关键词： 航拍图像   小样本   词语-区域对齐分支   语言视觉偏置网络   目标检测  

摘要： 针对现有航拍图像目标检测方法在航拍数据集变化时,即拍摄视角、图像质量、照明条件、背景环境等发生大幅变化,以及目标外观变化明显、目标类别新增时,不经过对新数据集全样本训练,而采用原有数据集直接推理,检测精度大幅下降的问题,提出语言引导视觉的小样本航拍图像目标检测方法。采用词语-区域对齐分支取代传统目标检测网络中的分类分支,得到同时具有语言和视觉信息的词语-区域对齐分类分数作为预测分类结果,进而将目标检测和词语定位统一为一个任务,并利用语言引导提升视觉目标检测精度。针对输入文本语言变化引起小样本目标检测精度波动的情况,设计语言视觉偏置网络,挖掘语言特征和视觉特征的关联关系,提升语言视觉的匹配度,缩小精度波动,并进一步提升小样本目标检测精度。在UAVDT、Visdrone、AeriaDrone、VEDAI、CARPK_PUCPR数据集上的大量实验结果证明了所提方法的优越性能,在UAVDT航拍数据集上所提方法在30样本时平均精度均值(mAP)可达14.6%,相比航拍图像检测方法簇检测器(ClusDet)、密度图引导的目标检测网络(DMNet)、全局-局部自适应网络(GLSAN)和粗粒度密度图网络(CDMNet)在全样本训练的精度,分别提高了0.9%、−0.1%、−2.4%和−2.2%;在CARPK_PUCPR数据集上所提方法在30样本时mAP可达58.0%,相比通用目标检测方法全卷积单阶段目标检测器(FCOS)、自适应训练样本选择(ATSS)、广义焦点损失V2(GFLV2)和交并比感知密集目标检测器(VFNET)在全样本训练的精度,分别提高了1.0%、0.8%、0.1%和0.3%,体现了所提方法强大的小样本泛化和迁移能力。

关键词： 乳腺癌肿瘤   深度学习   目标检测   轻量化算法   YOLOv10  

摘要： 随着乳腺癌发病率不断上升,乳腺肿瘤早期筛查准确率依然是临床诊断中的关键问题。为解决现有检测方法在准确性与计算效率之间的矛盾,提出了一种基于改进YOLOv10的轻量级检测算法,命名为ZLP-YOLO。在该方法中,采用SPDConv替换了传统卷积模块以显著降低计算复杂度,并引入DySample上采样策略进一步增强了特征表达能力,最后采用CoordAtt注意力机制,使得模型在捕捉关键特征的同时实现了高效信息融合。实验结果显示,所提算法将整体模型参数量从2.7 M降低到2.5 M,计算量由8.4 GFLOPs大幅下降到0.9 GFLOPs;在公开乳腺超声肿瘤数据集BUSI、BUS-UCLM上的检测精度mAP@.50分别提高了6.1%、6.7%,mAP@[.5:.95]分别提高了1.8%、1.4%。

关键词： 深度学习   网格简化   三维模型   计算机视觉   地学信息处理  

摘要： 随着数字化时代的来临,三维模型的广泛应用使得人们对高效三维网格简化技术展开了持续不断的追求。深度学习作为一种强大的模式学习工具,近年来在三维网格简化领域崭露头角,为三维网格简化带来了新的机遇与挑战。首先,对现有基于深度学习的三维网格简化算法进行了全面综述,系统梳理了当前采用深度学习技术进行三维网格简化的主要方法和框架,其中涵盖了网格卷积神经网络、图卷积神经网络等深度学习结构。其次,详细介绍了深度学习三维网格简化技术在地理信息系统、图形渲染和计算机辅助设计等领域的应用,凸显了深度学习在提高渲染效率、降低网络传输开销,以及空间分析与查询等方面的潜在价值。最后,总结全文并对未来简化算法发展方向进行了展望。

关键词： 单类分类   L1范数   实时性   目标检测   非刚性目标  

摘要： 单类分类(OCC)技术如支撑向量数据描述(SVDD)和单分类支持向量机(OCSVM),已在计算机视觉、机器学习和生物特征识别等应用领域中获得了广泛关注。由于目前大多数的OCC模型均是基于L2范数设计的,存在解不够稀疏、噪声敏感、需要二阶以上优化等问题,难以胜任有实时性需求的目标检测任务。针对这一问题,采用L1范数取代了OCSVM中L2范数的间隔项,提出一种基于L1-OCSVM的单类分类器。上述的取代不仅继承了SVM的大间隔原理,而且导出的优化问题是一阶的。然而,由于L1范数的引入,非线性L1-OCSVM模型中的特征样本不如L2范数总可以成对出现,因而也无法使用L2范数的内积替换。提供一种等价优化策略,即直接最小化变量的L1范数项,因而获得的解极其稀疏,非常有利于实时检测。针对林业问题中的非刚性目标检测,如林火、林烟和树冠等,在无人机航拍图像和地面遥感图像上进行实验,结果验证了L1-OCSVM在目标检测准确率、稀疏性和实时检测方面的显著优势。

