关键词： 人体姿态估计   轻量化网络   特征融合   注意力机制   HRNet   计算机视觉   关键点   卷积神经网络  

摘要： 针对人体姿态估计网络存在参数量大、复杂度高以及难以部署到移动设备和嵌入式平台问题，文中基于高分辨率网络提出了一种结合了注意力机制与改进的特征融合方法的多尺度轻量化人体姿态估计网络。该模型采用轻量化ShuffleNetV2基础模块构建网络，并进行多尺度特征提取。采用双向特征金字塔融合模块取代原始特征融合方法，优化信息交互方式。在基础模块上融合全局上下文注意力模块，将全局空间信息聚合到通道上，进一步提升网络的特征提取能力。在COCO和MPII数据集上进行测试，实验结果表明，所提模型在性能、参数量和计算复杂度方面均优于其他主流轻量化网络。在保持较小参数量与运算复杂度的同时实现了与大型深度人体姿态估计网络相同的准确率。

关键词： 计算机视觉   深度学习   目标检测   红外目标   无人机图像   注意力机制  

摘要： 红外无人机目标检测技术在国防军事和应急救援领域具有广泛应用，但面临尺寸小和背景复杂等挑战，目标上的细节特征易被忽视。构建细节增强网络和多尺度跨空间注意力网络，通过在特征提取过程中增强低分辨率细节，以及特征融合过程中同时捕获局部和全局的空间语义信息，提升检测精度。首先，细节增强网络从输入图像中提取不同尺度的特征图，这些特征图尽可能多地增强原始图像中的细节信息。其次，多尺度跨空间注意力网络同时捕捉全局和局部的语义特征，用于多尺度特征融合。最后，检测头采用了考虑框之间顶点对距离的边界框回归损失函数，度量框之间的相似性。实验结果表明，所提模型的m AP@0.5在DroneVehicle中的红外数据集为81.2%，在HIT-UAV数据集上为74.4%。

关键词： 雷达组网   目标跟踪   非线性滤波   转换量测卡尔曼滤波   方位观测重构  

摘要： 多雷达组网探测，是应对隐身和低空突防的有效措施。转换量测卡尔曼滤波（CMKF: converted measurement KALMAN filter）由于实现简单，计算量小，在组网雷达融合跟踪中广泛使用。CMKF的转换量测是目标状态的伪线性表达，具有较强的非线性成分，在大测角误差情况下会引发融合精度下降问题。分析转换量测模型缺陷后，通过位置预测修正方位观测，重构更为精准的转换量测模型，抑制非线性影响。理论分析和仿真证明：改进CMKF应用于组网系统后，非线性误差明显减小，融合精度显著提高。

关键词： 深度学习   机器学习   定向边界框目标监测   尾矿库   图像识别   遥感  

摘要： 尾矿库是矿业生产过程中用于存放矿渣和废料的重要设施，若管理不当或发生泄漏，可能会引发严重的环境污染和生态破坏。此外，尾矿库事故（如溃坝、渗漏等）还可能对周边居民的生命财产安全构成重大威胁。通过及时、准确地识别和监测尾矿库，可以有效预防和减轻上述风险。尤其是结合遥感技术和深度学习方法，可从高分辨率遥感影像中自动检测尾矿库，从而提高识别效率和精度，实现大规模、长时间的持续监测，为科学决策提供可靠的数据支持。本研究首先收集并预处理了中国河南省2016-2021年的尾矿库目标检测数据集作为研究基础。随后，采用YOLOv8x-obb模型进行了训练、验证和测试。YOLOv8-obb模型通过其优秀的边界框检测能力和对定向目标的精准识别，在尾矿库的复杂环境中展现出了显著的应用潜力。实验结果显示，基于YOLOv8-obb模型的尾矿库识别系统在精度、召回率、mAP和mAP50-95等指标上表现优异。具体而言，精度达0.98268，召回率为0.83655，整体mAP为0.92821，mAP50-95为0.89016。在黑龙江省尾矿库分布图的应用案例中，平均识别率超过77%，进一步验证了该模型在实际环境中的有效性和可靠性。本研究结果表明，YOLOv8-obb模型在尾矿库识别中的应用具有显著的性能优势和稳健性，为尾矿库的安全管理提供了重要的技术支持，对尾矿库风险评估和预防措施的制定具有重要的参考价值和指导意义。

关键词： 动作质量   评价   计算机视觉   信息获取   特征表示   损失函数  

摘要： 基于视觉的人体动作质量评价利用计算机视觉相关技术自动分析个体运动完成情况,并为其提供相应的动作质量评价结果.这已成为运动科学和人工智能交叉领域的一个热点研究问题,在竞技体育、运动员选材、健身锻炼、运动康复等领域具有深远的理论研究意义和很强的实用价值.本文将从数据获取及标注、运动特征表示、运动质量评价3个方面对涉及到的技术进行回顾分析,对相关方法进行分类,并比较分析不同方法在AQA-7、JIGSAWS、EPIC-Skills 2018三个数据集上的性能.最后讨论未来可能的研究方向.

