关键词： 模型压缩   知识蒸馏   知识增强   特征重建   目标检测  

摘要： 目的知识蒸馏作为一种有效可行的模型压缩方法现已在图像分类领域得到了广泛的研究。由于目标检测网络的复杂性加大了知识蒸馏的难度,现有应用于目标检测的知识蒸馏方法效果并不理想。为此,提出一种适用于目标检测任务的知识蒸馏方法,即基于知识增强的特征编辑重建蒸馏,实现对目标检测模型的有效压缩。方法针对现有方法只在教师模型和学生模型的对应特征层之间进行蒸馏,无法充分利用教师模型中隐藏的“暗知识”的问题,通过空间注意力和通道注意力分别对教师特征进行自下而上和自上而下的多尺度特征融合以进行知识增强;针对当教师模型和学生模型能力差距过大时,学生模型无法理解教师模型的知识导致蒸馏性能受限的问题,通过将教师模型的部分特征作为先验知识融合到学生模型的特征中,以缩小教师模型和学生模型之间的表征能力差距,并删除学生模型特征的边缘、轮廓等细节信息,实现特征编辑,然后迫使学生模型利用剩余特征结合先验知识通过一个简单的卷积块来恢复删除的细节信息,进行特征重建,使学生模型在此过程中得到正向的反馈,从而学习到更好的特征。结果实验在两个数据集上采用基于ResNet50(residual network)的RetinaNet(retina network)、Faster R-CNN(faster region-based convolutional neural network)、FCOS(fully convolutional one-stage object detection)3种不同类型的检测器与最新的4种方法进行了比较,VOC2007(visual object classes 2007)测试集的平均精度均值(mean average precision,mAP)对比基线分别提高了2.1%、2.7%和3.8%;NEU-DET(Northeastern University surface defect database)测试集的mAP对比基线分别提高了2.7%、2.6%和2.1%,均高于当前性能最优的算法。结论本文所提出的方法能充分挖掘出教师模型的能力,有效提升学生模型的性能,同时适用于多种类型的目标检测器。

关键词： 地基雷达   慢速弱目标检测   模态分解   过门限处理  

摘要： 在复杂地物场景中使用地基雷达探测地面动目标时,慢速弱目标与地杂波的频谱通常难以区分,传统的目标检测手段性能受限。针对此问题,提出一种基于模态分解的地基雷达慢速弱目标检测方法。首先设置较低的门限进行单元平均-恒虚警率(cell average-constant false alarm rate,CA-CFAR)检测,初步筛选目标;接着对慢时间信号进行复经验模态分解(complex empirical mode decomposition,CEMD),分离地杂波和动目标;最后利用地杂波和动目标多普勒频谱的对称性差异检测目标。将该检测方法分别与CA-CFAR和正交投影-奇异值分解-恒虚警率(orthogonal projection-singular value decomposition-constant false alarm rate,OP-SVD-CFAR)检测的性能进行比较,并通过仿真数据和两组不同目标的实测数据进行验证。结果表明,所提方法能够提升目标的信杂噪比;在检测概率相同的条件下,其虚警率比CA-CFAR显著降低;在检测概率相同且较高的情况下,所提方法比OP-SVD-CFAR的虚警率也更低,证明了所提方法的有效性。

关键词： 针灸   针灸针小目标检测   深度学习   YOLOv5   小目标  

摘要： 随着针灸学科的科学化、现代化,各种针灸医疗设备不断创新,尤其是智能针灸诊疗设备的出现,针灸临床“留针”阶段的针灸针自动化识别成为需求热点。针对针灸针识别过程的输入图片尺寸过大、针灸针细长、针灸针分布密集等问题,本文提出一个适用于针灸针小目标的改进YOLOv5“留针检测模型”ANODM(Acupuncture Needle Object Detection Model):(1)输入预处理阶段,将图片切分为多个Patch分别预测,以放大小目标尺寸;(2)模型结构层面,在原3个检测层新增一个小目标检测层以提升对小目标的识别能力,将骨干网络的普通卷积替换为空洞卷积以增大感受野,对不同Stage的特征融合;(3)后处理阶段,使用Soft-NMS降低正样本的漏检率,并结合余弦相似度匹配降低负样本的错检率。实验结果表明,对比原YOLOv5算法,本文改进方法在针灸针小目标数据集上的检测精度提升4.2%,能较好地完成针灸针小目标检测任务。

