关键词： 目标检测   遥感图像   大核网络   极化注意力机制  

摘要： 光学遥感图像目标检测能从数据海量的可见光遥感图像中自动定位与识别有价值目标。与远洋船等简单场景检测任务相比,港口船、机场飞机等复杂场景目标检测任务与真正的实际应用需求还存在一定的差距,受目标和背景因素制约:目标外观变化更为多样(尺度差异大、形状变化大、姿态旋转和分布密集等)和形似干扰物更为突出。本文聚焦于复杂环境下的遥感图像目标检测问题,以卷积神经网络等深度学习技术为核心支撑,开展相关研究,针对遥感目标尺度差异大与姿态旋转、目标形状差异大和关键特征难以提取等问题,对复杂场景光学遥感图像目标智能检测方法展开研究。 本文的主要工作和取得的创新点如下: (1)针对遥感图像目标检测时目标尺度差异大、目标受背景因素干扰和目标形状各异的问题,本文设计了基于大核选择和形状自适应的遥感图像目标检测算法。首先本方法通过大核选择网络(Large Multi Scale Kernel Net,LMKNet)来提取遥感目标的不同尺度的特征,从而动态调整感受野,更好的捕获遥感场景中目标的上下文信息。在训练阶段,设计一种面向遥感目标检测到形状自适应选择标签分配策略SATS(Shape-Adaptive Training Selection),SATS标签策略利用目标形状信息,并将目标形状信息集中在长宽比上,从而根据物体的形状信息和特征分布计算Io U最优阈值。在DOTA数据集、HRSC2016数据集和UCAS-AOD数据集上平均准确度(mAP)分别达到76.13%、96.34和97.80%。通过公开遥感目标检测数据集的测试结果表明,该方法比现有算法具有明显提升。 (2)针对遥感图像目标检测时会忽略细微差异的关键特征,以至于存在漏检问题,以及遥感图像目标的方向定位更倾向于旋转敏感特征,本文设计了基于极化注意力机制特征提取的遥感图像目标检测算法。为了突出有利于关键特征的判别信息,提出了一种极化注意力机制PAM(Polarization attention mechanism)来捕捉隐藏在特征通道中的远程空间相互作用和关键相关;之后,针对遥感图像目标难定位问题,将旋转卷积ARCNet(Adaptive Rotated Convolution Net)与变压器结构(即ARC-Former)相结合,以帮助在回归过程中编码旋转信息。通过公开遥感目标检测数据集和港口船检测数据集的测试结果表明,该方法比现有算法具有明显提升。在DOTA数据集和HRSC2016数据集上平均准确度(mAP)分别达到76.54%和96.77%。通过公开遥感目标检测数据集的测试结果表明,该方法比现有算法具有明显提升。 (3)复杂的遥感图像场景中精确识别并定位目标,如港口、舰船、飞机等。由于这些目标的形态、尺度、姿态等可能存在极大的差异,系统必须具备强大的特征提取和辨识能力。本章基于Py Qt5框架设计了一套遥感图像目标检测可视化系统。系统后端采用Python Flask框架搭建,并通过Docker容器化技术确保环境一致性。前端使用Jinja2模板引擎开发,支持响应式布局,核心功能包括动态模型切换、图片上传与预览等。通过RESTful API实现前后端数据交互,异步请求通过Fetch API处理。整体架构采用模块化设计,具备良好的扩展性,能够快速接入新的模型,并通过简洁的可视化界面提供流畅的用户体验,可根据输入图像的分辨率特征动态匹配最优检测网络,有效应对不同尺度遥感影像的处理需求。

