关键词： 多模态识别   麦克风阵列   摄像头   目标检测   数据融合  

摘要： 本文设计并实现了一种融合麦克风阵列和摄像头的智能识别系统,旨在提高复杂场景下目标识别的精度和鲁棒性.系统使用麦克风阵列进行声源定位和语音增强,并利用摄像头进行目标检测与行为识别,通过多模态数据融合技术实现信息的互补与增强.该系统设计了软硬件架构,实现了语音与视频数据的同步处理与深度融合,提高了目标的感知能力.同时,系统在多个场景下进行了性能测试,结果表明其识别精度、实时性和环境适应性都优于单一模态系统,展现出良好的应用前景.研究表明,该系统可以较好应用于智能监控、人机交互等领域,为多模态感知技术的实际应用提供了有力支持.

关键词： SAR图像   可变形注意力   移动翻转瓶颈卷积   并行补丁感知注意力   小尺度目标检测  

摘要： 针对卫星SAR图像中目标尺度小，特征弱，背景干扰多等不利因素造成的目标检测算法普遍精度不高，漏检误检严重的问题，提出了一种基于YOLOv8n改进的新算法。该算法通过移动翻转瓶颈卷积（MBConv）来提升骨干网络特征提取效率，使用可变形注意力机制（DAttention）来扩大骨干网络的特征感受视野，在特征融合网络中引入并行补丁感知注意力（PPA）可以提升特征融合精度。该算法改进了原网络在小尺度目标检测能力上的不足。在公开数据集SAR Ship Dataset上对舰船目标进行检测识别，与原网络相比，精确率提升了1.8%，召回率提升了4.5%，平均精度mAP@50提升了1.8%。同时，在其他数据集上进行模型泛化实验，结果显示改进算法泛化能力较强，具有一定的工业应用价值。

关键词： 目标识别   跟踪控制   智能制造   有界系统  

摘要： 在智能制造过程中，存在操作者对机器人进行牵引运动的需求，这种牵引运动往往是随机的、非线性的。如何让机器人准确识别操作者的意图并实现平滑的跟踪控制，是机器人顺利完成智能制造任务的难题。首先，对操作者与六自由度机器人的柔性交互过程进行数学建模，并在此模型基础上分析操作者的指令意图。然后，使用Pade逼近方法将机器人运动延时和系统状态的导数建立联系。接着，设计了六自由度非线性目标跟踪运动的状态反馈控制器，并分析了系统的稳定条件。最后，将系统的非线性跟踪目标、系统状态、系统输出之间的关系进行了有界性分析。经过仿真验证，该控制器对于有界非线性目标可以进行有界跟踪。

关键词： 遥感目标检测   FNM-Net   轻量级   剪枝   改进YOLOv7-tiny   SIIM  

摘要： 针对现阶段遥感目标检测精度低、速度慢、模型参数量大的问题，提出基于改进YOLOv7-tiny的FNM-Net轻量级遥感目标检测网络。首先，引入轻量级特征提取网络Faster-Net替换原有主干，避免网络对特征图的冗余覆盖；其次，引入焦点调制模块Focal Modulation，提出空间信息整合模块SIIM来构建新型路径聚合网络解决特征融合过程中信息冗余和忽略层内特征的问题；另外，针对遥感目标尺度变化大的特点提出多细粒度检测头；最后，采用基于层自适应幅度剪枝LAMP评分的剪枝方法，修剪权值较小的连接，减少参数量和计算量并提高检测速度。该方法在公开数据集RSOD上进行验证，结果表明，相比基线模型，参数量减少51.2%，计算量FLOPs减少55.2%，检测速度提升6.5 f/s，mAP提升2.1%。同时，在NWPU VHR-10数据集上验证了其泛化能力。

关键词： 大语言模型   室内三维目标检测   开放词汇   上下文信息   思维链  

摘要： 现有室内三维目标检测算法能够检测的目标类别往往是有限的，这限制其在智能机器人领域的应用。开放词汇目标检测能够在不用定义目标类别的前提下检测给定场景的所有感兴趣目标，从而解决室内三维目标检测的不足。与此同时，大语言模型的先验知识能够显著提升视觉任务的性能。然而现有的开放词汇室内三维目标检测研究存在只关注目标信息，而忽视了上下文信息的问题。室内三维目标检测输入数据主要是点云，点云数据存在稀疏和噪声问题。只依赖目标信息，会对三维目标检测结果产生负面影响。上下文信息包含场景描述，能够对目标信息进行补充，从而提升目标检测中类别判定的准确率。为此，本文提出了基于上下文信息和大语言模型的开放词汇室内三维目标检测算法，该算法通过结合上下文信息和大语言模型的思维链推理来获取检测结果。最后在SUN RGB-D和ScanNetV2数据集上对所提出的算法进行了验证，实验结果验证了所提出算法的有效性。

