关键词： 视神经脊髓炎   康复训练   动作识别   计算机视觉   多感官交互  

摘要： 人工智能(AI)视觉模型及其动作捕捉技术近年来在医疗领域备受瞩目，但在视神经脊髓炎(NMO)康复领域中，这些技术尚未得到广泛应用，当前的NMO患者康复训练存在个性化程度低、体验不佳、效果不显著等诸多问题。本研究旨在通过Mediapipe姿态跟踪技术及交互反馈设计，对视神经脊髓炎康复训练系统进行研究和实现。具体而言，该文主要完成了以下几个核心工作：①康复训练计划制定研究。通过定性和定量相结合的方法，对36名NMO康复患者进行影子观察和深度访谈，并使用中国中枢神经系统炎性脱髓鞘疾病登记研究随访表进行评估，构建了全面的评估体系。②康复训练动作指导反馈分析。设计了康复训练动作库，确定了人体关节点的坐标、关节点形成的角度以及关节点信息与标准信息的差值等关键指标，并利用Mediapipe框架构建人体姿态检测模型，实现康复训练动作的实时识别与反馈。③康复系统交互反馈机制设计。确立了及时性、特殊性、指导性和可追溯性的交互反馈设计原则，设计了包含场景定位、维度分析和交互方式的反馈流程，并引入Fogg行为模型理论，最终搭建了基于微信小程序的轻量化康复训练平台。本研究最终得到了一套视神经脊髓炎康复训练系统及其配套方法，验证了AI动作捕捉技术在该领域应用的可能性，提升了NMO患者在康复训练过程中的体验，并在首都医科大学附属北京天坛医院实际落地推广，论证了其具有广泛的应用价值。

关键词： 图像处理   卷积神经网络   注意力机制   特征交互   泌尿感染  

摘要： 深入探讨一种基于双尺度特征交互网络的上尿路泌尿感染CT影像评估方法。对2023年12月至2024年4月复旦大学附属闵行医院收治的上尿路感染患者CT平扫数据进行回顾性分析，构建数据集，展开深度学习训练。本文提出一种基于双尺度特征交互的模型(Dual-Scale Feature Interaction Network, DFI-Net)，该模型在ResNet模型的基础上，融合了视觉Transformer结构的优势，引入特征交互机制，可以有效提高模型的特征提取和识别能力，同时以准确率、精确度、特异度等作为模型性能的评价指标，与已有的分类模型ResNet50、EfficientNet-B0、ConvNext-T、Swin-T及Vision Transformer进行了对比，此外，设计消融实验以验证特征交互模块的有效性。ResNet50、EfficientNet-B0和ConvNext-T的准确率分别为79.955%、78.842%和83.206%,Vision Transformer和Swin-T的准确率分别为78.485%和83.195%。DFI-Net准确率达到85.582%，且特异度和灵敏度达到较好的平衡，分别为88.261%和85.093%。本文提出的一种基于双尺度特征交互的网络模型能够有效增强对上尿路泌尿感染CT影像的识别能力。

关键词： Transformer   光学遥感图像   目标检测   特征融合  

摘要： 针对光学遥感图像目标分布密集、尺度多变、小目标特征信息不足致检测精度不高的问题，本研究提出了一种面向光学遥感图像目标检测的LQ-Mixer-YOLOv8检测模型。该模型能有效整合卷积神经网络CNN和Transformer在提取图像局部（高频）和全局（低频）特征信息的优势。为了进一步提升模型的性能，实验设计了DMulti-DWconv卷积模块和自适应细节融合模块ADI，引入坐标注意力机制CA、挤压增强轴向注意力机制SeaAttention和频率斜坡结构等来提升网络特征性能，将WIoU损失函数与NWD小目标检测算法联合使用，进一步提高对光学遥感图像中小目标的检测精度。实验结果表明，LQ-Mixer-YOLOv8模型在NWPUVHR-10和DIOR数据集的测试集上分别取得了96.3%和96.5%的平均精度。在NWPUVHR-10数据集上，将其与FasterR-CNN、YOLOv3、YOLOv7S、YOLOv8S、SwinTransformer和RT-DETR等主流模型对比平均精度（mAP@0.5）分别提高10.3%、6.0%、1.6%、2.1%、7.8%和6.5%。在 DIOR数据集上，其与对应的主流模型对比平均精度（mAP@0.5)分别提高了10.5%、7.3%、2.3%、2.7%、7.5%和6.7%。该方法具有检测精度高、计算复杂度低等特点，能更好地完成光学遥感图像目标检测任务。

