关键词： 激光雷达   三维目标检测   Transformer   PointRCNN  

摘要： 针对基于点的激光雷达三维目标检测算法存在检测性能不足的问题,提出了一种融合点云Transformer与PointRCNN的三维目标检测算法。首先,在PointRCNN的点云编码器中额外引入了稳定的局部平均特征,并进行多特征融合去增强网络算法的鲁棒性。其次,在细化候选框网络中引入一个专注于处理点的Transformer模块去构建感兴趣区域(RoIs)中大范围的点云关系,从而增强算法对场景空间结构的理解能力。在KITTI数据集中的实验表明,与基准算法相比,改进算法对汽车、行人和骑行者的mAP分别提高了3.07%、3.27%和4.37%。与主流的检测算法相比,改进算法也表现出优越的检测性能。最后,将改进算法部署在实车平台上进行在线检测,验证其工业价值。

关键词： 目标检测   红外图像   YOLOv5   动态检测头  

摘要： 车载红外图像可以在夜间和恶劣天气下帮助驾驶员识别道路上的行人和其他车辆，减少交通事故的发生。针对YOLOv5s算法对车辆红外图像检测准确率低的问题，提出了一种改进YOLOv5s的车载红外图像目标检测算法。首先设计出一种感受野增强结构RFENeck模块，通过替换C3中的BottleNeck增强特征融合网络感受野区域，提高检测精度。其次，采用一种结合注意力机制的动态目标检测头，提升检测头的表达能力。最后，为了消除改进导致的模型大小的增加，使用一种结合CNN和Transformer级联设计的高效倒残差移动模块组成主干网络，在准确率不降低的同时减少网络参数量和计算量。实验结果显示，改进算法相较YOLOv5s平均检测精度从82.9%提升到85.0%，运算量减少了5.7%，模型权重减少了0.4M，满足模型大小与精度的需求。

关键词： 深度学习   目标跟踪检测   红外   追踪  

摘要： 针对暗环境动态特征轮廓模糊、盲区遮挡情况，如何高效准确检测跟踪动态目标特征对灾害救援、搜寻跟踪具有实际意义。为实现暗环境下模糊轮廓特征的有效检测跟踪，提出了一种深度学习网络SLD-Yolov8时空关联机制的红外目标实时检测算法，设计非局部自适应Non-local模块和空间通道卷积SCC关联模块，对原Yolov8网络的瓶颈层Bottleneck CSP进行优化。为有效提取深层空间多尺度表征信息，增加用于小目标检测的160×160检测层和动态检测头，较好提升暗环境中目标跟踪的边界回归性能，并实时有效地推理出目标特征的相对深度位置信息。实验表明，改进后的红外目标检测算法对暗环境下动态特征检测具有较好的鲁棒性和准确性，其平均精度评估指标mAP＿0.5和mAP＿0.5:0.95比原模型提高了5.6%和4.5%，证明了该算法对暗环境目标跟踪的有效性。

关键词： 深度学习   航空小目标检测   快速傅里叶卷积   特征融合  

摘要： 本文针对无人机航拍图像中目标分布不集中、尺寸变化大、特征不明显等特性造成的漏检、误检等问题，提出了一种基于YOLOv8n改进的航空小目标检测算法ASOD-YOLO。首先，重新设计了特征融合网络，将原有的特征金字塔结构的自顶向下部分替换为低层的信息分发结构（Low-GD），在减少特征损失的同时增强不同尺度间信息融合的能力。其次，将原有的20×20的大目标检测头替换为160×160的小目标检测头，以增强对小目标的检测能力，并且改进了多尺度跨层连接，为检测头提供更加丰富的语义信息。同时，引入了快速傅里叶卷积模块（FFCBlock），以减少下采样后小目标信息丢失，并增强全局上下文信息的提取能力。在航空小目标数据集VisDrone上的实验结果表明，ASOD-YOLO模型相较于基线YOLOv8n模型，在mAP@50指标上提升了4.1%，在mAP@50:95指标上提升2.3%，单张图片的处理时间仅有6.8ms，表明了本文提出的ASOD-YOLO模型能有效完成航空小目标检测的任务。

