关键词： 点云   目标检测   小样本   投票网络   意图注意力  

摘要： 现有的点云目标检测方法往往要求严苛的监督式数据集,这带来了人力、物力等方面的挑战。因此提出一种创新性的解决方案,即采用元学习框架来克服大量标注数据的困扰。对小样本学习技术在3D点云目标检测中的应用进行研究。这一方法能够基于有限的新类别标注样本,预测未标注样本的分类,从而在有限数据条件下仍能取得良好效果。引入原型投票网络来学习类别的几何原型以及支持集的类别原型。此外,为了学习点云上下文信息,引入意图注意力机制,以实现更加精准的信息融合。在原型生成方面,为避免点云原型过度依赖最大池化而丧失大量信息,采用平均池化方法来生成原型。与基准数据集上的基线模型相比,该方法呈现出显著且一致的提升效果,为点云目标检测领域的研究和应用提供了有力支持。

关键词： 目标检测   多目标跟踪   除雾  

摘要： 针对水面无人船在复杂环境中的目标检测和跟踪问题,探索了基于光视觉的检测跟踪方法。利用改进的暗通道去雾方法和引导滤波进行图像预处理,以提高后续图像处理的准确性和效率。在目标检测方面,采用了YOLOv7算法,该算法通过对损失函数的优化,有效提高了目标检测的精度和召回率。为实现精准多目标跟踪,结合自训练模型权重和Sort算法,成功实施了目标持续追踪和中心点轨迹的精确标注。此外,通过无人船平台搭建双目相机系统进行目标测距,实验结果表明,该方法可以实现测距功能,平均相对误差为6.46%,这一成果不仅提升了无人船的导航与定位能力,还为水面安全监控提供了技术支持。研究结果显示,在水面无人船领域,通过融合先进的图像处理技术和机器学习算法,能够有效地解决目标检测和跟踪问题。

关键词： 带式输送机   图像处理   图像检测   去运动模糊   深度学习  

摘要： 针对煤矿井下相机与带式输送机带面物体相对运动而造成监测图像上物体产生拖影与轮廓不清晰的问题,提出一种基于改进DeblurGAN-v2的图像去运动模糊方法。首先采用WGAN-GP替换DeblurGAN-v2鉴别器的损失函数,抑制了原模型生成图像轮廓不清晰和纹理细节丢失问题;然后为了获取更深层次的图像信息并使鉴别器的损失计算更加精确,以便更好地捕捉生成图像与清晰图像之间的局部细节和2者之间差异,设计了三尺度鉴别器结构并将3个鉴别器计算所得损失赋予不同权值计算加权和,所得生成图像中物体的轮廓清晰且表面细节丰富,但是部分区域出现了与图像无关的彩色斑块,造成了有效信息的丢失;为解决彩色斑块问题,将结构相似性损失和梯度损失引入生成器的损失函数中并在VGG19的Conv4-1层进行生成器感知损失的计算,生成图像消除了局部彩色斑块且图像中物体的轮廓更清晰,表面细节更丰富,去运动模糊效果最优,梯度标准差较运动模糊图像提升了68.38%,为所对比2种方法的6倍和17倍;最后将去运动模糊前后图像中异物进行标注并使用YOLOv5模型进行样本训练,结果表明在不同交并比下异物的检测精度均上升,分别提升了3.9%和7.9%,模糊图像和对比方法的漏检、误检和检测置信度低等问题大幅改善,验证了所提图像去运动模糊方法的有效性。

关键词： 水下图像增强   无监督学习   多尺度残差连接   图像处理   概率模型  

摘要： 为解决水下图像常见的颜色失真、对比度降低以及有监督方法在缺乏大规模成对的高质量水下图像数据集支持时效果一般等问题,提出了一种无监督水下图像增强方法,该方法利用条件变分自动编码器(cVAE)结合概率自适应实例归一化(PAdaIN)以及多色空间拉伸技术,旨在提高生成图像的视觉质量,确保生成图像与原始输入图像在视觉上具有一致性。此外,多尺度残差连接模块有效减少了非关键信息的传递,进一步提升了模型的性能。该方法提供了一个以依赖参考图像作为训练数据的替代方案。结果显示,该方法在测试集上的峰值信噪比(PSNR)和结构相似性指数(SSIM)分别比FunieGAN和Water-Net提升12%和3%,显著改善了增强后图像的视觉效果,同时,该方法在不同测试集上的优异表现也验证了其良好的泛化能力。研究表明,该方法在无需参考图像的情况下,显著改善了水下图像的质量,有效提升了图像的细节和色彩校正,为水产养殖和海洋监测提供了一个有效的解决方案。

关键词： 行人重识别   域泛化   深度学习   计算机视觉  

摘要： 探讨了在深度学习框架下域泛化行人重识别的最新研究进展,目的在于为未来的研究与应用提供一定的参考.首先,回顾了行人重识别的基本的工作流程和跨域场景下的相关工作;其次,针对域泛化问题,详细分析了在域不变特征表示学习、多专家混合方法、元学习方法和深度图匹配方法四个方面的相关研究工作;最后,对域泛化行人重识别未来的研究方向进行了展望.

