关键词： 小目标检测   YOLOv8s   RFB   CoT  

摘要： 无人机航拍目标检测是近些年研究的热点，由于无人机航拍视角下的小目标图像及被遮挡情况严重，导致出现漏检、误检等问题。针对以上问题，提出了一种改进YOLOv8的航拍小目标检测方法：CRP-YOLO。首先，为提升颈部网络PANet的特征提取能力，提出一种多分支部分空洞卷积结构，将RFB模块与PConv结合改进颈部网络的特征融合方式，增大颈部网络的感受野；其次在主干网络SPPF层前的C2f中引入Contextual Transformer(CoT)结构改进Bottleneck块，利用全局上下文信息，提升网络特征提取能力；最后在检测层增加一个尺寸为160×160的小目标检测头，提高对小目标的检测能力。在公开数据集VisDrone2019上进行实验，结果表明，相较于基线模型YOLOv8s，CRP-YOLO在mAP@0.5上提升3.8%，mAP@0.5:0.95提升1.7%，参数量降低1.5MB，与其他主流目标检测方法相比也得到较好的检测性能。

关键词： 红外目标跟踪   计算机视觉   孪生网络   相关滤波  

摘要： 针对红外目标跟踪算法在复杂场景下性能退化的问题，提出了多尺度特征响应融合的红外目标跟踪算法。该算法基于Siamese网络框架，构建了一个自适应模版更新的目标模板库，以提高模版匹配准确性。采用ResNet-50构建了多尺度特征提取与融合网络，通过多分支结构捕获不同信息的特征，并引入分组卷积以及增加每组的基数来提取多样化的深层特征。此外，通过自适应权值分配策略，将不同尺度的特征进行融合；其次，提出了全局感知与快速响应模块，通过可微相关滤波器层实现对整帧图像的全局感知，同时动态生成适应性滤波器以捕捉目标特征。同时，采用核估计概率直方图建立红外目标的多尺度特征模型，在每个前向传播步骤中与候选区域进行比较，提高算法对于目标变化的响应速度和感知能力；最后，提出了空间-通道-帧间交互自注意力模块，使模型能够更好地聚焦于全局空间特征和高响应通道，并利用帧间交互注意力增强了前、后帧信息的互补性。在LSOTB-TIR和PTB-TIR数据集上进行了实验。实验结果表明，在多种复杂场景下，提出的算法显著增强了目标辨别、感知和抗干扰能力。算法的成功率和精准率，在LSOTB-TIR数据集上分别达到了67.3%和80.0%，在PTB-TIR数据集上分别达到了64.5%和83.1%，综合优于对比跟踪算法。

关键词： YOLOv7-tiny   目标检测   表面缺陷   GSConv   MPDIoU  

摘要： 针对带钢表面缺陷检测任务存在小目标检测效率低、缺陷定位不准确、检测算法参数量大、难以运用在终端设备上等问题，提出一种改进的YOLOv7-tiny检测算法。首先，使用GSConv替换颈部网络中的标准卷积，再基于GSConv设计一种改进的高效聚合网络(ELAN-G)，保证带钢表面缺陷特征信息被充分融合的同时降低算法的参数量；其次，在预测头和颈部网络之间增加针对低分辨率和小缺陷的SPDConv模块，模块先生成一个中间特征图，通过对中间特征图中的小缺陷特征信息过滤学习得到最终特征图，以此提高预测头对小缺陷的检测精度；最后，引入MPDIoU损失函数，合理利用边界回归框的几何性质，简化损失函数计算过程并提高缺陷定位精度。实验结果表明，在NEU-DET数据集上，改进算法比其他6种先进目标检测算法效果更好，性能更均衡，改进算法的平均精度均值(mAP)可达74.1％，且参数量和计算量低于所有对比算法，可布置在工业坏境中的带钢表面缺陷检测系统上。