关键词： 三维目标检测   点云   流形学习   Transformer   形状关系  

摘要： 基于投票的方法在室内三维目标检测任务中展现出巨大的潜力，其中投票直接决定了检测结果的质量。然而位于物体空间重叠处的种子点容易出现错误投票的问题，即映射到错误目标物体中心附近。鉴于这些种子点在几何表面上通常是连续的，引入形状关系来改善这一问题。具体来说，提出了形状关系提取模块，通过构建二维流形并基于流形上的欧氏距离来表征形状关系，然后通过矩阵乘法实现形状关系对点云的约束。为了获取几何表面连续性信息，设计了二叉树Transformer模块。经过形状关系约束后的点云，通过优化的Transformer网络捕获全局上下文，从而学习到物体的表面结构。采用ScanNet和SUN RGB-D数据集进行对比实验，结果表明文中算法在mAP@0.25指标上分别达到65.1%和62.7%，相较于基线方法分别有6.5%和5%的提升，对比目前最优方法分别提高了0.6%和1.1%。

关键词： 液面重建   修正因子   计算机视觉   折射定律   虚拟实验  

摘要： 对单视角下透明液体剖面线的重建算法进行了研究，通过在迭代计算误差产生的计算步骤引入修正因子来对重建过程进行修正。对修正因子的影响因素进行探究，给出了修正因子确定方法。对算法有效性进行了验证，并应用优化后的算法对多个的液面剖面线及三维液面进行重建分析，结果表明：修正因子的添加应根据曲线的曲率及重建过程底部特征点布置步长来分段确定，分段修正后整体精度提升30.88%，最大误差降低4 5.72%。优化后的算法提高了同步长特征点下的重建精度，对于文中所重建的标准液面剖面线和标准三维液面，在达到同样精度的前提下将特征点布置分别减少38.46%和20%；在累积误差控制方面具有良好的效果，且具有普遍适用性。

关键词： RGB-D   显著性目标检测   非对称融合   深度监督  

摘要： 用于显著性目标检测的HDFNet模型在其编码阶段和解码阶段均缺乏有效的特征信息表示能力，分别由于其编码阶段仅把RGB特征和Depth特征进行简单相加，且解码阶段在多次上采样中缺乏有效监督，从而导致检测精度有待进一步提升。本文提出了一种新的RGB-D显著性目标检测模型HDF+。首先，在编码阶段构建了非对称融合模块，该模块通过非对称的方式融合RGB特征和Depth特征，有效利用RGB特征的语义信息及Depth特征的空间细节信息；其次，在解码阶段采用多个深度监督模块对网络进行监督训练，并在各监督层引入IoU损失作为前景损失替换原来的区域增强损失。对比实验结果表明，本文的方法优于主流的RGB-D显著性目标检测方法。

关键词： 图像处理   屏幕翻拍   摩尔纹去除   注意力机制   U-Net  

摘要： 针对现有公开摩尔纹数据集缺少人像数据及现有摩尔纹去除算法对屏幕翻拍人像摩尔纹去除效果不佳的问题。构建屏幕翻拍摩尔纹人像数据集，同时提出U-Net增强网络实现对该类摩尔纹的有效去除。该网络共有三大优势：首先，提出扩张残差稠密块实现对各尺度特征的充分交换与融合；其次，考虑到摩尔纹的不规则性和重复性，引入高效通道注意力机制增强感兴趣特征部分，较少计算冗余的同时增强不同通道维度的依赖关系；最后，提出多尺度L1-感知损失函数对模型训练过程进行监督引导。实验结果表明，在自建人像数据集及公开数据集中本文算法均取得良好的屏幕翻拍摩尔纹去除效果，较主流摩尔纹去除算法有着明显提升。

关键词： 单摄像头跟踪   跨场景跟踪   变换矩阵   图像匹配  

摘要： 当前跨场景多目标跟踪算法主要使用目标的外观特征来设计跟踪网络，而无人机在飞行高度较高时跨场景同一目标之间的外观出现较大形变，基于外观的跟踪算法在跨场景同一目标关联表现较差。针对上述问题，设计适用于高空无人机跨场景多目标跟踪算法名为CSMTT，将跨场景多目标跟踪算法分为单摄像头跟踪和跨场景关联两个子问题。单摄像头目标跟踪是指运用局部关联模型得到前后帧目标之间的关系。跨场景目标关联是运用深度学习的图像匹配方法充分挖掘不同场景图像之间的拓扑关系，并设计优化匹配方法将跨场景之间的目标进行匹配。提出的算法在高空无人机数据集MDMT上取得了鲁棒的效果，跨场景关联指标MDA值达到37.4%，单摄像头目标跟踪MOTA和idF1分别达到48.97%和51.63%。