关键词： 单目标跟踪   目标状态计算   注意力机制   时空信息融合  

摘要： 目前,主流的基于孪生网络的单目标跟踪方法,通过计算模板与搜索区域之间的相似度来匹配目标,缺乏对目标时空状态信息的利用。特别是当场景中存在多个相似目标时,孪生网络跟踪器往往无法精确区分目标,从而导致跟踪错误。针对上述问题,提出一种融合时空信息的Transformer单目标跟踪算法(SIFTransT)。该算法通过MixFormer(end-to-end tracking with iterative mixed attention)跟踪器获取初步的跟踪结果,设计了一个目标状态计算模块,用于计算并存储目标的状态信息,包括目标位置、边界框、速度、加速度、运动方向等,以此深入挖掘目标状态信息。构建了一个基于Transformer的时空信息融合模块,利用编码器的自注意力和解码器的交叉注意力,深入融合目标最近一段时间的状态信息,从而更加准确地对目标状态进行建模,提高目标跟踪的准确性。在LaSOT数据集上的实验结果表明,相比基准算法MixFormer,SIFTransT算法在AUC指标提高了2.8个百分点,PNorm指标提升了2.6个百分点,P指标提升了2.1个百分点,在搭载RTX8000显卡的服务器上平均每秒处理帧数达28帧。

关键词： 多重检测   复杂网络监控   YOLOv5深度神经网络算法   目标跟踪  

摘要： 铁塔视联业务正在数字镇街治理中发挥越来越大的作用。针对目前复杂网络监控场景中单一双目视觉相机监控存在目标对象遮挡不佳等问题,提出适用于小范围区域的相机与雷达融合的图像目标跟踪检测方案。首先,基于激光雷达的扇形区域内目标反射信号探测原理,监测与输出多目标位置数据和动态噪点信息;然后,使用卡尔曼滤波算法剔除虚假的干扰噪声信号,对周期内动态目标状态进行更新,同时基于可视摄像机拍摄动态目标,将相机坐标系下的图像转换为世界坐标系对应的位置图像;最后,采用YOLOv5对灰度化处理后的融合图像目标进行检测识别。实验结果表明,基于YOLOv5深度学习算法的目标跟踪检测准确率为95%左右,可满足公共空间场域下运动目标的检测识别需求。

关键词： EfficientNetV2-S   A2-Nets   目标检测   驾驶区域分割   车道线检测  

摘要： 针对计算资源有限的自动驾驶系统和多任务驾驶感知算法精度低问题,提出了一种改进的HybridNets多任务驾驶感知算法。选择EfficientNetV2-S作为该算法的主干网络,降低参数数量,提高训练速度和识别准确率;结合深度可分离卷积并采用shuffle-channel方式卷积降低模型计算量;使用三个独立的解码器来解决不同难度的问题,并在主干网络与Neck端之间加入A2-Nets双重注意力机块,充分提取全局特征。与基础网络HybridNets相比,该模型在车辆检测任务中mAP50可达79.8%,提高了2.6%;可行驶区域分割任务中mIoU可达91.8%,提高了1.2%;车道线检测任务中IoU可达32.55%,提高了0.93%。运行速度达到38 FPS。实验结果表明,与现有方法相比,所提方法的准确率有较大提高。

关键词： 氨显色反应   泄漏检测   LNG围护系统   目标检测  

摘要： 将氨显色反应方法应用在液化天然气(Liquefied Natural Gas,LNG)围护系统泄漏检测中,并探讨目标检测模型YOLOv7在氨显色图像泄漏点检测中的效果。针对LNG薄膜型围护系统泄漏检测需求,分析氨显色反应的原理,并根据该原理构建泄漏检测所需的抽注气系统、显色喷剂及图像采集终端;针对氨显色泄漏图像,将蓝色泄漏点进行标注并对数据进行MixUp数据增强;在泄漏点识别上,采用目标检测网络YOLOv7进行训练,在该数据集上平均准确度(mean Average Precision,mAP)达97.71%,可满足LNG围护系统自动化辅助检测要求。

关键词： 目标检测   海洋生物   C3_ODConv   YOLO   CBAM  

摘要： 由于水下环境的复杂性,存在目标重叠和遮挡等情况,为解决这个问题,文章在YOLOv5s的基础上进行改进提出了CO_YOLO,通过将C3替换为C3_ODConv,减少模型的计算量,加入了CBAM注意力机制可以增强模型的特征提取能力,同时。实验结果表明CO_YOLO对海洋生物目标检测有很好的效果,在URPC2020数据集上比YOLOv5s有更好的效果,mAP50达到0.828,计算量GFLOPs为16.5。

关键词： 毫米波雷达   目标检测   距离-多普勒图像   轻量化网络模型  

摘要： 针对现有车载毫米波雷达目标检测信号处理流程中未滤除静止杂波干扰和网络参数量及浮点数运算量多的问题,文中提出一种车载毫米波雷达目标检测信号处理链,并基于Ghost卷积和空间深度(Space-to-depth,SPD)卷积,设计了一种车载雷达轻量化YOLOv5目标检测模型。首先,使用平均相消算法对雷达原始AD采样数据进行静止杂波干扰抑制;然后,进行二维快速傅里叶变换(Fast Fourier Transform,FFT)得到目标的距离-多普勒(Range-Doppler,RD)图像;最后,使用轻量化目标检测网络模型对RD图像进行检测。实测数据验证了本文所提方法能够滤除静止杂波,有效减少了目标检测模型的浮点运算量,进而降低了模型的参数量,且具有较高的检测精度。

