关键词： 红外成像技术   目标跟踪   图像均衡   区域检索   查找表  

摘要： 针对红外相机在进行目标跟踪时由于图像动态范围大、目标及相机高速运动导致拍摄图像经常过亮或过暗的问题，设计了一款高实时、高质量的红外图像均衡算法。该算法通过优化红外相机曝光参数完成图像主体与背景对比度的调节。首先对图像分区，通过分析相邻区域亮度变化，进行图像非连续区域检索，基于检索结果确定图像主体，并针对主体进行加权，统计图像亮度。接着为满足相机小型化需求，将插值法与查表法结合，根据图像亮度均值完成曝光参数的迭代。该算法不仅保证了图像主体清晰度以及红外相机曝光调节速度，而且避免了额外存储单元的需求。经红外相机实测，本文算法平均仅需3.2帧即可完成红外图像均衡化，平均曝光误差5.15%，具有较好的应用价值。

关键词： 图像处理   物体位姿估计   三维点云   表面法线   自适应融合  

摘要： 针对6D位姿估计在处理弱纹理物体时面临配准精度低的问题，提出一种自适应融合多模态特征的6D物体位姿估计方法。首先，基于RGB-D图像标定目标物体，利用球形邻域对由深度信息得到的点云进行划分，增强特征提取中捕捉细节信息的能力；其次，通过新增物体表面法线强化几何属性，实现对目标几何信息的补充；然后，对提取到的目标颜色、几何和法向三分支特征通过自适应特征融合策略进行高维度融合，实现特征间的优势互补；最后，利用回归函数得到目标位姿参数，并以高置信度像素的预测位姿作为初始估计，迭代学习不断优化以获得最终位姿，实现精确的6D位姿估计。为验证所提方法的有效性，实验结果表明，相比DenseFusion方法在LineMod数据集上的平均ADD(S)结果提升3.1%；在YCB-Video数据集上的平均AUC和ADDS<2cm结果分别提升2.7%和1.5%，有效提高复杂背景下弱纹理物体位姿估计的鲁棒性。

关键词： 特征融合   特征增强   目标检测   海上搜救  

摘要： 针对海上搜救行动中海面目标检测任务所面临的高动态背景干扰、多尺度目标检测、小目标特征信息易丢失等问题，本研究基于特征增强、自适应特征融合的思想，以YOLOv8网络为基线模型，提出了一种改进的TS-YOLOv8网络：首先，基于Transformer中的查询机制设计了TFF(Transformer-based Feature Fusion,TFF)模块，通过不同尺度特征之间的深度信息交互，对各特征层实现特征增强，然后再利用可学习参数对各层特征进行自适应特征融合。其次，引入了几乎无参数的Shuffle Attention注意力机制，在保持网络轻量化的同时捕捉到更多复杂的特征信息。在AFO数据集上，通过与多种主流检测算法的对比实验以及多组消融实验，本方法的m AP50达到了95.14%，相较于基线模型提升了5.6%,m AP95提升了7.38%，检测速度达到了110帧/s。在SeaDronesSee数据集上，通过多组消融实验，本方法的m AP50达到了91.34%，相较于基线模型提升了4.47%,m AP95提升了5.92%，检测速度达到了106帧/s。这些结果充分满足了海上搜救任务的苛刻要求。

关键词： 目标检测   轻量化   跌倒事件   注意力机制   全维动态卷积  

摘要： 在室内场景中，由于角度、光线变化等因素导致现有的目标检测算法检测跌倒事件时存在检测精度低和实时性差的问题。针对这一挑战，本研究提出了一种基于YOLOv8改进的跌倒检测算法：OEF-YOLO。采用全维动态卷积（ODConv）模块改进YOLOv8中的C2f模块，优化了核空间的四个维度以增强特征提取能力，而且有效减少了计算负担；同时，为了捕获更细粒度的特征，在颈部网络中引入Efficient Multi-Scale Attention Module(EMA)注意力模块，进一步聚合像素级特征，提高网络在跌倒场景中的处理能力；在CIoU损失函数中融入Focal Loss思想，使模型对难分类样本给予更多关注，优化模型整体性能。实验结果表明，相比于YOLOv8n，OEF-YOLO跌倒检测算法精度在mAP@0.5指标上提升了1.5%，mAP@0.5:0.95指标上提升了1.4%，仅有3.1M的参数量和6.5的GFLOPs，在GPU上FPS提高了44帧每秒，做到了高精度检测跌倒事件的同时，兼顾低算力场景下的部署要求。

关键词： 目标检测   口罩检测   特征融合   YOLOv5n   FPN  

摘要： 口罩作为基础的个人防护物品，在公共卫生领域发挥着越来越重要的作用。针对复杂场景下口罩检测精确度低的问题，为了进一步提高口罩检测精确度和模型训练的稳定性，本文提出了一种基于YOLOv5n改进的轻量级口罩检测算法Mask-YOLO，具体为:在特征提取阶段中的卷积模块组采用Softplus激活函数提升模型非线性映射效率加快模型的收敛速度；在主干特征提取深层网络中添加Coordinate Attention，通过嵌入位置信息到通道注意力，使网络获取更大的物体区域信息和通道目标特征，同时避免较大的内存开销；与此同时在深层网络将SPPF模块替换为RFB模块，借助不同的膨胀率来扩大卷积特征采样的感受野，获取到高层网络中丰富的物体语义信息；在多尺度特征融合网络PANet结构的基础上，添加BiFPN跨阶段多尺度特征融合设计，使得具有不同尺度空间信息和语义信息的目标特征充分融合交互，进一步提升小目标检测精度；采用DIoU作为边界框损失函数，用以解决边界框回归不稳定和目标漏检的问题;最后，采用Soft-NMS的方法通过降低重叠检测框置信度得分的方式，进一步提升检测效率。实验结果表明，改进后的口罩检测算法Mask-YOLO与基准模型YOLOv5n相比在mAP@0.5-0.95综合评价指标性能提升8.58%，解决了原始YOLOv5n算法在口罩检测中小目标检测精度低、边界框回归不稳定和模型训练收敛慢等问题，实现了高效的口罩检测。

