关键词： 目标检测   夜间域适应   光度对齐   DETR模型   无监督学习  

摘要： 夜间目标检测场景中，由于目标亮度较低且手动标注大规模夜间图像成本高昂，很难进行大规模的有监督训练。为解决这一问题，提出了一种基于改进RT-DETR的夜间图像域适应目标检测方法DTN-DETR。首先，设计了一种光度一致性匹配方法，将白天源域的光度特性与夜间目标域相匹配，生成类似目标域的夜间图像。其次，提出了双域优化模块改进的骨干网络，包含两个核心设计：特征优化模块和双域信息交互模块。特征优化消除特征通道中的冗余信息。双域信息交互则利用频率域和空间域信息交互，处理具有不一致频率的眩光和噪声，解决夜间场景局部多光源的耦合性现象。最后，引入了P2检测头，通过多层次特征融合提升夜间场景小目标的感知能力。在公共数据集BDD100K，SODA10M和Foggy Cityscapes上的实验结果表明，所提出的方法在目标检测任务中相较于现有的最先进方法具有显著的性能优势，验证了其有效性和鲁棒性。

关键词： 卷烟条盒   真伪鉴别   通道注意力机制   离散余弦变换   深度学习   计算机视觉  

摘要： 为提升真假卷烟鉴别的效率与准确性，提出一种基于改进频域通道注意力网络（IFcaNet）的卷烟条盒商标纸真伪鉴别方法。该方法首先将卷烟条盒的图像切分成3个子图，应用频域通道注意力网络（FcaNet）对每个子图进行深入的特征提取，通过自注意力模块，实现子图特征之间的有效交互，增强特征的表达能力。然后，通过最大池化和平均池化操作，分别获取条盒图像的显著特征和平均特征，两者的结合为模型提供更全面的图像信息。最后，将最大池化和平均池化得到的向量拼接，输入到全连接层进行二元分类。结果表明，IFcaNet在分类准确性和模型泛化能力方面均优于现有的对照模型，展示出其在真假卷烟鉴别领域的应用潜力。

关键词： 协同显著性检测   背景建模   全局池化  

摘要： 协同显著目标检测旨在从一组图像中识别出共同的显著目标。现有研究大多提取图像间的共享表示，从而挖掘协同显著区域。近年来，部分方法开始关注背景区域的建模，但通常直接沿用前景模块，忽视了背景语义的复杂性。具体而言，一方面，一些背景区域可能在外观上与协同显著目标高度相似，即存在语义模糊性，导致特征难以区分；另一方面，不同图像的背景区域往往差异显著，即存在语义异质性，导致捕捉图像间共性模式的前景模块效果不佳。为解决上述问题，本文提出了一种面向背景复杂语义的协同显著目标检测新方法，其中两个子模块分别关注模糊性与异质性问题：模糊背景检索模块（AmbiguousBackgroundRetrieval，ABR）和异质背景检索模块（HeterogeneousBackgroundRetrieval，HBR）。通过显式建模背景表示与协同前景表示之间的关系，所提方法能够有效剔除复杂背景区域，从而提升协同显著图的精度。最后，在CoCA、CoSOD3k和CoSal2015三个主流基准数据集上开展了实验。结果表明，在背景复杂数据集上，所提方法较基线模型在结构指标S-measure上提升了2.7%，在平均E 值检测指标mean E-measure上提升了3%，优于现有最优方法。

关键词： 遥感图像超分辨率   扩散模型   自适应估计   计算机视觉   航空航天  

摘要： 扩散模型在生成逼真图像细节方面展现出巨大潜力。然而，现有的扩散模型主要基于自然图像进行训练，将这些模型应用于遥感图像超分辨率任务仍然面临巨大挑战。此外，这些模型在推理时需要数十或上百次的迭代采样，导致计算成本高昂，并限制了它们在实际应用中的适用性。为此，提出一种基于降质感知自适应估计的单步遥感图像超分辨率扩散模型（RS-AdaDiff），兼顾重建性能与推理效率。具体而言，提出了一个基于降质感知的时间步估计模块，可通过估计输入图像退化程度的为扩散模型自适应估计扩散时间步，从而将迭代去噪过程重构为从低分辨率到高分辨率图像的单步重建过程，大幅加快推理速度。同时，将可训练的轻量LoRA网络层集成到预先训练的扩散模型中，并利用遥感图像数据集对其进行微调，以消除数据分布差异造成的领域差距问题。此外，为了充分利用预训练模型的图像先验，引入了分布对比匹配蒸馏。通过KL散度正则化，使重建的超分图像在特征空间中更接近高分辨率图像并远离低分辨率图像，从而提升生成质量。最后，还提出特征-边缘联合感知相似度损失，以增强结构信息的感知能力，改善边缘模糊和纹理失真问题。大量实验结果表明：提出的RS-AdaDiff在多个公开遥感数据集上均优于现有先进方法，在定量指标和视觉质量方面均取得显著提升，能够生成结构清晰、细节丰富的超分辨率遥感图像。

