关键词： 目标跟踪   特征融合   结构张量   高光谱视频  

摘要： 为解决现有高光谱视频跟踪算法在光照变化情况下跟踪效果不佳的问题，该文提出一种基于深度谱三元级联特征的高光谱目标跟踪算法。首先，设置阈值，利用目标局部光谱曲线将目标与背景分割，利用波段匹配获得目标光谱曲线，计算结构张量获得目标光谱权重曲线。然后，利用目标光谱曲线与高光谱图像进行光谱角距离操作完成高光谱图像降维，并提取目标深度特征。提取目标图像的尺度不变局部三值模式（Scale Invariant Local Ternary Pattern,SILTP）特征，并分配相应的光谱权重，融入光谱信息，得到谱三元级联（Spectral-Ternary Concatenated,STC）特征。将降维后目标深度特征与STC特征按通道卷积，得到更具判别性和鲁棒性的深度谱三元级联（Deep Spectral-Ternary Concatenated,DSTC）融合特征。最后，将DSTC融合特征送入双相关滤波器（Dual Correlation Filter,DCF）。实验结果表明，与当前的先进算法相比，该文所提出的跟踪算法在光照变化挑战下具有更好的跟踪性能。

关键词： 动态称重   外廓尺寸测量   参数识别   DenseNet   计算机视觉  

摘要： 针对现有研究中缺乏能够综合测量车辆外廓尺寸并精确识别车辆信息的方法，本研究提出了一种创新的车辆尺寸和信息识别方法。首先，通过YOLO V5s网络实现目标车辆的自动识别，并建立了一个包含车辆型号、尺寸、轴数、轴距、悬架和轮胎参数等详细信息的车辆数据库。接着，利用CEDN(Convolutional Encoder-Decoder Network)网络提取出车辆轮廓，并通过膨胀腐蚀算法对轮廓进行优化。为了提高处理速度并减少计算资源需求，将深度可分离卷积技术融合进DenseNet网络。最终，将车辆轮廓图输入至优化后的DenseNet网络，以预测车辆的具体尺寸。实验结果显示，该方法能够在宽度和高度测量上实现±60mm的误差范围，并将长度测量的误差控制在±85mm以内。此外，该方法还能提供车辆的轴数、轴距、悬架和轮胎参数等附加信息。本研究证明，结合图像识别和深度学习技术，能够有效地测量车辆尺寸并识别相关信息，对于提高动态称重系统等应用的准确性具有重要价值。

关键词： 草莓   点云   采摘机器人   计算机视觉   语义分割   深度相机  

摘要： [目的]以草莓为代表的浆果果实收获方式仍然以人力为主，随着近年来农业生产人员老龄化及人工费用的激增，机器（人）全自动采摘已是必然趋势，目前的难点在于机器视觉的识别与定位，相比2D视觉，3D视觉不仅具有更丰富的语义信息，而且在空间定位上有着明显的优势。本文旨在利用3D视觉技术实现草莓的准确识别和定位，为机器人自动采摘提供技术支持。针对田间背景噪声干扰、草莓果实体积小且伴随遮挡的难点，本文采用点云滤波技术进行点云降噪，利用3D视觉技术实现了草莓与复杂背景的语义分割。[方法] 使用IntelRealsenseD435i深度相机采集了不同光照、不同季节和遮挡条件下的草莓点云数据，构建了一个包含三个类别的数据集，分别为无遮挡、低遮挡、高遮挡。首先结合多阈值统计滤波和ROI提取技术对点云数据进行预处理，过滤噪声；以PointNet++为基础模型，对点云数据直接提取特征，并在PointNet++的基础上提出了一种针对复杂背景下小尺度目标的语义分割模型SS-PointNet++，利用点云的多种特征信息作为网络的输入特征，构建采样层、分组层，并通过PointNet提取局部特征，使用最远点采样法对点云取样并最大程度的覆盖到整个点集，针对小尺度目标设计了三种不同半径的球查询(BallQuery)来获取局部特征，改进了SA层和FP 层的结构，使其能够适应低密度点云。[结果]对未经预处理的点云进行分割时，有 0.74%的概率出现离群点的误判问题，而对预处理后的单张点云图像进行语义分割的用时平均减少了 3.47 s。点云图像测试结果表明，SS-PointNet++模型的平均准确率达到了 86.95%，比优化前提升了 19.54百分点，平均交并比为 0.740。在光照充足且无遮挡的草莓上，该模型的语义分割准确率高达 95.36%，而在暗光环境下，该模型的平均准确率也能达到 81.34% 。[结论] SS-Pointnet++模型提升了小尺度目标点云的语义分割效果，对不同光照条件具有较强的鲁棒性，为基于 3D 点云的小物体和遮挡物体的分割提供了一种有效的方法；本文提出的草莓遮挡类型的划分，对后续草莓遮挡问题提供了数据分析支持，对其他基于3D点云的小尺度物体的目标检测和遮挡问题也起到借鉴作用。

