关键词： 红外目标检测   YOLOv5   深度学习   多尺度  

摘要： 红外目标检测一直在军用和民用领域具有广泛的应用,目前针对在复杂背景下的红外多尺度目标检测中存在的漏检及误检问题,本文提出了一种改进的YOLOv5s算法RCR-YOLO。首先将原YOLOv5s的骨干网络CSPDarkNet53更换为ResNet50,避免了深层网络产生的梯度消失,增强了网络的特征提取能力,然后在骨干网络末端添加CA注意力机制模块,获取不同位置的特征信息,最终在颈部网络中加入Res2Net模块,通过引入多分支结构和逐级增加的分辨率来提高网络的表达能力并可以更好地处理多尺度特征信息,进而增强检测性能。实验结果表明,该方法优于FasterR-CNN、SSD、YOLOv3这些主流的目标检测算法,相较于YOLOv5s,在保持mAP_(50)为99.5%的基础上,将mAP_(50-95)提高了1.1%,拥有更好的检测效果,可以有效地完成复杂背景下的多尺度红外目标检测任务。

关键词： 桥梁工程   桥梁位移监测   计算机视觉   数据融合   互补滤波   比例因子  

摘要： 为改善现有计算机视觉技术在桥梁结构动态位移监测精度、采样频率、便捷性等方面存在的不足,充分挖掘各类监测响应中的有效信息,提出一种基于视觉位移和加速度多尺度滤波重构位移的方法,可实现位移在时域和频域的精度提升。首先,推导位移重构过程在时域和频域的理论表达式,分析目标精度、时窗长度及采样频率的影响及取值依据,提出由视觉位移提供位移的准静力分量,由加速度提供位移的动力分量,二者通过互补滤波融合实现高精度位移重构;其次,由视觉位移和加速度中的同频带响应进行最小二乘拟合,可以在无需任何结构尺寸与测量参数条件下,快捷、自动计算视觉位移的比例因子。通过对实验室悬索桥缩尺模型进行两种工况的试验和户外两跨连续梁桥的动载试验,验证所提出方法对桥梁位移监测的可行性。模型桥试验中,以位移计实测位移为参考,融合位移的误差比视觉位移最大减小了约50%,比例因子计算误差小于2%;实桥试验中,比例因子计算与传统计算方法的误差小于8%。在两类试验中,相比视觉位移,融合位移均能够获取试验桥梁的高阶响应。研究结果表明:所提出的方法能得到高精度、宽频域和低噪声的位移,可推进计算机视觉在桥梁结构健康监测领域的进一步应用。

关键词： 目标检测   损失函数   边界框回归   坐标注意力   YOLOX  

摘要： 针对YOLOX算法中边界框回归损失效果有限和多尺度特征表示能力不足,导致检测结果不准确的问题,提出一种基于距离形状广义交并比(DSGIoU)损失与双分支坐标注意力的目标检测算法。在交并比(IoU)损失项的基础上,通过添加真实框与预测框之间的非重叠面积、中心点距离及宽高比3个惩罚项,优化边界框的回归收敛效果;通过平均池化和最大池化沿着2个方向对特征进行编码,获取方向感知信息和位置信息,从而对特征进行增强。为验证所提算法的检测性能,分别以网络大小为Tiny、S、M的YOLOX为基准,在PASCAL VOC和KITTI数据集上进行测试。实验结果表明:所提算法在PASCAL VOC数据集上的检测精度分别达到80.0%、82.6%、85.8%,相比基准算法YOLOX提升了1.5%、1.6%、2.0%;在KITTI数据集上的检测精度分别达到87.7%、89.7%、90.7%,相比基准算法YOLOX提升了1.7%、2.9%、1.3%。所提算法能够优化网络收敛性,提高多尺度特征的表示能力,有效提高检测精度。

关键词： 显著性目标检测(SOD)   光学遥感图像(ORSI)   注意力机制   边缘增强   语义信息  

摘要： 针对光学遥感图像多尺度目标和复杂背景导致显著性目标检测效果不佳的问题,提出一种基于金字塔视觉Transformer的ADNet模型。首先,引入随机加权空间注意力模块,提高ADNet对目标区域的关注度,减少背景干扰。其次,设计了一个动态语义融合模块,可以实时理解和融合图像中的语义信息,帮助ADNet更精准地进行图像分割。然后,还设计了一个自适应边缘增强模块,用于提取和增强边缘信息,确保边缘分割更加精准。最后,通过显著性特征解码器对这3个核心模块的结果进行融合,生成最终显著性图。在公共数据集EORSSD和自制数据集FORSSD上均表现出较好的结果。其中,在FORSSD数据集上表现效果最好:F-measure、E-measure、S-measure和MAE指标达到了0.9180、0.9834、0.9316和0.0065。通过金字塔视觉Transformer和这3个模块的协同工作,有效应对了光学遥感图像中多尺度目标和复杂背景的问题,提高了光学遥感图像显著性目标的检测效果。

