关键词： 目标跟踪   孪生网络   特征提取   特征融合   注意力机制  

摘要： 提出一种基于注意力机制的特征融合孪生网络目标跟踪算法。针对目标跟踪算法特征提取网络深度较浅导致特征鲁棒性不足的问题,使用改进后的ResNet-50网络提取模板帧和搜索帧图像的深层和浅层特征,并利用通道和空间注意力机制对提取得到的深浅层特征进行融合。针对目标跟踪算法仅使用首帧图像作为模板导致模板失效、跟踪漂移等问题,在传统孪生网络中增加一条模板分支以将首帧和搜索帧前一帧图像共同作为目标模板。与传统经典的跟踪方法相比,提出的算法在OTB100和VOT2016数据集的相关实验获得了最佳的性能表现,验证了提出算法的有效性和可行性。

关键词： 计算机视觉   扇贝分级系统   设计方法  

摘要： 为了实现扇贝自动化分级,研究过程以计算机视觉技术为基础,设计出相应的分级系统。将扇贝的颜色和轮廓特征作为分级依据,运用RGB颜色模式采集单通道色彩信息,先后经过图像滤波处理和二值化处理,再进行边缘检测和扇贝测量,根据等效圆直径大小完成分级。运用计算机视觉库OpenCV实现此次设计的视觉识别算法,对20个扇贝进行分级试验,结果显示,与人工实测相比,计算机视觉分级系统的准确率达到95%,显示出良好的实用价值。

关键词： WSN机动目标跟踪   BP神经网络   鱼鹰优化算法   扩展卡尔曼滤波   RSSI测距   滤波跟踪  

摘要： 针对扩展卡尔曼滤波(EKF)在机动目标跟踪中传感器对机动目标进行测距时存在的噪声问题,提出了一种基于改进RSSI测距的WSN机动目标跟踪算法。首先,利用鱼鹰优化算法迭代寻优适合BP神经网络的权值和阈值;其次,将传感器的接收信号强度值作为神经网络的输入值,距离作为输出值对神经网络进行训练;最后,利用扩展卡尔曼滤波算法进行定位跟踪,利用匀速圆周运动模型(CM)进行滤波跟踪。使用EKF算法和RSSI算法与文中算法进行比较,以均方根误差为评价指标。经过仿真实验对比表明,所提算法相较于上述算法均方根误差分别降低了21%和56%。

关键词： 图像处理   图像识别   茶叶   嫩芽   Yolov5s-segment   轮廓提取   采摘点定位  

摘要： 为了解决野外大场景下茶叶嫩芽识别与采摘点精确定位问题,提出了一种基于实例分割的Yolov5s-segment改进算法。该算法首先引入P2微小目标检测层,解决原始Yolov5s-segment网络P3、P4、P5检测层对于小目标检测能力不佳的问题。其次,在主干网络末端增加CBAM(convolutional block attention module)注意力机制模块,提升模型的抗干扰能力,实现野外自然光照环境下茶叶嫩芽轮廓特征提取。最后,根据嫩芽轮廓特征进行采摘点精确定位。研究结果表明,相较于原始Yolov5s-segment模型,改进模型的精确度、召回率、F1分数、平均精度均值mAP50和mAP50-95分别提升了7.0、8.9、8.1、8.3、7.3个百分点。使用该方法可以准确提取大场景下的单芽、一芽一叶、一芽两叶三种类型茶叶嫩芽轮廓,并且实现采摘点的精确定位。研究结果为名优茶智能化快速采摘提供了一定的理论基础。

关键词： YOLOv8   小目标检测   下采样机制   注意力机制  

摘要： 为了解决原YOLOv8在交通道路场景中易出现小目标的误检和漏检的问题,提出了一种改进YOLOv8网络模型的检测方法。首先,使用下采样机制(ADown)替代主干中的传统卷积,扩大模型的感受野。其次,引入CBAM注意力机制,降低了小目标的漏检率。最后,添加一个检测头,提升小目标的检测精度。实验表明,改进算法在KITTI数据集上的召回率R、mAP@0.5和mAP@0.95分别提升0.1%、1.7%和3.1%,同时参数量下降11%,对于小目标检测效果的各项指标均有提升,证明了改进算法在道路小目标检测的有效性。

