关键词： 深度学习   目标检测   神经网络构  

摘要： 阐述融合注意力机制与深度神经网络构建电力检修现场管控系统的方法，设计系统改进措施，并选取典型场景进行实地应用验证。评估结果显示，改进措施的实施提升了检修现场的管理水平。

关键词： 计量学   正电子发射断层显像仪   医用磁共振成像   PET/MR   质量控制   图像处理  

摘要： YY/T 1719—2023《正电子发射断层成像及磁共振成像设备通用技术要求》是国内首个PET/MR质控相关行业标准，基于该标准对PET/MR的核心参数检测技术进行研究。以联影uPMR 790 PET/MR为例，使用ACR MRI模体、NEMA IEC躯干模体等对PET/MR的信噪比、均匀性、空间分辨率、配准精度等参数进行性能测试和数据分析，并对测试方法进行探讨研究。所检测的性能参数均在标准要求及制造商提供的正常范围以内，MR部分的信噪比779.23、均匀性91.04%、层厚相对误差4.02%、最大几何畸变0.40 mm、低对比度可见轮辐34;PET部分断层成像灵敏度17.8 cps/kBq、散射分数44%、峰值NECR132.7 kcps、配准精度最大偏差1.4 mm。YY/T 1719—2023中使用的测试方法，大多为国内外较为通行且比较成熟的技术，具备可执行性，但部分参数所用方法相较于国际标准存在一定的滞后性，且在实际操作中具有一定的复杂度。

关键词： 实时目标跟踪   人机对抗   行为评估方法   动作识别   自适应决策  

摘要： 随着科技的快速发展,数字化、智能化技术与文旅产业的深度融合为文旅产业注入新活力并为游客提供高科技体验。然而,当前技术应用场景较为局限,主要集中在智能讲解、智能导览等基础层面,探索新的技术创新应用场景成为文旅行业升级的重要方向之一。以中国东北地区独特的雪合战游戏为启发,面向雪球机器人的人机对抗系统为扩展新场景提供了全新的设计思路。但传统的多人雪合战有一定局限性,并存在安全隐患,文旅项目又普遍缺少融合科技与互动体验的内容。因此,本文针对面向雪球机器人的人机对抗软件系统中人员行为感知与评估问题,采用机器视觉技术对游戏参与人员的行为感知、实时目标跟踪、行为评估模型、游戏对抗策略等方面技术进行研究。 该场景通常涉及高速运动的多人竞技,且难以避免遮挡问题,仅依赖传统预测算法难以在保证动作精度的同时兼顾感知模块的推理速度。因此,本文提出了一种高效的自上而下两阶段的人员轨迹检测与动作识别推理框架。首先,构建了一个包含雪球对抗场景的多维度动作数据集,为算法训练提供可靠基准。其次,基于YOLOv8架构融合HSV(Hue-Saturation-Value)动态色域分析,进行多目标识别与人员轨迹检测,较传统方法大幅度提升了推理速度。接下来,以多目标先验框与局部特征图为输入,采用实时多目标姿态估计算法(Real-Time Multi-target Coordinate Classification,RTMCC)回归出先验框内的人员关键骨骼点,有效地减少计算资源消耗。在感知模块的最后环节,提出了多层级时空注意力模型(Hierarchical Multi-Scale GCN,HMS-GCN),引入层次化拓扑机制,构建关节—肢体—全身三级图结构,有效提升特征提取能力和动作识别精度。 针对行为感知后的自适应决策方法,基于层次分析模型(Analytic Hierarchy Process,AHP)建立层次化指标体系,设计并实现多准则实时对抗策略模型与战绩综合评估模型,对多目标威胁程度进行量化分析。根据实时对抗信息,提出一种基于AHP与信息熵法的多目标评估与打击决策框架,以适应不同对抗强度的决策需求,从而动态地调整打击策略。最后,集成感知模块与自适应决策分析模块,设计并开发前后端交互系统,实现人机对抗过程的功能支持与高效的过程管理。

