关键词： 目标检测   多尺度目标   浅层特征编码   语义特征增强   跨层级注意力特征融合  

摘要： 在真实航行环境中，船舶目标尺度差异大，小目标众多，导致现有的目标检测算法精度较低。针对此问题，设计了一种跨层级特征融合的水面多尺度目标检测算法CLF-DETR（Cross-Level Feature Fusion-DETR）。首先，通过新增浅层特征编码，提高算法的小目标检测能力；其次，引入语义特征增强结构以构建目标与海天背景之间的联系，抑制无用的特征信息；然后，基于四种不同尺度的特征图，设计了一种跨层级注意力特征融合结构，并采用可学习通道拼接方式，通过跨层级的特征交互来计算注意力矩阵，进而引导不同层级间特征融合；最后在真实海域数据集上进行模型的训练、验证和测试。实验结果表明，在保证检测实时性的同时，提出的CLF-DETR与现有优势算法相比，在水面多尺度目标检测精度上有显著提升。

关键词： 计算机视觉   CiteSpace   知识图谱   文献计量法   可视化分析   Computer Vision   CiteSpace   Knowledge Graph   Bibliometrics   Visual Analysis  

摘要： 计算机视觉作为人工智能的核心领域之一，近年来在学术探索和实际应用均取得显著进展并获得广泛关注。本研究基于1992年至2024年间中文文献，采用共现分析、聚类分析以及突现词分析等文献计量方法，通过CiteSpace 6.4.R1软件对CNKI数据库中相关文献进行系统统计与可视化分析。研究从发表时间、期刊分布、高产作者和机构等维度探讨我国计算机视觉领域的演进、前沿及热点。结果表明：我国计算机视觉领域研究以1999年和2014年为节点，期间经历三个阶段性变化，每个阶段研究热点逐步演化、细化，并伴随从技术应用向算法理论的显著范式转变。研究机构和作者呈现出“2 + n”的合作格局，机构方面，以中国农业大学工学院和中国科学院大学为核心形成两大科研机构合作网络；作者方面，以湖南大学的王耀南教授与浙江大学的应义斌教授为核心形成两大科研作者合作网络。此外，通过突现词分析发现，未来计算机视觉研究的主要发展方向聚焦于“深度学习”和“目标检测”两大领域。可见，我国计算机视觉领域研究正处于稳定增长的态势，且“深度学习”和“目标检测”领域的突破有望推动该领域的理论创新与应用发展。

关键词： 机器视觉   人工智能   图像处理   自动化技术   Machine Vision   Artificial Intelligence   Image Processing   Automation Technology  

摘要： 本研究旨在开发一种可视化监测的自动采果作业系统，通过整合Pixy CMUcam5视觉模块、SG-90微型伺服马达、MG996伺服马达和Futaba S148连续旋转型伺服马达等关键组件，并利用Arduino Mega控制板实现机构间运动的精确协调。通过坐标转换方法简化了果实定位问题，并结合柔性旗鱼式爪指设计，研发了三爪式夹爪作为西红柿采收的工具。通过实验分析，确定1.40 kgf的平均穿刺力作为最大夹取力的基准，夹爪上贴附的薄膜式力量传感器能够直接测量手指与果实间的力量，模拟测试显示最大夹持力为0.70 kgf，且夹取试验结果表明夹取动作对番茄造成的损伤极小。此外，本研究还测试了三种不同摩擦力材料的拉力和拉拔力，为后续夹爪材料的选择提供依据，为自动化采摘技术的发展提供重要的理论和实践基础。