关键词： 小样本目标检测   多尺度特征融合   注意力机制   迁移学习  

摘要： 近年来,目标检测技术在计算机视觉领域取得了显著进展,并广泛应用于自动驾驶、安防监控和医学影像分析等场景。然而,现有的深度学习目标检测方法通常依赖大规模标注数据进行训练,在数据有限的情况下,模型容易出现过拟合,难以泛化到新类别。小样本目标检测(Few-shot Object Detection,FSOD)旨在缓解标注数据稀缺的问题,使模型能够在极少量的样本下仍然具备良好的检测能力。然而,当前方法仍然面临着模型泛化能力不足、特征表达不充分、多尺度信息利用不充分等挑战。 针对上述问题,本文提出了一种结合三重注意力机制、ROI特征解耦的小样本目标检测方法。首先,为了提高模型对目标区域的关注度,本文引入三重注意力机制(Triplet Attention),通过跨维度信息交互增强模型对关键区域的感知能力,并在其基础上进行优化,采用Haar小波变换替代传统池化操作,以减少特征信息丢失,提高注意力权重的计算精度。其次,传统目标检测方法通常采用共享的ROI特征来同时优化分类和回归任务,这可能导致优化目标冲突,影响检测精度。本文提出ROI特征解耦模块,将ROI特征分别用于分类和回归,使分类任务专注于高层语义信息,而回归任务更关注目标的边界信息,从而提升检测性能。 此外,为了解决现有方法在多尺度目标检测中的不足,本文提出了一种SENet FPN多尺度特征融合方法。传统FPN结构在特征融合时可能导致信息损失,影响小目标检测效果。本文在FPN的基础上引入SENet通道注意力机制,使不同尺度的特征信息融合更加充分,从而提高模型对不同大小目标的检测能力。最后针对原型网络在小样本学习中的局限性,本文设计了一种动态原型特征融合PFN模块,通过耦合查询图像与支持集图像的信息,动态生成更具判别力的类原型,使得模型能够更精准地进行分类。 为验证本文方法的效果,在PASCAL VOC和MS COCO数据集上进行了实验验证,结果表明,所提出的方法在小样本目标检测任务中优于现有方法,尤其在新类别目标检测精度方面取得了显著提升,对于PASCAL VOC数据集,本文的方法在1-shot时最高将AP50提高了9.3%,在3-shot时提高了7.7%。通过消融实验进一步验证了三重注意力机制、多尺度特征融合等模块对检测性能的影响。相比于传统方法,本文的方法能够在有限数据条件下更有效地提取目标特征,并提高模型的泛化能力,在计算机视觉领域的小样本学习任务中具有重要的理论价值和实际应用意义。

关键词： 动态场景自适应   视觉惯性里程计   事件相机   多模态传感器融合   目标跟踪  

摘要： 无人机在动态复杂场景(如灾害救援、高速巡检)中的自主作业能力高度依赖精准的视觉定位与目标跟踪技术。然而,传统视觉惯性里程计(Visual-Inertial Odometry,VIO)在高速运动、光照突变及动态目标干扰下存在特征跟踪丢失与位姿估计失准的瓶颈,同时,单一模态的目标跟踪算法难以兼顾动态场景的鲁棒性与实时性。事件相机凭借其高动态响应与低延迟特性,为突破上述瓶颈提供了新的技术路径。针对上述挑战,本文提出一种多模态融合的视觉惯性里程计与目标跟踪协同框架,通过事件相机、标准相机与IMU的异构数据协同,基于历史轨迹数据预测目标未来位置,实现动态场景下无人机定位与跟踪性能的双向优化。 本文的核心创新在于“感知-定位-跟踪”的闭环优化设计,主要研究内容包括以下三点: (1)感知层-定位层:构建动态场景自适应的优化事件融合视觉惯性里程计(Event-based Fused VIO with Refinement,EFR-VIO)算法模型。首先,提出一种时空异步多模态数据融合机制,通过事件流累积生成高信噪比事件帧,并利用IMU预积分与视觉惯性里程计后端的线速度补偿事件帧的旋转和平移。其次,设计跨模态特征匹配策略,剔除动态目标干扰下的异常匹配。最后,基于因子图优化框架紧耦合事件、IMU与RGB数据,通过滑动窗口优化与边缘化策略实现高精度位姿估计。 (2)跟踪层:设计轻量化目标跟踪框架,首先利用FAST角点检测与BEBLID描述子提取事件帧与标准帧的特征点,并通过金字塔Lukas-Kanade光流法实现跨帧特征跟踪。为提升动态场景鲁棒性,基于历史轨迹预测目标运动轨迹。并提出事件动态权重机制,根据事件密度调整特征点贡献,优化轨迹预测精度。通过仿真实验验证了系统跟踪的稳定性。 (3)通过实物飞行平台对算法进行验证。由于Gazebo仿真无法准确还原物理因素带来的挑战,搭建六旋翼无人机实验平台,验证其在真实环境下的跟踪能力,结果表明本文方法能够在实际的高动态场景下对目标进行稳定的跟踪。

