关键词： 行人重识别   目标检测   多目标追踪   YOLOv8   DeepSORT  

摘要： 针对复杂场景下多行人追踪中目标遮挡与外观相似性导致的轨迹中断问题，本研究提出融合改进YOLOv8与DeepSORT的鲁棒跟踪算法。方法上，通过InceptionNext Block重构检测网络骨干增强特征表达能力，采用VoVGSCSP模块优化多尺度特征融合；结合NSA Kalman滤波器改进运动预测模型，并引入AFLink算法实现跨帧轨迹关联。实验表明，改进模型在MOT20数据集上MOTP提升0.9了，HOTA提升了0.7。显著提升了遮挡场景下的定位精度与轨迹连续性，为密集人群追踪提供了有效的技术方案。

关键词： 图像增强   图像融合   白平衡   对比度限制自适应直方图均衡化   YOLOv8   水下目标检测  

摘要： 随着物联网技术在水下领域的广泛应用，水下考古和海洋资源勘探等场景对图像目标检测技术提出了更高的要求。由于水下图像通常面临光照不足、散射等复杂环境因素的干扰，传统单一算法难以满足当前的高精度检测要求。针对以上问题，提出了一种白平衡与对比度限制自适应直方图均衡化级联加权融合的图像处理方法，并应用于YOLOv8进行目标检测。实验结果表明，该方法的MAP提高了2.6个百分点，在PSNR、SSIM指标上也优于其他SOTA算法，分别为28.55和0.93。说明经过所提方法处理后不仅可以提高图像主观视觉效果，还可以保留更多细节和目标特征。研究为物联网驱动的水下工作提供了有力的技术支撑，具有广阔的应用前景。

关键词： 干燥设备   在线检测   计算机视觉   技术融合   深度学习  

摘要： 在食品加工领域，干燥作为关键环节，对食品的品质、保存期限及运输便利性起着决定性作用。干燥过程涉及诸多复杂变量，如物料的水分含量、温度、颜色、形状等，这些参数的精准监测与有效控制，直接关系到干燥产品的质量与生产效率。传统的人工检测方式不仅效率低下、误差较大，还易对干燥过程造成干扰，难以满足现代化大规模、高精度生产的需求。随着科技的飞速发展，在线检测技术凭借其快速、无损、实时等显著优势，在干燥设备中的应用愈发广泛。其中，基于视觉的在线检测技术，特别是计算机视觉技术，能够通过对图像的采集、处理和分析，获取丰富的物料信息，为干燥过程的精准控制提供有力支持，成为当前研究的重点与热点方向。但是当前对于视觉检测在食品干燥中的运用的相关文章还较少，该文从颜色、形状、纹理等方面概述了视觉检测在干燥中的应用，并且近一步地分析了视觉技术和其他检测技术融合的发展，为后续相关研究人员提供了借鉴与参考。

关键词： YOLOv8   金属表面缺陷检测   特征提取   多尺度   注意力机制  

摘要： 为减少金属表面缺陷检测任务中的误检和漏检问题，提升模型对多尺度和相似性缺陷的检测能力，提出一种DFC-YOLO检测方法。首先，设计多样性特征提取模块(DFEM)对经过SPPF处理后的多尺度信息进行更加全面的特征提取，提高对不同尺度目标的检测精度。其次，设计特征处理模块(FPM)实现浅层与深层特征信息融合，利用浅层特征提取模块(SFEM)充分挖掘浅层的关键信息，减少背景噪声干扰，提升模型对相似性目标的识别能力。最后，为了在不显著增加内存和计算成本的情况下，进一步增强模型对多尺度特征的提取和融合能力，提出C2f＿RFEM模块，利用感受野扩张模块(RFEM)扩大模型感受野，获取更多上下文信息，提高检测性能。实验结果显示，DFC-YOLO在GC10-DET数据集中mAP达到了77.60%，相较于基础模型提升3.60%；在NEU-DET数据集中，mAP提升2.55%。实验结果验证了所提方法的可行性与泛化性，表明其能够有效应用于金属表面缺陷检测任务。

关键词： 科技文献图片   图片支撑文本   目标检测   向量表征   文本挖掘  

摘要： [研究目的]科技文献图片仅靠图标题文本描述存在局限性,本研究拟通过图文加权向量相似度的方法,从科技文献原文中挖掘图片相关的知识支撑文本。[研究方法]首先基于目标检测模型,对科技文献中的图片、图片的标题文本、正文文本域进行识别,评估识别的准确性。其次,对图片和正文以及图片标题和正文进行向量加权计算,与标准集进行相似度计算,确定最优的图片知识支撑文本识别模型。[研究结果/结论]实验发现40%的图片与正文的相似度和60%的标题文本与正文相似度的加权方式最好,为科技文献图片的知识支撑文本的抽取提供了方法。

