关键词： RGBT目标跟踪   特征建模   注意力机制   多模态融合特征   自适应融合  

摘要： 挖掘热红外和可见光数据的互补信息,可以有效提升复杂环境下视觉跟踪的鲁棒性。然而大多数方法在特征提取过程中只是独立提取单模态特征,忽略了多层特征建模对准确定位目标位置的重要作用。针对上述问题,本文提出了基于多层注意力机制的RGBT目标跟踪方法。首先,将多模态图片对输入骨干网络以提取两种模态的深度特征,同时在各层特征提取中引入模态注意力模块,用于过滤不准确的多模态信息,有效实现多层次多模态特征建模。此外,为了抑制多模态融合特征中的噪声和冗余信息,本文提出了模态融合模块,并利用该模块进一步实现多模态特征的自适应融合,从而获得更具有判别性的多模态特征。在两个公开数据集上的实验表明,本文方法在RGBT目标跟踪任务上实现了高精度和快速跟踪。

关键词： 目标检测   YOLOv7-tiny   轻量化   遥感图像   语义信息引导  

摘要： 针对遥感图像小目标众多、目标检测器参数量大和检测效率低等问题,提出了一种改进的YOLOv7-tiny的轻量级遥感图像小目标检测模型。首先,针对原始模型中跨阶段局部空间金字塔池化网络复杂的碎片化操作,提出轻量级的空间金字塔池化结构来减少多余的卷积算子操作;其次,针对颈部网络冗余的模块化连接方式和小目标容易在深层特征丢失空间信息的问题,提出深层语义信息引导的单尺度预测头方法来进行小目标位置信息强化,并进一步减少颈部网络和头部网络的计算成本。在遥感图像数据集上展开实验,结果表明,改进后的模型比原始模型参数量降低49.6%,计算复杂度降低28.5%,推理速度提高73.1%,并优于现阶段其他主流轻量级目标检测器。

关键词： 城市轨道交通   接触网   受电弓   燃弧检测   目标检测   三维重建  

摘要： [目的]为提高弓网燃弧检测准确率,针对背景噪声和亮度变化的鲁棒性较弱,以及受到隧道光源、日光、接触线反光及其他异物干扰等问题,提出了一种基于目标检测和三维重建的弓网燃弧检测方法。[方法]首先,采用双目相机的图像获取模块对受电弓和接触网进行拍摄,获取微秒级实时同步的两幅受电弓与接触网图像;其次,将经过预处理后的图像送入第一检测模块,即进行受电弓与接触网的接触区域以及受电弓与接触网接触点的目标检测;再次,将图像送入燃弧第二检测模块,实现双目图像中的燃弧目标检测;最后,对检测出双目图像中的燃弧进行三维重建,得到燃弧空间三维坐标,用于计算燃弧和受电弓与接触网的接触点的距离,并根据距离滤除错误结果。通过构建YOLOv5-3DR算法模型,对所研制双目立体视觉模块进行试验验证。[结果及结论]所提出的检测方法对复杂应用场景有更好的适应力,能够精准识别燃弧。采用所提出的方法能够极大提高弓网燃弧检测准确率。

关键词： 红外小目标检测   张量分解   块项分解   交替方向乘子法  

摘要： 现有的红外小目标检测技术在目标检测能力、背景抑制能力和检测实时性方面存在不足,无法满足现实需求。张量分析技术已被广泛用于热红外小目标检测,并且越来越表现出了优越性,但存在三个关键问题——合适的张量结构、全面的张量分解框架、优异的实时性能。由此,文章提出了一种基于四维空时张量分解和分块项分解范数的红外小目标检测方法(BTDN-4DST):首先构造一个四维的球化空时图像块张量,奠定张量分解的数据基础;进而定义一种基于块项分解的低秩估计范数,充分挖掘背景的时空特征,对背景进行准确估计;最后,设计一个基于交替方向乘子法的求解框架并实现对该检测模型的求解。为了验证BTDN-4DST方法的检测性能,文章选取了6种先进的红外小目标检测方法作为对比算法,在5个真实的红外图像序列实验数据集上进行了广泛的实验和分析,结果显示BTDN-4DST能够快速增强弱小目标的显著性,并且能够极大程度抑制背景和噪声成分,充分证明该方法不仅在背景抑制能力和目标检测能力方面具有优越性,而且具有良好的实时检测性能,满足实际应用需求。

