关键词： 计算机视觉   混凝土裂缝检测   深度学习   卷积神经网络   目标检测   语义分割   自动化检测  

摘要： 近年来,基于计算机视觉(Computer Vision)的混凝土裂缝检测方法通过深度学习技术,特别是卷积神经网络(CNN)和全卷积网络(FCN),实现了裂缝的自动化检测和量化分析。本文综述了基于计算机视觉的混凝土裂缝检测方法,包括图像分类、目标检测和语义分割技术的应用,探讨了其在实际工程中的优势与挑战,并展望了未来的发展方向。

关键词： 小目标火龙果识别   果实计数   YOLOv8   C2F_DCNV2_Dynamic   MPCA   Decoder Head  

摘要： 为解决大视场条件下小目标火龙果识别精度低、实时性差、果实计数困难的问题,提出一种大视场下火龙果目标检测与计数方法,实现火龙果小目标精准识别与计数,完善火龙果机器人采前指导性工作。在目标特征提取阶段,采用动态可变形卷积C2F_DCNV2_Dynamic替换YOLOv8主干网络的C2F模块,引入Conv_offer_mask获取输入特征图的可变形偏移和掩码,使网络能够更好地适应目标形状的特征,提升复杂背景的目标特征提取能力;以多路协调注意力(multipath coordinate attention,MPCA)机制模块对输入进行多路径处理,使模型可以同时关注输入张量的空间信息与通道信息,提高网络对不同尺度和语境的特征感知能力,进而提升小目标识别精度;在目标预测阶段,使用基于端到端Transformer的检测器RT-DETR的Decoder Head替换YOLO Head,通过集合预测方法直接对目标进行预测和关联,去除传统非极大抑制步骤,提高推理速度,进一步提升网络实时性能;在目标计数阶段,结合Deep Sort算法实现果实区域计数。结果表明,改进的目标检测网络对火龙果果实检测的平均精度可达99.0%,在实时性测试中每秒传输32帧,模型大小为11.8 MB,果实计数精度达82.96%,平均检测速度为17帧·s^(−1)。该方法能够精准识别与计数大视场条件下的小目标火龙果,且实时性满足果园实际生产环境。

关键词： 跨视角   图像地理定位   数据集   深度学习   无人机   图像检索   图像匹配   计算机视觉  

摘要： 跨视角图像地理定位(Cross-view Image Geo-localization)旨在通过不同视角图像间的匹配,检索参考图库中相似度最大的图像,进而利用其GPS标签实现定位功能。传统的单一视角图像地理定位受限于数据集质量、规模以及定位精度等因素,因而近年来众多研究人员和机构发布了一系列跨视角地理定位数据集,为提升地理定位精度打下数据基础。然而目前尚缺乏对跨视角图像地理定位数据集的系统性分析。本文首先梳理了跨视角图像地理定位发展以来的32个经典数据集,从视角信息、构建类型、真实程度、时相信息4个维度构建分类体系并对数据集基本信息进行归纳总结;其次从元数据、影响力、关键词、获取来源以及应用领域5个方面对跨视角图像地理定位数据集进行深入分析,整理概括了跨视角图像地理定位目前的主流算法;最后从数据集多模态趋势、大模型方法、图像干扰物处理以及模型优化4个角度探讨了跨视角定位数据集未来的发展方向,可以为相关领域研究人员提供参考。

关键词： YOLO v8   芽眼检测   种薯   目标检测   EMA注意力机制  

摘要： 针对传统目标检测算法在马铃薯种薯芽眼检测中易受泥土覆盖、表面破损以及环境因素等影响,造成检测效果差的问题,提出了一种YOLO v8_EGW模型,在自制的马铃薯数据采集试验台上实现了芽眼的快速准确检测。在YOLO v8的主干部分引入EMA注意力机制来提升马铃薯表面的芽眼特征提取能力;在YOLO v8的颈部网络中引入GD机制,并使其与C2F模块结合,加强对芽眼特征的信息融合能力,提升芽眼特征的检测能力;替换位置损失函数为WIoU损失函数,提高标记框的质量并进一步提升检测性能。结果表明,改进模型精确率、召回率、mAP@0.5、mAP@0.5:0.95分别为95.8%、92.7%、94.8%、73.0%,模型内存占用量为40.4 MB、检测速度为37.03 f/s。与同类目标检测模型(YOLO v4、YOLO v5、YOLO v6、YOLO v7、YOLO v8n)相比,其检测精确率分别高4.5、3.1、5.2、4.7、4.1个百分点,检测结果均优于其他模型。研究结果可为后续智能切种机的研发提供理论支持。

关键词： 深度学习   城市公共安全   智能监测   目标检测   行为分析  

摘要： 针对城市公共安全面临的动态复杂威胁,提出了一种基于深度学习的多模态智能监测系统。该系统通过集成视频监控、环境传感器和物联网设备的多源数据,构建了“感知-分析-决策”的闭环处理框架。模型采用改进的YOLOv5目标检测算法(融合CBAM注意力机制)与结合时空特征的行为分析网络(3D-CNN与LSTM混合架构),实现了异常事件的实时检测和风险等级量化评估。通过轻量化模型部署和可解释性增强设计,该系统为智慧城市安全管理提供了高效可靠的技术解决方案,具有显著的应用价值。

