关键词： 目标跟踪   多模态   可见光-深度特征融合  

摘要： 近年来， 随着深度学习的不断发展， 已有许多基于深度学习的RGB目标跟踪算法被提出且取得较为显著的性能， 但纯粹依靠可见光进行跟踪的算法在光照变化、背景干扰、严重遮挡等复杂场景下仍难以实现鲁棒跟踪. 为解决高难度场景下的挑战， 实现高效鲁棒的目标跟踪， 多模态目标跟踪应运而生. 本文以RGB-D目标跟踪算法为主， 详细列举了当前可见光-深度的多模态目标跟踪算法， 对各类算法的优缺点进行分析和比较; 并介绍了主流的RGB-D目标跟踪数据集， 挑战赛及其评价指标; 最后总结了RGB-D目标跟踪技术的发展趋势和挑战， 并展望其未来的发展方向: 特殊场景RGB-D数据集建设、全新RGB-D目标跟踪评估范式和有效模态融合的RGB-D模型范式.

关键词： 图像处理   深度学习   金属伪影抑制   双域信息   Pix2Pix   非局部网络  

摘要： 当CT扫描视野中出现金属时，重建图像不可避免的会产生金属伪影，严重影响图像质量。为了抑制金属伪影，我们提出了一种新的深度学习CT金属伪影抑制方法，结合正弦图域和图像域的双域信息。首先采用自适应最优阈值分割算法分割CT图像中的金属并在正弦图中去除金属腐蚀区域，使用线性插值初步修复缺失的金属区域，然后采用正弦图修补网络（Sino-inpainting Network， SIN）修复受金属污染的正弦图，利用编码器-解码器网络结构恢复缺失的图像信息。网络输出的正弦图经过滤波反投影算法生成CT重建图像。对于初步校正后存在的正弦图信息不一致性问题，使用非局部细化网络(Non-local Refine Network， NLRN)在图像域进行修复，减少二次伪影产生。模拟与真实数据实验结果表明，该方法能有效减少金属伪影，同时保留了图像细节信息，显著提高了重建图像质量。

关键词： 目标检测   在线课堂   听课行为识别   性能优化   特征融合  

摘要： 目前目标检测技术日趋成熟，但是针对在线听课行为的识别仍存在不少挑战。针对在线课堂人为监管力度不足、目标检测模型复杂度较高所导致的在线课堂行为识别不精准、模型计算量较高等问题，采用基于改进的Yolov8在线听课行为检测与识别方法。该方法在Yolov8n的基础上，添加了BiFPN双向特征金字塔网络来进行特征融合，以增加特征提取的能力，提高模型识别准确度；其次，在Head端采用C3Ghost模块替代C2f模块，以大幅度减少模型计算量。结果表明：提出的Yolov8n-BiFPN-C3Ghost模型在线上听课行为数据集上的mAP@50和mAP@50-95指标分别为98.6%和92.6%，相比其他课堂行为识别模型在精度上最高提升了4.2%和5.7%，计算量为6.6GFLOPS，比原模型降低了19.5%。Yolov8n-BiFPN-C3Ghost模型能以更低的运算成本，更快速、精确地实现在线听课行为的检测和识别，可以实现对学生在线课堂学习情况的动态、科学识别。

关键词： YOLOv5   小目标检测   特征补充   特征融合   损失函数  

摘要： 针对交通标志和交通灯等交通场景小目标特征不明显导致检测困难的问题，提出了基于改进YOLOv5的交通场景小目标检测算法。首先设计特征补充模块(FSM)，通过进一步获取浅层细节信息对相邻的深层检测层进行特征补充，有效提高了小目标的检测效果，并通过相邻层间的矩阵运算避免了特征冗余；其次设计了有效融合模块(EFM)，分别处理金字塔特征融合时的横向浅层特征和上采样特征，缓解二者之间的特征冲突，使其更有效的融合；然后提出SEIOU损失计算方式，通过添加真实框和预测框主对角之间的距离度量，改善回归效果，提升检测精度。最后在CCTSDB，S2TLD，Traffic lights dataset和PASCAL VOC数据集上进行实验，结果显示改进后的算法在精度上分别提升了2.54%，3.62%，4.33%和2.01%，检测速度达到了113FPS，适用于实际交通场景下的检测任务。

关键词： 图像超分辨   Swin Transformer   深度学习   条件先验   人脸超分辨   注意力机制   Transformer   图像处理   超分重建  

摘要： 针对现有基于Swin Transformer图像超分辨模型未对图像尤其是人脸图像进行预处理导致最终超分辨结果不佳的问题，文中提出了基于条件先验Swin Transformer的人脸图像超分辨重建方法。该方法利用人脸解析图融合Swin Transformer模型对人脸图像进行预处理，使用条件先验对人脸超分问题进行优化，采用人脸解析图Parsing Map进行约束从而得到更有价值的先验信息。在深层特征提取阶段，将通道空间注意力机制融合Swin Transformer模块对特征组调整进行速度与精度的平衡。实验结果表明，该方法在测试集上的峰值信噪比为32.21 dB，相较于现有模型有一定提升。证明改进模型更适用于人脸，所生成结果更清晰、更真实，能还原出更多人脸图像纹理细节。