关键词： 多尺度交叉注意力   边缘感知   伪装目标检测   特征金字塔结构  

摘要： 针对当前伪装目标检测算法无法准确、完整地检测出目标对象和其边缘的问题，为此，提出了一种融合多尺度交叉注意力和边缘感知的伪装目标检测网络（MAEP-Net）。利用Res2Net-50提取图像的原始特征，并采用融合了多尺度交叉注意力的特征金字塔结构从通道、空间两个维度挖掘目标位置信息和突显伪装目标区域特征；再使用定位模块对目标的大致位置进行准确定位；边缘感知模块抑制低级特征中背景的噪声，融合边缘特征以获取更多的边缘细节信息；最后细化模块通过注意力机制分别从前景和背景两个方向关注目标线索，利用边缘先验、语义先验、领域先验、区域先验知识进一步细化目标结构和边缘轮廓。在3个公开数据集上的实验表明，所提算法相较于12种主流算法在4个客观评价指标上均取得了最优表现，尤其是在COD10K数据集上所提算法的加权平均值F-measure和平均绝对误差（MAE）分别达到0.797和0.031。由此可见，所提算法在COD任务上具有较好的检测效果。

关键词： 门控快速傅里叶卷积   高频特征融合   红外小目标检测  

摘要： 针对在远距离复杂场景下红外小目标尺寸和形状差异大，检测精度欠佳的问题，提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。首先，为了解决复杂场景下目标尺寸差异的问题，通过在U-Net下采样过程中使用门控快速傅里叶卷积（Gated Fast Fourier Convolution， GFFC）模块提取多尺度的全局和局部特征，为提升模型在不同复杂程度数据集上的训练效果，利用超参数门控调节网络对目标全局和局部特征的权重，平衡网络对全局和局部特征的需求。其次，为解决红外小目标形状差异的问题，采用了高频特征融合（High-frequency Feature Fusion， HFF）模块，进一步提取高频子带特征，增强红外小目标细节纹理信息。最后，在SIRST和IRSTD数据集上的实验结果表明，相比基准方法，提出的方法在两个数据集的评价指标下分别提升了0.83%、0.40%和5.18%、0.23%，证明了该方法的有效性。

关键词： 机场道面   地下病害   领域知识   目标检测   关联关系推理  

摘要： 为促进道面地下领域知识和目标检测算法的深度融合，缓解不同病害样本间的特征复杂性和相似性导致的特征畸变问题，提升病害的自动化检测效果，提出了融合关联关系推理的机场道面地下病害检测算法。首先，本算法结合残差网络和多尺度特征金字塔模块（Feature Pyramid Network，FPN）提取目标特征信息;其次，通过挖掘机场道面地下病害关联关系矩阵，结合图推理设计地下病害关联关系推理模块，以区域生成网络(Region Proposal Network，RPN)生成的特征向量作为输入特征，利用自我学习的变换矩阵设定图的传播权重，实现特征信息传播并构建有效的关联关系推理模块。实验证明，融合关联关系推理的机场道面地下病害检测算法可以有效地利用地下病害之间的关联关系，消除病害之间的相互干扰并且检测效果达到最优，平均准确率达到了87.38%。