关键词： 暗光增强   目标检测   目标跟踪   相似度矩阵融合  

摘要： 目前人们日益重视生命安全,强调安全施工与规范作业。建筑行业属于高风险的行业,作业人员在施工过程中面临着各类危险和风险,需严格遵循操作规范并佩戴防护装备。利用自动化技术检测与跟踪工地人员,可有效监测作业行为。然而,工地环境复杂多变,且常常存在夜间施工的需求,光照和遮挡等因素都会对图像质量和人员以及防护装备识别造成影响,使得在该工地环境下人员检测和跟踪变得更加困难。本文从建筑工地暗光目标检测与跟踪面临的困难出发,研究了建筑工地暗光场景中作业人员及安全防护装备的检测和跟踪。本文的研究内容如下: (1)针对建筑工地暗光环境场景下的作业人员及安全防护装备的目标检测精度低问题,提出了工人及其防护装备检测算法PPE-YOLO。首先构建了一个适用于检测建筑工地暗光情形下作业人员个人防护装备穿戴PPELL数据集。然后设计了PPE-YOLO算法,采用基于空间和通道注意力的图像增强模块对暗光图像进行增强,采用快速空间金字塔软池化层尽可能地保留对安全帽和安全服装等小目标的细节信息,引入基于Wasserstein距离的目标度量方法并重新构建PPE-YOLO算法的损失函数,并在检测部分增加一个检测头以更好地利用浅层信息。最后,基于PPELL数据集进行了对比实验和消融实验,PPE-YOLO在准确率、召回率及m AP@0.5上分别达到85.3%、87.6%和87.1%,验证了算法的有效性。 (2)针对建筑工地暗光环境下作业人员跟踪中的轨迹消失与ID切换问题,提出了作业人员跟踪算法TCS-Strong SORT。在TCS-Strong SORT算法中,采用融合了上下文锚点注意力机制的压缩网络作为特征提取网络,结合加速稳健特征算法SURF快速提取检测框与预测框目标外观特征信息,构建SURF特征相似度矩阵,与使用卷积语义特征和位置信息构建成的相似度矩阵进行融合,形成一个新的代价矩阵。针对在建筑工地暗光环境的场景,在MOT16数据集中添加了5段建筑工地夜间施工的图像。TCS-Strong SORT算法在多目标跟踪准确度和身份识别F1值分别为56.6%和62.99%,身份切换次数为435次,验证了算法的有效性。