关键词： 长期跟踪   记忆网络   注意力机制   区域建议   残差学习  

摘要： 针对现有跟踪算法在长期跟踪场景中精度下降的问题,提出一种融合区域建议与记忆网络的视觉目标跟踪算法。该算法首先引入全局搜索模块,并通过设计通道注意力机制,筛选与目标高度相关的特征通道,生成目标特定的区域建议,从而提升目标丢失后的重新定位能力。其次,构建自适应记忆网络,用于动态存储高置信度的模板样本,并结合特征融合策略与残差学习机制,实现对模板特征的注意力增强。实验结果表明,该跟踪算法在准确性与鲁棒性方面均优于现有主流方法,展现出优秀的跟踪性能。

关键词： 智能钢筋绑扎机器人   深度学习   目标检测   深度过滤   YOLOv5  

摘要： 为保证钢筋绑扎机器人实际应用中的运行鲁棒性,须结合作业场景对机器人适用钢筋间距进行实时调整和排除非作业面层钢筋对钢筋交叉点识别的干扰;针对实时调整对一般钢筋绑扎机器人适配性要求较高的问题,设计出一款基于目标检测的智能钢筋绑扎机器人,能够适应不同钢筋绑扎场景及排除非作业面层钢筋干扰,实现机器人自主作业路径规划并完成钢筋绑扎作业.首先,分析钢筋绑扎工程作业环境,对钢筋绑扎机器人移动系统、传感系统、绑扎系统和控制系统四大系统进行设计;然后,在钢筋交叉点标记和训练识别过程中利用双目结构光深度相机对钢筋网进行深度过滤排除环境干扰,采集深度过滤后的图像并标记钢筋交叉点作为深度学习的数据集;最后,分别使用YOLOv5n和YOLOv5s深度学习算法对得到的目标作业面数据集进行训练和测试,提出最优路径规划算法对识别计算出的钢筋交叉点定位坐标进行路径规划.测试结果表明:设计的智能钢筋绑扎机器人在实际操作中拥有较好的作业效果,能够有效排除非作业面层钢筋的干扰.

关键词： 菌落计数   目标检测   改进YOLOv5   Inception模块   小目标检测  

摘要： 针对菌落图像中小菌落易漏检的问题,提出了一种基于INC4-YOLO(you only look once)的计数方法,实现精准的菌落计数。采用带残差结构的Inception模块(Inception module with residual connection,IncRes)替换YOLOv5骨干网络中的Bottleneck模块,以增强图像特征提取能力。从网络的浅层特征中引出一个小目标检测头,以增强算法在训练过程中对小菌落的注意力。分别在标注微生物自动识别数据集(annotated germs for automated recognition,AGAR)和真实菌落计数场景下对INC4-YOLO进行计数性能测试。实验结果表明,在AGAR测试集中,提出的算法在小菌落的平均百分比绝对值计数误差(mean absolute percentage error,MAPE)比其他先进目标检测算法降低了2%;真实菌落计数场景下,INC4-YOLO的MAPE相比YOLOv5降低了7%,表明该算法可帮助菌落计数设备实现精准计数。

关键词： 暗环境   深度学习   注意力机制   目标跟踪检测   非局部域机理   动态检测头  

摘要： 针对暗环境动态特征轮廓模糊、盲区遮挡情况,高效准确地检测跟踪动态目标特征,对灾害救援、搜寻跟踪具有实际意义。为实现暗环境下模糊轮廓特征的有效检测跟踪,提出一种时空关联机制的红外目标实时检测深度学习网络(Spatial Local Dynamic You Only Look Once Version 8,SLD-YOLOv8),设计非局部自适应Non-local模块和空间通道卷积关联模块,对原YOLOv8网络的瓶颈层Bottleneck CSP进行优化。为有效提取深层空间多尺度表征信息,增加用于小目标检测的160×160检测层和动态检测头,较好地提升暗环境中目标跟踪的边界回归性能,并实时有效地推理出目标特征的相对深度位置信息。实验结果表明,改进后的红外目标检测算法对暗环境下的动态特征检测具有较好的鲁棒性和准确性,其平均精度评估指标mAP_0.5和mAP_0.5:0.95比原模型提高了5.6%和4.5%,证明了新算法对暗环境目标跟踪的有效性。

关键词： 孪生网络   卫星视频目标跟踪   空间信息   时间信息   运动估计机制  

摘要： 随着卫星视频成像技术的显著进步,卫星视频中的目标跟踪任务引起了越来越多研究人员的关注.然而之前的研究大多通过全局注意力机制获得空间信息,这种方法使得模型关注背景部分从而忽略目标;而且只利用视频帧中目标的空间信息,目标定位不准确.本文对现有的孪生网络目标跟踪模型SiamCAR进行改进,提出时空孪生网络模型Siam-STM.具体来说,本文提出基于注意力机制的空间信息感知模块,聚合图像中的上下文信息并增强卫星视频中小目标特征的辨别力;为了利用视频帧之间的时间信息,本文还提出时间信息感知模块对视频中当前帧和历史帧进行融合,从而学习到不同时刻目标的位置信息,更好的关注目标轨迹,缓解相似干扰物的影响.此外,为了缓解卫星视频中常见的遮挡影响,本文在卡尔曼滤波器的基础上引入线性拟合方法,进而提出一种运动估计机制,可以有效地建模目标的运动特征进而在目标被遮挡时准确定位目标.在SatSOT数据集上通过与现有先进模型的实验对比验证了Siam-STM的有效性.