关键词： 计算机视觉   人工智能研究   三维重建   上海交通大学   自动驾驶   运营里程   百度   独特之处  

摘要： 在人工智能(AI)的宏大叙事中,杨睿刚以他在计算机视觉领域的深厚造诣,成为一个“特别的存在”。他的独特之处不仅在于他回国加入百度、嬴彻之前早就已经是一位全球知名的计算机视觉研究科学家,对三维重建和3D数据分析领域有着诸多世界级的贡献,更在于他回国后为整个人工智能研究带来了新的视角和可能性。伴随着在百度最复杂自动驾驶开源数据集的开发和嬴彻在智能重卡自动驾驶商业运营里程上的突破等成果先后落定,他转身重回学术怀抱,只为打造心中那个“以人为本的人工智能”和“更懂自己的人工智能”。

关键词： 无人平台   检测与跟踪   数据关联与融合   毫米波雷达  

摘要： 针对单类传感器在获取环境信息过程中所面临的限制,为进一步提升无人系统在复杂、未知环境下的感知和理解能力,提出了一种适用于无人平台的多源信息融合方法,主要包括毫米波雷达跟踪、图像检测、数据关联与融合。着重研究原始毫米波雷达点云数据的处理、毫米波雷达与视觉传感器的数据配准,以及如何使用证据理论实现毫米波雷达数据与视觉传感器数据的决策级融合。从无人机实际应用场景出发,极大地提高了相关算法的实用性和精确性。根据实测数据的验证可知,多传感器的联合检测与跟踪效果优于单一传感器。

关键词： 植被环境   未爆弹目标   机载探测   YOLOv5   红外特征  

摘要： 针对无人机在多种植被环境下检测地面未爆弹的光学精度低、误检率高等问题,提出了一种基于未爆弹红外特征的YOLOv5未爆弹检测方法。首先对采集到的未爆弹目标数据进行重建,然后引入ECA注意力机制以提高识别精度;同时引入ASPP空洞空间金字塔池化以提高识别效率,并使用CIoU_NMS作为预测框筛选依据。实验证明,在多组不同植被环境的鸟瞰UXO目标红外数据集上,SAE-YOLOv5算法相较于原YOLOv5算法模型,在UXO目标方面精确率由83%提高至87%,平均精度均值从83.6%提升至85%。该算法在文中所述的四种复杂背景下都能有效检测UXO目标,并且漏警率低。

关键词： 目标跟踪   云台控制   卡尔曼滤波   自动对焦   多线程  

摘要： 针对飞行速度快,空间跨度大,观察视角变化大的飞机起降过程,提出了一种基于视觉的远距飞机目标跟踪方法。该方法在没有雷达、对焦传感器等硬件的情况下,仅需要对摄像机的采集画面进行图像分析,通过对分析结果的进一步处理,实现对云台和变焦镜头的实时控制,使得飞机目标在起降过程中始终保持在摄像机的图像中心,同时大大降低了成本。为此,首先对相机成像规律、变焦镜头变焦规律进行建模。然后,采用YOLOv4目标检测算法对飞机进行目标检测,并对目标进行图像分析,得到目标在相机中的几何规律和位置关系。在此基础上,采用图像清晰度评价方法对变焦镜头进行自动变焦、自动对焦控制,并基于卡尔曼滤波器对云台的跟踪控制进行了优化。理论分析与实验结果表明,在没有雷达、对焦传感器等硬件的情况下,基于视觉的远距飞机目标跟踪方法可以使飞机目标始终保持在图像中心。