关键词： 目标检测   YOLOv7-Tiny   解耦头   特征融合   小目标   海上船舶  

摘要： 针对海洋环境下无人艇载光学图像背景信息复杂、小目标，当前目标检测算法特征提取能力不足、定位能力弱、检测精度差等问题，提出了一种基于YOLOv7-Tiny的改进的海上目标检测算法。利用RepVGG在推理时的“无损耗”特性设计了特征提取模块RepELAN，在不影响推理速度的同时提升网络特征提取能力；改进特征共享融合网络，融合高分辨率特征图提升对小目标特征提取能力，裁剪低分辨率特征图减少网络推理计算量；针对网络在复杂环境下定位检测能力弱的问题，设计检测头模块，区分定位与分类两种解耦头，提升网络定位检测能力。在建立的船舶目标检测数据集进行实验，检测精度提升了6.2%，设计了模块消融实验与对比实验，论证了该文算法的有效性。

关键词： YOLOv8   遥感图像   小目标检测   特征融合   注意力机制  

摘要： 针对YOLOv8在遥感小目标检测中由目标尺度差异和复杂背景引起的漏检和误检问题，本文通过改进YOLOv8提出了基于跨阶段双分支特征聚合的遥感图像小目标检测方法。首先，融合卷积算子中的全局共享权重与注意力中特定token的上下文感知权重，获得高频局部信息和低频全局信息，使模型具有较强的前后背景分化和抗干扰能力；其次，使用轻量级MLP捕获全局远程依赖关系，并设计并行跨阶段可学习视觉中心机制捕获输入图像的局部角区域信息，获得更加丰富的梯度流信息和区分性的特征表示；最后设计多维度残差注意力机制，聚合两个并行分支的输出特征，捕获像素级的成对关系以及跨通道和跨空间信息，以减少图像复杂背景信息对检测网络的干扰。实验结果表明，提出的模型在DIOR和RSOD数据集上的mAP分别达到了73.8%和98.1%，比目前最先进的方法分别提高了1.3%和2.1%。

关键词： 计算机视觉   人机交互   动态手势识别   深度学习网络   手势数据集  

摘要： 动态手势识别是计算机视觉领域较为热门的任务之一，受到了研究者的广泛关注；动态手势识别技术在自动驾驶、虚拟现实和人机交互等诸多领域展现出很高的应用潜力；手势是在虚拟空间中与其他人交换信息、指导机器人在恶劣环境中执行特定任务或与计算机交互的一种直观而理想的方式；调研归纳了一些常用的动态手势数据集，对动态手势数据集的模态、数据量、应用场景进行了总结与分析；从使用方法的网络类别出发，综述了基于视觉的动态手势识别技术研究进展，重点介绍归纳了基于深度学习的方法，对基于卷积神经网络、循环神经网络以及图神经网络的方法进行了整理总结与性能比较；最后对基于视觉的动态手势识别的研究方向进行了展望。