关键词： 图像去雾   图像处理   深度学习   图像增强  

摘要： 图像去雾作为图像清晰化的技术之一,通过降低雾霾对图像质量的影响,增强机器视觉在雾霾天气下的鲁棒性及环境适应性,是低级视觉任务中的重要研究内容。首先,回顾了早期图像去雾算法及了解了图像去雾技术发展现状,总结梳理了国内外去雾算法文献,将去雾算法按是否考虑图像退化原理分为基于模型的去雾算法和无模型的去雾算法两大类进行研究讨论;其次,介绍了各类经典去雾算法,对其特点进行分析对比,总结各方法的优缺点;最后,对图像去雾算法未来的研究方向及趋势进行了讨论。

关键词： 多模态特征融合   视频   图像   目标跟踪   多模态  

摘要： 现有的跟踪方法实际位置与目标位置存在误差,为此研究基于多模态大模型的多路视频图像目标跟踪方法。通过光学影像与SAR影像结合的方式构建多模态数据大模型,通过数据融合方式提取多路视频图像多种特征,并采用通道叠加方法将不同模态特征合并融合,实现优势互补。利用布莱卡滤波方法预测目标的可能位置,然后以该预测位置为中心,对周围区域内的像素点进行整合。根据导向概率来构建一个导向图,统计各视频块中的目标点与总样本点数的比率。通过与预设的阈值比较,动态调整跟踪窗口的大小,完成目标跟踪。实验结果表明,不论是单目标还是多目标的情况,通过扫描发现目标位置与实际区域达到最佳匹配,记录到最终位置的像素坐标为(30,550),与预期效果相符合。达到了良好的跟踪效果,实现了对多路视频图像中目标的精确跟踪。

关键词： 番茄果实   EfficientNet   注意力机制   图像处理技术   深度网络  

摘要： 我国番茄的产量居世界前列,种植的主要方式为棚室种植,大多采用人工采摘,成本高、效率低,不利于种植产业的发展。为此,提出了一种基于A-ENet模型的图像处理技术,用于棚室番茄果实的识别。A-ENet模型在EfficientNet运行时引入注意力机制,用于优化深度网络运算结果。EfficientNet通过调整、完善网络的宽度、深度等网络参数提升网络的识别准确率,同时在网络提取输入信号特征时引入注意力机制用于捕捉输入信号特征的权重信息,主动忽略环境因素对目标信号的干扰。A-ENet模型能够解决由于识别目标之间的细微差异产生的识别错误的问题,且能够减少随机环境因素对识别过程的干扰,提高识别成功率,对棚室番茄果实识别问题起到积极的影响作用。实验结果表明:所提出的基于图像处理技术的A-ENet模型能够构建出效率更高、鲁棒性更强的目标识别系统。

关键词： 交通运输规划与管理   深度学习   环境感知   车载图像   目标检测   单目测距  

摘要： 为提高驾驶环境中的车辆目标检测精度与测距稳定性,提出了一种基于深度学习的车辆目标检测与测距方法。以YOLOX-S算法为车辆目标检测框架进行改进:在原算法的基础上引入卷积块注意力模块,增强网络特征表达能力,并将置信度损失函数更换为Focal Loss,降低简单样本训练权重,提高正样本关注度。根据车载相机成像原理和几何关系建立车辆测距模型,并输入测距特征点坐标和相机内参得到测距结果。采用自制Tlab数据集和BDD100K数据集对改进的YOLOX-S算法进行训练与评价,搭建静态测距实验场景对车辆测距模型进行验证。实验结果表明:改进的YOLOX-S算法在实验数据集上检测速度为70.14帧/s,与原算法相比精确率、召回率、F_1值、mAP分别提高了0.86%、1.32%、1.09%、1.54%;在纵向50 m、横向11.25 m的测量范围内,平均测距误差保持在3.20%以内。可见,本文方法在满足车辆检测实时性要求的同时,具有良好的车辆测距准确性与稳定性。