关键词： 目标检测   卷积神经网络   多尺度目标检测   感受野   FPN  

摘要： 针对多尺度目标检测中主干网络实际感受野远远小于理论感受野、感受野分布稀疏以及FPN特征金字塔在横向连接过程中统一通道数丢失通道信息等问题影响模型的性能，提出ResFPN：一种扩增实际感受野和多特征融合改进FPN的多尺度目标检测算法。针对主干网络实际感受野远远小于理论感受野，设计了多分支膨胀卷积MBD模块和多分支池化MBP模块，通过学习不同尺度空间特征融合，扩增感受野。针对感受野分布稀疏问题，提出轻量级通道交互融合CIF模块，通过双分支结构并在每一分支叠加不同数量深度可分离卷积学习像素间的依赖关系增强特征表示。针对FPN通过1×1卷积统一通道数会丢失通道信息问题，尝试利用SubPixel卷积提取C5层输出特征，保留原始丰富语义信息同时引出额外双向路径对FPN通道信息进行补充，但这可能会产生冗余信息。因此，在额外双向路径后引入全局上下文GC模块，利用GC瓶颈转换模块进一步融合特征信息，减少信息冗余。实验表明，本文提出的ResFPN有效的解决了感受野分布稀疏问题并将主干网络感受野增大了原来的一倍，同时提出改进FPN通道丢失问题的方法也在多尺度目标检测中获得了良好的性能。具体来说，与典型的网络Faster-RCNN相比，大、中、小物体检测平均精度在具有挑战性的MS COCO数据集上分别提高了2.2%，1.6%，2.0%，与其他检测器相比检测效果也有提升。

关键词： 李   机械采摘   果实识别   YOLOv5   图像处理   注意力机制   目标检测  

摘要： 为提高果园中高遮挡和密集的李（Prunus salicina Lindl.）的检测精度，提出一种改进YOLOv5s模型，在促进模型轻量化的同时提高模型对李的检测精度。首先，使用新的结构Focus-Maxpool模块替换主干网络中的下采样卷积，使模型在下采样时能够保留更多高遮挡目标和小目标的特征信息。其次，使用focal loss和交叉熵函数的加权损失作为模型的分类损失，提升模型对粘连目标的识别能力。最后，设计若干组检测试验来评价模型的性能。结果显示，改进YOLOv5s模型的平均精度优于YOLOv5s、YOLOv4、Faster-RCNN、SSD和Centernet；与YOLOv5s模型的检测结果相比，改进模型的平均精度、召回率和精度分别提高2.84、9.53和1.66百分点，检测速度可达到91.37帧/s，能够满足实时检测需求。研究结果表明，改进的模型在真实果园环境下具有较高的检测精度和鲁棒性。

关键词： 智能交通   计算机视觉   事故检测   域适应双流网络  

摘要： 道路交通事故是导致财产损失、人员伤亡和交通拥堵的主要原因之一。快速准确地检测事故对于提高应急救援速度和降低人员伤亡率至关重要。近年来，基于视觉的事故检测方法成为主流，且随深度学习技术的应用取得了显著进展。然而，现有方法应用于国内监控场景时存在精度不高的问题，主要原因是用于模型训练的开源数据与国内监控事故视频数据间存在较大的域偏移。为了避免重新构建并标注一个大型国内监控事故数据集的繁琐性，本研究提出了一种域适应双流网络，充分利用现有开源事故数据集实现面向国内监控场景的道路事故检测。具体地，提出了一种“由粗到细”递进式域适应方法，指导模型以捕捉域不变事故外观特征。此外，构建交叉注意力融合网络实现外观特征和运动特征的关联与交互，缓解因场景差异导致的特征偏差问题。实验结果表明，所提方法在国内监控场景下取得了较高的检测性能，验证了其有效性和可靠性。本研究有望为提升人民生命安全和交通效率提供了重要的技术支持。

关键词： 协同感知   3D目标检测   通信延迟   时空序列预测   注意力机制   特征融合  

摘要： 针对车辆协同感知3D目标检测在通信延迟条件下精度较低的问题，提出一种通信延迟下车辆协同感知的3D目标检测方法。首先设计时空预测模块，提取通信延迟车辆历史感知特征序列中的时空特征，以预测当前时刻的感知特征，然后基于预测特征构建感知融合模块，利用注意力机制动态融合感知特征，以降低预测误差影响，提高检测精度。本文方法在OPV2V、V2XSet和V2V4Real数据集上进行实验，与Where2Comm、V2VNet等主流协同感知方法相比。实验结果表明，在所对比的方法中，Where2Comm在不同延迟下的3D目标检测平均精度最优，该方法相比Where2Comm在400ms下的平均精度分别提高了5.9％、3.9％和1.5％。