关键词： 车辆检测   轻量化   YOLOv8   REPVGG   坐标注意力机制   Wise-IoU  

摘要： 提出了一种改进YOLOv8的车辆目标改进算法,采用改进的REPELAN模块替换C2f模块,以减少参数量,实现模型轻量化。使用一种轻量化共享卷积检测头(LSCD head)取代原始检测头,在减小模型的基础上提高精度。在骨干网络中引入坐标注意力机制,以提高对车辆目标的检测性能。使用WISE-IoU损失函数替换YOLOv8网络中的原CIOU损失函数,以加快网络收敛速度。使用处理后的KITTI和SODA10M数据集进行实验。结果表明,改进后的算法相比YOLOv8n,mAP0.5、mAP0.5~95、召回率和精确率分别提升了1.4%、1.0%、1.8%和1.2%,计算量、参数量、模型体积分别减少37.0%、46.7%、46.8%,有效实现了模型轻量化和性能的平衡,并具有良好的泛化能力,满足了在计算资源受限环境下的部署需求。

关键词： 图像扩增   图像生成   生成对抗网络   扩散模型   表面缺陷检测   计算机视觉  

摘要： 图像扩增是工业外观检测中常用的数据处理方法,有助于提升检测模型泛化性,避免过拟合.根据扩增结果的不同来源,将当前工业图像扩增方法分为基于传统变换和基于模型生成两类.基于传统变换的扩增方法包括基于图像空间和特征空间两类;根据模型输入条件信息的不同,基于模型生成的方法分为无条件、低维条件和图像条件三类.对相关方法的原理、应用效果、优缺点等进行分析,重点介绍基于生成对抗网络、扩散模型等模型生成的扩增方法.依据扩增结果的标注类型和方法的技术特点,对三类基于模型生成方法的相关文献分类统计,通过多维表格阐述各类方法的研究细节,对其基础模型、评价指标、扩增性能等综合分析.最后,总结当前工业图像扩增领域存在的挑战,并展望未来发展方向.

关键词： 波形板钢连梁   计算机视觉   损伤量化和评估   地震损伤  

摘要： 地震灾害后,对结构耗能元件的损伤状态进行快速检测是灾情评估与灾后重建的重要环节。以波形板钢连梁的变形特征作为表征损伤状态的视觉载体,以损伤指标作为定量评价连梁损伤状态的依据,提出一种结合计算机视觉技术与损伤量化评估模型的波形板钢连梁震后损伤量化与评估方法。基于现有试验数据建立并验证精细化有限元模型,并通过参数化建模和数据增强方法构建充足的图像数据集;基于修正的Park-Ang量化损伤评估模型,建立波形板钢连梁视觉特征与损伤指标的映射关系,为图像数据集提供物理意义可解释的损伤状态分类标签;基于GoogLeNet深度学习网络实现了波形板钢连梁三种损伤程度的高效识别。研究结果表明:该方法用于分辨波形板钢连梁图像对应损伤状态在测试集上的正确率、精确率、召回率及综合评价指标均达到90%以上,同时能够输出所判别损伤状态的概率估值作为参考,进而实现对波形板钢连梁震后损伤的智能化快速检测;该方法可降低基于计算机视觉和深度学习的构件损伤检测研究对大规模图像数据的依赖,提高解决效率。

关键词： 目标检测   信号处理   实例分割   空中小目标   无人机检测  

摘要： 针对红外小目标检测少像素、弱纹理、无颜色导致的识别难题,提出了一种面向空中无人机的红外小目标检测算法。基于多帧红外序列,采用ResNet-50网络逐帧提取深度特征,结合多尺度可变形注意力机制与三次插值增强小目标细节表征;设计帧解码器与目标解码器,通过视频级查询向量生成目标实例的时空掩码。训练时利用匈牙利算法优化分类、掩码及相似性损失;推断时融合高置信度查询掩码,并采用帧间差分法抑制静态噪声。在DSAT数据集上,本文算法的精度达到0.6356,F得分为0.6475,性能得以显著提升。该算法通过多尺度特征融合与时序建模,有效解决了红外小目标检测算法的漏检和虚警问题,为无人机检测提供了高精度解决方案。

关键词： 深度学习   图像处理   目标检测   语义分割   模型优化  

摘要： 人工智能图像处理技术依托深度学习模型,在特征提取、图像增强、目标检测等关键环节表现出高精度与高效率,本文通过优化卷积神经网络结构、构建多任务训练机制、引入语义分割与去噪算法,使系统处理性能持续提升。该技术在不同场景中的模型具备较强迁移能力,能够适配医学、安防、工业等图像识别任务,实验评估显示网络在多类数据集上保持较高准确率与稳定性。图像处理已从传统依赖人工经验逐步转向数据驱动与模型智能主导,为高维图像信息挖掘与场景感知提供有效路径。

关键词： 目标跟踪   目标识别   计算机视觉   注意力机制   深度学习  

摘要： 多目标跟踪识别技术在智能交通、安防监控等领域发挥重要作用。现有算法面临遮挡处理、目标区分、光照变化等挑战。针对这些问题,该研究提出改进特征提取模块,引入空间注意力机制增强目标表观描述,优化多目标关联策略提升轨迹连续性。实验结果表明:改进算法跟踪准确率达到78.5%,位置精度达到91.2%,轨迹断裂次数降低23.3%。在复杂场景测试中表现突出,准确率提升8.3%。算法已部署于商场监控、交通管理等实际场景。