关键词： 水下坝体缺陷   YOLOv8模型   RT-DETR模型   图像模糊   深度学习   目标检测  

摘要： 水下特殊环境导致坝体表面容易受到侵蚀、裂缝、剥落等缺陷的影响,这些缺陷若不及时检测和处理,会存在严重的安全隐患。针对当前检测技术存在的“全区域精细扫描耗时过长”与“快速普查精度不足导致漏检”双重困境,为突破传统单阶段检测在效率与精度上的矛盾,本文提出“先粗后精”的多阶段递进式检测方案。第一阶段,对水下坝体进行粗略快速检测,利用水下坝体缺陷信息快速捕捉疑似缺陷区域;第二阶段,对疑似缺陷区域进行精细判别,实现快速对坝体的检测任务。最后设计并实现了一个水下坝体缺陷检测系统,用来验证本文提出方法的实用性。论文的主要内容如下: (1)针对多阶段快速检测方法的实验数据集缺少的问题,本研究通过网络搜集和实地采集等方式,构建了水下坝体疑似缺陷数据集和模糊水下坝体缺陷数据集。并对图像进行图像翻转、直方图均衡化、色彩空间转换等方式处理,提升了数据集的多样性和质量,为检测模型提供了更丰富的特征信息。 (2)在进行第一阶段的水下坝体疑似缺陷区域检测过程中,存在部分尺度较小的缺陷目标,同时水下特殊环境中缺陷周围常有苔藓、水草等附着物的生长。这些附着物在形态和分布上与缺陷目标较为相似,使网络检测时出现漏检和误检的问题。为解决此问题,本文提出一种基于改进RT-DETR模型的水下坝体疑似缺陷快速检测方法。首先,本文提出轻量注意力卷积模块并基于此模块构建主干网络,此模块不仅提升了网络的特征提取能力,还对网络结构进行了轻量化;接着,本文提出多尺度特征融合模块,该模块结合深层特征信息和浅层特征信息,提升网络的对小目标和和弱特征的表征;最后,本文提出局部-全局注意力模块结合网络的局部和全局特征,增强了对复杂目标的识别与定位能力。最后将所提方法在本文所搭建的水下坝体疑似目标数据集上进行了实验验证。实验表明,该模型对水下坝体疑似目标的检测具有较高的准确率。 (3)在第二阶段的水下坝体精细化检测过程中,由于水流扰动带动水中悬浮物和水中散射效应的存在,导致图像成像模糊,进而使得网络检测精度降低。为解决此问题,本文提出一种基于改进YOLOv8模型的模糊水下坝体缺陷精细检测方法。该方法基于本文提出的重参数化特征增强与聚合模块构建了新主干网络,此模块不仅提升网络的特征提取能力,且使网络轻量化;同时改进网络的颈部网络,利用本文提出的跨通道信息融合模块结合多层的特征信息,增强网络对模糊图像中弱特征的表达能力;最后改进损失函数提升网络边界框的回归精度。将本章提出的方法在模糊水下坝体缺陷检测数据集上进行了实验验证。实验验证表明,该模型在模糊水下坝体缺陷精细检测中具有较高的准确率和检测速度,并能同时识别和定位多种类别的缺陷。 (4)为验证本文提出的算法在实际中的实用性,本文设计了一个水下坝体缺陷智能检测系统。本文通过分析实际的工程需求、并针对用户在使用系统中存在的问题,设计了水下坝体缺陷智能检测系统。本系统使用Pyqt5开发了水下坝体缺陷检测界面,并在系统内内置了所提检测算法。

关键词： 恶劣天气   YOLOv8-Ship   Adown模块   暗通道先验  

摘要： 顺应国家发展趋势,随着内河航运的快速发展,对应航道船舶管理的技术手段也在快速进步,与之相适应匹配。在交通监管领域,深度学习和计算机视觉等技术已经得到广泛应用,成本低、管理方便、减轻人力等优势使之成为较好的选择。面对各种突发的天气状况,对船舶的识别检测有利于内河航道的航运安全管理,视频航标作为辅助监管设备的一种,在其中灵活的加入扩展功能不需要增加过多的成本。本文基于视频航标,提出一种在恶劣天气下对船舶进行识别的目标检测算法,其主要的研究工作如下: (1)在恶劣天气船舶数据集制作方面,借助公开数据集SeaShips,以及利用视频航标收集的数据集来模拟真实场景下的天气图像。基于深度信息合成雾的方法,主要借助图片中的深度信息来合成雾,根据入射光衰减模型和大气成像模型,以及参考暗通道先验理论来合成雾效天气,实现退化图像的物理仿真。使用基于无配对图像到图像雨天图像生成框架TPSeNCE,通过引入三角概率相似度Triangular Probability Similarity(TPS)损失和语义噪声对比估计Semantic Noise Contrastive Estimation(Se NCE)策略,约束生成图像在判别器特征空间中的几何分布,并结合语义引导的对比学习优化,生成高真实感的雨天及雪天图像。 (2)提出了一种基于YOLOv8的航道船舶目标检测方法YOLOv8-Ship。该算法设计一种特征聚焦扩散金字塔网络,融合YOLOv9中的ADown模块让每个尺度的特征保留更多上下文信息;同时引入聚核初始网络(Poly Kernel Inception Network,PKINet)以及上下文锚点注意力模块(Context Anchor Attention,CAA)改进C2f,来增强中心区域的特征;最后采用深度可分离卷积取代骨干网络中的普通卷积,来减少模型参数量和计算量。实验结果表明,在雨雪雾的天气条件下,与传统的YOLOv8n相比,改进后的算法精确率提高了0.5%,召回率提升了3.4%,F1分数提升了2%,m AP@0.5提升了1.2%,平均精度达到97.5%,有效提高了内河航道恶劣天气下过往船只的识别精度,具备较强的鲁棒性。 (3)对视频航标进行硬件设计改进,选取树莓派作为核心处理芯片,结合所改进的模型算法,进行模型推理转换,使模型与视频航标的处理芯片更加适应。使用树莓派作为本地部署处理,同时利用4G通信对处理结果进行传输推流,达到航标可视化的实现,在此基础上实现船舶的检测识别以及关键数据传输。

