关键词： 多目标跟踪   协同探测   信息关联   最小方差加权  

摘要： 针对多平台被动、主动雷达探测信息异步和高密度杂波混叠导致多目标状态估计精度下降与多目标数量过度估计的问题，提出基于信息关联加权的概率假设密度滤波算法。首先构建多目标跟踪模型，并分析现有算法易受杂波影响的机理；其次推导基于信息关联加权的多目标跟踪算法，根据目标速度和可容忍误差设置容忍时间参数，将异步时间较短的探测信息近似为同步，利用关联算法筛选来源于同一目标的被动、主动雷达信息，利用最小方差加权融合提升探测精度，而随机分布的杂波由于角度数值差距较大导致难以关联而被剔除；最后仿真分析表明所提算法相比于现有算法提升了多目标状态估计精度，减少多目标数量过度估计情况。

关键词： 小样本学习   目标检测   元学习   特征耦合   特征融合   任务解耦  

摘要： 在当前基于元学习的小样本目标检测方法中，查询图像和支持图像的特征提取过程往往在进行最终特征融合之前是独立进行的，缺乏有效的信息交互，这导致查询特征的代表性信息不足，尤其在样本极度有限的情况下更为显著。为解决这一问题，提出了一种基于特征耦合注意力机制的小样本目标检测方法（FC-FSOD）。FC-FSOD以Faster-RCNN作为基础网络架构，并在此基础上进行了创新：首先，设计了特征增强耦合模块，该模块增强了支持特征，使其成为更具代表性的支持原型；接着，通过注意力机制将原型与查询特征进行耦合，赋予查询特征以特定于支持特征的感知信息；其次，综合考虑查询图像的ROI特征与类级原型之间的差异性和相似性，设计了一种更为鲁棒的特征融合策略；最后，对分类和回归任务进行了解耦处理，消除了全局平均池化对回归预测的负面影响。在PASCAL VOC和MS COCO这两个公开数据集上的实验结果表明，所提出的方法在多种小样本场景中的检测精度均有明显提升。

关键词： YOLOv8n   目标检测   BIFPN-SID   注意力机制   Inner-SIoU  

摘要： 目的:针对不同情况下番茄果实识别检测精度低和存在漏检的情况，提出一种基于改进YOLOv8n的番茄检测模型，旨在提高番茄的识别准确率和检测效率。方法:首先，在特征提取过程中集成了CBAM注意力机制模块。其次，引入BIFPN-SID模块进一步提高模型的泛化能力。再结合损失函数Inner-SIoU来优化模型的训练过程。结果:经过试验表明，所提出的模型在番茄果实识别任务的性能指标显示，准确率高达94.4%，召回率为91.3%，F1值为92.8%，平均精度均值达到了95.6%。与原模型YOLOv8n相比分别提高了5.8、6.4、6.1、3.3百分点。结论:在检测准确率与速度方面，改进后的模型均表现出色，可以应用于番茄采摘机器人目标识别检测。

关键词： 沥青混合料压实   图像处理   沥青砂浆   黏度  

摘要： 本研究基于数字图像处理技术表征沥青混合料压实过程中细观结构的变化规律;联合黏度试验、旋转压实试验进一步分析细观压实特性与材料指标之间的关系;采用基于最小距离测量砂浆膜厚度的图像处理算法,对不同压实参数下的沥青砂浆细观指标及其变化规律进行了量化。发现在压实早期,压实次数的增加主要导致厚度大于3 mm的砂浆膜变薄;中间厚度（1.7～3 mm）砂浆膜的分布频率稳定至压实80次左右,然后明显降低;砂浆细观参数膜厚平均值（Tm）和标准偏差（SD_t）随着压实次数的增加而下降,压实60次后,下降速度减缓;压实温度超过180℃后,温度对砂浆细观指标影响极小。对于SMA-13混合料,为达到最佳压实效果,建议控制SBS改性沥青黏度在380～460 mPa·s之间。

关键词： 计算机视觉   虚拟试衣   翘曲处理   图像合成   扩散模型  

摘要： 基于图像的虚拟试衣作为虚拟试衣领域经济便利的一种技术形式，旨在通过模特图像与服装图像来合成逼真的试穿效果，其在网购、服装设计、动画等领域都受重点关注。近年来，以扩散模型为代表的生成式大模型凭借其相比传统深度学习方法更强大的生成能力，推动了该领域的新突破与变革。然而领域内缺乏对大模型时代下对基于图像的虚拟试衣研究的进一步分析与全面概述。本文对基于图像的虚拟试衣进行汇总，按照数据预处理、翘曲生成和试穿结果生成这三步基线技术流程，对主流技术方法进行了划分和解析，对所引的领域代表性文献所用的实现方案进行详细分析，并对主要流程方法进行总结与对比。介绍基于图像的虚拟试衣的常用数据集、评价指标与损失函数。最后，结合所引的领域代表性文献对大模型时代下基于图像的虚拟试衣存在的困难与不足进行详细分析与分类，并据此对相关技术的未来发展与改进方向进行概括与展望。