关键词： 低照度   无人机   可见光-红外   深度学习   目标检测  

摘要： 无人机可见光-红外融合目标检测在灾害救援、安防监控和战场侦察等军民用领域具有重要的应用价值。然而在低照度条件下，现有融合策略存在诸多不足，不仅忽略了同一场景内不同区域光照不均衡的问题，还过度依赖红外模态，导致低照度条件下的可见光图像潜在丰富的语义信息未被充分挖掘，此外低照度进一步加剧了跨模态融合的困难。针对以上问题，提出了一种动态亮度重建的无人机可见光-红外融合目标检测方法。首先，利用局部照明信息先验，设计了一个超像素动态照明感知掩膜（Super-Pixel Dynamic Illumination-Aware Mask, SDIM）模块，通过模拟真实场景对不同模态的依赖并引入超像素信息，解决了现有方法存在的物体边缘特征丢失问题。其次，针对低照度可见光图像特征退化问题，设计了低照度图像增强（Low Illumination Image Enhance, LIIE）模块，实现了面向检测任务的端到端优化的可见光图像关键语义自适应增强。最后，针对跨模态特征异构性引发的融合冲突，设计了多尺度特征交叉注意融合（Multi-Scale Feature Cross-Attention Fusion, MFCF）模块，通过层级化交叉注意力机制构建双模态特征交互空间，结合动态权重分配策略，实现了多尺度特征自适应融合。基于典型的可见光-红外融合目标检测数据集DroneVehicle和VEDAI的实验结果，验证了所提方法在低照度条件下可见光-红外融合目标检测任务中的有效性及鲁棒性，具体与现有先进的融合检测算法相比，其保持较低的参数量的同时平均精度(mAP)分别提升了2.3%和2.2%，并且相较于被广泛使用的单模态YOLOv8算法，m AP最高提升了12.9%。此外，基于LIS真实低光数据集的跨场景实验结果，进一步验证了所提方法良好的泛化性。

关键词： 遥感图像   深度学习   分割模型   分类模型   模型结合   目标检测  

摘要： 为应对深度学习在遥感图像处理中面临的诸多挑战，如标注过程耗时且复杂、数据多样性大、训练模型所需计算资源高以及易过拟合等问题，提出了一种融合Segment Anything Model分割模型和Mobile-Friendly Vision Transformer分类模型的遥感图像目标检测方法。实验结果表明，相较于YOLO-V2,Faster R-CNN等模型，该模型的参数量为28.3M，平均训练时间32.5s，计算复杂度为10.7GFLOPs，在数据使用效率、训练时间和分类准确率方面具有优势。

关键词： 人物交互检测   目标检测   相对位置编码   频域特征   离散余弦变换  

摘要： 人物交互检测任务旨在检测图像中所有人和物体之间的交互关系。目前的研究大多采用编码器-解码器结构进行端到端的训练，但这通常依赖于绝对位置编码，且在复杂的多对象交互场景中表现有限。针对现有方法依赖绝对位置编码难以有效捕捉人与物体相对空间关系，以及在复杂多对象交互场景中局部与全局信息整合不足的问题，提出一种结合跨维度交互特征提取与频域特征融合的新型人物交互检测模型。该模型首先改进了传统的Transformer编码器，额外引入了一种位置编码，通过与绝对位置编码的融合，使其能够对人与物体之间的相对关系进行建模。其次引入一种新的特征提取模块来加强图像信息的整合，通过跨维度交互捕捉图像中通道、空间和特征维度的交互特征，提升信息表达能力，同时利用离散余弦变换提取频域特征，捕捉更丰富的局部与全局信息。最后结合Wise-IoU损失函数提升检测精度与类别区分能力，使得模型可以更加灵活地处理不同类别的目标。实验在HICODET和V-COCO两个公开数据集上进行，结果表明，与GEN-VLKT模型相比，本文模型在HICO-DET数据集全部种类上的mAP提升了0.95个百分点，在VCOCO数据集场景1上的AP提升了0.9个百分点。

关键词： 桥梁工程   船舶追踪   深度学习   计算机视觉   YOLOv8   ByteTrack  

摘要： 针对近年来频发的船桥相撞事故，深入分析了现有桥梁主动防船撞方法的不足，设计并实现了一种基于改进YOLOv8和ByteTrack算法的航道船舶识别与追踪方法。在YOLOv8网络结构的主干网络和颈部网络之间引入了3个卷积块注意力模块(convolutional block attention module， CBAM)，以增强模型对关键特征的捕捉能力。此外，采用了ByteTrack算法来提高船舶追踪的准确性和鲁棒性，并进行对比实验分析。结果表明，改进后的模型在多目标追踪准确性（MOTA）和识别准确度（IDF1）上分别达到了79.8%和84.5%，相比原始YOLOv8模型有了约5%的精度提升，且相比于一些其他主流注意力机制模块的提升也更高。在图像处理速度方面，改进方法相对于多目标追踪算法Bot-SORT算法图像处理速度要快约56%，处理相同目标图像耗时更少。

关键词： 目标检测   遥感图像   图像合成   强化学习   深度学习  

摘要： 在遥感目标检测方面，特别是对车辆、飞机等遥感目标的检测，在交通监测、军事侦察等方面具有重要的应用价值，对相关技术的进步也起到了积极的推动作用。然而，遥感目标检测仍面临诸多挑战，包括遥感图像标注成本高，以及复杂天气条件对目标检测性能的干扰。为解决上述问题，本文提出了一种融合强化学习与可控图像渲染的遥感图像合成方法，将虚实混合的遥感图像生成任务转化为基于强化学习的场景参数搜索问题。与此同时，本文引入天气干扰因素，通过模拟云层、沙尘和雾气等复杂天气条件对训练数据进行增强，提升数据在复杂环境下的适应性与真实性。实验结果表明，相较于传统方法，本文方法在多项评价指标上均取得显著提升，最高性能提升达4.4%。这验证了本文方法的有效性，显示了合成遥感图像及其复杂天气效果在提升目标检测模型精度方面的潜力，为遥感目标检测技术的发展提供了有力支持。本文部分代码已开源，项目地址为：https://***/fantq1005/RL-SynthRS。