关键词： 图像处理   生成对抗式网络   伪装效果评估   数码迷彩  

摘要： 现有迷彩研究的重点单一关注于伪装效果评估，未能从生成、评估多角度融合分析，无法将评估结果反馈到生成领域。为了研究数码迷彩的实用功能和一体化，采用了一种基于改进循环生成对抗网络模型，构建一个集成化的自适应数码迷彩平台，无缝整合了数码迷彩生成、动态变色控制、伪装效果实时评估及反馈控制模块，实现了全流程在线应用。该模型融合了结构保持损失函数与感知损失函数，以优化对数码迷彩特征的映射能力；同时改进对抗损失确保生成质量，在此基础上，集成了综合相似度评估模块和颜色迁移算法的反馈机制，形成完整的“生成-评估-反馈控制”闭环工作流程。结果表明，相较于传统系统，该一体化方案在林地、土地等典型场景的数码迷彩伪装效果提升约20%，生成质量与环境适应性显著增强；在轻量化设计后部署于树莓派4B开发板中，满足低功耗需求。本系统有效解决了传统技术生成效果不佳、环境适应性弱等问题，为复杂战场环境下的高效数码迷彩应用提供了有力支撑。

关键词： 自动驾驶感知   多视角感知   目标检测   3D感知  

摘要： 感知系统作为自动驾驶的关键组成部分,直接影响车辆对周围环境的理解,是实现安全可靠自动驾驶的基础。相比传统2D图像检测感知技术提供的有限信息,3D感知可以提供更丰富的感知数据,但也存在空间信息融合不充分与时序信息利用不足的关键问题。提出一种融合时空信息的多视角3D感知网络,该网络包括多视角环视3D感知网络与时空融合网络MVSPNet。多视角环视感知网络可以通过精确的空间视角转换,高效地融合多相机图像数据,以构建统一鸟瞰图空间表征,实现多个相机数据的空间对齐和融合。相较于当前先进的单目基准模型FCOS3D,所提出网络的全类平均精度mAP达到了0.343,相对提升了14.7%。时空融合网络MVSPNet可以实现时序上多视角的图像融合,融合多帧数据,进一步显著提升了网络性能,融合2帧时序数据,mAP进一步提升了10.2%。实验结果充分证明了所设计的网络在有效融合多视角空间信息与时序信息方面的先进性,为提升自动驾驶系统在动态复杂场景下的3D感知提供了有效的解决方案,对推动安全、可靠的自动驾驶技术发展具有重要意义。

关键词： 多频   油基电成像   电测井   极板间隙校正   图像处理  

摘要： 为消除油基钻井液井况下极板间隙对成像质量的影响,进而获取高质量井壁图像,采用三维有限元素法模拟仿真多频油基电成像测井仪器的响应特性,考察仪器探测特性受工作频率、井眼环境、极板间隙的影响规律。在此基础上开展图像校正方法研究,通过多频交汇与相位分析相结合的方式,形成针对油基泥浆环境中的低阻、中阻、高阻地层分类校正方法。以中海油服多频油基电成像测井仪器MFIT为例,利用实验井中的测量数据开展方法校正效果检验。结果表明,该方法能够改善多频油基钻井液电成像仪器的图像清晰度,提升图像对井壁细节特征的识别能力。该方法也适用同类型的其他油基钻井液电成像测井仪器(如Earth Imager)的图像校正处理。