关键词： YOLOv8   DCNv2   SPPFCSPC   上下文注意力机制   小目标检测头  

摘要： 在海洋复杂的环境中,由于图像拍摄模糊、背景复杂,导致基于深度学习的目标检测算法存在特征提取困难和目标漏检等问题,因此海洋目标检测算法需要更加高效且性能优越。为此提出了一种基于YOLOv8n改进的海洋动物目标检测算法:DPSC-YOLO。在主干网络中引入DCNv2模块,通过增强空间建模能力来适应对象的几何变化;在主干网络末端引入空间金字塔池化SPPFCSPC,在保持模型感知场不变的同时减少模型的计算量;在颈部网络增加F 2极小目标检测头,结合其余3个尺度,使用4个不同的感受野检测层提高小目标检测精度;在颈部网络的C2f模块中结合CoTAttention注意力机制更好地利用相邻键之间的上下文信息,并根据数据的特点动态调整注意力分配。实验结果表明,DPSC-YOLO目标检测算法与YOLOv8n相比mAP@0.5提升了1.1%,mAP@0.5:0.95提升了4.6%,同时仅有较少的参数量和计算量的增加,证明DPSC-YOLO更适合复杂海洋环境中的目标检测任务。

关键词： 高速铁路   目标检测   模型试验   轨头伤损   YOLOv8   钢轨探伤  

摘要： 针对钢轨超声波探伤数据噪声多、伤损特征信息难以提取等问题,提出一种基于改进YOLOv8的钢轨轨头内部伤损检测方法。首先,为捕捉丰富和细致的特征信息,构建新的主干网络,使用具有多连接结构的多源分支模块替换C2f模块中的卷积层,扩展损伤特征提取范围和层次;其次,为更好捕捉小目标的细节信息,优化了YOLOv8的颈部网络,增加P2小目标检测层,将浅层和深层的特征图进行拼接,凸显小目标微弱特征;最后,引入MPDIoU(Maximum Perpendicular Distance Intersection over Union)损失函数,提高模型的泛化能力。试验结果表明:改进后的模型精确率达到92.0%,召回率达到92.4%,平均精度值达到94.8%,有效提高了轨头伤损检测的性能。

关键词： 扩散模型   去噪扩散概率模型   分数扩散模型   深度学习   计算机视觉   图像生成   生成模型   生成对抗网络  

摘要： 扩散模型是受分子热力学启发而来的一类新的生成模型,具有训练稳定、对模型设置依赖性弱等优点。近年来,扩散模型被广泛应用于各项任务,并且取得了相比于以往生成模型更多样、更高质量的结果。目前,扩散模型已成为计算机视觉领域热门的基准方法。为更好地促进扩散模型在计算机视觉领域的发展,对扩散模型进行综述:首先对比了扩散模型与其他生成模型的优劣,介绍了扩散模型的数学原理;随后,从扩散模型存在的普遍问题出发,介绍了相关学者近年来所做的改进工作,以及扩散模型在多种视觉任务上的应用实例;最后,探讨了扩散模型存在的问题,并提出了一些未来可能的发展趋势。

关键词： 目标检测   复杂环境   数据增强   自动驾驶  

摘要： 为提高光照变化、模糊、噪声和遮挡等复杂环境下视觉感知系统目标检测模型的性能,基于YOLO 11x模型,结合数据增强方法,分析了目标检测模型在不同复杂环境下的性能变化情况,结果显示,不同类型的环境干扰对模型性能的影响各有特点,其中高斯噪声和运动模糊的影响较为显著,亮度调整和随机遮挡的影响相对较小。

关键词： 火焰检测   B/S架构   计算机视觉   运动信息   监控系统  

摘要： 在化工厂这类高风险地区,火灾安全始终备受关注。尽管烟雾及火焰报警器已被广泛应用,但仍然存在只用于单点检测以及易受环境影响等问题。针对此类问题,设计并实现了一种基于B/S架构的化工厂区多路火焰智能视频监控系统,并以Web系统的形式呈现。首先,系统中集成了一种改进的YOLOv5火焰检测算法,该算法用Ghost卷积替换常规卷积以实现网络的轻量化;其次,添加改进的注意力机制模块和小目标检测锚框来增强小目标检测能力;最后,将由光流网络提取的火焰运动信息与原始火焰数据进行融合送入改进的YOLOv5火焰检测算法中,进一步提高对火焰的检测精度。大量的现场测试表明,该系统能够实时识别和定位厂区内火焰,检测帧率可达15ms/帧,检出率达到100%,具有较高的稳定性,可为化工行业提供一种高效、可靠的火灾监测解决方案。

关键词： 深度学习   特征网络优化器   检测跟踪识别一体化   重新捕获  

摘要： 目标跟踪作为图像处理领域的重要组成部分,广泛应用于智能视频监控、军事侦察等领域。但在面对物体形变以及遮挡等复杂应用场景时,相关滤波算法由于缺乏目标和背景判别区分以及遮挡状态判断等策略,存在跟错目标、缓慢漂移到背景等现象,在遮挡后目标重新出现时,缺乏重检测机制,这些问题导致了跟踪性能在实际工程中大幅下降。针对以上问题进行改进设计,首先在跟踪过程中,使用网络优化器更新多层深度特征提取网络,优化损失函数提高目标与背景的判别能力;其次,采用多重检测抗遮挡优化机制,确定跟踪器状态更新机制;最后,基于深度学习进行检测跟踪识别一体化设计,实现跟踪前典型目标的自动捕获,目标受遮挡后重新出现时实现对典型目标的重新捕获定位。在实验分析中,分别从跟踪精度、可视化定量损失以及算法速度等方面进行了性能验证。实测数据显示,本文采用的方法在以上方面性能表现良好,优于改进前的ECO(efficientconvolution operators for tracking)算法。