关键词： YOLOv5   目标检测   沥青路面   裂缝检测  

摘要： 针对YOLOv5在裂缝图像目标检测中未能考虑到裂缝图像背景复杂,检测目标较小导致检测效果不佳和易出现误检漏检的问题,提出了一种改进YOLOv5的沥青路面裂缝检测方法。该算法首先将轻量级Mobilenet v3的网络作为YOLOv5的特征提取骨干网络,以降低模型复杂度并加快推理速度。同时,在网络预测端引入高效通道注意力机制,提升网络局部特征捕获和融合能力。最后,通过一个嵌入Panet模块来强化裂缝图像的多尺度特征表达能力,提高对小目标的检测效果。实验结果表明,相比于原始YOLOv5算法,改进后的YOLOv5进行沥青路面裂缝检测的平均精度提高了5.6%,模型参数量降低了86.3%,图像检测时间减少了75.8%。

关键词： 单目相机   激光雷达   三维目标检测   目标跟踪   轨迹预测  

摘要： 实时、鲁棒的三维动态目标感知系统是自动驾驶技术的关键。提出了一种融合单目相机和激光雷达的三维目标检测流程,首先,在图像上使用卷积神经网络进行二维目标检测,根据几何投影关系生成锥形感兴趣区域(region of interest,ROI),在ROI内对点云进行聚类,并拟合三维外包矩形;然后,基于外观特征和匈牙利算法对三维目标进行帧间匹配,并提出了一种基于四元有限状态机的跟踪器管理模型;最后,设计了一种利用车道信息的轨迹预测模型,对车辆轨迹进行预测。实验结果表明,在目标检测阶段,所提算法的准确率和召回率分别达到了92.5%和86.7%。在仿真数据集上对轨迹预测算法进行测试,与现有算法相比,所提算法在直线、弧线和缓和曲线3种类型的车道上均有较小的均方根误差,且算法平均耗时约为25 ms,满足实时性要求。所提算法鲁棒、有效,在不同车道模型下均有较好的结果。

关键词： 图像处理   点云识别   点特征直方图   K-means聚类  

摘要： 点云目标识别在智慧交通系统中具有较高的应用价值。本文主要研究了基于点特征直方图的道路场景点云目标识别方法。首先,提取道路场景点云目标的点特征直方图特征;接着,使用K-means聚类方法对点特征直方图特征进行聚类,建立词袋模型,使不同点云目标的特征维数相同;最后,将词袋模型构造的码本输入支持向量机中进行训练,得到最优的分类识别模型,并对测试集的道路场景点云目标进行识别。在悉尼城市点云目标数据集上进行了实验,该方法的识别准确率达到了98.33%。实验结果表明,本文方法的识别效果较好。

关键词： Halcon   机器视觉   图像处理   白色编织袋   袋顶识别  

摘要： 在人力成本日益攀升,企业对自动化、智能化水平要求越来越高的当下,用机器视觉代替人眼实现产品的检测将会越来越普遍。本文研究了两种基于Halcon的白色编织袋袋顶识别方法,通过图像处理技术,实现对编织袋袋顶的自动识别并定位出袋顶所在位置,以便引导机械臂对袋顶进行切割。实验结果表明,所提出的两种方法识别误差在设计允许误差范围之内,效果比较好,具有一定的应用价值。

关键词： 检测前跟踪   微弱目标   TransUNet网络   空-时相关性特征   目标检测   最佳抛物线值函数  

摘要： 隐身技术的发展和运用给雷达目标探测带来了极大的挑战,检测前跟踪技术作为微弱目标探测的重要技术方向之一,常被用于雷达探测中,但传统的检测前跟踪算法计算量大、受目标运动模型限制,难以有效检测各种不同运动状态的机动目标。针对该问题,提出基于TransUNet的微弱目标智能检测前跟踪算法,算法不受任何运动模型限制,可以有效识别各种运动状态的机动目标。首先,利用目标运动轨迹的空-时相关性特征,基于TransUNet模型设计了一种适用于不同运动状态的机动微弱目标粗检测算法,实现微弱机动目标的初步检测;然后,利用初步检测结果对目标量测进行区域搜索,实现微弱机动目标点迹的回溯;最后,针对低信噪比情况下初步回溯点迹的漏检问题,利用部分成功检测点迹的辅助信息,结合最佳抛物线值函数实现目标点迹的精细检测和航迹的完整回溯。仿真试验验证了本方法能够对多种运动状态的微弱机动目标实现有效检测。

关键词： 图像处理   行人过街行为   安全警示  

摘要： 为了提高行人过街的安全性和效率,避免安全事故的发生,设计一种可以实时检测行人过街行为以及车辆往来的行人过街安全警示系统。该系统采用图像处理技术和嵌入式系统技术,能够实时监测行人、车辆和交通信号灯状态,能准确快速地提醒过街行人注意出行及安全,提高城市交通秩序,有助于推进智慧城市建设和交通安全领域的技术创新,具有一定的理论和实践价值。