关键词： 缺陷检测   目标检测   YOLOv8算法   注意力机制   损失函数  

摘要： 针对金属生产制造中，表面缺陷检测环节存在检测准确率低，处理速度慢等问题，提出来一种基于改进YOLOv8网络的金属缺陷检测方法（TCM-YOLO）。该改进方法改进坐标注意力机制为三通道坐标注意力机制(TCCA)，并与第二版可变形卷积网络相结合为三通道可变形卷积(TDCN），增强网络的特征提取能力。特征融合网络中采用双向特征金字塔与动态蛇形卷积(DSC)相结合的方法，改善网络对于带钢缺陷检测的漏检率，更好保留缺陷微小纹理和复杂结构的信息。采用MPDioU损失函数替换原来的损失函数加快收敛速度和获得更准确的回归结果，最后嵌入全局注意力机制，不断捕获缺陷全局形态的重要信息。实验结果表明，TCM-YOLO算法在东北大学带钢缺陷的数据集上平均精度达到了81.8%，相比于原始的YOLOv8n算法提高了7.4%，精确率达到了78.3%，相比于原模型提升了8.9%，算法检测速度达到61.73FPS，在天池铝型材缺陷的数据集上平均精度相比于原始的YOLOv8n算法提高了4.1%，精确率相比于原模型提升了8.7%。结果表明了本文的TCM-YOLO算法检测精度高、检测速度快的特点，能更好满足金属表面实际检测需求。

关键词： Decoding  

摘要： In RGB-T salient object detection, effective utilization of the different characteristics of RGB and thermal modalities is essential to achieve accurate detection. Most of the previous methods usually only focus on reducing the differences between modalities, which may ignore the specific features that are crucial for salient object detection, leading to suboptimal results. To address the above issue, an RGB-T SOD network that simultaneously considers the reduction of modality differences and the preservation of specific features is proposed. Specifically, we construct a modality differences reduction and specific features preserving module (MDRSFPM) which aims to bridge the gap between modalities and enhance the specific features of each modality. In MDRSFPM, the dynamic vector generated by the interaction of RGB and thermal features is used to reduce modality differences, and then a dual branch is constructed to deal with the RGB and thermal modalities separately, employing a combination of channel-level and spatial-level operations to preserve their respective specific features. In addition, a multi-scale global feature enhancement module (MGFEM) is proposed to enhance global contextual information to provide guidance information for the subsequent decoding stage, so that the model can more easily localize the salient objects. Furthermore, our approach includes a fully fusion and gate module (FFGM) that utilises dynamically generated importance maps to selectively filter and fuse features during the decoding process. Extensive experiments demonstrate that our proposed model surpasses other state-of-the-art models on three publicly available RGB-T datasets remarkably. © 2024, The Authors. All rights reserved.

关键词： 铁路调度监控视频   异物检测   雾霾   目标检测   图像恢复   数据增强  

摘要： 为实现在雾霾天气下的铁路调度视频图像的智能化分析预警，提出了一种针对雾霾天气的铁路视频异物检测方法。首先，针对部分视频中存在的雾霾退化问题，引入了基于深度网络的恢复模型，可得到清晰视频，用于进一步的检测；其次，引入YOLOv5目标检测模型，针对铁路场景进行重新训练，并采用了冻结训练和串联模型策略，使模型在具有异物检测能力的情况下，保留对常规目标的检测能力；最后，针对铁路视频数据中缺乏异物的问题，进行数据增强。试验结果表明：这些方法显著提升了在雾霾条件下的铁路视频异物检测效果，有助于提高人员闯入、异物入侵等安全隐患的实时识别能力。

关键词： 航拍图像   小目标检测   YOLOv8   特征融合   细粒度特征  

摘要： 针对航拍图像中小目标的比例较高且特征提取效果差等问题，提出一种在精度和存储资源消耗上相对平衡的航拍小目标检测算法。提出一种轻量化自适应复合卷积模块（LACC），加强对细粒度特征的提取能力，并摒弃背景信息达到自适应调节有效特征的输出；基于LACC设计一种多尺度特征融合网络，进一步降低小目标漏检率；使用空间上下文金字塔（SCP）的子分支替代空间金字塔池化（SPPF）模块，减少信息混淆与冗余的同时还能适应小目标检测场景；构建一种WiseIou-V3-NMS非极大值抑制算法，考虑检测框具有对象但被删除的情况，使其有效提高网络对遮挡重叠目标检测定位能力；提出轻量化共享卷积GN检测头，保持对多尺度特征信息敏感的同时减少参数量及模型大小。在VisDrone公开数据集上，所提算法的平均均值精度(MAP0.5)为46.6%，相比于基线算法提升7.7%，网络参数量减少21.6%，模型大小减少18.7%。