关键词： 多任务感知   自动驾驶   目标检测   语义分割   感受野注意力卷积(RFAConv)  

摘要： 可行驶区域分割、车道线检测及交通目标检测等作为自动驾驶感知的关键部分,并行执行对智能车辆的算力要求较高,多任务感知算法能够实现实际应用中精度与速度的权衡。针对多任务感知算法中路况复杂、目标受遮挡等难点,通过改进YOLOP网络,提出一种基于感受野注意力卷积(RFAConv)的多任务感知算法。将主干网络中的部分卷积替换为感受野注意力卷积,根据感受野中图像特征的重要程度动态分配卷积核权重以提高网络的特征提取能力;重构特征金字塔网络,使用高效跨尺度融合模块替换原有的跨阶段层次模块,充分保留特征融合的有效信息,并使用内容感知特征重组模块作为上采样方法,减少特征融合时上采样的信息丢失;使用MPDIoU函数计算回归损失,解决真实框与预测框之间同比例但不同大小的问题,进一步提高对交通目标的检测能力。在BDD100K数据集上的测试结果表明,该模型在可行驶区域分割、车道线检测及交通目标检测方面检测精度优于其他多任务模型甚至单任务模型,同时保证了网络实时推理性能。

关键词： 孪生网络   仓储配送   可视化监控   车辆目标跟踪  

摘要： 随着物流行业的快速发展,仓储配送环境下的车辆目标跟踪面临复杂背景、遮挡、光照变化等问题。为解决这些问题,提出一种基于优化孪生网络的车辆目标跟踪方法。该方法在孪生网络的基础上引入注意力机制来增强提取目标特征的能力,采用改进的特征提取技术以适应复杂的仓储环境,结合Kalman滤波器提升跟踪的稳定性和平滑性。实验结果表明,本方法在各项性能指标上优于对比算法,在精确度、召回率和F_(1)分数方面,分别达到94.2%、93.8%和94.0%的高水平。特别是在窄巷道、高架仓库等复杂场和极端条件下,该方法展现出优秀的跟踪性能和健壮性。

关键词： 深度学习   火焰检测   ViBe  

摘要： 针对目前基于深度学习的火焰检测任务中存在的识别准确率低、冗余计算较多的问题,提出一种基于ViBe与轻量级目标检测算法的火焰检测算法VYfire。首先,针对火焰的动态特征,通过引入自适应阈值的ViBe算法,提取完整的动态区域;其次,利用集成了轻量化模块FasterNet和加权双向特征金字塔网络BiFPN的YOLOv5s作为检测基准模型,对动态区域进行检测,实现火焰的精准框定。实验结果表明,改进后的检测模型较YOLOv5s平均检测精度提升了1.1%,参数量下降了15.4%,浮点运算次数下降了18.4%。并且VYfire在测试视频集上保持较高检测速度的同时达到了95.57%的平均召回率和0.77%的平均误检率,能够满足火焰检测任务的实时性和精度要求。

关键词： 深度学习   YOLOv5   目标检测   模型改进   轻量化  

摘要： 基于YOLOv5的行人检测方法已经在实际应用中取得了很好的效果,但仍存在一些缺点,例如在复杂场景下的检测不够精准,对于目标检测的处理速度不够理想等。为了解决以上存在的问题,提出了以下改进方法:将C3模块替换为RepGhost模块,降低模型的计算复杂度并提升检测速度。此外,结合最佳传输分配方法进一步优化行人检测精度,该方法通过最小化成本函数来优化检测框的分配。经过上述改进,模型的参数量减少了35%,计算量GFLOPs降低了20%,在RTX3090上的处理速度提升了7%,同时模型大小减少了33%。精度方面mAP_(50)提升了2.7%,mAP_(50-95)也有1%的提升。

关键词： 伪装目标检测(COD)   边缘语义   特征增强   特征聚合  

摘要： 伪装目标检测(camouflaged object detection,COD)旨在检测隐藏在复杂背景中的伪装目标。由于伪装目标的特点:前景与背景纹理相似、边缘对比度低,导致现有方法得到的预测图像边缘模糊、小目标区域缺失。因此,本文提出了边缘信息引导的伪装目标检测网络(edge information guided network,EIGNet)。首先,通过低层特征和高层特征对目标的边缘进行显式建模,充分提取目标的边缘特征指导后续特征表示。然后,通过双分支结构处理不同维度的伪装目标。其中,全局分支用以提取全局上下文信息强调大目标的全局贡献,局部分支用以挖掘丰富的局部低级线索增强小目标的特征表示。最后,采用自顶向下的方式实现相邻层特征的逐步融合,得到具有精细边缘和完整区域的预测图像。在3个伪装数据集上的实验结果表明本文方法优于其他15个模型,在NC4K数据集上平均绝对误差(mean absolute error,MAE)降至0.044。