关键词： AGV   场景理解   风险缓解   计算机视觉   场景图生成  

摘要： 针对制造业车间中自动导引车（Automated Guided Vehicle， AGV）运行时可能产生的碰撞风险问题，提出了一种基于场景理解技术的风险缓解方法。该方法利用计算机视觉技术生成场景图，以增强AGV对周围环境的感知和理解，特别关注物体间的空间关系，使AGV基于场景信息做出决策，减少碰撞风险。实验在三种典型场景（巡线、离线、回线）下进行，通过收集的图像数据评估AGV的环境感知能力和风险缓解能力。结果显示，所提出的结合场景图的风险缓解框架可有效识别风险并实施缓解措施，尤其在处理多类别单目标的静态场景时表现突出。未来研究将致力于扩展至更复杂的多类别多目标场景，以进一步提升AGV在动态工业环境下的安全性和效率。

关键词： 目标检测   入侵物种   YOLOv8n   膨胀卷积   轻量化   损失函数  

摘要： 入侵物种的传播对生态系统造成严重威胁，削弱生物多样性，并对自然资源、农业生产和经济活动产生广泛的负面影响。针对入侵物种识别难、检测精度不足等问题，提出了一种基于改进YOLOv8n的轻量级入侵物种检测算法ISYOLO(Invasive Species-YOLO)。首先，将YOLOv8n中骨干网络的C2f模块中的Bottleneck替换为改进的FADC(Frequency-Adaptive Dilated Convolution)模块，从而显著提升特征提取的辨别能力和网络的表征能力；其次，检测头采用共享卷积策略，替代解耦头策略，利用共享卷积和组归一化操作，实现轻量化且精确的改进；第三，采用新的损失函数PIoUv2，优化目标框的回归效果，提高检测性能和模型收敛速度。实验结果表明，在Species196-L公开数据集上，改进后的模型在平均精度值(mAP@0.5)上达到59.7%，模型大小为5.1MB，检测帧率为289frame/s，与YOLOv8n算法相比，检测精度提升了0.6个百分点，模型大小减少了1.9MB,检测帧率提高了68%，该算法兼具高精度和高效率，为入侵物种的实时监测和治理提供了技术支持。

关键词： 目标检测   注意力机制   特征融合   点采样   多尺度  

摘要： 道路损坏对道路的使用寿命和安全性构成极大威胁,及早发现道路损坏有利于进行维护和修理.传统的道路缺陷检测技术通常依赖于手动视觉检测和车载道路路面监控系统,然而这些方法在很大程度上受道路维护人员经验的影响.随着深度学习的发展,越来越多的研究者将其应用于道路缺陷检测领域,其中最常见的当属YOLO系列目标检测方法及其各种变体.但这类方法大多需要进行后处理操作,这会阻碍模型优化、损害鲁棒性并导致检测器延迟推理.针对这些问题以及道路缺陷检测中存在的多尺度问题,本文提出了改进后的RT-DETR模型,对主干网络的结构进行了微调,并提出了MSaE注意力机制.在编码器部分,使用GhostConv卷积和DySample模块优化了上采样,使用ADown模块优化了下采样.本文在公开数据集SVRDD中进行了对比实验.实验结果表明,本文提出的改进方法在SVRDD数据集中的mAP@50指标达到了72.5%,相较于基准的RT-DETR-R18提高了3.8个百分点,有效提升了道路缺陷检测能力.

关键词： 毫米波雷达   目标检测   特征级监督   激光雷达   视觉传感器  

摘要： 针对毫米波雷达和视觉传感器融合算法在特征融合层面缺乏有效监督的问题,提出了一种引入激光雷达监督的多模态融合三维目标检测算法(Radar and Camera Fusion Based on Lidar Supervision,LRCFusion)。该算法首先分别提取视觉传感器、激光雷达和毫米波雷达各自的数据特征;接着使用知识蒸馏的方法,利用激光雷达特征作为教师模型监督毫米波雷达特征,以提升毫米波雷达特征的表达水平;然后引入注意力机制实现毫米波雷达和视觉特征融合,并采用基于点云的三维物体检测方法对融合的特征进行目标检测和3D锚框预测;最后,使用预测的3D锚框更新融合前的3D参考点。与基线算法进行比较,所提算法的平均精度提高1.2%,归一化检测得分提高1%。

