关键词： 图像处理   深度图像修复   联合双边滤波   局部滤波窗口   RGB纹理特征  

摘要： 针对自适应联合双边滤波(Adaptive Joint Bilateral Filter, AJBF)算法存在的修复深度图像准确性不足、边缘结构模糊问题，本文提出了一种基于边缘-空洞标记与局部窗口改进的联合双边滤波算法。首先，该算法利用自适应局部色调映射(Adaptive Local Tone Mapping, ALTM)算法增强RGB引导图像，将其扩展至RGB-HSV空间后，提取最优相似性通道，再进行小波变换融合，生成增强引导图像，以此提升阴影区域空洞修复的准确性；随后，针对边缘结构修复不连续问题，提出一种RGBD图像融合边缘-空洞标记权重构建方法；最后，利用梯度角度选择局部滤波模板进行自适应滤波，并预构建空间距离权重查找表，以提升算法效率。实验结果表明，本文算法在Middlebury数据集、Kinect数据集以及使用RealSense相机自行采集的RGBD数据上表现出色。与其他方法相比，本文算法峰值信噪比(the peak signal-to-noise ratio, PSNR)平均提升了26.51%，结构相似性(the structural similarity, SSIM)平均提升了2.40%，均方根误差(the root mean square error by an average, RMSE)平均下降51.29%，这表明所提方法能更准确地修复深度图空洞，并保持边缘结构清晰。

关键词： 目标检测   交通场景   轻量化网络   Deformable Attention   多尺度特征融合  

摘要： 随着自动驾驶的快速发展，交通场景下的目标检测技术成为不可或缺的关键环节。传统的检测技术在处理复杂的道路环境下时模型有较大的复杂度，且部署的难度大。为了解决上述问题，提出了基于YOLOv8n改进的交通场景下目标检测算法BGR-YOLO，旨在减少计算负担并提升检测精度。首先引入Deformable Attention，使模型聚焦关键采样点，提高了检测准确性；同时，将GSConv替换标准卷积，使模型减少不必要的冗余，从而降低了模型的参数量和计算复杂度；其次引入BiFPN实现多尺度特征的高效融合；最后，引入CGR设计模块通过重参数化技术对原始C2f特征提取模块进行增强，其以隐式特征复用的方式有效降低计算复杂度。在公开道路目标数据集BDD100K上的实验结果表明，BGR-YOLO在mAP@50上达到了0.49，模型参数量减少了37%，计算量下降了20%。实验结果证明，BGR-YOLO在保持高精度的同时，显著减轻了计算负担，实现了在低算力环境下的高效部署需求。

关键词： 目标检测   YOLOv8m   损失函数优化   高效通道注意力   多尺度特征融合   下采样策略  

摘要： 针对目标检测任务中因光照变化、目标遮挡与姿态角度变化所带来的检测难点问题，提出一种基于YOLOv8m的改进模型ECSC-YOLO。首先，设计EAConv模块，通过嵌入高效通道注意力机制，强化特征提取能力，抑制过曝或低光区域的干扰；其次，改进CoordAtt模块，首次引入下采样策略，在降低特征图尺寸的同时保持上下文语义一致性，显著提升网络对前后重叠目标的敏感性；采用改进的SPPFCSPC＿E模块替代原有SPPF模块，拓展模型感受野并提升多尺度特征聚合效果；最后，针对目标框精确定位问题，采用WIoU损失函数优化检测头，使预测结果更精确。实验结果表明，改进后的ECSC-YOLO模型在PASCAL VOC2007数据集上的平均精度达到64.8%的，在复杂环境下较现有主流算法精度提升1-3个百分点，为目标检测任务提供了高效、可靠的解决方案。

