关键词： 小目标检测   RT-DETR   轻量化   特征金字塔   像素交并比  

摘要： 为解决无人驾驶飞行器航拍图像小目标检测中背景复杂、目标微小且密集、模型移动端部署困难等问题，提出一种基于RT-DETR(real-time DEtection TRansformer)改进的轻量化小目标检测算法（STD-DETR）。首先，引入RepConv对轻量级网络Starnet进行改进，并替换原主干网络，实现模型轻量化。其次，设计一种新的特征金字塔，在P2层增加尺寸为160 pixel×160 pixel的特征图输出，丰富小目标特征信息，取代传统增加P2小目标检测头的方法，并引入COSE(CSP-ommiKernel squeeze-excitation)模块和SPD(space-to-depth)卷积，增强全局特征的提取能力和多尺度特征的融合能力。最后，利用像素交并比（PIoU）替代原模型损失函数，通过像素级的方式计算交并比（IoU），以更精确地捕捉微小重叠区域，降低漏检率并提高精度。实验结果表明，STD-DETR模型在VisDrone2019数据集上的精确度、召回率、mAP50较基线模型分别提高1.3百分点、2.2百分点、2.3百分点，且计算量、参数量分别降低～34.0%、～37.9%。在公开数据集Tinyperson上进行泛化性实验，所提模型的精确度、mAP50较基线模型分别提高3.7百分点、3.1百分点，验证了所提模型的有效性和泛化性。

关键词： 目标检测   YOLOv8   高效通道注意力   SIoU   GSConv  

摘要： 为降低公路车辆发生火灾事故的风险，减少人员伤亡以及保护公路结构安全，精准并快速检测火灾的发生尤为重要。针对目前公路场景下火灾检测精度不高、检测速度较慢的问题，提出了一种基于改进YOLOv8模型的火灾检测算法。通过重新设计C2f模块，添加了高效通道注意力(Efficient Channel Attention, ECA)机制，提高了检测精度，减轻了车辆尾灯的干扰；使用SIoU(Shape-Aware Intersection over Union)优化原始网络模型的损失函数，提高了边界框的回归性能；在颈部(Neck)模块引入一种轻量化卷积——GSConv(Grouped Spatial Convolution)使模型能够在保证检测精度的同时提高检测速度，增强了模型的实时性效果。实验结果显示，相较于原模型，改进模型在公路车辆火灾检测数据集上，平均精度均值(mean Average Precision, mAP)提高了1.8%,轻量化后的模型参数下降了10%,前传耗时减少了13.6%,拥有更高的检测精度和检测速度，可以满足火灾实时性检测要求。

关键词： 钻杆计数   目标检测   时空融合   深度学习   瓦斯抽采  

摘要： 目的 随着煤矿开采逐渐深入，瓦斯抽采作业的安全风险不断增加，钻杆计数的准确性对保障瓦斯抽采的安全和效率至关重要。传统的钻杆计数方法效率低、易出错，且难以适应复杂环境。方法 本文基于YOLOv5深度学习模型，提出了一种结合时空信息融合的钻杆智能计数方法，通过实时处理煤矿井下的视频数据，实现钻杆的自动检测与计数。实验数据包括7组28段模拟退钻场景和10组真实退钻场景。为了增强模型的鲁棒性，采用过亮、过暗、烟尘噪声和镜像等数据增强技术。此外，对YOLOv5的不同版本（YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x）进行比较，选择最优模型进行钻杆计数。计数过程中，结合钻杆面积跳变、IOU跳变等前置更新条件，进一步优化钻杆数量更新的准确性。结果 结果表明，4种YOLOv5模型在当前数据中均达到了99.5%的准确率和100%的召回率，因此采用YOLOv5s作为后续计数检测模型。结论 本文方法在模拟和真实退钻场景下均实现了100%的正确计数，展现出较高的准确性和鲁棒性。通过减少人工干预，显著提高了钻杆计数的自动化水平，具有广泛的应用前景，尤其在煤矿安全生产及其他工业自动化监控领域具有重要意义。

关键词： 目标检测   注意力机制   YOLOv5   红外跟踪  

摘要： 针对传统目标检测框架对红外弱小目标检测能力不足、召回率低、模型参数量大的问题，提出了一种新的多重注意力机制的轻量级红外弱小目标检测算法——FCDN。首先，提出了轻量级网络结构，减少目标信息在信息流传递过程中的丢失；其次，在上采样过程中采用轻量化的上采样算子来获取更大的感受野，提升召回率；再次，采用带有多重注意力机制的检测头从不同层次来更多关注小目标信息用于目标的回归和识别；最后，采用一种新的损失函数，使用最大相似包围框度量来表征真实框和预测框的相似度。实验结果表明，在复杂背景下的红外弱小目标检测数据集上，相比于基准模型YOLOv5(You Only Look Once version 5),精确率达到99.4%,召回率提高了5%,达到94.7%, mAP50提高了4.3%,达到97.8%,参数量相比原基础模型下降约42%,模型大小被压缩至8.66 Mb。检测结果表明该算法可以满足未来对于红外弱小目标的检测需求，对于红外跟踪、预警侦察、导弹制导等实际应用具有重要价值和参考意义。

