检测。CA-SINet在4个公开数据集和自制CASM数据集上进行实验：在获得最优结果的3个公开数据集上，相较于次优模型，所提模型S值、加权F值和E值分别平均提升0.027、0.008和0.015，平均绝对误差平均降低0.008；在CASM数据集上，相较于次优模型，所提模型S值、加权F值和E值分别提升0.001、0.010和0.006，平均绝对误差降低0.001。实验结果表明，CA-SINet在伪装目标检测任务中具有一定性能优势。

关键词： 自动标注   目标检测   模型集成   分布式系统  

摘要： 近年来,数据驱动的计算机视觉技术发展迅猛,高质量带标注数据集已成为推动算法性能突破与工程应用落地的关键要素,不论是学术研究还是工程应用都存在大量数据标注需求。现有标注方法主要包括手工标注、半自动标注和自动标注。手工标注耗费大量人力,半自动标注方法虽简化了标注流程,但仍需全程人工参与,难以满足海量数据标注需求。目前,基于深度学习的自动标注方法已成为主流,极大提升了标注效率,但其仍然有一定局限性。首先,基于单深度学习模型的标注方法泛化能力不足,在未见过的数据上性能表现下降显著,通用性不强。另外,不同模型在不同场景下各有优势,单模型标注方法受限于单模型的检测能力,在复杂多样的标注场景下,容易产生误标、漏标等问题。 针对上述问题,本文聚焦目标检测,提出了两种改进的自动标注方法,并围绕它们设计了高效、可扩展的分布式标注系统。主要工作如下: (1)提出了基于异构增强的单模型目标检测自动标注方法:本文设计了基于单尺度与多尺度异构增强的目标检测自动标注方法,丰富了用于自动标注的检测框信息,提升了单模型标注方法在未见过数据集上的表现。其中单尺度增强方法对待标注数据进行添加噪声、旋转等操作从而实现对全局信息的增强,多尺度增强方法对待标注数据进行不同层级的切割放大从而实现局部信息的增强。和现有方法TBAL相比,在未见过数据集PASCAL VOC上标注精确度提升了5.2%。 (2)提出了基于位置相关性的多模型目标检测自动标注方法:为了充分发挥不同模型的检测优势,缓解单一模型导致的漏标与误标问题,本文提出基于位置相关性的多模型标注方法,通过集成多个检测模型的预测结果进行标注。在多模型集成时,主要解决了多模型检测框融合难、置信度信息分布差异大难利用和集成策略等关键问题,提出了基于位置相关性的检测框集成方法和基于类别性能的多模型类别标注方法。标注精确度在COCO数据集上比现有方法TBAL提升了3.7%。 (3)设计并实现了一个高效的分布式标注系统:构建了包含存储层、搜索引擎与调度服务的分布式系统。调度服务采用模板方法设计模式,以支持不同目标检测模型的即插即用,并结合任务线程、心跳线程与监控线程,保障标注任务的可靠执行,提高系统稳定性与扩展性。