关键词： 目标检测   安全帽   FasterC2f   轻量化   Efficient Multi-Scale Attention   VoVGSCSP  

摘要： 针对基线YOLOv8n检测算法结构较复杂以及现有的安全帽佩戴检测算法参数量和计算量较大，难以在终端部署等问题，提出一种基于FEV-YOLOv8n的轻量化检测模型。设计一种轻量级的FasterC2f模块改进YOLOv8n的骨干网络，实现网络的参数量和计算量的降低；在FasterC2f模块中引入EMA注意力机制，融合空间依赖和位置信息，建立长短期的依赖关系，增强对目标表征的关注，以提高模型检测的精度；使用VoVGSCSP模块改进颈部网络，提高遮挡目标以及小目标的辨识度；实验结果表明，改进YOLOv8n模型map值为92.5%，相较于YOLOv8n算法，模型大小减少20%，计算量降低18.5%，参数量降低15.7%，为安全帽佩戴检测的轻量化研究提供理论参考。

关键词： 计算机应用技术   YOLOv5s   智能钻机   钻杆   管柱接头   目标检测   算法改进  

摘要： 当前，钻井平台管柱的自动化转运和上卸扣作业水平较低，这导致了明显的效率和安全问题。为了解决这一问题，精确检测钻杆和管柱接头是实现管柱自动化处理的关键。因此，本研究提出了一种改进的自动化钻机管柱处理多目标检测算法。采用轻量级的EfficientNetv2网络作为特征提取网络，使用YOLOv5s-6.0中的SPPF空间金字塔池化模块，以减少模型参数数量。为了提高目标检测的准确性和鲁棒性，在Backbone部分融入了CBAM注意力模块，有效抑制了背景干扰。为了更好地提取被遮挡目标的细节特征，采用加权双向特征金字塔网络BIFPN代替原网络的PANet结构。采用CARAFE算子来替代传统的上采样操作，以提高特征图的分辨率和语义信息的传递。在Head部分，为进一步减少参数量和计算复杂度，改进传统卷积层Conv为轻量级卷积层GhostConv。同时，考虑到真实框与预测框之间的不匹配问题，替换损失函数CIOU为SIOU，以优化边界误差，提高小目标的定位准确性。在模型训练方面，采用AdamW优化算法来更新模型参数，以替代SGD优化算法，进一步提高了模型的收敛效果和泛化能力。最后，通过自建管柱数据集对改进后的算法进行验证。实验结果表明，本文改进算法能够精确识别到多环境中姿态不同的管柱。改进后的算法识别准确度为90.6%，比原模型提高了3.9%，mAP为94.6%，比原模型提高了4.5%。表明改进算法在目标检测方面具有更高的准确性和鲁棒性，能够更好地适应钻井作业环境。

关键词： 毫米波雷达   特征级监督   融合   目标检测   激光雷达   视觉传感器  

摘要： 针对毫米波雷达和视觉传感器融合算法在特征融合层面缺乏有效监督的问题，本文提出了一种引入激光雷达监督的多模态融合三维目标检测算法（Radar And Camera Fusion Based On Lidar Supervision，LRCFusion）。该算法首先分别提取视觉传感器、激光雷达和毫米波雷达各自的数据特征；接着使用知识蒸馏的方法，利用激光雷达特征作为教师模型监督毫米波雷达特征，以提升毫米波雷达特征的表达水平；然后引入注意力机制实现毫米波雷达和视觉特征融合，并采用基于点云的三维物体检测方法对融合的特征进行目标检测和3D锚框预测；最后，使用预测的3D锚框更新融合前的3D参考点。为验证算法的有效性，与基线算法进行比较，本文算法的平均精度提高1.2%，归一化检测得分提高1%。

关键词： 图像处理   缺陷检测   生成对抗网络   柔印标签   随机噪声  

摘要： 为了及时把控柔印标签的生产质量，本文融合transformer设计了一种生成对抗网络，提出了一种柔印标签在线检测方法。为了解决实际生产中缺陷样品稀少、样本分布不均的问题，本文提出了一种新颖的噪声添加方案模拟缺陷样本，仅使用合格的柔印标签样本训练模板生成器。结合跳连接和transformer block设计了一种生成对抗网络，设计了相应的损失函数，以提高生成器对模板的表示能力。最后，本文设计了一种基于自适应阈值的缺陷评估方案实现柔印标签检测。实验结果表明，本文提出的检测方法可以在每个样本38ms的合理检测时间下，达到2.23%平均误检率、0%平均漏检率、0.983 F1-score的检测性能，在本文的数据集上优于现有异常检测深度学习方法。