关键词： 红外小目标   目标检测   ZYNQ   梯度判断   自适应   模型匹配  

摘要： 为提高复杂背景下红外小目标的检测能力，提出了一种联合梯度判别与自适应匹配的红外小目标检测算法。通过多方向梯度特征在图像中首次筛选出疑似目标区域，利用区域内灰度信息生成自适应模型，进行再次判断。针对梯度判断与自适应模型匹配分别建立量化评价，通过加权方式引入置信度函数对不同疑似目标区域进行评估，筛除疑似目标。为使算法能在无人机等动载平台应用，搭建嵌入式系统，通过红外相机取景，实现探测系统对真实场景下小目标的检测。通过对不同的公共数据集测试，不同复杂场景下与WSLCM(Weighted Strengthened Local Contrast Measure)、TLLCM（Tri-layer local contrast measure）算法进行比对，所提算法有较好的适应能力，不同样本下的识别率在92%以上。该算法通过在嵌入式平台IP核的定制和软硬协同设计，进行了硬件加速处理，实时视频帧率>30fps，验证了其有效性。

关键词： YOLOv8   小目标   多尺度特征融合   轻量化  

摘要： 在无人机航拍图像目标检测任务中，存在小目标多且分布密集，目标背景复杂，类别样本数量不平衡，无人机算力偏低等问题。为此提出一种改进YOLOv8的算法MFF-YOLOv8（Multi-Feature Fusion YOLOv8）。首先在C2f模块的Bottleneck模块中融合可变形卷积DCNv3（Deformable Convolution v3），增强模型主干部分的特征提取能力。然后设计了一种新的MFFPN(Multi-Feature Fusion Pyramid Network)特征融合网络结构，增加更多特征融合路线，保留更多的底层特征图细节和特征，提高模型对小目标的检测能力。其次增加P2小目标检测层并优化原有的P5检测层，增强了对小目标的检测精度并降低参数量。最后引入动态头Dyhead（Dynamic Head），进一步增强模型的检测精度在Visdrone2019公共数据集的实验中，MFF-YOLOv8s算法的检测精度mAP50和mAP50:95相比YOLOv8s分别提高10.2%和7.1%，参数量降低77.04%，检测精度超越YOLOv11，满足无人机平台对精度和轻量化的需求。

关键词： 除草机器人   视觉导航   图像处理   位姿关系   滑窗算法   坐标转换  

摘要： 除草机器人在进行田间除草作业时,需要获得准确的导航信息以防止在除草过程中损伤水稻幼苗。传统的图像处理方法或卫星定位系统在水田环境下并不能直接得到车身与水稻行的相对位置。为此,提出了一种基于水稻行线与车轮航向位姿关系的视觉导航方法。通过优化滑窗算法提取图像中车轮和水稻行的特征点,将得到的车轮航向点和水稻行线点通过坐标转换公式,由像素坐标转化为世界坐标,得到车轮在水稻行之间行进的位置信息,进而得到导航信息。算法部署在Nvidia Jetson TX2平台上,处理每帧图像得到导航信息的时间可稳定在0.25 s内。导航信息提取实验结果表明,横向偏差提取平均误差为20.3 mm,航向角偏差提取平均误差为1.76°,可以满足除草机器人作业行进间导航的实时性与行线跟踪准确性的要求。