关键词： 压力容器   X射线焊缝缺陷   YOLOv7   注意力机制   GAM注意力   CNeB   目标检测   深度学习  

摘要： 针对压力容器焊缝缺陷因目标尺寸小、特征各异以及背景复杂导致检测精度低和速度慢问题，文中提出了一种基于改进YOLOv7（You Only Look Once version 7）的焊缝缺陷检测方法。在网络的Neck部分添加全局注意力机制（Global Attention Mechanism， GAM）模块，防止丢失较小尺寸和细微的特征信息，加强特征提取，提高检测精度。采用CNeB（ConvNeXt Block）模块替换网络中ELAN（Efficient Layer Aggregation Network）模块，从而简化整体模型，减少模型在训练和推理过程中的耗时，在提高检测精度的同时提高了检测速度。为了增强改进YOLOv7模型的鲁棒性，融合GAM模块和CNeB模块的YOLOv7目标检测算法。实验结果表明，改进后的算法平均精度均值mAP（mean Average Precision）达到了94.2%，比原算法提升了2.9个百分点，速度为48.1 frame·s-1，能够实现焊缝缺陷检测。

关键词： 计算机视觉   沉降监测   隧道工程   地下管廊  

摘要： 管廊作为常见的城市基础设施,其安全性对于城市居民极其重要。该研究针对现阶段管廊监测系统效率低、成本高的问题,提出了一种基于计算机视觉技术的高效沉降监测方法。该方法创新性地使用特征平面叠加的方法,采用基于组合缩放因子的空间监测方案,利用不同的像素精度及灵活的截面叠加实现实时沉降监测。以北京市慈云寺桥地下管廊为例对该方法进行验证。实验结果显示:随着监测距离的增加,监测误差能够收敛于特定常数值,该方法可以通过校准的方式实现有效的高精度、高性能监测。环境因素定量监测结果也显示,即使大部分监测截面处在不同温湿度、气压、粉尘的影响下,该方法的监测结果仍具有较高的稳定性。

关键词： 异物检测   轻量级的网络   哈达玛积   共享卷积   YOLOv8  

摘要： 为了实现对高速列车接触网异物入侵的自动识别，提出了一种基于YOLOv8算法的接触网异物识别方法，该方法具有准确率高和轻量化的优点，适合部署在计算资源有限的平台中。首先，利用哈达玛积的隐式映射的性质构建了一个新的特征提取模块CSPLayer＿Star，轻量化的同时保证了模型的性能。其次，利用共享卷积的理念设计了一种轻量化共享检测头，很好的降低了检测头的参数量和计算量。针对接触网常见异物，通过网络和公共数据集构建了接触网异物数据集。实验结果表明，该方法在接触网异物目标检测任务中相较于基线模型YOLOv8n可以降低一半的参数量和计算量，同时模型精度与基线模型YOLOv8n相差无几。实现了适用于计算资源受限平台部署的轻量化接触网异物目标检测。

关键词： 辣椒根系   原位监测   图像分割   感兴趣区域   迁移学习  

摘要： 【目的】根系的主要作用是吸收水分和吸收养分，对根系的研究是植物营养学、育种学和基因组学中十分重要的内容。根系形态的准确获取是农业生产中基因改良、提高水肥利用效率、改善作物品质和提高产量的先决条件。根系形态的原位监测与根系参数实时获取是作物营养供给、基因调控以及作物生理过程等研究的重要手段。由于根系形态获取困难，根系图像复杂以及背景对比度低等原因，根系形态原位监测与根系图像的分割较为困难。【方法】本研究使用自制的根系形态采集系统获取根系原位图像，并通过在U2Net网络中构造感兴趣区域建立了一种高效、准确的复杂根毛图像分割模型。首先利用根系图像阈值分割结果作为区域基，在区域基的周围添加部分像素，来定位根系所在的区域，从而构造感兴趣区域。而后引入U2Net网络，增加迁移学习部分进行预训练，提供模型权重初始参数。并在网络中加入根系形态的先验知识对图像进行分割，并提取根系参数。【结果】该模型在不同种类根轴和根毛分割方面效果较好(F=0.922)。使用聚乙烯线制作了仿真根系与该方法对比，本文的根系形态采集系统及其图像处理算法能较为准确的获得采集系统视野范围内的根系参数，对根轴的提取最大误差不超过6%，对根毛的提取最大误差不超过10%。对于不同的根系均能以较高的精确度获得根长、平均直径等参数，为进一步使用该系统进行原位监测提供了较为可靠的技术手段和方法。使用该方法对根系生长形态随时间的变化进行了监测，发现根系在第22天时，主根数量较少，根毛也较少；第33天时，根系发育旺盛，根轴较为丰满，有丰富的根毛；到第55天时，根轴仍然很丰满，但根毛却减少了很多。【结论】该方法能够分割和提取根毛信息，并能够对同一个部位的形态进行长期动态监测。本研究的方法同样适用于植物营养学、育种学和生态学等需要研究根系局部特征的研究。

关键词： 香蕉   采摘   YOLOv7   三维定位   旋转框   深度图像修复  

摘要： 针对目标检测算法无法较好适配倾斜目标，且算法参数量大难以部署到嵌入式设备等问题，提出了一种带旋转定位框的改进YOLOv7的香蕉目标检测和定位方法，在引入GSConv模块降低计算复杂度和参数数量的同时能提高检测精度。香蕉目标以旋转框定位，使用五参数表示法定义旋转框，采用Kullback-Leibler divergence损失函数将旋转框映射到一个二维高斯分布，计算两个概率分布之间的差异，并将差异性作为损失进行优化，能更准确地衡量预测框与真实框之间的差异。此外，还采用Criminisi算法修复由深度相机局部空洞引起的定位错误。试验结果表明，改进后的旋转检测模型在香蕉目标检测速度和准确性上均有提升，平均精度达到96.15%，相比YOLOv7模型提高了17.04个百分点，检测帧率提高约40帧/s。此外，改进模型通过旋转边界框能更准确地预测香蕉果柄位置，定位误差均值降低到7.02 mm，平均相对误差降低到0.65%，相比YOLOv7模型分别减少了24.3 mm和1.96%。因此，该方法为复杂果园环境下快速、准确地识别和定位香蕉串及其果柄提供了有效解决方案。