关键词： 计算机视觉   设备故障诊断   深度学习   智能监测  

摘要： 阐述针对变电设备传统故障诊断方式效率和准确率不高的问题，以计算机视觉辅助的故障诊断系统为基础，提出一种结合图像分析与深度学习算法的智能诊断框架，为未来智能电网建设提供参考。

关键词： 自动驾驶   目标检测   YOLOv8s   EMA   Wise-IoU  

摘要： 针对当前自动驾驶目标检测算法存在的单一或少量种类目标检测、目标漏检和误检等问题，本文提出了一种基于YOLOv8s改进的自动驾驶目标检测算法。该算法将YOLOv8s的主干网络中部分普通卷积替换成RepConv (Reparameterization Convolution)卷积，提升目标感知能力的同时减少计算复杂度和内存消耗，提高模型效率。此外，在颈部网络C2f后添加高效多尺度注意力（Efficient Multi-scale Attention, EMA）机制，提高特征关注度和模型收敛速度。其次，在网络头部添加P2检测头，增强对小目标的检测能力。最后，采用WIoU (Wise-IoU)损失函数，该函数通过动态非单调聚焦机制和梯度增益分配策略，提高检测器整体性能。在手动标注的Car数据集上，改进模型在mAP50和mAP(50-95)上分别达到81.2%和58.4%，比YOLOv8s模型分别提升1.5%、1.2%;精确率（Precision,P）、召回率（Recall,R）提升1.9%、0.8%；参数量从11.14M降至10.87M。改进模型与基准模型相比，在减少参数量的同时提高了检测精度，使其更加适用于自动驾驶任务。

关键词： 目标跟踪   记忆网络   视觉-语言融合   干扰感知   网络更新  

摘要： 视频目标跟踪作为计算机视觉领域的核心任务,在无人驾驶、智能监控等场景中展现出重要应用价值。尽管深度学习通过多层次特征表示显著提升了跟踪性能,但复杂动态场景下的目标剧烈形变、长时遮挡及丢失再现等问题仍对模型鲁棒性构成严峻挑战。现有基于记忆机制的跟踪器虽能存储历史信息,却普遍忽视目标显著属性的深度挖掘与跨帧时空一致性的建模;且传统方法依赖单一视觉模态的静态建模,难以应对目标外观的动态变化。为此,本研究聚焦于增强记忆网络设计:一方面构建时空感知记忆网络,通过多粒度上下文线索增强目标表示,实现自适应外观演化的鲁棒跟踪框架;一方面通过视觉-语言多模态建模,协同强化目标记忆内容。本文的主要研究内容和创新点如下: (1)提出了一种基于脑启发式记忆网络和循环元学习更新器的跟踪算法。首先,基于生物视觉记忆的知识,构建了脑启发式的多记忆整合网络。在该网络中,感觉记忆随时间尽可能多地保留目标的初始特征。注意力增强的长期记忆通过更细致地挖掘丰富的时空信息,获取目标的内在特征。而短期记忆则保留目标外观突然变化时的适应性。通过三个记忆组件之间的渐进残差融合,网络学习高质量的记忆内容,以表示复杂运动场景中的目标状态。此外,为了消除相似目标的干扰,引入了门控细化策略,依照观测样本调整特征通道权重以获得精确的跟踪结果。最后,设计了循环元学习更新器,其中,级联的门控循环单元模块通过输入少量的多信息,获得更深的序列线索,关注目标运动、外观和空间上下文的潜在变化规律。通过这种方式,更新器可以学习何时更新网络,以避免模型退化。这不仅为记忆网络提供了所需的正样本,还提供了用于细化记忆内容的完整样本。 (2)提出了一种基于多层感知记忆网络的视觉语言多模态单流跟踪算法。首先,引入稳定且高级的语言信息和直接且丰富的视觉信息,构建基于Transformer的多变量交互网络。该网络的目的是通过全局探索视觉-语言不同模态之间的相关性和互补性,挖掘出更深层次的全面且详细的目标信息。同时,提出了一种分层剪枝策略,在搜索区域中过滤掉低质量的目标令牌,以提高跟踪器的准确性。此外,为了进一步优化目标特征,提出了基于在线的多层感知记忆网络。该网络通过推理时间数据之间的潜在关系,聚焦于关键目标令牌,从而获取目标变化的线索。同时,权重梯度平衡损失能够动态且及时地调整记忆权重,使记忆网络在面对复杂跟踪场景时具有良好的适应性。最后,采用了一种互补融合策略,将并行全局信息与串行高质量历史线索特征相结合,以获得表征目标外观的信息,从而估计目标的状态位置。广泛的实验结果表明,该方法在多个具有挑战性的数据集上表现良好。