关键词： 光学相机通信   LED阵列   目标检测   解码   透视变换   YOLOv11  

摘要： 随着智能交通系统的快速发展,射频（Radio Frequency,RF）通信技术已成为自动驾驶领域实现车联网交互的核心手段,通过实时数据共享显著提升了道路安全性与通行效率。然而,RF通信在频谱资源竞争、高密度基站部署成本及复杂电磁环境下的信号干扰等问题日益凸显。光学相机通信（Optical Camera Communication,OCC）技术具有光频谱免授权、硬件成本低廉及抗电磁干扰的特点,可与RF技术协同互补。OCC适用于短距高可靠通信（如交叉路口协同避撞）,RF长距广覆盖能力强,二者通过异构融合可构建鲁棒性更强的车联网络,为自动驾驶汽车提供双重安全保障。 尽管OCC技术被视为自动驾驶领域的辅助通信手段,然而其技术成熟度仍有显著提升空间。目标检测和解码算法是OCC系统的关键技术,它们存在以下问题:（1）现有基于卷积神经网络的目标检测算法检测效果良好、鲁棒性强,但模型的参数量大、计算复杂度较高。（2）相机受到环境影响发生角度变化的情况会导致接收端相机拍摄出来的LED阵列图像产生倾斜甚至形变的现象,使误码率上升。本文针对上述问题,在室外场景下依托OCC系统实验平台对OCC系统目标LED阵列检测和解码方法展开研究,主要工作及贡献如下: （1）针对目前基于深度学习的OCC系统目标LED阵列检测算法网络结构复杂、参数量大、计算复杂度高的问题,提出了一种基于Effeps-YOLOv11的LED阵列检测算法。在Effeps-YOLOv11特征提取的主干网中采用轻量型Efficient Net V2网络平衡网络宽度、深度、图像分辨率;用ECA注意力机制替换原有的复杂注意力模块,简化了网络结构;设计使用轻量级C3PC模块,降低计算复杂度;采用Shape＿IoU损失函数提高边界框的定位精度,提升LED阵列的定位的准确性,为正确解码提供了先期保障。当前OCC系统目标LED阵列领域尚未建立公开的数据集,本文实验依托OCC系统实验平台实现数据的采集,建立完成训练所需数据集。实验结果表明,在室外复杂环境下本文提出的Effeps-YOLOv11算法能够满足OCC系统目标LED阵列检测任务需求。 （2）针对OCC系统室外环境中LED阵列图像产生倾斜甚至形变导致的系统误码率上升问题,提出了一种基于透视矫正的LED阵列解码算法。首先,通过Effeps-YOLOv11目标检测算法获取LED阵列图像;采用高斯滤波和限制对比度自适应直方图均衡化方法滤除噪声并增强LED阵列的细节信息。其次,采用Otsu算法进行阈值分割处理,结合轮廓检测和凸包检测获取LED定位灯的中心点坐标;对LED阵列进行透视变换,将倾斜甚至形变的LED阵列矫正为正视图;对矫正后的LED阵列进行区域划分,根据划分区域内的灰度值判断LED的亮度状态,恢复出码元信息。OCC系统实验平台测试结果表明:在室外40m距离、相机倾角≤30°测试环境下,基于透视矫正的LED阵列解码算法的OCC系统平均误码率可控制在10-4数量级。 本文的研究工作对于OCC技术在室外环境的应用具有一定的参考价值。