关键词： 无人驾驶矿车   激光雷达   三维点云   数据增强   物理仿真   目标检测  

摘要： 当前三维目标检测模型大都基于数据驱动的深度学习技术，数据集的质量对模型的性能至关重要。本文针对煤尘环境数据集缺失、建立真实煤尘环境数据集费时费力的问题，提出了一种基于煤尘对激光雷达电磁波散射和吸收效应的点云数据增强方法。该方法针对煤尘粒子的光学特性，构建了雷达波在煤尘中的传播仿真模型，模拟激光雷达信号在煤尘环境中的衰减与散射。然后，在晴朗环境下采集的真实点云数据基础上，基于仿真模型对点云的三维坐标和反射强度进行修正，生成符合煤尘环境感知特性的仿真点云数据。在增强后的仿真数据集上训练并测试了五种主流三维目标检测模型（PV-RCNN++、PVRCNN、PointRCNN、PointPillars、Voxel＿RCNN＿Car），这五种检测模型在煤尘环境下的检测精度均有所提升，其中模型复杂度最高的PV-RCNN模型在汽车、行人和骑行者类别上的表现分别提高了1.88、1.74、0.84个百分点。实验结果表明：在煤尘环境中，使用增强后的点云数据训练的目标检测模型，相较于在晴朗条件下训练的模型，其检测精度显著提升，能更可靠地感知露天矿复杂环境，为无人驾驶矿车的稳定运行提供了数据支撑。

关键词： 目标检测   多帧检测   激光雷达点云   场景流   融合推理  

摘要： 随着自动驾驶技术的进步，基于激光雷达点云的3D目标检测已成为关键任务。然而，现有方法大多依赖单帧检测，未充分利用时序信息，导致检测精度不高，存在遮挡和目标丢失等问题。本文提出了一种新型多帧目标检测模型， 通过集成多帧信息来提高检测性能。为了有效利用多帧信息，本文提出的模型引入了匹配推理模块和场景流模块，其中，匹配推理模块根据目标的初始位置推断其运动方向和速度，更新目标的后续位置。场景流模块则整合了点云中各点的位置信息、速度和方向，为推理过程提供更准确的数据支持。实验表明，本文提出的模型在nuScencs数据集中达到了59.2%的mAP和67.4%的NDS，在KITTI数据集中重要的车类别中等难度评价中取得了89.03%的平均精度，优于大部分目标检测模型。同时，我们将检测结果可视化，通过多种消融实验进一步验证了该模型的有效性和所提出改进的可行性。

关键词： 小目标检测   YOLOv11   特征金字塔   感受野   特征调制  

摘要： 针对无人机航拍视角下目标检测中存在的小尺寸目标密集、多尺度变化显著及复杂场景干扰导致的检测精度不足问题，提出一种基于YOLOv11n改进的无人机航拍图像目标检测算法DMF-YOLOv11。首先，设计双重双向辅助特征金字塔网络(Dual Bidirectional Auxiliary Feature Pyramid Network， DBAFPN)作为Neck结构，通过多层级特征双向融合机制增强极小目标与常规小目标的特征表征能力；其次，构建多分支混合卷积模块(Multi-branch Hybrid Convolution， MBHConv)，采用并行异构卷积路径提升模型对小尺度目标的感知灵敏度；最后，将自调特征聚合网络(Self-modulating Feature Aggregation Network， SMFANet)与主干网络C3K2模块深度融合，提出C3K2＿FMB模块以协同提取局部细节与非全局上下文特征。在VisDrone2019数据集上的实验表明，DMF-YOLOv11的mAP50与mAP50-95分别达到46.2%和28.4%，较基准模型YOLOv11n分别提升11.5和8.3个百分点，召回率提升9.4个百分点至44.6%。改进算法有效提升了无人机航拍场景下的目标检测精度。

关键词： 除漆机器人   轻量化   注意力机制   目标检测  

摘要： 自动巡航船舶除漆机器人目标检测受外部干扰时，存在算法检测精度下降、难以达到实时性要求等问题。为了解决这些问题，首先将重参深度可分离移动网络模块（Repvit-MobileNet block）引入到YOLOV5的主干网络中，提高检测速度。然后在骨干网络每个阶段后增加位置注意力机制，扩大模型的全局感受野，提升模型的目标定位及抗干扰能力。其次将卷积块注意力模块（CBMA）引入到颈部网络中，通过融合CBMA模块增强特征提取能力，提高网络模型的检测性能。最后，提出了一种Refine-Loss损失函数，通过优化预测框和真实框的几何关系、兼顾IOU的权重和置信度信息，提高对机器人目标位置的检测精度。在船舶机器人实验数据集中测试与验证，结果表明融合Repvit-MobileNet block与注意力机制的YOLOV5轻量化网络平均检测精度达到84.1%，在边缘设备上的推理运算速度达到26.6 FPS，满足对船舶除漆机器人目标检测的工业应用需求。