关键词： 计算机视觉   语义分割   半监督学习   伪标签   一致正则化  

摘要： 基于深度神经网络的语义分割任务已取得显著成功,但这在很大程度上依赖于大量标注数据集。由于语义分割需要精确到像素级的标注,收集完全准确的标注数据成本极为高昂。为减少模型对标注数据的依赖,半监督语义分割提出利用大量未标注样本来增强网络在少量标注样本上的学习能力。然而,现有的半监督语义分割方法在不同框架中仍面临多个关键问题:首先在互训练框架中,(1)多分支网络虽然可以通过不同分支学习不同的特征表达,但在推理阶段和末端损失学习阶段未能有效考虑差异化,导致分支网络同化问题;(2)伪标签生成中的局部信息忽视,忽视邻域像素的上下文一致性,导致高置信度错误预测(如孤立噪声点)误导模型训练。其次在一致正则化网络框架中也存在两个问题,(1)传统师生方法(如Mean Teacher)中,学生模型通过EMA更新逐渐趋同于教师模型,导致特征表示单一,师生网络框架的模型同质化;(2)一致正则化方案无条件信任教师网络预测,无法根据训练状态动态调整监督信号,导致高置信度错误伪标签持续影响模型训练。针对上述问题,本文提出了两种创新的半监督语义分割方法,分别解决多分支网络功能退化和邻域像素一致性被忽略的问题,以及解决师生网络同质化以及缺乏动态监督信号的问题。 1)一种基于差异化特征提取的交叉半监督语义分割网络:首先,本文提出了一种基于差异化特征提取的交叉半监督语义分割网络。通过差异化特征提取策略和交叉融合伪标签方法,有效解决了多分支网络的同化问题。具体而言,差异化特征提取策略使各分支分别提取细节纹理、语义上下文和边缘形状信息,而交叉融合伪标签方法则通过邻域像素的置信度优化伪标签生成,增强了伪标签的上下文精确性。 2)基于分歧引导的特征差异最大化教师学生网络:其次,本文提出了一种基于分歧引导的特征差异最大化教师学生网络,该方法采用双学生教师网络,双学生网络在特征扰动的基础上应用特征差异最大化,对抗训练的双学生架构改善了传统教师学生网络中师生框架中的模型同质化问题。此外在对抗网络的基础上提出了动态分歧一致性,有效改善现有一致正则化方案对教师预测保持完全相信导致的错误积累问题。 实验结果表明,所提出的方法在多个公开数据集上均取得了显著的性能提升,尤其是在标注数据有限的情况下,模型的分割精度和鲁棒性均有显著提高。本文的研究为半监督语义分割提供了一种有效的解决方案,具有广泛的应用前景。