关键词： 遥感图像目标检测   YOLO   注意力机制   特征融合   知识蒸馏  

摘要： 遥感图像目标检测在环境监测、国防安全与灾害预警等领域具有重要应用价值。然而,由于遥感图像普遍存在复杂背景干扰、目标多尺度差异明显、方向任意分布以及小目标密集排列等特性,现有通用目标检测算法难以实现检测精度、轻量化部署以及实时性需求之间的平衡。基于上述问题,本文围绕遥感图像水平与旋转目标检测任务的难点,对基于YOLOv8的轻量化检测算法展开研究,主要工作内容如下: (1)针对遥感图像水平目标检测任务中的复杂背景下小目标特征易丢失及多尺度特征融合效率低的问题,提出基于注意力特征融合的遥感图像水平目标检测算法(YOLO-MBF)。首先,该算法通过设计基于多头自注意力机制和通道注意力机制的多尺度变压器特征提取模块(Cross Stage Partial＿Multiscale Transformer Block,CSP＿MTB),增强模型对全局上下文信息的感知能力;此外,使用自适应大核选择注意力机制(Large Selective Kernel attention,LSK-attention)动态调整特征提取网络的感受野来引导模型训练,加强模型对不同目标所需的空间背景上下文信息差异的关注;最后,构建了一个轻量级的多分支特征加权金字塔网络(Efficient Multi-Branch-Bi-directional Feature Pyramid Network,EMBFPN),以增加多尺度特征之间的交互从而改善模型对不同层级特征的有效融合。在NWPU VHR-10数据集上的实验结果表明,YOLO-MBF较基线模型在参数量减少32%,每秒检测帧数提高8%的情况下,取得了2.9个百分点的m AP提升。 (2)针对旋转目标边界模糊与定位偏差问题,提出基于边缘信息增强和任务动态对齐的旋转目标检测算法(YOLO-ERD)。首先,该算法设计了一个边缘信息增强下采样模块(Edge Information Enhancement Stem,EIEStem),该模块通过结合边缘检测(Sobel)算子与多尺度空间池化技术强化了边缘特征以及空间信息的提取;其次,设计了任务动态对齐检测头(Task Dynamic Align Detection Head,TDAD-Head),该检测头通过共享卷积增加分类与回归任务的交互,并利用任务拆解机制和可变形卷积实现动态特征选择与任务对齐,从而缓解了分类与回归任务的空间错位;最后,采用四点距离旋转损失(Four Points Distance Rotation Intersection over Union,FPDIo U)优化边界框回归函数,提升旋转框的定位精度。在DOTA数据集上的实验结果表明,YOLO-ERD的m AP@0.5达到72.9%,FPS达到33,优于目前主流的通用旋转目标检测算法,证明了该算法的有效性与竞争性。 (3)为了进一步提升模型精度并满足轻量化需求,提出基于注意力特征蒸馏的优化方法(AFKD)。该方法通过通道-空间注意力模块(Channel-Spatial Attention Module,CSAM)来进一步突出师生网络的二维特征图之间的细节差异,从而获得蒸馏特征,并使用全局语义信息模块(Global Context Block,Gc Block)来重建像素间长程依赖关系,以弥补蒸馏特征的全局信息损失。通过这样的设计能够充分利用教师和学生网络的特征差异,并保证全局信息的完整性,从而提高蒸馏过程的有效性。在多个数据集和网络架构上的实验结果表明,AFKD方法能够使学生模型的检测精度进一步提升,并且明显优于FGD、LD等蒸馏方法,在保证原算法轻量化优势的前提下,实现了更高的检测精度。 本文在多个遥感数据集上的验证证明了所提算法能够显著提升了复杂场景下多尺度、旋转目标的检测精度与效率,体现了所提算法在遥感图像目标检测领域的优势。