关键词： 目标检测   注意力机制   无锚框   多尺度特征融合   CenterNet  

摘要： 针对无锚框目标检测算法CenterNet中特征利用不充分且检测精度不足的问题,提出一种基于双角度多尺度特征融合的改进算法。首先,通过使用Res2Net网络替换主干网络,使网络从更细粒度的角度提高网络的多尺度表达能力。其次,使用重复加权双向特征金字塔网络从层级角度提升多尺度加权特征的融合能力。最后,加入坐标注意力机制,在避免增加计算资源消耗的前提下增强感受野,将坐标信息嵌入通道注意力中以提升模型对目标的定位提高模型的检测精度。实验结果表明:改进算法在PASCAL VOC数据集和KITTI数据集检测准确率分别达到了82.3%和87.8%,与原CenterNet算法相比精度分别提升5.5%和2.4%。

关键词： 图像处理   视网膜血管分割   图卷积神经网络   动态特征融合  

摘要： 利用深度学习技术进行视网膜血管分割是临床医生诊断眼底疾病的重要辅助方法。然而,现有方法忽略了感受野在高分辨率图像特征提取阶段的重要性以及深度特征图通道之间的动态拓扑相关性,导致通道间信息表征不足。为此,设计一种新颖的动态特征图卷积网络模型(DF-Net)。该模型采用结构化Dropout卷积块替代U-Net中的原始卷积块,构建一个双扩张卷积块(DDCB),旨在不增加模型参数量的同时扩大感受野,提升模型捕捉视网膜血管全局结构信息的能力。进一步,构建动态特征图卷积模块(DFGCM),将特征通道映射到拓扑空间并在拓扑空间上挖掘通道之间的动态拓扑关系,提高通道信息的利用率,丰富视网膜血管的特征信息。实验结果表明:所提DF-Net能够有效提高对视网膜血管的分割精度,在两个公共合理的高分辨率Fives和HRF数据集上,准确率分别达0.9876和0.9733,灵敏度分别达0.9088和0.8322,均优于现有的先进血管分割模型;在三个广泛使用的低分辨率DRIVE、STARE和CHASE_DB1数据集上,也表现出较为出色的分割效果。这些出色的分割结果表明所提DFNet具有辅助临床医生提高眼底疾病诊断能力的潜力。

关键词： 机动目标跟踪   伯努利滤波   箱粒子滤波   交互多模型算法  

摘要： 针对箱粒子滤波算法在杂波量测环境下跟踪机动目标精度不足和目标丢失的问题,提出一种基于交互多模型伯努利滤波的自适应扩张箱粒子机动目标跟踪(Interacting Multiple Model-Extended Box Particle-Bernoulli Filter, IMM-EBox-BF)算法,采用多个模型并行滤波,在预测步骤后引入自适应箱粒子扩张算法,在每个箱粒子分割成小箱粒子后自适应扩张小箱粒子区间长度,以提高对目标位置估计精度。在更新步骤,改进箱粒子收缩算法,增加对加速度分量的约束,以提高对目标速度估计精度。对仿真与实测数据的处理结果表明,在杂波量测和传感器发生漏检情况下,所提的IMM-EBox-BF算法与传统算法相比,位置跟踪精度提升了16.5%,具备更准确的目标估计精度和连续性。

关键词： 人体姿态估计   深度学习   YOLOv8n-Pose   目标检测  

摘要： 针对轨道作业人员跨轨安全动作监督方法存在效率低、漏检率高等问题,引入改进的人体姿态估计算法YOLOv8n-Pose对跨轨安全动作进行识别和监督。对YOLOv8n-Pose算法改进方法为在网络中添加注意力机制并轻量化网络结构,并改进网络的bbox损失函数和关键点损失函数,以提高网络的识别精度和速度。使用高斯滤波和ColorJitter算法对自制数据集增强。在训练前使用遗传算法对训练超参数进行自适应调整,在训练时使用迁移学习和知识蒸馏方法,提高网络训练速度、识别精度和泛化能力。将训练好的模型对轨道现场作业人员图像进行检测,可成功识别出作业人员姿态并根据关键点位置信息识别安全动作,人体关键点识别精确度为94.3%,推理速度为238.1 fps,验证模型改进研究取得了有益效果,提高了模型识别精度、识别速度和鲁棒性。

关键词： 博士研究生   硕士研究生   网络空间安全   计算机视觉   互补优势   机器学习   模式识别   多模态  

摘要： 近日,计算机视觉与模式识别会议(CVPR 2024)所设第四届计算机视觉对抗性机器学习研讨会(The 4th Workshop of Adversarial Machine Learning on Computer Vision:Robustness of Foundation Models)论文接收结果公布,中山大学网络空间安全学院2023级硕士研究生刘宽融与2024级博士研究生梁嘉伟共同参与的论文“Unlearning Backdoor Threats:Enhancing Backdoor Defense in Multimodal Contrastive Learning via Local Token Unlearning”荣获杰出论文奖(Distinguished Paper Awar d)。多模态对比学习已经成为利用多种数据模态互补优势来构建高质量特征的强大范式。