关键词： 大豆叶片病害   深度学习   目标检测   YOLO v8n   病害检测  

摘要： 针对大豆叶片病害在复杂环境下存在背景干扰难以准确识别的问题,提出一种基于改进YOLO v8n目标检测模型YOLO-FBA。在Backbone端引入FasterNet模型主干,减少数据特征的冗余,有效提升模型的病害特征提取能力。在Neck端引入并重新设计BiFPN特征融合网络,显著降低模型的参数量和计算量。最后在BiFPN基础上引入语义与细节注入模块（SDI）,并设计自适应多尺度融合模块（AMI）改进特征融合方式,以增强模型表征能力。结果表明,相较于基线模型YOLO v8n,改进后模型的参数量为2.77 M,计算量为7.6 GFLOPs,两者分别下降10.1%、6.2%;在mAP50方面,相较于基线模型提升2.0百分点;与YOLO v3、YOLO v5、YOLO v6、YOLO v7、YOLO v8n目标检测算法相比,YOLO-FBA的mAP50分别提高10.3、3.5、1.7、2.4、2.0百分点。本研究提出的大豆叶片病害识别方法在使用更少的参数和计算量的情况下达到了更高的精度,可为复杂环境下的大豆叶片病害检测提供更可行的解决方案,并为真实田间环境下大豆叶片病害检测系统的开发奠定基础。

关键词： 深度学习   计算机图形学   计算机视觉   三维人体重建   三维人体生成  

摘要： 三维人体建模在虚拟现实、游戏动画、人机交互、数字人等领域展现出广泛应用前景.然而,传统三维建模方法高度依赖于昂贵的设备与人工标注,存在成本高、灵活性差等问题,难以满足大规模、个性化的建模需求.近年来,深度学习的快速发展为三维人体建模带来了全新的技术范式,极大地推动了该领域的发展.本文系统地回顾了基于深度学习的三维人体建模技术,重点围绕三维人体表示、重建方法与生成方法 3个方面展开.在人体表示方面,文章梳理了参数化、显式、隐式及混合形式等主流中间表示的建模思路与适用场景.在人体重建方面,总结了从传统参数回归方法、隐式函数建模到神经辐射场和三维高斯泼溅(3D Gaussian splatting, 3DGS)等最新非参数化方法的发展路径,分析了各类方法在精度、可控性与效率等方面的优劣.在人体生成方面,系统梳理了生成对抗网络(generative adversarial networks, GANs)以及扩散模型(diffusion models)等主流生成框架的应用进展,重点聚焦于文本驱动与图像驱动的生成策略、精度、可控性与细节还原等方面的进展.此外,本文还收集整理了当前主流的公开数据集,并对三维人体建模面临的挑战与未来研究方向进行了深入讨论.本文旨在为计算机视觉与图形学领域的研究者在三维人体建模方面提供全面的参考,推动更加高效、逼真和可控的人体重建与生成技术的发展.

关键词： 草莓病害   YOLO v8   目标检测   轻量化   深度学习   HTW-YOLO  

摘要： 针对草莓容易受到多种病害侵袭,且病害形态各异,传播速度快,导致草莓病害检测效率低下、检测精度不高等问题,提出一种基于YOLO v8s改进的HTW-YOLO轻量化草莓病害检测模型。首先,将颈部网络替换为高层次特征筛选融合金字塔网络,通过高层特征筛选低级特征信息的多层次筛选和融合,以增强模型对病害特征信息的捕捉能力,并融合坐标注意力机制,进一步提高模型对病害的定位和识别;其次,采用任务对齐检测头,以共享卷积进行特征提取,降低检测头参数的同时,利用病害的分类定位特征交互信息,提高模型的病害检测性能;最后,将原损失函数优化为WIoU损失函数,增强模型的泛化能力,使模型在各个优劣样本中取得平衡,提高整体检测性能。结果表明,所提出的模型检测精确率为94.0%,召回率为89.8%,平均精度均值为94.5%,参数量和模型大小分别为6.1、12.4 M,与基准模型YOLO v8s相比,在参数量和模型大小分别降低45.0%、45.1%的情况下,精确率、召回率和平均精度值分别提升2.6、3.2、4.3百分点。改进的模型与Faster R-CNN、YOLO v5s、YOLO v7-tiny、YOLO v9s、YOLO v10s相比,仅模型参数量和大小略高于YOLO v7-tiny,精确率比YOLO v9s低0.5百分点,其他性能均为最优,在实现模型轻量化的同时取得了较高的草莓病害识别能力。