关键词： 前视声呐   噪声   BM3D   目标检测   YOLOv8-s  

摘要： 前视声呐作为海洋探测的重要传感器之一,能够远距离探测水下目标,被广泛应用于目标检测和跟踪领域中。然而,声呐数据采集时受海洋环境噪声影响,噪声分布不均匀,使得声呐图像的目标探测精度低。采用传统卷积神经网络对前视声呐目标进行跟踪时,因为声呐图像序列帧率较低、目标特征不清晰,容易出现目标丢失问题。针对前视声呐图像噪声污染严重的问题,结合前视声呐图像的特点,提出了一种改进的BM3D算法,减少3D转换处理的计算量,在基础估计的相似块匹配距离计算过程中,采用曼哈顿距离替代欧氏距离,更好地处理声呐图像中不同类型和强度的噪声;针对目标丢失问题,提出了基于YOLOv8-s改进网络的前视声呐图像目标检测算法,包括基于ConvNeXt的C2N改进算法、添加浅特征检测头和归一化Wasserstein距离(NWD)损失函数的改进。进行了声呐图像数据采集,并进行了实验验证。实验结果表明,改进后模型的准确率为87.2%,mAP0.5为85.4%。与改进前的YOLOv8-s模型相比,虽然模型大小只增加了4.6 MB,但是精度增加了5.1个百分点,mAP@0.5增加了4个百分点,对比其他检测模型实验结果,改进后的YOLOv8-s能够有效提升声呐图像的目标检测精度。

关键词： YOLOv11   铁轨表面缺陷检测   深度学习   目标检测   实时检测   数据增强   卷积神经网络   铁轨维护  

摘要： 随着铁路运输的快速发展,铁路轨道的安全性与可靠性成为重要的研究课题。传统的人工检测方法效率低且易受人为因素影响。近年来,深度学习,尤其是YOLO系列模型在目标检测中的应用取得了显著进展。为提高铁轨表面缺陷检测的精度和实时性,本文提出了一种改进的YOLOv11模型(TrackDef-YOLO)。通过引入多尺度特征融合、自动锚框调整和加权损失函数等创新技术,TrackDef-YOLO显著提升了对微小缺陷和复杂背景的检测能力。实验结果表明,TrackDef-YOLO相比YOLOv8和YOLOv11n模型在准确率、召回率、F1-Score和误报率等方面均有显著提升。该研究为铁路轨道智能检测提供了高效、精准的解决方案,并为基于深度学习的铁路维护系统的优化奠定了基础。With the rapid development of railway transportation, the safety and reliability of railway tracks have emerged as critical research topics. Traditional manual inspection methods are inefficient and susceptible to human factors. In recent years, deep learning, especially YOLO series models, has achieved remarkable progress in object detection. To enhance the accuracy and real-time performance of railway track surface defect detection, this paper proposes an improved YOLOv11 model, named TrackDef-YOLO. By incorporating innovative techniques such as multi-scale feature fusion, automatic anchor box adjustment, and a weighted loss function, TrackDef-YOLO significantly improves the detection capability for minute defects and complex backgrounds. Experimental results demonstrate that TrackDef-YOLO outperforms YOLOv8 and YOLOv11n models in terms of accuracy, recall, F1-Score, and false alarm rate. This study provides an efficient and precise solution for intelligent railway track inspection and lays the foundation for optimizing railway maintenance systems based on deep learning.

关键词： 目标检测   遮挡   运动模糊   小目标   棉花顶芽   卷积神经网络   YOLOv5s  

摘要： 针对棉花机械打顶作业过程中,边缘移动设备算力受限实时性差,运动模糊、小目标遮挡导致难以检测的问题,该研究基于YOLOv5s模型提出CottonBud-YOLOv5s轻量型棉花顶芽检测模型,该模型采用ShuffleNetv2主干网络和DySample动态上采样模块替换原始模块降低计算量,提高模型检测速度;头部(head)和颈部(neck)分别引入ASFFHead检测头和GC(global context)全局注意力模块增强模型尺度不变性和上下文特征提取能力,提高小目标遮挡和运动模糊图像的检测性能。通过消融试验和模型对比试验,验证CottonBud-YOLOv5s棉花顶芽检测模型的可行性。试验结果表明:引入ASFFHead检测头和GC全局注意力机制后,小目标平均精度AP_(0.5:0.95)和平均召回率AR_(0.5:0.95)值比引入前分别提升3.6、2.1个百分点,中目标平均精度AP_(0.5:0.95)和平均召回率AR_(0.5:0.95)值分别提升4.1、3.5个百分点,大目标平均精度AP_(0.5:0.95)和平均召回率AR_(0.5:0.95)值分别提升6.5、5.9个百分点;与Faster-RCNN、TOOD、RTDETR、YOLOv3s、YOLOv5s、YOLOv9s和YOLOv10s检测模型相比检测速度分别提升26.4、26.7、24.2、24.8、11.5、18.6、15.6帧/s,平均精度均值分别提升14.0、13.3、5.5、0.9、0.8、0.2、1.5个百分点,召回率分别提升16.8、16.0、3.2、2.0、0.8、0.5、1.2个百分点,CottonBud-YOLOv5s模型平均精度均值达到97.9%,召回率达到97.2%,CPU检测速度达到27.9帧/s。由模型可视化分析可知CottonBud-YOLOv5s模型在单株、多株、运动模糊、小目标遮挡的整体检测性能优于其他检测模型。该模型具有较高的检测精度、鲁棒性和检测速度,适用于密植环境下棉花顶芽的精准检测,可为棉花机械化打顶提供视觉检测基础。