关键词： 自动驾驶   YOLOv8n   小目标   遮挡目标  

摘要： 针对自动驾驶场景遮挡目标和小目标检测困难问题,提出了FAN-YOLOv8n自动驾驶检测算法。设计了特征感受野融合模块(EFFVM),增强模型主干部分对局部特征的提取,提高模型对遮挡目标的检测能力;在模型头部增加了更浅特征层P2的检测头,提高模型对于小目标的检测效果;在模型颈部设计了特征指导模块(FGM)来融合浅层和深层的特征信息,使得两层之间能够更好地进行特征交互,让模型更关注细粒特征。提出了特征层融合模块(FLFM),融合多尺度特征层并进行特征增强,使模型能够自适应不同尺度目标的检测。实验结果表明,在SODA10M数据集和部分BDD100K数据集上,改进模型的mAP0.5对比原始YOLOv8n模型提升了7个百分点和6.5个百分点,适用于实际自动驾驶检测任务。

关键词： 目标跟踪   热红外跟踪   挑战属性   模态交互  

摘要： 因为不易受光照、遮挡影响以及极强的鲁棒性,RGBT目标跟踪在视频监控、自动驾驶等领域得到了广泛的应用。利用在红外图像和可见光图像中常见的挑战属性,将两种模态信息充分交互,构建了一个有效的跟踪网络,能够克服跟踪过程中一些常见的不利场景带来的影响。该网络由特殊属性融合模块、共同属性融合模块和跨模态交互模块三部分组成,特殊属性融合模块让网络能够提取两种模态所特有的挑战属性信息,充分利用不同模态信息的优势;共同属性融合模块对目标跟踪中两种模态都匹配的属性提取特征并自适应聚合信息,给每个共同挑战属性分配对应的权重,增强跟踪器的自适应性;模态交互模块将红外图像和可见光图像进行模态交互,在两个特定模态信息中融合共同模态信息,让网络具有更强的鲁棒性;针对不同模态的信息损失异源问题,优化了损失函数,增强了对每个模态的关注,加快了网络的收敛速度。该网络分别在GTOT,RGBT234,LasHer数据集中进行了测试,在RGBT234数据集上达到了84.1%的精确率和57.3%的成功率,在Lasher数据集上达到了52.3%的精确率和39.1%的成功率。结果表明跟踪器达到了较好的性能,证明了该方法的有效性。

关键词： 交通标志识别   动态上采样   注意力机制   轻量化   Shape-IoU  

摘要： 在交通标志识别应用中,待检测目标多为小目标,易出现漏检、误检等问题。针对这些问题,基于YOLOv8s算法设计了一种改进的交通标志识别算法,FKDS-YOLOv8s。使用FasterBlock重构C2f模块,形成新的轻量化模块C2f-Faster,既提升模型特征提取能力,又降低了计算开销;基于SENet和ResNeXt模型设计一种新的检测头Detect_SR,使模型能够有效地聚焦于小目标的关键特征;融入轻量且高效的动态上采样器DySample,显著减少了GPU内存消耗;通过增加上采样和Prediction输出层次,模型能够捕捉丰富的位置信息,有效解决了YOLOv8s模型在处理小目标时信息不足的问题;引入Shape-IoU损失函数,优化了原CIoU在边框回归中的不足;此外,在Neck部分融入了本文新设计的注意力机制DKN-Attention,在上采样和下采样过程中定位微小物体场景的注意力区域,提升了远处小型交通标志的特征提取和识别能力。实验在中国交通标志数据集TT100K上进行,结果表明,FKDS-YOLOv8s相比基准模型,在查准率(P)、查全率(R)和mAP50上分别提升了5.9%、4.2%和6.3%。较传统方法,FKDS-YOLOv8s在性能上表现出显著优势。