关键词： 多目标跟踪   扩散模型   条件扩散模型   多模态融合   计算机视觉  

摘要： 随着航空业的快速发展,机场场面多目标跟踪技术在提升安全性和运行效率方面具有重要意义。多目标跟踪作为计算机视觉领域的核心任务之一,在机场场景下面临目标遮挡、复杂背景及多源信息融合等挑战。本文基于扩散模型提出了两种创新的多飞机目标跟踪算法,结合RGB视觉数据与多源数据(RGB视觉+ADS-B信号),旨在优化机场场景下多目标跟踪的性能。论文共分为五章,系统研究了多目标跟踪任务与扩散模型的理论基础,并提出了两种改进算法,通过实验验证了其优越性。以下为主要内容与创新点: (1)本文回顾了多目标跟踪及飞行器跟踪的研究现状,指出在机场场景下,多目标跟踪面临遮挡和背景干扰等挑战,同时介绍了扩散模型的数学框架及其在生成任务中的应用潜力。文章以Deep SORT为例,分析了目标检测与数据关联的经典范式,并梳理了常见数据集与评价指标;同时又以DDPM为例,推导了扩散模型的前向加噪与逆向去噪过程,强调其数学严谨性与训练方法。这些内容为算法设计提供了理论支持。 (2)本文提出基于扩散模型的RGB视觉多目标跟踪算法Improv-Diffusion Track。该算法将多目标跟踪视为一致性检测任务,通过改进主干网络(引入深度可分离卷积与注意力机制)、扩散头(设计多帧空时融合模块)及损失函数(结合关联分数预测),优化了目标检测与空时特征提取等子任务。在AGVS-T24数据集上的实验表明,相较于基准算法Diffusion Track,该方法显著提升了跟踪精度,消融实验进一步验证了各改进模块的有效性。 (3)本文针对机场场景的多源信息特性,提出基于条件扩散模型的多源多目标跟踪算法Condi-Diffusion Track。通过将ADS-B信号嵌入作为条件指导,利用Classifier-free方案融合RGB视觉数据与信号特征,并设计交叉注意力机制与软损失函数,使预测边界框更贴近ADS-B信号坐标。在AGVS-T24混合标注ADS-B信号的数据集上,该算法在MOTA等指标上较RGB视觉方案进一步提升,证明了多源信息融合的优越性。 综上,本文通过Improv-Diffusion Track(RGB视觉)和Condi-Diffusion Track(RGB视觉+ADS-B信号)方案构建适用于机场场景的多目标跟踪算法。实验结果表明,两种方法在AGVS-T24数据集上均表现出色,MOTA等指标分别较基线提升显著。

关键词： AI视觉   矿工不安全行为   行为识别   矿井安全生产   目标检测  

摘要： 井下矿工的不安全行为是引发矿山安全事故的主要因素之一，实时、准确地识别并预警此类行为对于提升矿井安全管理水平具有重要意义。随着人工智能（AI）视觉技术的快速发展，其在矿工不安全行为识别中的应用受到了广泛关注，并展现出了显著的技术优势。为了系统地梳理该领域的研究进展，探讨AI视觉技术在矿山安全管理中的应用现状及挑战，对相关研究进行了系统性综述：结合矿工不安全行为的特点，将其划分为静态行为和动态行为，以分析不同行为类型的识别方法及其适用性；重点介绍AI视觉技术在行为识别中的关键技术流程，包括数据获取、目标检测、行为识别及分类，并总结现有研究的主要方法及技术创新；此外，展示了不同算法在实际场景中的表现。研究表明，AI视觉技术在矿工不安全行为识别方面取得了重要进展，能够有效提高矿山安全监管能力，但仍面临一些挑战：矿井环境中的光照变化、粉尘干扰、目标遮挡等复杂因素仍对识别精度产生较大影响，导致现有的方法存在一定局限；另一方面，数据资源的缺乏也成为制约技术发展的重要因素，当前可用的矿工不安全行为数据集规模有限，难以覆盖多种行为类型和复杂场景，影响了识别模型的训练效果及实际适用性；同时，尽管部分研究开始探索多模态信息融合，但该方向仍处于发展阶段，相关技术体系尚未成熟。未来研究应进一步提升AI视觉技术在复杂矿井环境下的适应性，优化算法结构以降低计算成本，加快构建高质量、多样化的矿工不安全行为数据集，以支撑更加精准和高效的行为识别；同时，多模态融合技术的发展有望进一步增强行为识别的鲁棒性，为矿山安全管理提供更加智能化的解决方案。