关键词： 水下目标检测   轻量化   RFA卷积模块   CCFM模块   注意力机制  

摘要： 在恶劣和多变的水下环境中工作的设备是进行水下研究和开发的基本保障。现阶段的水下目标检测模型参数量和计算量过大,在资源有限的水下设备上部署受限。为解决水下检测模型参数量和计算量过大问题,提出一种轻量级的水下目标检测模型RCE-YOLO。首先,利用RFAConv的空间注意力权重来改进CBS处理接受域信息的能力和提升C2f对空间特征信息融合的能力,增强模型对小密集目标的检出能力。其次,融合CCFM与Dysample模块,该融合模块能够更有效的利用不同尺度信息并通过内部的点采样方法减少原先采样产生的模糊和失真。最后,在SPPF前向传播过程中融合高效多尺度注意力机制,该机制使得模型重点关注水下目标关键信息,降低误检率和错检率。实验结果表明,改进的轻量级模型在数据集DUO上进行验证,mAP50、mAP50:90值分别达到83.6%、64.2%,相较于YOLOv8基准模型mAP50、mAP50:90值分别提升了1.4%、1.2%,参数量和计算量分别下降了32.3%、0.9 G。相较于其他目标检测模型满足了恶劣多变环境下的水下目标检测需求,为水下设备轻量级部署奠定基础。

关键词： 电力设备红外图像   目标检测   YOLOv8n   可变形卷积   注意力机制   边框损失函数  

摘要： 针对目前电力设备红外图像识别算法存在检测精度低和模型计算量大的问题,提出一种改进YOLOv8n的电力设备红外图像识别网络YOLOv8n-DCSW。在YOLOv8n主干网络中添加坐标注意力(Coordinate Attention, CA)并使用可变形卷积网络(Deformable Convolution Network, DCN)替换残差模块中的标准卷积,加强复杂环境下对小目标的关注度,提高识别精度;将颈部网络更换为Sim-neck,降低模型运算量;引入Wise交并比(Wise Intersection over Union, WIoU)损失函数减少低质量边框产生的梯度干扰,提升模型的识别精度和收敛速度。实验结果表明,所提算法在自建红外数据集上的平均精度均值(mean Average Precision, mAP)达到95.9%,计算量为6.9 GFLOPs,相较原算法mAP提高了1.7%,同时计算量减少了1.2 GFLOPs,满足电力设备红外图像识别的高精度和低计算量要求。

关键词： 猪   无接触测量   体尺   视觉传感器   三维点云   计算机视觉  

摘要： 随着视觉传感器和计算机视觉等领域的科技进步,无接触式猪体体尺检测相关的硬件设备和技术方法都发生了巨大的变化。视觉感知升级为三维立体视角,相应的设备也从黑白相机更新为深度设备。设备类型通常决定了基本的实施方案和技术方法,然而目前该领域的研究大多聚焦具体的算法细节,难以满足实际的工程需求。本文以视觉传感器类型为核心,概述了无接触式猪体体尺测量方面不同的工程部署方法,总结了设备使用方法、采集数据的环境条件和方式等,同时对猪体体尺测量的5个三维点云技术任务进行分析,并归纳了目前研究的优缺点、提升空间以及与实际工程应用相结合的方案,最后展望了深度学习与三维点云技术相结合的研究难点。通过对比发现,深度设备和三维点云技术是未来工程应用的方向,基于深度学习的点云分割、点云补全、关键点检测等技术具有良好的应用前景,为无接触式猪体体尺测量技术的后续研究提供了参考。

关键词： 视觉采摘机器人   图像处理   番茄成熟度分类   椭圆轮廓拟合   聚类分析  

摘要： 为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量的分布范围进行番茄图像分割,并利用形态学的方法得到图像中番茄区域的轮廓曲线;再次,采用椭圆拟合方法实现对番茄轮廓拟合,计算得到图像中番茄区域的中心坐标;最后,采用双目视觉系统实现图像中番茄区域中心坐标向实际空间坐标转化。对番茄轮廓曲线拟合精度和视觉定位精度进行测试,表明系统具有良好的可靠性。

关键词： 伪装目标检测   光谱偏振图像   成像系统   特征波段   差异增强  

摘要： 光谱偏振探测技术利用目标多维度信息,提高伪装目标检测的精度和可靠性。现有的光谱偏振成像系统产生的高维度数据难以实时解算,复杂场景下光谱偏振探测的性能不佳。为此,提出一种基于特征波段偏振成像系统的伪装目标检测算法。针对目标场景筛选特征波段,定制751 nm窄带滤光片结合快照式偏振阵列相机,构建特征波段偏振图像采集系统,实时获取目标图像。提出差异增强和交织序列融合检测算法,设计偏振参数图像,增强特征波段偏振图像的目标对比度;融合差异增强和交织序列映射结果,对目标图像背景噪声进行抑制,进一步突出目标特征;通过阈值分割提取伪装目标。实验结果表明:所提的伪装目标检测算法在不同场景下的综合评价指标F均在0.90以上,检测速度达到20帧/s,实现了复杂场景下伪装目标的快速精准探测。