关键词： 无人机航拍   小目标检测   高阶空间特征提取   注意力机制   损失函数  

摘要： 针对视觉算法在检测航拍图像中密集小目标时容易受到目标重叠、遮挡等情况干扰的现象，本文首先提出了一种基于高阶空间特征（目标形状、位置等信息的高级表示）提取的Transformer检测头HSF-TPH(Transformer Prediction Head with High-order Spatial Feature extraction capabilities)。所提检测头中将自注意力机制中的二阶交互扩展到三阶以生成高阶空间特征，提取更有区分度的空间关系，突出每一个小目标在空间上的语义信息。同时，为了缓解骨干网络过度下采样对小目标信息的压缩，设计了一种高分辨率特征图生成机制，增加头部网络的输入特征分辨率，以提升HSF-TPH检测密集小目标的效果。最后，设计了新的损失函数USIoU，降低算法位置偏差敏感性。在VisDrone2019数据集上开展实验证明，所提算法在面积最小、密度最高的人类目标的检测任务中实现了mAP50指标10%以上的性能提升。

关键词： 图像处理   多聚焦显微图像   目标识别   目标追踪   多图融合  

摘要： 多聚焦细胞图像序列在采集过程中因培养基具有流动性会造成同一细胞在不同帧图像的位置变化，且失焦细胞与聚焦细胞在形态学上存在明显差异，因此细胞图像序列无法满足现有的多聚焦图像融合算法需要保证图像内容在空间上一致性的要求。为此，本文提出了一种基于目标识别的多聚焦细胞图像融合方法，通过改进的YOLOv10目标识别模型对图像序列的所有细胞完成锁定后，进行目标追踪以关联多帧细胞并确认其运动轨迹，并对关联的同一细胞进行清晰度评价后选择清晰度最高的细胞经过图像分割，提取和融合得到最终的全聚焦清晰图像。将所提出方法与7种多聚焦图像融合算法应用于多聚焦细胞图像融合并对融合结果进行对比分析，本文提出方法的峰值信噪比平均提高3.9993，结构相似性指数达0.9741以上，融合图像内容完整、细节准确、清晰度高，实现了对多聚焦细胞显微图像的高质量融合。

关键词： YOLOv8   AFPN   尺度变化   数据增强   芒果计数  

摘要： 随着目标检测算法在计算机视觉领域的快速发展，其在农业自动化中的应用越来越广泛。针对传统算法在处理多尺度目标时准确率不足的问题，本文提出了一种基于YOLOv8网络的改进算法。通过引入渐进空间金字塔结构（AFPN），增强了模型对多尺度特征的提取能力，使其在识别不同尺寸目标时具备更高的适应性和鲁棒性。同时，结合数据增强技术与优化的训练策略，进一步提升了模型的泛化能力。本文在多个公开数据集上进行了实验，结果显示本方法在目标检测精度方面显著优于Faster R-CNN、RetinaNet以及YOLOv8原始网络结构，平均精度提升了3.02%。此外，在自制的芒果数据集上的实验表明，本方法在多尺度目标识别方面表现较为突出。该方法不仅为目标检测算法的优化提供了新思路，也为农业及其他领域中的多尺度目标检测任务提供了有效参考。

关键词： 农业车辆   农业机器人   机器视觉   视觉导航   图像处理   导航路径提取   导航线拟合  

摘要： 随着智能驾驶技术的发展，农业车辆和机器人自主导航技术成为当前研究热点，搭载机器视觉导航系统的农业车辆及机器人也广泛应用在农业生产任务中，但在复杂农业环境中的应用仍存在问题。为此，对农业视觉导航技术进行总结，首先详细论述了视觉导航图像采集技术，其次对基于图像分割和作物特征点检测的导航路径提取方法进行讨论，分析了两种导航路径提取方法共同涉及到的导航线拟合方法，最后讨论了农业车辆及机器人视觉导航当前所面临的挑战和未来发展趋势，可为农业车辆及机器人视觉导航相关研究提供参考。

关键词： 激光清洗   碳钢   正交试验   工艺参数   灰度特征  

摘要： 激光清洗技术是一种环保、高效、非接触式的先进技术.采用红外纳秒激光器,系统地研究了激光功率、扫描速度、扫描次数和填充间距等工艺参数对碳钢表面锈蚀和污染层的清洗效果.通过灰度化处理和对灰度均值的极差和方差分析,建立了基于灰度均值特征的碳钢除锈效果评价标准.研究结果表明,图像识别处理能够快速、准确地识别碳钢表面状态,为后续激光清洗工艺提供了量化评价指标.