关键词： 蒲公英   目标检测   YOLOv5s   蜜源植物   精准农业  

摘要： 针对蜜源植物季节性生长变化的复杂性,提出一种高效识别优质蜜源蒲公英花朵的方法,以帮助蜂农精准预测蜜蜂的优质采蜜场所。通过采集数据集与图像基本处理,基于YOLOv5s模型,并结合全局特征金字塔网络(GFPN)和内容感知特征重组(CARAFE)技术,提出一种改进的目标检测方法。实验结果表明,改进后的YOLOv5s模型在识别蒲公英花朵的准确率和精度上均优于传统方法,分别达到92.9%和95.8%,较原模型提升0.9个百分点。GFPN与CARAFE的协同作用能够使模型更好地处理复杂的图像背景和不同尺寸的花朵,检测速度和准确性显著提高。基于YOLOv5s模型并结合GFPN和CARAFE的蜜源蒲公英花朵识别方法,能够有效应对蜜源植物的季节性变化和复杂生长环境,具有较高的实用价值。该方法不仅能为蜂农准确预测采蜜场所提供依据,推动精准农业技术的应用,还能为实现农业资源可持续利用提供创新性技术方案。

关键词： 水面小目标检测   YOLOv5   ConvMixer   NWD  

摘要： 本文提出了一种改进YOLOv5的水面小目标检测算法.在网络结构上对浅层特征进行融合,新增一个检测头用于微小目标的检测.利用ConvMixer的结构特性,设计C3_CML模块用于取代原主干网络和颈部网络中特定位置的C3模块,通过增强图像特征信息空间通道位置关系的提取能力,从而提升对有效目标区域的关注,同时降低模型复杂度.设计了新的损失函数,综合使用IOU(intersection over union)和NWD(normalized wasserstein distance)作为新的边界框损失评价指标,降低对小目标位置偏差的敏感性,显著提高小目标的检测性能.结果表明:相比原始YOLOv5算法,改进后的算法有效减少了水面密集小目标和极小目标的漏检率,同时检测精度得到了显著提高.

关键词： 持刀行为检测   实时目标检测Transformer(RT-DETR)   目标检测   多尺度特征融合   Transformer   危险行为检测  

摘要： 目的在对公安系统网络摄像头获取的视频数据进行分析时,行人危险持刀行为的自动检测面临刀具形状、大小的多样性,以及遮挡和多目标重叠等因素导致的检测精度低、误检率高的挑战。针对上述问题,提出了一种改进实时目标检测Transformer(real-time detection Transformer,RT-DETR)的持刀危险行为检测算法(human-knife detection Transformer,HK-DETR)。方法首先,设计了倒置残差级联模块(inverted residual cascade block,IRCB)作为主干网络中的基本块(BasicBlock),这使得网络更加轻量化,减少了计算冗余,并提高了对全局特征和长距离依赖关系的理解能力;其次,提出了跨阶并行空洞融合网络结构(cross stage partial-parallel multi-atrous convolution,CSPPMAC),专注于多尺度特征的提取,使模型能有效识别不同大小和角度的刀具;最后,引入了Haar小波下采样(Haar wavelet-based downsampling,HWD)模块来替换原模型中的下采样操作,为多尺度特征融合提供了更丰富的信息。同时,采用了最小点距离交并比(minimum point distance based intersection over union,MPDIoU)损失函数来进一步提升检测性能。结果对比实验表明,与原RT-DETR算法相比,改进后的模型网络参数量下降了25%,精度、召回率、平均精度均值(mean average precision,mAP)分别提高了2.3%、5.5%、5.2%;与YOLOv5m、YOLOv8m和Gold-YOLO-s相比,在模型网络参数量较低的情况下mAP又分别提高了6.3%、5.2%、1.8%。结论本文提出的HK-DETR算法能够有效适应网络摄像头下多种复杂环境的持刀危险行为检测场景,相较于其他参与对比的模型,其性能优势得到了充分的展现。