关键词： 桥梁工程   结构健康监测   挠度   计算机视觉   实时测量   多点同步   测量方法  

摘要： 为有效评估桥梁的安全性能,提出一种基于计算机视觉的桥梁挠度测量方法。该测量方法由红外光源标志与加装红外滤光片的相机测站组成桥梁挠度摄像测量系统,在桥墩上安装相机,并在桥梁的多个关键位置设置红外光源标志,通过监测相机图像中标志点的像素点坐标变化量,实时解算桥梁上各监测点挠度。以湖南省澧水特大桥为背景,使用该方法进行该桥90 m跨主梁挠度的长期结构健康监测。结果表明:该桥梁挠度测量方法具有多点同步和实时监测等优势,采用红外光源标志避免了可见光的影响,实现24 h全天监测,且可有效修正相机运动误差,实现桥梁多点挠度实时同步自校准监测,为桥梁健康监测和安全性能评估提供准确的挠度监测数据。

关键词： 图像处理   图像去雨   联合注意力机制   多阶段特征提取   无监督学习  

摘要： 现有的图像去雨网络主要依赖大量合成配对数据进行训练，忽视了合成数据与真实数据在空间分布特征和通道重要性上的差异，导致在真实数据上的去雨效果存在纹理细节模糊和泛化性差等问题。为此，提出了一种基于联合注意力机制与多阶段特征提取的无监督图像去雨网络。首先，为了适应雨纹的空间位置局部性，设计了结合空间和通道注意力机制的雨纹特征感知模块，并通过扩张卷积增大雨纹特征提取感受野。其次，引入循环神经网络渐进地分阶段提取雨纹特征，并在循环中保留前一阶段的有用信息以增强对雨纹特征的提取能力。为了进一步提升对局部微观细节和全局纹理结构特征的鉴别能力，设计了一个多尺度鉴别器，分别在三个不同尺度上对生成图像进行判别以指导生成器生成更高质量的图像。在合成和真实数据集上进行了定性和定量实验，通过PSNR、SSIM和NIQE客观评价指标对比，结果表明，所提方法的结果优于对比的监督、半监督和无监督方法，验证了本文方法的有效性和泛化性。

关键词： 深度学习   物理攻击   目标检测  

摘要： 深度神经网络强大的特征学习能力为计算机视觉任务提供了强有力的支撑，但已被证明容易受到对抗性样本的干扰从而输出错误的结果。现有的对抗攻击可分为数字攻击和物理攻击，与在数字像素中产生扰动的数字攻击相比，物理对抗性样本在现实世界中产生的误导作用更具有威胁性。目标检测任务作为计算机视觉领域中应用最广泛的任务之一，在自动驾驶、智能监控以及医学图像分析等领域发挥重要作用。针对目标检测任务的物理攻击，首先阐述了攻击的基本流程。然后根据不同电磁波波段将目标检测任务分成可见光目标检测和红外目标检测，并详细讨论了这两类任务中不同的物理攻击方法。最后，探讨了当前物理对抗性攻击面临的问题以及未来可能值得研究的方向。

关键词： YOLOv8M   水下目标检测   注意力机制   金字塔结构   可变形卷积   损失函数  

摘要： 受限于水中检测设备内存欠缺和计算能力不够强大以及水下环境错综复杂等多类因素，水下目标检测会出现检测目标错误和漏检目标等问题。为了解决上述问题，本文通过对YOLOv8M算法进行改进,提出了一种更高效、精准的算法，使水下目标检测检测性能得到了一定提升。首先，将采用一种注意力机制Sim AM(A Simple-Atten module)嵌入网络结构中的颈部，解决了现有注意力模块只能沿着通道或空间维度细化特征，限制学习跨通道和空间变化的注意力权重灵活性的问题，加快了权重计算，提高了模型在水下模糊环境下的检测精度；其次，采用DCNv4(Deformable Convolution v4)可变形卷积替换C2f结构中的3x3卷积模块，以增强空间聚合的动态特性和表达能力并优化内存访问提高速度。此外还采用加权双向特征金字塔结构Bi FPN(Bidirectional Feature Pyramid Network)将深度的特征信息层进行多尺度特征融合，以增强骨干网络的特征提取能力。最后，在预测部分使用Wise-Inner-MPDIoU损失函数将交叉熵损失函数进行替代，使模型对不同目标及尺寸的自适应能力得到一定程度的提升，让算法的鲁棒性得到增强。从实验结果可以看出，模型经过改进后在URPC2020数据集上取得了86.4的mAP,相比于原始的YOLOv8M算法，mAP提高了2.8个百分点，检测速度提升至102.9FPS，经过改进后算法模型在进行水下目标检测任务时，无论是检测的精度或者速度都得到了有效的改进，说明该算法在用于水下目标检测的实际场景中有一定的实用性。

关键词： 计算机视觉   图像分类   自注意力机制   特征提取   上下文信息   编码器   通道特征   卷积神经网络  

摘要： 针对基于窗口的视觉Transformer易破坏细粒度特征、模型参数量大等问题，文中提出一种基于交叉融合编码器模块的Transformer图像特征提取网络。利用图像通道特征相关一致性剥离特征图来获得两个特征子集，并联两个注意力模块分别进行注意计算以获得局部和全局信息，采用交叉机制融合信息。结合CAT Transformer的窗口间注意力模块设计一种用于特征图通道维度之间的窗口内注意力方式，以避免破坏纹理信息，增强局部特征的表征能力。实验结果表明，所提模型在CIFAR-100数据集上使用7.8 MB参数达到79.86%的TOP-1准确率，在ImageNet-1K数据集上达到80.7%的准确率，同时利用Grad-CAM(Gradient-weighted Class Activation Mapping)可视化模型决策过程。