关键词： 激光雷达   目标分类   语义分割   目标检测   对抗攻击   后门攻击  

摘要： 自动驾驶技术的迅猛发展，推动了激光雷达的应用.激光雷达以其卓越的环境感知、导航和避障能力，在自动驾驶领域扮演着关键角色.随着人工智能和深度学习技术的不断进步，三维数据处理技术取得了显著成果，并在多个场景中得到应用.然而，随着技术的应用深入，其安全性问题日益凸显，例如行驶中的车辆可能会错误识别出不存在的物体.而现有研究多聚焦于单一任务，缺乏对安全性问题的综合性论述，尤其是对后门攻击的研究相对匮乏.因此，本文首次全面评估和分析了基于激光雷达在自动驾驶中的安全性问题，特别是对抗攻击和后门攻击的挑战.文章首先阐述了激光雷达的工作原理及其在自动驾驶任务中的应用，包括目标分类、目标检测和语义分割三大类.具体而言，本综述深入探讨了55篇相关论文，系统地介绍了不同任务下的攻击方法和防御策略.进一步，本文提供了11个公共数据集、7个评估指标、7个常用模型和4个仿真平台，为研究者提供了宝贵的资源和工具.最后，文章结合当前面临的挑战与未来机遇，对激光雷达在自动驾驶安全应用的研究方向进行了前瞻性展望，旨在为激光雷达技术的安全可靠应用提供指导和参考.

关键词： 计算机视觉   注意力机制   深度学习   YOLOv5s   RK3399  

摘要： 目前钢轨运输列车上普遍由随车人员监测钢轨轨端来判断钢轨是否挣脱紧固装置，但在应用中难以及时监测所有的钢轨轨端；因此针对该问题，提出一种基于改进YOLOv5s的钢轨轨端检测算法来实现对钢轨轨端的实时监测并计数。首先采用轻量化的GhostNet主干网络替换原有的CSPNet网络结构，降低模型对于硬件资源的较高要求；之后添加BiFomer与RFAConv注意力机制，在弱化不相关背景区域的同时提高对钢轨轨端的定位能力；然后使用损失函数SIoU替换原本的CIoU，使模型更快的收敛。实验结果表明：改进后的检测算法对钢轨轨端检测的平均检测精度达到了91.7%，平均检测时间为24毫秒，对能够在不同环境中实现对钢轨轨端的精准检测。改进后算法每秒浮点运算次数较低，可部署在嵌入式设备RK3399中，能够更好地满足对钢轨轨端实时检测的需求。

关键词： 目标检测   目标追踪   YOLOv8n   联合对齐解耦头   DeepSort   料车计数  

摘要： 针对矿井下作业环境复杂、光照不足、煤尘干扰等因素导致的传统目标检测算法在检测矿下料车超挂时表现不佳问题，提出了一种料车超挂轻量化实时检测算法RIC-YOLOv8n。首先，使用轻量化模块C2f＿RegNetY替换YOLOv8n中主干和颈部网络中的C2f模块，减少了模型参数量并加快了模型推理速度；其次，为了提高检测头的特征提取性能，采用联合信息对齐学习方法增强分类和回归任务的对齐能力；最后，通过DeepSort进行矿下料车的目标追踪，设计了Residual＿IBN模块替换DeepSort特征提取网络中的残差网络，提高了目标追踪的性能。通过自制的矿下料车检测与跟踪数据集进行算法验证，实验结果显示：RIC-YOLOv8n在矿下料车识别平均精度达到91.4%，基于RIC-YOLOv8n和改进的DeepSort目标追踪算法在多目标追踪准确率达到89.13%，检测速度达到61FPS。提出的RIC-YOLOv8n和改进的DeepSort算法能较好的平衡检测速度与精度，适用于矿井下料车检测实时性作业的需要。

关键词： 注意力机制   特征融合   自适应高斯核   分解注意力  

摘要： 深度学习模型需要大量标注样本进行训练，而在实际场景中，往往很难获得大规模且高质量的标注样本，而没有足够多的训练样本会导致模型性能不佳。目前面向少样本条件下的目标检测算法通常由于训练样本不足会出现漏检和错检的情况，不能有效生成目标的检测框。针对以上问题，以CenterNet方法为框架，在ONCE网络模型的基础上提出一种面向少样本条件的增量化目标检测算法。该检测器主要由结合注意力机制与特征融合的特征提取器、分解注意力编码器、自适应高斯核以及定位器组成，采用两阶段训练策略，通过增量化策略注册新类。其中，结合注意力机制与特征融合的特征提取器能增强对基类和新类特征的提取和利用能力；自适应高斯核与分解注意力方法能使检测器获得更准确的目标中心点，从而使生成的目标框更加精准。在COCO数据集和PASCAL VOC数据集上的验证实验结果表明，与其他先进方法相比，所提方法在COCO数据集上相较ONCE模型在新类、基类、全类的AP值分别平均提高了7.7、2.5和1.3,AR值分别平均提高了15.0、21.7和17.6；在PASCAL VOC数据集上相较其他方法的AP值和AR值分别平均提高了2.4和21.2，具有更好的检测性能。