关键词： 语义分割   多区域抗晕光   风险目标检测   异源图像融合   可达域  

摘要： 夜间行车时,对向车辆滥用远光灯会造成驾驶员瞬间致盲,车载成像系统同样也会产生光晕,导致行车风险急剧升高。为消除晕光效应带来的负面影响,提高夜间行车安全,本文利用红外与可见光图像开展抗晕光及风险目标检测研究,但现有方法仍存在以下问题:1)由于融合抗晕光算法对高亮度信息识别不完全,导致部分有用信息被误消除,从而引发新的行车安全隐患;2)现有风险目标检测方法对周围车辆动态交互风险感知较低,尤其对车辆的切入、变道等带来的风险检出率较低。 针对上述问题,本文利用红外和可见光图像的互补性,开展异源图像多区域融合抗晕光及风险目标检测方法研究。主要研究内容如下: 1)研究了一种基于语义分割的夜视晕光图像高亮度信息识别方法。首先,将夜视晕光图像输入到K-Net语义分割模型,并将其主干网络替换为Swin Transformer,以提取更深层次的特征;其次,通过修改特征融合层为Bi FPN,融合不同层次的特征;最后,引入Dice Loss损失函数,提升模型对小样本的关注度,从而提高模型识别的准确性。通过对可见光图像中高亮度信息的识别,将其分为高亮度晕光区、高亮度引导信息区、高亮度复杂语义信息区以及低照度区域。 2)研究了一种基于多区域融合的异源图像抗晕光方法。针对不同区域特征,设计不同融合策略:高亮度晕光区采用低频权值自适应调节,合理消除晕光;高亮度引导信息区采用局部特征能量融合提升其保留度;高亮度复杂语义信息区采用光照处理后的语义信息融合方法,消除光照干扰、提升对比度;低照度区域采取光照分量自适应融合方法,以提升低照度区域的亮度和对比度,显著提升图像的可视效果。 3)研究了一种基于可达域的夜间行车风险目标检测方法。利用五次多项式轨迹预测模型构建车辆的可达域,结合改进的Yolov8目标检测算法与Deep Sort多目标跟踪算法实现对车辆、行人、障碍物的检测和运动状态参数估计,最后利用碰撞时间TTC以及可达域离散归一化指标(DNDA),实现对风险目标的检测,提高夜间行车的安全性。 实验结果表明,在多种夜视晕光场景下,本文方法融合后的信息更丰富,晕光消除度更高。同时,提出的基于可达域风险目标检测方法,提高了对周围环境的感知能力,有效提升了夜间行车的安全性。

关键词： 道路缺陷   目标检测   YOLOv7-tiny   轻量化  

摘要： 针对现有道路缺陷检测算法存在运算复杂、精度偏低和难以应用于移动边缘设备的问题，提出一种改进YOLOv7-tiny的轻量级道路缺陷检测算法。首先，利用多尺度特征提取模块构建主干网络，增强提取多尺度特征的能力；其次，颈部网络引用轻量颈部设计范式以降低所提算法的整体计算复杂度，提升特征表达性能，并采用改进的双向金字塔特征融合结构，自适应控制不同尺度特征图之间的融合程度；然后，引入坐标注意力，捕捉细节特征信息；最后，采用Mish激活函数，使算法具有更好的泛化能力，同时利用k-means算法重聚类先验框，使其更符合道路缺陷目标分布特点，从而提高网络收敛速度与检测精度。实验结果表明，相较于其他对比算法，所提算法在大幅降低模型复杂度的同时具有更高的检测精度，可为移动边缘设备的道路缺陷检测提供参考。

关键词： 姿态估计   人体关键点   轻量化网络   注意力机制   目标检测  

摘要： 针对现有的太极训练评估方法受训练场地和训练时间的限制，导致学员“学其行而不知其意”,不恰当的运动动作，造成运动损伤。提出两阶段的自上而下的人体骨骼关键点检测算法，首先使用改进网络结构、损失函数的YOLOX进行目标检测，增强网络检测和特征表达能力，提高在人体目标检测方面的适用性和准确性；其次搭建以MobileNetv3为主干的轻量化AlphaPose网络，为模型搭载在嵌入式设备上提供可能。并引入疏松多层感知机，保证算法精确度的同时降低模型时间复杂度和空间复杂度。最后，为更好地衡量太极拳动作的标准程度，计算太极拳视频序列和关键帧图像的人体关节角度，对动作标准程度进行反馈。

