关键词： 三维目标检测   多传感器   融合   点云  

摘要： 三维目标检测是自动驾驶环境感知中不可缺少的功能模块。相机传感器丰富的图像纹理信息可以弥补激光雷达点云的稀疏问题,提出一种即插即用的RI-Fusion模块实现激光雷达与相机的有效融合。通过球面坐标变换将点云转换为紧凑的范围视图表示,基于注意力机制将距离图像与相应的相机图像进行集成,将原始距离图像与融合特征相连接以保留点云的信息,并将融合结果投影到空间点云中。特征增强后的点云可以输入到基于激光雷达的三维目标检测器中。在KITTI三维目标检测基准上进行实验,结果表明,提出的融合方法能够显著增强多个基于激光雷达的三维目标检测器,且针对行人与骑行者等小目标可以获得更高的检测精度。

关键词： 目标检测   深度学习   红外成像   红外小目标检测   注意力机制  

摘要： 随着飞行器机动性能的提升,多帧红外小目标检测方法不足以满足检测要求。近年来,基于深度学习的单帧红外小目标检测方法取得了巨大成功。然而,红外小目标通常缺少形状特征,而且边界与背景模糊不清,给准确分割带来了一定的挑战。针对上述问题,本文提出难点注意力感知红外小目标检测网络。通过基于点的区域建议模块获取目标潜在区域,同时滤除多余背景。为实现高质量分割、细化掩码边界模块、判断粗掩码中无序、非局部难以分辨点,融合这些难点的多尺度特征,进行逐像素注意力建模。最后,由点检测头对难点注意力感知特征重新预测,生成精细分割掩码。在公开数据集NUDT-SIRST和IRDST上进行测试,平均精度均值mAP达到87.4和63.4,F值达到0.8935和0.7056。本文提出的难点注意力感知红外小目标检测网络可在多检测场景、多目标形态下实现准确分割,抑制误报信息,同时控制计算开销。

关键词： 区域站   YOLOv5   目标检测   深度学习  

摘要： 随着我国气象事业的不断发展,相关设施的建设及气象设备的更新需要投入大量技术人员在工地作业。为了严守安全生产红线,以现代化信息技术加强相关施工区域站的人员安全监管势在必行。文章基于YOLOv5(You Only Look Once version 5)目标检测算法训练的安全帽佩戴检测算法,可以实时检测工作人员的安全帽佩戴情况,在保障施工现场人员安全、减少安全事故发生方面具有积极作用。

关键词： 注视目标检测   Transformer   可变形注意力   时序变化建模  

摘要： 注视目标检测旨在定位人的注视目标。HGTTR的提出,将Transformer结构用于注视目标检测的任务中,解决了卷积神经网络需要额外的头部探测器的问题,实现了端到端的对头部位置和注视目标的同时检测,并且实现了优于传统的卷积神经网络的性能。然而,目前的方法在视频数据集上的性能还有较大提升空间。原因在于,当前的方法侧重于在单个视频帧中学习人的注视目标,没有对视频中的时间变化进行建模,所以无法解决动态注视、镜头失焦、运动模糊等问题。当一个人的注视目标在不断的发生变化时,缺乏时间变化建模可能会导致定位注视目标偏离人的真实注视目标。并且由于缺乏对于时间维度上的建模,模型无法解决因为镜头失焦和运动模糊等问题所导致的特征缺失。在这项工作当中,我们提出了一种基于时空Transformer的端到端的视频注视目标检测模型。首先,我们提出帧间局部可变形注意力机制,用于处理特征缺失的问题。其次,我们在可变形注意力机制的基础上,提出帧间可变形注意力机制,利用相邻视频帧的时序差异,动态选择采样点,从而实现对于动态注视的建模。最后,我们提出了时序Transformer来聚合由当前帧和参考帧的注视关系查询向量和注视关系特征。我们的时序Transformer包含三个部分:用于编码多帧空间信息的时序注视关系特征编码器,用于融合注视关系查询的时序注视关系查询编码器以及用于获取当前帧检测结果的时序注视关系解码器。通过对于单个帧空间、相邻帧间以及帧序列三个维度的时空建模,很好的解决了视频数据中常见的动态注视、镜头失焦、运动模糊等问题。大量实验证明,我们的方法在VideoAttentionTarget和VideoCoAtt两个数据集上均取得了较为优异的性能。

关键词： 苹果叶片病害   目标检测   YOLOv5   模型改进  

摘要： 苹果是一种备受欢迎且营养丰富的水果,市场需求也在持续增长。然而,苹果叶片病害严重威胁着苹果的产量和质量。准确、快速地识别病害对苹果产业的发展尤为重要,因此,本文利用YOLOv5s模型构建了一个改进的病害检测识别模型,通过引入SE注意力机制、Res2Net和解耦检测头结构,改进了模型的注意力、感受野和检测效果。探索了在苹果叶片病害检测中提高准确性和性能的方法。构建出YOLOv5s-SRD模型,准确率、召回率、平均检测精度分别达到84.8%、83.3%、86.0%,相比原模型分别提高了1.3%、1.5%、1.8%,提升效果显著,模型检测效果较好。有助于苹果叶片病害的检测识别,从而提高苹果产量。