关键词： 小目标检测   YOLOv8   损失函数   空间深度转换卷积   感受野注意力卷积   轻量化  

摘要： 针对小目标检测任务中存在的精度低、漏检和误检等问题，提出一种基于YOLOv8n的小目标检测算法AFL-YOLO。首先，引入Shape-IoU损失函数，其动态特征适应机制能够更好聚焦于边框的形状与尺度，实现更准确的边框回归。其次，在骨干网络中融入空间深度转换卷积(Space-to-Depth Convolution， SPD-Conv)，改善细粒度信息丢失的问题。然后，引入感受野注意力卷积(Receptive-Field Attention Convolution， RFAConv)，构建C2F＿RFAConv模块，增强模型对全局上下文信息特征的学习能力。最后，优化检测层，提高检测精度，降低模型参数量。经实验表明，AFL-YOLO在VisDrone2019数据集上相比YOLOv8n，mAP@0.5、mAP@0.5:0.95、精度和召回率分别提升了5.3%、3.6%、4.4%、4%，同时参数量减少了20.5%，此外，还在TinyPerson数据集上进行了泛化对比实验。证明提出的AFL-YOLO算法在保证模型轻量化的同时，显著提高了对小目标物体的检测精度。

关键词： 振动测量   频率辨识   欠采样   计算机视觉   视频插帧  

摘要： 近年来基于视觉的振动测量技术得到了较大发展，但其对高频成分进行测量时往往处于欠采样条件，难以正确地对振动频率进行辨识。为此，提出了一种融合视觉测量与插帧技术的振动频率辨识方法。该方法通过引入基于实时中间流估计的插帧技术对原始采样视频进行帧率补足，并基于光流算法对补帧后的视频进行运动跟踪与振动测量，从而提升视觉测量方法在有限帧率下的振动频率测试能力。基于三维球体振动模型开展了方法的数值验证，在相同插帧倍率下，采样帧率越高，振动频率辨识效果越好；而在相同采样帧率下，插帧倍率越高，振动频率辨识效果呈现先提升后下降的趋势，4-6倍率插帧时效果最为理想。开展了简谐激励下的薄板振动测试试验和脉冲激励下的悬臂梁振动测试试验，利用本文方法辨识得到的振动频率相对误差不超过3%。结果表明，本文方法在欠采样条件下仍能对振动频率进行正确辨识，为帧率受限条件下的机械装备高频振动视觉测量提供了思路和技术手段。

关键词： 伪装目标检测   频域感知   深度学习   边缘引导   纹理增强   上下文特征聚合  

摘要： 伪装目标检测的目的是精确且高效地检测出隐藏在周围环境中的伪装目标.然而现在的多数伪装目标检测方法在遇到高度相似的背景干扰时，仅通过目标的局部RGB特征无法准确识别伪装目标.从动物借助频域信息识别伪装物体得到启发，本文提出了一种充分利用RGB和频域两方面的优势进行伪装目标检测的频域引导网络（FGNet).该网络设计了频域感知模块，利用主干网络提取到的多层次特征自动学习高频和低频特征.接着设计了双策略协同特征提取方法，针对高层特征设计了边缘引导特征模块，通过高频特征的引导实现伪装目标的边缘特征提取，针对低层特征设计了纹理信息增强模块，通过低频特征的引导实现伪装目标纹理的增强，通过双策略协同实现了快速初定位以及细节的保留和补充.最后设计了上下文特征聚合模块，通过跨层特征融合和先验引导校正来增强伪装目标的特征表示.与最新方法相比，本文提出的方法在CHAMELEON、CAMO-Test和COD10K-Test这3种常用的基准数据集上都体现出优越性.