关键词： 注意力机制   模型部署   深度模糊性   单目3D目标检测  

摘要： 单目图像缺乏空间深度信息，导致单目3D目标检测任务存在深度模糊性。现有处理2D图像的注意力机制无法解决深度模糊性问题，且计算量大，难以部署在车载移动设备上。针对这些问题，本文提出一种基于3D注意力机制和多目标边框策略的单目3D目标检测算法。考虑到2D至3D映射的深度模糊性，首先在网络设计上融入了3D注意力机制，其中包含深度信息增强核心和低计算复杂度的位置增强核心。其次，通过对深度标签进行扰动，多目标边框策略采用伪标签来缓解原有硬标签的严格限制。因此，深度估计的精准性有所提升，增强了模型的3D空间感知能力以及泛化性能，进而使其适用于3D目标检测任务。在nuScenes数据集上的实验表明，该算法优于当前的单目3D目标检测算法。最后，通过TensorRT工具进行模型转换及半精度加速，实现了在车载移动设备上的部署。在AGX Xavier与Jetson Orin NX嵌入式平台上，推理时间每帧分别为67 ms和89 ms，可实时精确检测3D目标。

关键词： 图像处理   数字图像相关方法   SIFT特征匹配   霍夫变换   最小一乘算法   变形初值估计  

摘要： 为了克服基于尺度不变特征变换 (SIFT)特征匹配的小变形初值估计受到特征点误匹配和匹配精度不确定性的影响，引入了对误匹配引起的异常值具有一定抗性的最小一乘算法和霍夫变换算法进行拟合获取变形初值。通过模拟散斑图实验检验最小一乘算法和霍夫变换算法的小变形初值估计可靠性，与随机抽样一致性算法的结果进行了对比；并通过相似模拟实验检验初值算法真实情况下的可靠性。结果表明，在小位移情形下，最小一乘算法的位移初值标准差低于霍夫变换算法和随机抽样一致性算法，为0.0033 pixel ～0.0068 pixel，且在数字图像相关方法中使用其位移初值的相关搜索平均迭代次数为3.692～4.370次；对于实验过程中散斑图出现的破损区域，最小一乘算法的位移初值和数字图像相关方法的位移测量值存在明显差值，最大值为11.80 pixel，最小值为-7.35 pixel，最小一乘算法的变形初值依然可靠，但数字图像相关方法的变形测量有失效风险。该研究为数字图像相关方法的小变形初值估计提供了一定的参考。

关键词： 单目标跟踪   野生动物   孪生网络   注意力机制  

摘要： 野生动物作为生态系统的重要组成部分，其动态监测对于维系生态平衡、理解物种间相互作用及评估生态系统健康状况具有至关重要的意义。野生动物监测主要通过无人机机载相机和固定的红外相机来捕捉动物的自然行为。然而，由于野生动物行为的不可预测性，在实际跟踪过程中，常会出现目标较小、多尺度变化以及动物身体被遮挡等问题。为了应对这些挑战，提出一种基于改进孪生网络的动物目标跟踪方法，将跟踪问题转化为相似性学习问题。在孪生关系网络（SiamRN）的特征提取阶段引入多头注意力机制，包括串联窗口自注意力运算和滑动窗口自注意力运算，增强模型对小目标的精准跟踪能力。同时，多头注意力机制的引入降低了网络的参数量和复杂度，提高了运算效率。试验在公开数据集和自制数据集上进行，试验结果表明本研究采用的野生动物跟踪方法的成功率和准确率分别为0.698和0.914，优于主流的孪生网络跟踪方法，该方法能够准确跟踪和定位野生动物目标，实现野生动物监测。