关键词： YOLOv8   Biformer   GhostNetV2   低慢小无人机目标检测   复杂大视角场景  

摘要： 针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足,提出了一种改进的无人机目标检测算法BG-YOLO。该算法基于YOLOv8,通过在高分辨率特征层添加检测头,有效减少了图像下采样过程中的信息丢失,显著提升了模型对小目标的检测能力。同时,引入Biformer注意力机可以制精准捕捉图像的远程依赖关系,增强模型对不同尺度目标的感知能力。此外,NWD损失函数的引入解决了传统损失函数在小目标检测中对位置偏差敏感的问题,显著提高了模型的鲁棒性。基于GhostNetV2的模型轻量化则通过替换传统卷积模块,在减少模型参数和计算量的同时,保持了模型的检测精度。实验结果表明,BG-YOLO在Det-Fly数据集上相比YOLOv8的mAP@0.5提高了10.3%,参数量减少了33.18%,而与YOLOv9相比提高了7.9%。此外,该算法在自采集数据集上也表现出色,对天空、山地、建筑等不同场景的低慢小目标分别实现了96.2%、88.1%和86.2%的平均精度,检测速度分别为150.36、128.21、112.53 fps,实现了高检测精度和高检测速度的要求。综上所述,BG-YOLO通过检测头设计、注意力机制引入、损失函数改进以及模型轻量化,显著提升了对低慢小无人机目标的检测精度和实时性,具有广阔的应用前景。

关键词： 采煤工作面   电气自动化   计算机视觉  

摘要： 采煤工作面电气设备故障是引发安全事故的重要因素之一。本文基于计算机视觉技术,提出了一种采煤工作面电气设备故障的智能检测方法。该方法通过工业相机实时采集设备运行图像,利用改进的R-CNN算法对图像进行处理和分析,提取设备关键部位的温度、电流等特征参数,结合支持向量机等机器学习模型实现设备状态的智能诊断与故障预警。实验结果表明,该方法能够有效识别电机烧坏、轴承磨损等典型故障,诊断准确率超过94%,为保障采煤工作面安全高效运行提供了新思路。

关键词： 无人机   目标检测   认知语义通信   知识图谱   注意力机制   语义纠错  

摘要： 针对无人机(Unmanned Aerial Vehicle,UAV)在目标检测过程中面临的通信资源浪费和效率低的问题,提出一种基于知识图谱(Knowledge Graph,KG)的UAV目标检测认知语义通信系统。利用KG知识和全局语义推理能力构建系统推理和传播算法,纠正传输过程中符号层面出现的错误,并采用注意力机制算法解决KG种类与实际图像中种类不平衡的现象。将所提系统与其他相关的通信系统在不同信噪比和不同信道环境下的检测精度和图像重建性能等进行对比,验证结果表明,所提系统在检测精度和图像重建方面均优于基准通信系统,在5 dB信噪比的加性高斯白噪声信道下,所提系统目标检测平均精度达到53.17%,相比其他系统提升了约15.6个百分点;图像重建结构相似性达到80.17%,提升了约10个百分点。