关键词： 计算机视觉   动态环境耦合场景   条件生成对抗网络   条件扩散模型  

摘要： 在计算机视觉和生成式模型不断发展的背景下,条件图像的生成建模在垂直领域发挥着重要作用。针对军事仿真、目标识别与反识别等领域的动态环境耦合场景,本文提出一种面向多环境要素约束的目标与环境融合图像生成方法。该方法以多维环境变量作为生成条件,涵盖气象因子(风速、风向)、物理因子(温度、相对湿度、大气压强)、光学因子(光照强度、辐射通量密度)以及大气污染因子(PM2.5、PM10)。通过引入条件生成对抗网络和条件扩散模型,解决复杂动态场景下环境参数空间到视觉特征空间的非线性映射问题。 本文主要的工作如下: 1.构建了适用于动态环境耦合场景的目标与环境融合图像数据集。本文基于前期调研确定的环境和图像类型,设计数据集采集方案后,成功采集约77,000张图像,涵盖9类环境要素和4类迷彩网类型。 2.提出了一种基于可微直方图的多环境要素下低分辨率图像生成模型。该模型通过引入可微分直方图损失函数,实现了对图像颜色空间的精准建模,有效捕捉并重构图像细节;模型融合了多种环境要素的条件信息,通过专门设计的条件输入机制和噪声机制,使生成器与判别器能够协同工作,实现在低分辨率情况下,通过输入某环境参数下的图像及给定的环境参数,生成此环境参数下图像的任务。 3.提出了一种基于轴向注意力的多环境要素下高分辨率图像生成模型。该模型通过引入多要素条件下的硬邻域损失函数,实现了对各项环境参数及其相互作用的精细捕捉和建模,提高了目标与环境融合图像的生成质量。借助轴向注意力机制,增强模型特征提取的准确性,通过在多尺度下捕获细节信息,确保生成图像在全局结构和局部细节上的高保真度,解决高分辨率下的目标与环境融合图像生成问题。 4.设计并实现了一种基于上述两类模型的图像生成系统。本文严格遵循软件工程理论开展系统开发。首先,依据需求分析,明确系统的功能目标、性能指标及用户交互需求。随后,通过概要设计与详细设计,构建系统的整体架构,完成模块划分、数据库设计和组件设计,并确保各模块的高效协同运作。最终,系统成功开发并完成上述模型的集成,同时经过严格的功能测试,验证了系统的完整性、功能正确性和可用性。

关键词： 缺陷检测   深度学习   轻量化   图像处理  

摘要： 随着深度学习和人工智能技术的快速发展,我国工业生产正逐步向智能化方向转型。表面缺陷检测作为工业生产质量检测的关键环节,其准确性和成本直接影响产品质量和企业效益。然而,目前的深度学习模型通常具有较高的参数量和计算复杂度,导致部署与应用成本较高。因此,研究深度学习轻量化模型对于提高模型检测效率和降低应用成本至关重要。本文主要工作如下: 首先,以钢材表面缺陷检测为切入点,提出一种融合自适应下采样的钢材表面缺陷检测网络。通过构建自适应下采样模块,提高网络在下采样过程中对有效特征提取的能力;设计CG-C3模块,改进网络对不同特征的整合能力;引入感受野模块(Receptive Field Block,RFB)注意力机制,提升网络对微小缺陷的检测能力。实验结果验证了所提方法在钢材表面缺陷数据集上的有效性。 其次,以提升网络泛化性和效率为核心,提出了一种轻量且高效的工业表面缺陷检测网络(Lightweight and Efficient Industrial Surface Defect Detection Network,LEIS-Net)。通过在网络前端设计边缘信息提取模块(Edge Information Extraction Module,EIEM),来丰富网络提取的特征信息。在特征融合网络中采用通道对齐策略,降低网络复杂度。在头部网络中引入重参数化技术与自适应尺度因子,降低网络参数和提高网络泛化能力。实验结果表明,所提方法在不同工业表面缺陷数据集上表现优越。 然后,以解决工业表面缺陷检测网络难以在嵌入式设备上高效检测问题为目的,提出了一种联合元素乘法算子与通道剪枝的工业表面缺陷检测网络。基于元素乘法算子设计了特征空间膨胀模块,并采用四层分层架构构建特征提取网络,来提高网络提取特征的效率。基于通道先验卷积注意力设计了自适应加权融合(Adaptive Weighting Fusion,AW-Fusion)模块,并采用特征金字塔架构构建了自适应多尺度特征融合网络。采用通道剪枝对设计后的网络进一步压缩,降低网络的复杂度和提升网络的检测速度。实验结果验证了所提的方法在多个工业表面缺陷数据集上的有效性。 最后,以满足实际应用的可操作性需求为出发点,设计了工业表面缺陷检测系统。该系统硬件由图像采集单元、核心处理单元和图像显示单元组成,软件由人机交互界面构成。该工业缺陷检测系统能满足工业中产品表面的实时采集与缺陷检测。