关键词： 光学遥感数据   舰船小目标   UPCBAM-RYOLO V5算法   上采样注意力机制   旋转角度  

摘要： 针对光学遥感数据中舰船小目标数量占比大，长宽比大且多个目标紧密排列难以检测的问题，提出一种基于YOLO V5(You Only Look Once V5)的光学遥感舰船小目标检测算法——UPCBAM-RYOLO V5(Upsampling Convolutional Attention Block Module-RYOLO V5)算法。该算法设计了一种上采样注意力机制模块，增强了网络对小尺寸目标特征提取能力，并在边框回归公式中引入旋转角度损失，提高了算法对舰船外观和方向的感知能力。基于GF1、GF2组成的舰船小目标数据集实验，结果表明，UPCBAM-RYOLO V5算法模型提升了舰船小目标检测的定位精度和分类精度，其中P、R、 MAP(Mean Average Precision)值分别达到93%、94%和95%,较传统YOLO V5模型分别提高3%、7%和7%。对网络中上采样注意力机制模块添加位置的消融实验结果表明，相较于在Backbone和Prediction处加入UPCBAM,在Neck处加入UPCBAM对遥感影像舰船小目标的检测影响最大，性能最优，P、R和MAP值分别提高了5%、4%和2%。从而验证了UPCBAM-RYOLO V5模型在光学遥感舰船小目标检测方面具有一定的研究意义。

关键词： 交通运输规划与管理   高速公路   目标检测   深度学习  

摘要： 针对高速公路路侧摄像头拍摄的图像中，远端的行人和车辆目标小、实时检测难问题，提出一种改进的目标检测算法YOLOv5s-3S-4PDH。首先，采用Shufflenetv2-Stem-SPPF网络结构，提高模型的运行速度；其次，引入加速归一化加权融合特征图和160×160小目标检测层，优化小目标检测性能；然后，引入改进的解耦头机制，提高小目标检测的定位和分类精度；最后，采用Focal EIoU作为定位损失函数，加速模型训练的收敛速度。结果表明：在自建行人和车辆数据集上进行对比实验，该算法与YOLOv5s基准网络算法相比，计算量和参数量分别降低了10.1%和24.6%，检测速度和精度分别提高了15.4%和2.1%；在VisDrone2019数据集上进行迁移学习实验，该算法对所有目标类别的平均精度优于YOLOv5s。YOLOv5s-3S-4PDH算法在满足小目标检测实时性与精度的同时，也具备泛化能力。

关键词： 计算机视觉   点云分割   对比学习   自注意力机制   边界挖掘  

摘要： 基于深度学习的点云分割算法通过设计复杂的特征提取模块，可以对高维空间点云进行有效的分割. 但由于缺乏对边界点集的特征挖掘，使得其对边界分割的精度欠佳. 已有将对比学习思想用于点云分割以解决边界区域分割性能不足问题的研究中，忽略了点云无序和稀疏特性，特征提取不够准确. 对此，设计了基于对比学习和标签挖掘的点云分割模型CL2M(contrastive learning label mining)，通过自注意力机制学习不同位置处点云更为精准的特征，并引入对比学习方法，提高了点云边界处的分割精度. 在对比边界学习过程中通过深入挖掘语义空间中的标签并设计了基于标签分布的对比边界学习模块，使得高维空间点云标签分布包含更多的语义信息. CL2M充分利用标签的分布规律计算分布间的距离，可准确划分正负样本，减少了常规硬划分带来的累计错误. 在2个公开数据集上进行的实验结果表明，CL2M在多个评价指标上优于既有的点云分割模型，验证了模型的有效性．

关键词： 毫米波雷达   点云聚类   稀疏点云   目标检测  

摘要： 毫米波雷达室内人员目标检测存在点云稀疏切有零散噪声点的问题，传统基于密度聚类算法受参数影响不能适应多变的目标点云数据，无法实现精准聚类。对此进行研究提出了一种针对人员目标稀疏点云的聚类算法。首先建立平均局部密度信息熵和邻域半径(Eps)的关系；其次利用DBSCAN算法识别零散噪声点并去除；接着利用每个点的局部密度和相对距离的乘积得到聚类中心权值，并画出降序图；然后在降序图中引入自适应指数衰减函数曲线，从而自动获得聚类中心，并完成聚类。通过实验验证，并与CFSFDP算法和DBSCAN算法进行对比，结果表明，提出的算法具有较高的ARI、AMI、NMI、FMI值，获得较好的聚类效果，适用于毫米波雷达室内检测场景。