关键词： 群养羊只   目标跟踪   时间距离匹配   ID延时分配   YOLO v9c  

摘要： 基于视频的群养羊只跟踪对于规模化、智能化、无人化养殖具有重要作用。然而，由于羊群存在严重的遮挡、重叠及移动速度过快等问题，在复杂场景下对多只羊只进行精确跟踪较为困难。针对上述问题，为提高跟踪技术对群养羊只的适应性，本文提出一种基于YOLO v9c与改进ByteTrack相结合的羊只多目标跟踪方法。在目标检测方面，将羊只的行为划分为站立、躺卧和进食3种状态。在多目标跟踪方面，对ByteTrack做了两点改进：引入时间距离匹配模块（Time and distance matching module，TDMM），将未匹配成功的高分框与未匹配轨迹按照丢失轨迹的丢失时长与欧式距离相结合形成身份关联系数矩阵，再次进行匹配；引入ID延时分配机制，除第一帧外，将ID分配模块移至第三次匹配并加入条件，防止ID过早分配。试验结果表明，HOTA为72.051%，MOTA为88.326%，IDF1为88.237% ，IDSW为8。与原ByteTrack相比MOTA提高 0.242 个百分点，HOTA 提高2.21个百分点，IDF1提高5.734个百分点，ID 跳变降低了约46.67个百分点。与代表性算法Bot-SORT和OC-SORT相比，在HOTA和IDF1有明显上升，并且ID跳变次数大幅度降低。在多羊只复杂场景情况下的测试结果表明，基于改进ByteTrack算法具有良好的多目标跟踪性能，可以有效提高对群养羊只跟踪的准确性和可靠性。该算法在与YOLO v9c目标检测算法结合对群养羊只进行多目标跟踪并保存跟踪结果时，平均视频处理速度为47.1f/s相较于Bot-SORT算法34.2f/s提高了约37.7%。该算法能够实时可靠地监测羊只，为羊只养殖场管理者及时发现羊只行为异常以及监测羊只健康状况提供了有效的技术手段。

关键词： 目标跟踪   交互多模型   ADS-B   转移概率矩阵   跟踪误差  

摘要： 为了提高场面监视效率，实现场面运动目标精准跟踪，考虑到传统交互多模型由于固定马尔可夫转移概率矩阵导致模型跟踪精度降低，该文提出一种转移概率自适应改进的交互多模型滤波算法。该算法利用观测数据和滤波残差数据，结合模糊推理算法，构建机动强弱模糊推理系统，推理出观测数据与隐马尔可夫显状态集合的映射关系，得到显状态集下的状态序列；根据隐马尔可夫模型中的Baum-Welch算法实时求解状态转移矩阵和更新观测概率矩阵，优化状态转移概率矩阵自适应更新策略；将机动强弱模糊推理系统和隐马尔可夫模型融入交互多模型算法中，构成机动目标实时估计的模糊隐马尔可夫-交互多模型算法，以提高跟踪精度；最后，基于实际场面ADS-B轨迹数据进行了验证，验证结果显示，改进后的交互多模型能够在非等间隔预测条件下实现参数的自适应调整，且在双维度4项统计指标中，位置跟踪精度方面分别提高了63.5%, 54.3%, 40.3%, 22.7%，速度和加速度的轨迹拟合精度均得到了提高，验证了改进算法的优越性。

关键词： 图像融合   遥感   图像处理   深度学习   卷积神经网络   机器学习   特征提取   图像重构  

摘要： 多光谱图像全色锐化是遥感影像处理与解译领域的热点问题。相较于传统全色锐化方法，基于深度学习的全色锐化方法聚焦于图像深层次特征的提取，大幅提升了融合图像的质量。本文提出了一种基于混合双分支卷积神经网络和图卷积神经网络的全色锐化方法，旨在同时挖掘图像的光谱、空间与非几何结构信息，提升融合图像空间分辨率和光谱分辨率。本方法建立在多分辨率分析融合框架的基础上，利用深度神经网络构建了特征提取、特征融合和图像重构模块。首先，混合双分支网络模块是由2D卷积神经网络和3D卷积神经网络构建。其中，2D卷积神经网络旨在挖掘多光谱图像与全色图像的空间特征，3D卷积神经网络旨在挖掘图像的光谱特征。其次，引入了图卷积神经网络，捕捉图像图结构中节点的空间关系，整合非局部信息。然后，将多光谱图像与全色图像的空间、光谱和非几何特征利用特征融合模块融合在一起。最后，将融合特征输入图像重构网络重建高质量多光谱图像。本文算法在GeoEye-1和IKONOS遥感数据上进行了实验验证。实验结果表明，与其他方法相比，本文算法在主观视觉和客观评价指标上表现出优秀性能。