关键词： 制种玉米   目标检测   YOLOv8n   轻量化   分选装置  

摘要： 制种玉米作为优质玉米种子的主要来源,是保障玉米种植质量的核心生产资料。在种子生产过程中,制种玉米果穗去杂作为关键环节,目前主要依赖人工分选的方式。这种方法存在主观误差大、标准不统一、效率低下、成本高昂等问题,不仅制约了种子质量和生产效率,也难以满足现代种业对精度和效率的双重要求,已成为玉米种子标准化生产和农业现代化发展的瓶颈。因此,推进机械化,实现标准化、智能化分选,是突破当前产业发展瓶颈的关键路径。近年来,基于深度学习的目标检测算法为制种玉米果穗去杂提供了新的技术解决方案。然而,移动和嵌入式设备在计算资源、功耗及实时性等方面的限制,仍是算法部署和工厂化应用面临的主要挑战。为解决以上问题,本研究在YOL Ov8n的基础上进一步提出了一种更为高效轻量的SCCR-YOLO(Shuffle Net V2+C3Ghost+CCFM+RACHead)检测模型,并结合制种玉米果穗的特点,设计了以步进电机和分选板为执行机构的双输出分选装置,解决了制种玉米果穗分选设备短缺的问题。具体工作内容如下: (1)完成了制种玉米果穗数据集的构建工作 在数据集构建方面,针对制种玉米果穗去杂场景的特殊性。本研究在制种玉米收获期以制种公司人工分选的制种玉米果穗为样本,在分选生产车间分时段多批次拍摄。参考国标GB/T 17315-2011及相关文献研究,将图片分为正常穗、苞叶穗(未扒皮的果穗)、异形穗(尺寸异常)、异色穗、病穗、籽粒干瘪穗6类。同时为了使检测模型能够学习到的特征更加全面,提高模型的泛化能力和鲁棒性,减少数据偏差。对获取到的图像进行数据增强,添加对比度变化、随机亮度变化、高斯噪声和椒盐噪声。最终构建了由14000张制种玉米果穗图像组成的数据集。 (2)提出轻量级制种玉米果穗检测算法SCCR-YOLO 本研究针对YOLOv8n模型在制种玉米果穗检测中的性能优化需求,特别是在移动端和嵌入式设备等资源受限场景下的部署要求,提出了一系列创新性改进方案:为进一步轻量化、高效化检测模型引入Shuffle Net V2网络作为主干提取网络,在大幅度降低模型复杂度的同时仍保持较高的检测精度;其次在颈部网络采用C3Ghost+CCFM(Cross-Level Cross-Scale Feature Fusion Module)的改进方案,通过C3Ghost模块减少参数量和计算量,并利用CCFM融合多尺度特征,增强模型对尺度变化和小目标的检测能力的同时进一步轻量化模型;最后引入全新检测头RACHead检测头,减少冗余计算,保持较低的计算量和参数量的同时进一步增加模型的特征提取能力。融合改进后的SCCR-YOLO检测模型与YOLOv8n对比参数量下降了50.5%,计算量下降了43.2%,模型权重文件大小下降了46%,召回率R上涨了2.7%,m AP精度上涨了1.2%。改进后的模型在检测精度和轻量化之间取得了更优的平衡,更适合在边缘设备中部署。 (3)完成了简易制种玉米果穗分选装置设计与试验 针对制种玉米果穗分选的现实问题,设计了以步进电机和分选板为执行机构的双输出分选装置。提出算法-硬件协同的创新方案,整体系统由图像采集装置、Jetson Orin NX检测系统和分选系统组成。将优化后的模型部署于Jetson Orin NX边缘计算平台,与图像采集装置协同工作,可实时完成制种玉米果穗的精准检测,达到92%的检测精度和14毫秒每帧的实时性能。基于检测结果,以STM32F103C8T6微控制器为核心的分选控制系统精确驱动步进电机和分选板机构,实现了毫秒级响应的自动化分选。成功实现了从视觉检测到机械分选的完整工序流程,试验结果表明,在保证92%高检出率的同时,分选准确率平均为92.7%,实现了每秒4-8颗的分选速率。显著提升了制种玉米果穗分选的效率和可靠性。

关键词： 水下图像   目标检测   各向异性下采样   小波变换卷积   快速空间金字塔池化混合自注意力和卷积   AWAF-YOLO  

摘要： 针对水下图像目标检测算法普遍存在的误检、精度低和泛化能力弱等问题，提出一种水下图像目标检测算法AWAF-YOLO。首先，通过各向异性下采样（ADown）模块增强网络灵活性从而更加有效地获取多尺度数据特征。其次，利用小波变换卷积（WTConv）模块减轻模型复杂程度，大幅减少计算负担。然后，构建快速空间金字塔池化混合自注意力和卷积（SPPFAC）模块，通过融合注意力与跨通道交互，来提升多尺度特征判别力，更加智能地聚焦于关键特征信息，实现特征处理过程优化。最后，引入FSIoU(Focused Intersection over Union Loss and Metric Bounding Box Shape and Scale)损失函数，通过动态聚焦与几何约束耦合，实现复杂目标精准定位。实验结果表明，相较于基线模型，所提算法在TrashCan1.0数据集的平均精度均值（mAP@0.5∶0.95）提高2.6百分点，在Aquarium数据集的mAP@0.5∶0.95提高1.6百分点。结果表明所提算法具有良好的有效性和泛化性，为水下图像目标检测研究提供了一种新的思路。