关键词： 行人过街意图预测   交叉注意力机制   自动驾驶   视频分析   计算机视觉   多信息融合  

摘要： 提前预测道路两旁的行人是否存在过街意图或一段时间后是否会出现过街行为是自动驾驶汽车面临的重要挑战之一,如何有效融合不同模态的多元信息是准确预测行人过街意图的重要问题.基于此,提出一种基于混合注意力机制的多信息融合预测模型,使用一种基于交叉注意力机制的图像特征融合网络来提取原始图像与语义图像之间的互补信息,并使模型更加关注与行人过街行为有关的图像部分.同时,提出一种融合注意力机制的分级GRU模块,用以捕捉不同模态的非视觉信息对行人过街意图的影响.在PIE和JAAD数据集上对所提模型进行对比实验,已验证其具有领先于同类研究的性能;针对所提出模块进行广泛的消融实验,表明其有效性.

关键词： 路侧图像   星操作   特征融合   目标检测   注意力机制  

摘要： 针对路侧视角下目标检测任务中,小目标密集,多尺度变化以及复杂天气背景干扰等挑战,提出基于多尺度特征融合与交互的目标检测算法——MF-YOLO。设计C2f-CAST,通过星操作将来自不同子空间的特征进行交互与变换,并引入MLCA捕捉远距离像素之间局部,全局特征以及通道和空间特征,多尺度信息聚合加强对遮挡目标显著语义信息关注,消除背景影响;针对颈部层在上下文信息融合效率较低的问题,加入轻量级卷积GSConv对传统卷积进行优化,并设计跨级部分网络模块,降低模型复杂度和参数量。构造跨层级融合模块SDFM,对浅层特征图进行自校准操作,并融合深层特征图语义信息,解决小目标漏检的问题;最后,设计基于自适应惩罚因子和锚框质量的梯度调整函数,并结合动态聚集机制改进的WPIoU损失函数,提升边界框回归性能和检测鲁棒性。实验结果显示,MF-YOLO在DAIR-V2X-I和UA-DETRAC数据集上mAP@0.5指标分别达到85.1%,92.3%,与原YOLOv8s相比分别提升4.4%和1.8%,计算量GFLOPs下降了19.8%,参数量下降8.18%。检测速度达到152 fps,满足实时要求。

关键词： 半监督学习   遥感图像   有向物体检测   伪标签学习   一致性训练  

摘要： 针对遥感图像中的有向物体检测任务,提出了一种基于半监督学习的密集区域卷积神经网络(Dense Region Convolutional Neural Network, D-RCNN)框架,以减少对大规模标注数据的依赖并提高检测精度。在该框架中,利用教师-学生模型通过稠密伪标签生成与一致性损失进行训练,结合伪标签学习与数据扰动,提升模型对无标注数据的有效利用率。针对长尾分布问题,引入了Seesaw Loss以动态调整各类别权重,进一步优化模型性能。在DOTA数据集上进行的实验表明,D-RCNN在1%、2%、5%标注率下的检测精度AP50分别较完全监督方法提升了7.21%、8.02%和2.84%。在低标注率条件下,D-RCNN在多个主要类别上表现出显著的性能优势,验证了其在遥感场景下的有效性。

关键词： 船舰目标检测   SAR影像   残差增强   可变形卷积   动态稀疏注意力  

摘要： 在SAR影像船舰目标检测任务中,受近海岸区域背景复杂和船舰目标多尺度等因素影响,船舰目标在检测过程中出现检测精度不高、漏检的问题。针对上述问题,本文提出了一种基于YOLOv8s改进的SAR影像船舰目标检测模型,并在SSDD和HRSID数据集上进行试验验证,效果优于其他经典算法。

关键词： 图像处理   交通标志识别   YOLOv5   CA注意力机制   DIoU_NMS   递归门控卷积  

摘要： 针对传统YOLOv5算法识别交通标志精度低的问题,提出了一种改进的YOLOv5模型。首先,在骨干网络中加入CA注意力机制,考虑了通道信息和方向相关的位置信息,提高检测精度;然后,引入了DIoU_NMS,它将中心点考虑进来保留更多的矩形框,提高遮掩重叠交通标志的识别精度;其次,加入了递归门控卷积,实现关键特征之间的高阶交互;最后,在三个输出检测的基础上增加了一个小目标检测头,增强小目标检测的性能。改进后的YOLOv5s算法在交通标志数据集TT100K上训练,经过实验后,改进后的模型训练的mAP值为86.96%,相比于原始YOLOv5提升了2.79%。同时,将所提算法与近几年主流算法进行对比,结果表明,改进后的算法在交通标志识别方面具有较好的竞争力。