关键词： 奶牛产犊   腿部姿态   轮廓提取   YOLOv5   计算机视觉   灰度直方图  

摘要： 躺卧产犊是奶牛产犊的一种典型姿态，腿部姿态变化可在一定程度上反映奶牛产犊的难易程度。本试验选取第2产程产犊奶牛20头，随机分为初产组和经产组各10头，长时组（产犊时间超过35min）和短时组（产犊时间低于35 min）各10头，基于YOLOv5算法对产犊奶牛整体姿态进行识别，利用轮廓提取技术对奶牛局部姿态腿部进行特征提取并分析。结果表明：基于YOLOv5算法的产犊奶牛目标检测中站立和躺卧姿态精确率分别为82.61%和89.19%，召回率分别为95%和99%，指标全类平均精确率分别为93.82%和96.35%，另外F1分数分别为88.37%和93.84%。模型训练能很好地将站立、躺卧姿态区分开来；产犊过程中的躺卧时长显著高于站立时长。腿部姿态变化在产犊过程前中后期差异显著；奶牛产犊过程中，其伸直和抬腿姿态特征低于蜷缩姿态（P<0.01）；初产组产犊奶牛抬腿姿态特征高于经产组（P<0.05）。初产组抬腿时间与频次高于经产组（P<0.05）；长时组产犊奶牛抬腿姿态特征高于短时组（P<0.05）。长时组产犊奶牛产犊时间、犊牛重和蜷缩抬腿频次高于短时组（P<0.05）。使用YOLOv5技术及轮廓提取可以实现实时准确、快速的目标检测以及对产犊奶牛姿态变化做出判别，为奶牛牧场的管理和监测提供技术支持。

关键词： YOLOv8   水下目标检测   轻量化   小目标检测   注意力机制  

摘要： 针对水下图像检测中的复杂场景和有限的特征提取能力，由于存在误检和漏检等问题，提出了RSD-YOLO检测算法。首先，设计了R-C2f和RE-C2f模块，以适应复杂的水下环境；其次，改进了YOLOv8s的PAN-FPN多尺度特征融合结构为FPN-SL，减轻了模型重量并提升了水下目标识别能力；最后，引入Inner-CIoU损失函数，动态调整辅助边界框的尺度，增强模型对目标遮挡和尺寸变化的敏感性，从而提高检测精度。基于URPC2020数据集的实验表明，改进后的模型参数量较YOLOv8s降低了28%；检测精度mAP50从85.2%提升至86.5%；mAP75从55.1%提升至57.9%。同时，在DUO数据集中验证了算法的泛化性和鲁棒性，证明了该算法在复杂水下环境中的有效性。

关键词： 侧扫声呐图像   明暗恢复形状   三维重建   线性化法   海底检测   高精度成像   水下图像   图像处理  

摘要： 明暗恢复形状（Shape from Shading，SFS）算法是三维重建中不可缺少的关键技术，该方法使用单幅图像中物体的灰度的亮度信息，求出每个点的相对高度和表面法向量，现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响，出现了三维重建的图像不够精确等问题。为解决三维重建的精度问题，本文提出了一种基于SFS算法改进的高精度快速水下图像三维重建方法，在提高三维重建的精度前提下，解决了对本轮数据利用率不够、迭代速度慢等问题。将其应用在真实图像和虚拟图像进行实验评估以及三维重建的量化分析，验证了相比于经典 SFS 线性化算法和SFS最小化算法，本文提出的SFS算法改进的高精度快速水下图像三维重建方法，取得了令人满意的信噪比和图像信息熵值。

关键词： 小样本目标检测   元学习   代理原型蒸馏   小波卷积   多关系融合  

摘要： 针对现有小样本目标检测算法中类级原型生成精度不足、细节信息缺失导致目标区域特征表达能力受限的问题，提出了一种基于代理原型聚合（APA）的小样本目标检测算法（APA-FSOD），该算法通过代理注意力将支持特征蒸馏为细节丰富的原型，并基于相关性实现原型向量在查询特征图上的精准分配，显著强化了目标实例区域的特征表达能力。此外，还设计了小波卷积增强模块（WCEM）和自适应多关系融合模块（AMRF），分别用于优化算法的全局特征提取和高级特征融合。实验结果表明，在PASCAL VOC数据集的三种新类划分下，APA-FSOD的nAP50相较于基线VFA(Variational Feature Aggregation)最高提升了1.1个百分点。在MS COCO数据集的30-shot设置下，与元学习方法 SMPCCNet(Support-query Mutual Promotion and Classification Correction Network)相比，nAP提升了1个百分点，显著提高了小样本目标检测的精度。