关键词： 图像着色   Swin Transformer   深度学习   图像处理   像素重组   滑动窗口   自注意力机制  

摘要： 交互图像着色的目的是在用户提供特定位置的颜色时对灰度图像进行着色。我们使用了改进的Swin Transformer,局部稳定层和像素重组的高效方案。该模型利用Swin Transformer的层次化结构和偏移窗口机制,相比Transformer能够实现在保持计算效率的同时,增强模型对多尺度特征的捕获能力,从而更好地传播和融合用户提供的颜色提示。此外我们改进Swin Transformer从而提高计算效率和模型的可训练性。后面通过局部稳定层去解决像素重组中的局部伪影和边界模糊的问题,最后使用了像素重组取缔解码器来实现高效的图像着色。经实验结果表明,我们的方法优于现有的交互着色方法,可以在用户的提示下产生准确而真实的着色图像。The purpose of interactive image coloring is to color a grayscale image based on the colors specified by the user at specific locations. We utilize an improved Swin Transformer, combined with a local stability layer and an efficient pixel shuffling scheme. This model leverages the hierarchical structure and shifted window mechanism of the Swin Transformer, which enhances the model’s ability to capture multi-scale features while maintaining computational efficiency, compared to the traditional Transformer. This leads to better propagation and integration of user-provided color hints. Additionally, we have optimized the Swin Transformer to improve computational efficiency and model trainability. The local stability layer addresses local artifacts and boundary blurring issues during pixel shuffling, and the pixel shuffling technique replaces the decoder to achieve efficient image colorization. Experimental results show that our method outperforms existing interactive colorization methods, producing accurate and realistic colorized images based on user hints.

关键词： 机场道面   异物检测   图像识别   深度学习   卷积神经网络  

摘要： 为解决目前基于光学图像的机场道面异物(FOD)检测技术存在的环境条件变异性大及小目标检测精度低的问题,提出一种基于YOLOv5-s的道面异物目标检测改进算法.引入暗通道先验技术实现对雾化图像数据的特征复原,采用多尺度特征提取策略、卷积注意力模块(CBAM)、双向特征金字塔结构(BiFPN)和解耦组合预测结构增强模型对各尺度目标的检测能力.研究结果表明:雾化数据经过去雾复原后,在同一检测算法上的平均精度mAP0.5:0.95增加了7.62%;在相同测试集的试验条件下,改进算法相比于原始算法有7%的精度提升;在对各尺度目标的测试下,改进算法对分辨率尺寸小于32×32像素的小目标检测性能提升最为明显,mAP0.5提高了38.40%.所提出的改进算法实现了道面异物目标的高精度检测,为FOD实时检测系统的搭建提供了一种新的有效手段.

关键词： 遥感考古   深度学习   阿勒泰   古代圆形墓葬   目标检测  

摘要： 古代墓葬作为反映早期各社会阶层及其生活状态的典型遗迹,是考古学的重要研究对象,目前有大量墓葬遗迹尚未发现。常规的考古调查手段工作效率不高,尤其在大范围、复杂环境区域难以实现全覆盖。基于深度学习的自动识别方法能够提高考古探测的效率,在遥感考古调查中发挥了重要作用。以新疆阿勒泰地区的古代圆形墓葬为研究对象,构建了首个古代圆形墓葬遥感数据集,选取Faster R-CNN、Cascade R-CNN、YOLOv5和YOLOv7四种典型的深度学习算法开展古代圆形墓葬检测的比较研究。结果表明,YOLOv5和YOLOv7的平均精度超过0.8,YOLOv7最高达到0.87,展现了出色的鲁棒性和广泛的适应性。基于WorldView2、WorldView3和国产GF2卫星数据的进一步测试结果显示,YOLOv7算法在识别具有斑点和环状特征的墓葬时具有明显优势。实验开展的比较研究为实现古代墓葬高精度的自动检测提供了有效方法,同时也为其他考古遗迹的自动检测提供了有价值的参考和借鉴。

关键词： 计算机视觉   扩散模型   图像恢复   Transformer   天气退化图像  

摘要： 复杂天气下的图像恢复对后续高级计算机视觉任务具有重要意义.然而,多数现有图像恢复算法仅能去除单一天气退化,鲜有针对多天气退化图像恢复的同一模型.对此,结合去噪扩散概率模型和视觉Transformer,提出一种用于多天气退化图像恢复的自注意力扩散模型.首先,利用天气退化图像作为条件来引导扩散模型反向采样生成去除退化的干净背景图像.其次,提出次空间转置自注意力噪声估计网络,利用退化图像和噪化状态来估计噪声分布,包括次空间转置自注意力机制(STSA)和双分组门控前馈网络(DGGFFN).STSA利用次空间变换系数实现有效学习特征全局性长距离依赖的同时,可显著降低计算负担;DGGFFN利用双分组门控机制来增强前馈网络的非线性表征能力.实验结果表明,在5个天气退化图像数据集上,相比近来同类算法All-in-One和TransWeather,本文算法所得恢复图像的平均峰值信噪比分别提高3.68和3.08 dB,平均结构相似性分别提高2.93%和3.13%.