关键词： 雷达资源管控   射频隐身   组网雷达   目标跟踪  

摘要： 雷达组网系统凭借多部雷达协同工作,显著提升了目标探测性能和系统生存能力,但组网雷达中的多个辐射源也容易增加被敌方无源探测系统截获的风险,因此,为了在提高雷达网络协同探测效能的同时降低已方射频辐射特性,雷达动态资源管控技术得到了广泛关注。本文围绕目标跟踪任务,研究了基于射频隐身的组网雷达辐射资源动态管控问题,主要工作和贡献如下: (1)针对组网雷达对单目标跟踪时资源消耗过大容易被截获的问题,提出了一种面向射频隐身的功率带宽联合优化算法。推导了含有功率变量和带宽变量的目标后验克拉美罗界(Posterior Cramer-Rao Lower Bound,PCRLB)并将其作为目标跟踪精度的衡量指标,以组网雷达功率和带宽消耗的加权和为目标函数,在目标跟踪精度约束下建立了组网雷达功率带宽联合优化模型,并采用粒子群优化(Particle Swarm Optimization,PSO)算法求解,在满足目标跟踪精度的要求下显著降低了组网雷达的功率和带宽消耗。 (2)针对相控阵雷达网络对多目标跟踪时消耗的发射功率既对通信网络区域(Communication Network Area,CNA)产生干扰又影响系统射频隐身性能的问题,提出了 一种基于低截获概率(Low Probability of Intercept,LPI)的节点选择与功率分配联合优化算法。以PCRLB为各目标跟踪性能的表征参数,推导了雷达网络对CNA的总干扰能量并将其作为目标函数,考虑各目标期望跟踪精度和雷达网络总功率上限约束,构建了基于LPI的节点选择与功率分配联合优化模型,提出了一种启发式算法和PSO算法相结合的两阶段求解方法,在保证各目标跟踪精度和雷达网络射频隐身性能的条件下有效降低了雷达网络对CNA的干扰能量。 (3)针对共置多输入多输出雷达网络的射频隐身性能与多目标跟踪性能冲突的问题,提出了一种基于LPI的资源分配和发射方向图联合优化算法。在最小化多机动目标PCRLB累加和的同时,将带宽资源消耗和驻留时间消耗控制在阈值内,并使发射方向图在截获接收机所在角度范围内形成凹陷,构建了基于LPI的资源分配和发射方向图联合优化模型,提出了一种遗传算法和循环最小化算法相结合的迭代求解方法,在保证雷达网络射频隐身性能的前提下提高了多目标跟踪性能。

关键词： 目标检测   深度学习   细粒度   知识蒸馏   模型剪枝  

摘要： 近年来,针对工业产品表面缺陷的自动化检测技术已受到广泛关注,尤其是基于深度学习的目标检测方法在多个制造领域展现出良好性能。然而,对于表面纹理复杂、缺陷尺度微小的工业制品,现有检测模型在细粒度目标识别方面仍面临漏检率高、定位精度低和推理速度不足等挑战,难以满足高精度、低延迟的实际应用需求。 针对工业场景中塑料颗粒表面缺陷检测的细粒度目标识别需求,本研究提出基于Diffusion Det框架的改进型检测模型Fine Diffusion Det。针对塑料缺陷样本稀缺问题,通过高分辨率工业相机采集正常与缺陷图像,采用基于实例分割的缺陷区域提取方法,将缺陷目标与背景分离后,将缺陷随机嵌入正常样本表面,并结合弹性形变、多角度旋转等几何变换构建合成数据集,最终形成包含7类典型缺陷的工业级数据集。模型架构以Diffusion Det为基础,引入双向特征金字塔网络(Bidirectional Feature Pyramid Network,Bi FPN)增强多尺度特征融合能力,在损失函数中融入区域关注机制,通过缺陷区域像素权重强化策略优化梯度分布,显著提升毫米级微小缺陷的定位精度。针对工业实时性约束,提出多教师蒸馏框架,联合Fine Diffusion Det与YOLOv8的定位-分类知识进行模型压缩,并采用层自适应通道剪枝策略,在保证平均精度只降低0.03的前提下,推理速度提升至7.4ms。实验表明,改进模型较原始Diffusion Det的m AP提升0.019,同时速度优化后的模型满足推理速度小于10ms,满足工业化生产塑料颗粒产线实时检测需求,为工业微小缺陷检测提供了可行的技术路径,有效解决了工业场景中微小缺陷漏检导致的批次质量问题,为智能制造质量管控系统提供了高精度、低延时的检测方案,具有显著的经济效益和工程应用价值。