关键词： 花山岩画   高斯滤波   图像处理   数字化保护  

摘要： 花山岩画是中国岩画文化的重要组成部分,具有极高的历史、艺术和科学研究价值。随着数字图像处理技术的不断发展,对花山岩画进行数字化保护和研究成为可能。高斯滤波作为一种基本的图像平滑技术,能够有效去除图像噪声,从而改善图像的质量。本文探讨了高斯滤波在花山岩画图像处理中的应用,通过实验证实了高斯滤波对提高岩画图像质量的有效性,为花山岩画的数字化保护和研究提供了重要的技术支持。这一研究为进一步挖掘和保护中国岩画文化遗产提供了有益的参考和指导。

关键词： 城市街道场景   DETR   目标检测   域自适应   注意力机制  

摘要： 针对在特定环境背景条件下训练的城市街道目标检测模型直接应用在另一种环境背景条件下城市街道场景中检测性能下降的问题,提出一种基于Deformable DETR(DEtection TRansformer)的域自适应目标检测模型City-DA-DETR,通过引入域自适应模块融合主干网络特征与Transformer特征,有效实现特征对齐与知识跨域迁移。首先,域自适应模块利用Transformer解码器输出Token与编码器特征交互,生成多尺度实例特征蒙板(MSIM);其次,实例特征蒙板引导Transformer编码器特征生成多尺度空间注意力机制与通道注意力机制;最后,主干网络特征与编码器特征通过注意力机制融合生成用于跨域特征对齐的语义向量。从Cityscape到Fogy-Cityscape数据集,City-DA-DETR模型的平均精度均值(mAP)达到了43.8%,相较于基线模型SFA(Sequence Feature Alignment)提升了2.5百分点;从Sim10K到Cityscape数据集,City-DA-DETR模型的mAP达到了56.1%,相较于SFA提升了3.5百分点。实验结果表明,City-DA-DETR具有良好的域自适应性,有效实现了不同环境背景城市街道场景的跨域迁移。

关键词： 深度学习   目标跟踪   孪生网络   模板更新   轨迹预测   卡尔曼滤波  

摘要： 目标跟踪一直是计算机视觉领域中重要且富有挑战的问题。为克服目标形变、遮挡或快速移动等因素对跟踪性能的影响,笔者提出一种结合模板更新与轨迹预测的孪生网络跟踪算法。首先,在基于孪生网络跟踪模型中引入模板图像的自适应更新迭代机制,实现对目标表观变化的动态表征,以此提升目标形状或颜色发生变化时的跟踪性能。具体来说,通过对每一帧跟踪结果的分析,判断是否满足更新条件,设计了自适应模板更新的策略,有效地降低了目标模板被污染的可能性。其次,在目标跟踪过程中引入卡尔曼滤波,通过收集跟踪过程中目标位置信息并进行轨迹预测,将前一帧中跟踪算法预测的目标位置信息与轨迹预测的位置信息相融合,得到当前帧搜索区域的裁剪位置,进而实现了离线跟踪与在线学习的结合,进一步解决了目标被遮挡或者快速移动的问题。最后,在VOT2018和LaSOT数据集上验证了该算法在多种复杂场景下的性能表现。实验结果表明,所提算法的跟踪性能超过了大部分其他跟踪算法。

关键词： 图像处理   车号识别   自动追踪   铁路火车车号  

摘要： 铁路货车车号在铁路信息化管理中用于快速准确地判断车辆位置和使用情况等重要信息。传统的车号判别方式主要依靠人力手动抄写记录和运用射频技术进行判别,容易出现对车号判别错误的情况,同时也耗费了大量的人力、物力。车号判别出错将直接影响到列车运行调度指挥和货车实时追踪管理,降低铁路列车运转效率。针对以上问题,设计了基于图像处理的车号识别系统,用于采集车号信息数据,构建实验数据集。首先,使用MobileNet压缩训练模型并提取列车车号特征;其次,采用YOLOv2算法在图像中进行目标检测;最后,采用PID算法控制二自由度云台搭载视觉识别系统追踪列车车号所在位置,并将识别到的列车车号上传至PC上位机。对列车车号识别系统的设计,期望为后续升级改造打下基础。

关键词： 超景深   图像处理   聚焦评价   多曝光融合  

摘要： 超景深融合在刀具,电路板,器件外壳和部分小型零件等测量领域的应用越来越广泛,但上述测量目标大多是由多种材料组成,对光线有着不同程度和类型的反射,使得成像点的强度超过了相机的感光范围,导致过曝和过暗的低质量成像点出现。为了解决现有的高动态成像融合算法(HDR)在超景深融合中融合速度缓慢的问题,采用了聚焦评价和灰度评价的方式,获取高细节信息和剔除低细节信息。在限制图像动态范围不失真的同时,且利用聚焦算子的评价速度要高于HDR的优势,达到了高速融合多曝光图片的目的。实验结果表明,在融合速度上,本文算法远快于现有的HDR算法,达到了0.1463 s,且融合质量与主流HDR算法的图像质量相当。