关键词： 幻影卷积   P2检测层   三重注意力   YOLOv8   小目标检测  

摘要： 准确的缺陷检测对保证产品质量和设备可靠性起着至关重要的作用。小目标检测由于特征表征弱和背景干扰大而面临着独特的挑战。为了解决这些问题，将3个关键创新纳入YOLOv8框架：使用GhostNet卷积进行轻量级和高效的特征提取，增加P2检测层以增强小目标检测能力，以及集成三重注意力机制以捕获全面的空间和通道依赖关系。这些改进共同优化了小物体的检测性能，同时降低了计算复杂度。实验结果表明，增强模型的平均精度（mAP@0.5）为97.46%,平均精度（mAP@0.5∶0.95）为61.84%,与基线YOLOv8模型相比，性能分别提高了1.9%和3.2%。此外，该模型实现了158帧·s-1的帧率，在保持实时检测能力的同时减少了50%的参数计数，进一步强调了其在复杂场景下小目标检测的效率和适用性。

关键词： 网络入侵检测   深度学习   注意力机制   图像处理   多分类  

摘要： 网络入侵检测系统是确保网络安全的关键措施之一。随着网络在社会生活各个领域的应用日益深入,其迅猛发展所产生的海量数据给入侵检测系统带来了沉重的负担。这导致传统的机器学习模型越来越难以满足现有的安全环境需求,急需能够处理大量网络数据,成本更低,准确率更高的NIDS,基于人工智能的NIDS成为许多研究人员关注的焦点。 论文基于深度学习,从以下三个方面展开网络入侵检测模型的研究: (1)针对现有网络入侵检测模型在时空混合特征提取、学习、筛选等能力不足的问题,本文提出了一种的多尺度卷积双向长短期记忆注意力模型CNBLA。该模型采用并行的卷积神经网络和双向长短期记忆网络结构,分别提取数据的空间和时间特征,突破了传统单一特征提取方法的局限,能够并行捕获空间局部模式和长期时间依赖关系,生成更为丰富和复杂的特征表示。随后,利用通道、空间、自注意力机制对提取的时空特征进行筛选,进一步增强了模型对关键特征的聚焦能力。实验结果表明,CNBLA模型无论是在二分类还是在多分类的异常检测问题上都有着相较于传统模型更强的检测性能。 (2)针对现有网络入侵检测模型在时空特征学习、数据转换过程中的特征丢失以及模型泛化能力等方面的不足,在CNBLA的基础上提出了RES-HE-MCBLA模型。将CNBLA模型修改为了MCBLA模块,共计四个MCBLA模块和两个RESNET残差网络模块。RESNET残差网络的加入不仅增强了梯度的稳定性,还拓宽了模型对数据的感受范围,从而提升了特征提取的全面性和深度。通过在两个热门公开数据集上的实验验证,RES-HE-MCBLA模型表现出优于传统模型的性能,证明了其有效性和先进性。此外,针对网络流量数据在转换为特征图过程中容易导致特征丢失的问题,本研究在流量特征映射为图像的过程中引入了直方图均值化操作,显著提升了流量图像特征之间的对比度,便于模型提取和学习。 (3)基于研究一和二迭代出的RES-HE-MCBLA网络入侵检测模型,搭建一个网络入侵检测系统,在现实环境当中实战检验模型能力。架构分为数据采集、数据预处理、攻击检测和数据记录四个模块。通过网络流量嗅探工具实时捕获网络流量数据,原始数据经过清洗、特征提取和格式转换等预处理步骤,转化为适合模型输入的标准化格式。预处理后的数据被送入深度学习模型进行分析和分类,识别潜在的恶意流量和攻击行为。系统将被分类的流量数据进行保存和记录,并展示到可视化界面,便于管理员快速定位和响应威胁。在实际网络环境中的测试表明,在系统的轻量化和检测精确度上表现优秀,能很好的适应现实的网络流量环境。 本文针对传统网络入侵检测系统(NIDS)在处理海量数据时性能不足的问题,基于深度学习提出创新解决方案:1)设计多尺度卷积双向LSTM注意力模型(CNBLA),通过并行时空特征提取与注意力机制提升检测精度;2)进一步优化为RES-HE-MCBLA模型,结合残差网络与直方图均值化,增强特征保留与泛化能力;3)构建轻量化实战系统,实测显示其在检测准确率与适应性方面表现优异,为现实网络环境提供了高效安全防护。