关键词： YOLOv8   DCNv2   SPPFCSPC   CoTAttention   小目标检测头  

摘要： 在海洋复杂的环境中，由于拍摄图像模糊，背景复杂，导致基于深度学习的目标检测算法模型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YOLOv8的改进的海洋目标检测算法：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P2小目标检测头，结合其余三个尺度，使用四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1.1%，mAP@0.5：0.95提升4.6%，同时仅有较少的参数量和计算量提升，证明DPSC-YOLO更适合复杂海洋环境下的目标检测任务。

关键词： 小目标检测   状态空间模型   空间信息聚合   注意力机制   辅助边界框  

摘要： 小目标检测旨在解决传统目标检测算法在处理微小目标时的困难。小目标检测需要克服目标尺寸小、像素少、目标与背景之间差异小导致难以检测的问题，对目标检测算法的鲁棒性、准确性提出了更高的要求。设计了一种基于状态空间模型的小目标检测算法，探索状态空间模型在目标检测领域的应用，设计了一种滑动窗口扫描机制以将二维图像转换为一维序列，更适用于小目标检测任务；设计了一种空间信息聚合模块，通过双分支结构分别计算全局和局部注意力，抑制无关背景信息；针对传统交并比损失进行改进，关注边界框形状和尺度对检测性能的影响，并使用辅助框加速模型收敛。在公开数据集VisDrone 2019上进行了充分的实验，论证了所提出方法的有效性。

关键词： 目标跟踪   Transformer   卷积神经网络   无人机  

摘要： 针对无人机目标跟踪任务中背景复杂，目标分辨率低、尺度变化大等挑战问题，本文提出了融合多尺度全局-局部特征的无人机目标跟踪算法。首先，设计了多尺度特征增强模块，充分利用多尺度信息来生成跟踪目标的判别性表示，以增强对不同尺度目标、低分辨率目标跟踪的鲁棒性。其次，提出了全局-局部特征融合模块，结合了Transformer对于全局关系建模的优越性以及卷积神经网络在提取局部相似性的优势，丰富了整体网络的表征能力，以应对各种复杂环境的挑战。所提算法在UAVDT、UAV123、UAV112L、DTB70等四个无人机跟踪数据集上进行实验，结果表明本文所提算法的性能优于目前一些先进的无人机跟踪算法，在各种复杂场景下表现出更优越的跟踪效果，并且满足了算法实时性的要求。

关键词： 目标检测   运动行人   不变性物体识别   视觉运动感知   视网膜神经  

摘要： 行人作为非刚性物体，对其视觉特征进行有效的不变表示是提高识别效果的关键。在自然视觉场景中，运动行人往往会发生尺度、背景、姿态等变化，这为现有技术在提取这些不规则特征时造成阻碍。针对该问题，基于哺乳动物视网膜神经结构特性，探究运动行人不变性识别问题，提出一种适用于视觉场景下的运动行人检测神经网络（MPDNN）。MPDNN包括两个神经模块：突触前网络和突触后网络。其中，突触前网络感知表征运动目标低阶视觉运动线索，提取目标二值化视觉信息；突触后网络借助生物视觉系统中的稀疏不变响应特性，利用目标轮廓在连续改变形状后较大凹凸区域之间的位置关系不变特性，从低阶运动线索中编码平稳变化的视觉特征以构建行人不变表征。实验结果表明，MPDNN在公共数据集CUHK Avenue与EPFL中达到96.96%的跨域检测准确率，比SOTA(State Of The Art）模型高4.5个百分点；在尺度、运动姿势变化数据集上表现了较好的鲁棒性，准确率分别达到89.48%与91.45%。验证了生物不变性物体识别机制在运动行人检测中的有效性。

关键词： 小目标检测   RT-DETR   轻量化   特征金字塔   PIoU  

摘要： 为解决无人机航拍小目标检测背景复杂、目标微小且密集、模型移动端部署困难等问题，提出一种基于RT-DETR改进的轻量化小目标检测算法STD-DETR（Small Target Detect-DETR）。首先，引入RepConv对轻量级网络Starnet进行改进，替换原主干网络，实现模型轻量化。其次，设计了一种新的特征金字塔，在P2层增加了160×160尺寸的特征图输出，丰富了小目标特征信息，取代了传统增加P2小目标检测头的方法，并引入COSE（CSP-OmmiKernel Squeeze-Excitation）模块和SPD卷积，增强全局特征的提取能力和多尺度特征的融合能力。最后，利用PIoU替代原模型损失函数，通过像素级（Pixels）的方式计算IoU，以更精确地捕捉微小重叠区域，降低漏检率并提高精度。实验结果表明，STD-DETR模型在Visdrone2019数据集上的精确率、召回率和mAP50较原模型分别提高了1.3%、2.2%、2.3%，同时计算量和参数量分别减少了34.0%、37.9%，在公开数据集Tinyperson上做泛化性实验，精确率和mAP50较原模型分别提高了3.7%、2.1%，验证了改进模型的有效性和泛化性。

关键词： 自动驾驶   激光雷达   3D目标检测   损失函数   注意力机制  

摘要： 针对现有的基于激光雷达的3D目标检测网络中的损失函数存在优化难度较大，计算成本高，检测精度低的问题，提出一种改进的激光雷达3D目标检测网络。首先，使用全新的交并比损失函数来更好的度量预测框和真实框的位置关系；随后，优化现有网络的特征编码方式以获取更丰富的点云特征；最后，对锚框正负样本阈值设定进行改进实现更合理的正负样本分配。针对自动驾驶领域，利用KITTI数据集进行相关的实验验证。实验结果显示，改进网络相对于基准网络在KITTI数据集行人和骑行者等小目标分别检测精度提升6.57%，4.60%，平均检测精度提升5.81%。

关键词： 门控卷积   图像处理   UV纹理图像修复   三维人脸重建   频谱归一化  

摘要： 针对从单幅图像重建三维人脸结构时由于无约束人脸图像的大视角而导致的自遮挡引起的三维人脸结构纹理缺失的问题，提出了基于门控卷积的三维人脸UV纹理修复算法。首先设计门控卷积来学习每个通道和每个空间位置的动态特征选择机制，提高网络的非线性表达能力；然后将门控卷积堆叠在一起，组成一个编码器-解码器结构的网络来对无规则缺陷的三维人脸UV纹理图进行修复；同时引入频谱归一化的损失函数来稳定生成对抗网络，并且提出分段式训练的方式来避免三维人脸纹理数据集昂贵且难收集的问题。实验结果表明：相较于主流算法，所提方法在SSIM和PSNR指标上均有所提升，且能够修复大视角遮挡情况下的UV纹理图，生成人脸纹理图更完整，像素恢复自然连贯，纹理细节更真实。

关键词： 图像处理   图像增强   伽马校正   曲线调整   图像融合  

摘要： 针对夜间、逆光、恶劣天气等条件下图像通常存在亮度低、对比度低和细节匮乏等问题，本文提出了一种非线性自适应暗部细节增强算法，用于低光照图像的自适应增强。首先，为保持图像色彩的真实性，将原始图像转换至HSV空间，并提取亮度分量V；针对低光照图像亮度不足且对比度较低的特性，改进伽马校正算法对图像进行自适应亮度调整；随后结合低通滤波算法，提出亮度自适应对比度增强算法，对高频细节部分自适应增强，凸显暗部区域的纹理和边缘信息；最后，提出一种亮度引导的自适应图像融合算法保证高光区域的边缘细节，避免过曝。实验结果表明，所提算法能够更好地适应低光照环境的图像特性，不仅有效提高了低光照图像的亮度和对比度，而且在保留色彩真实性的同时，凸显了暗部细节。

关键词： DINO   结构重参数化   梯度路径   混合编码器   遥感图像  

摘要： 应用于遥感图像检测的DINO（DETR with Improved deNoising anchOr boxes）算法最近受到了广泛的研究关注。遥感目标检测任务要求算法具备细粒度特征提取和更广阔的空间搜索能力，但DINO算法的多层编解码结构会极大地增加算法的空间和运算复杂度，也不利于快速推理。本文从两个方面做出贡献，一是从并行的大核卷积结构更适合遥感图像处理的事实出发，设计了单层的高效混合编码器结构，提高了参数效率；二是采用卷积模块的高效混合编码器使用了结构参数化技术，推理阶段的DINO具备更低的延迟。在NWPU遥感数据集上的实验表明改进的DINO算法相较原算法拥有1.8个百分比的mAP的性能提升，同时参数量和计算复杂度分别降低了48.3%和73%，推理延迟从42.6ms降低到13.5ms。相较最新的主流算法，本文算法在保持较好精度的情况下，参数量、计算复杂度和推理延迟方面取得较好的效果。

关键词： 坑洞检测   计算机视觉   人工智能   卷积神经网络   目标检测  

摘要： 道路坑洞导致的车辆事故数量与日俱增,有效监测路面坑洞成为全世界所关注的难题.基于机器视觉技术研究了一种路面坑洞检测系统,选择了YOLO和SSD变体模型作为检测模型.其中YOLOv3 SPP获得了68.83%的最佳mAP,而YOLOv3 tiny仅用0.01s就检测出路面坑洞.