关键词： 桥梁裂缝检测   图像增强   迭代阈值分割   中轴变换   误差分析  

摘要： 针对复杂背景下桥梁裂缝检测精度不足的问题，提出一套基于图像处理的系统性检测框架。通过分析混凝土裂缝的形态特征，构建了多场景裂缝数据集，采用防抖高感光度单反相机采集数据，并结合180°翻转、颜色抖动等数据增强技术提升模型泛化能力。提出融合加权平均灰度化、双边滤波与自适应伽玛变换的多级图像增强策略，有效提升裂缝与背景的对比度。实验表明，裂缝长度与宽度的平均检测误差分别为2.2%和2.5%，最大误差不超过6.67%。研究成果为复杂环境下桥梁裂缝的自动化检测提供了高精度技术路径，可降低至传统检测成本的40%以上。

关键词： 汽车工程   智能驾驶   综述   驾驶人状态监测   深度学习   计算机视觉   模型架构   训练策略  

摘要： 驾驶人状态监测技术作为提升车辆智能化水平与安全性的关键手段，旨在精确辨识与深入理解驾驶人的动作、情绪及注意力状态。尽管该领域研究已取得显著进展，但针对深度学习算法原理的系统性总结尚显不足。鉴于此，系统性地综述了基于图像与深度学习的驾驶人状态监测算法，以满足智能车辆技术持续发展的需求。首先阐述了文献综述方法；接着对现有公开数据集进行了整理与描述；然后从数据选择与处理、模型架构、模型训练与评估以及优化目标几个方面分别展开了深入阐述；最后总结了目前研究中存在的不足，并对未来研究的主要发展方向进行了展望。结果表明：基于图像和深度学习的驾驶人状态监测研究已进展到一定深度，数据选择与处理技术呈现多样性，模型架构朝着多模态、多任务、轻量化和高鲁棒性的方向不断发展，并逐渐开始采用非完全监督和多目标优化的训练策略。然而，大多数研究方法缺乏针对实际驾驶场景的系统性测试，也未充分考虑自然驾驶条件下驾驶人行为特性以及智能车辆人机交互形态的变化，因此难以实现对各种驾驶场景和驾驶人个性的全方位监测功能。驾驶人状态监测算法的进一步发展主要受限于两方面因素。其一，目前深度学习方法在其领域适应性、可解释性、运行效率等方面仍存在不足；其二，缺乏自然驾驶环境下大规模高质量数据集。该综述可为高认知驾驶人状态监测系统的进一步发展提供有效指导和重要参考。

关键词： 同时定位与地图构建   目标检测   动态场景   光流法   几何对应神经网络  

摘要： 在传统视觉同时定位与地图构建（SLAM）算法中，通常假设环境中的物体处于静态。然而，实际应用中不可避免存在动态物体，其成像特征点参与特征匹配和位姿估计会引入误差，影响后端优化，进而削弱SLAM系统的鲁棒性，无法获得全局一致的位姿轨迹和地图。提出一种将几何对应神经网络（GCNv2）特征点提取与YOLOv8s-seg语义分割相结合的动态目标自适应分离的动态SLAM算法。首先，利用ORB-SLAM3框架提取基于GCNv2的特征点并生成相对应的描述子。然后，采用YOLOv8s-seg网络对动态物体进行分割，通过光流法对场景中的动态目标进行检测，同时，采用光流场统计目标动态程度，并基于动态程度自适应调整剔除动态特征点的阈值，剔除动态特征点以减小SLAM系统的位姿估计误差。最后，将静态特征点与ORB-SLAM3后端的非线性优化、闭环检测和局部建图进行融合。TUM数据集实验结果表明：所提算法在高动态场景下，相较于ORB-SLAM3绝对轨迹误差（ATE）的均方根误差（RMSE）平均下降77.75%，标准差（SD）平均下降69.75%；在与Dyna-SLAM和DS-SLAM的对比中也具有显著优势，有效提升ORB-SLAM3在动态场景下的定位精度与跟踪鲁棒性。

关键词： 场景图生成   视觉关系检测   目标检测   层级注意力机制   DETR  

摘要： 阐述一种基于DETR的层级视觉关系检测模型，相比传统的单层级解码器，该模型采用多层级解码器架构，能够在全局、组合区域和实体三个层级上对图像进行处理。该设计有助于更全面地捕捉图像中不同抽象层次的关联信息，从而提高场景图生成任务的准确性和效率。

关键词： 轻量化   YOLOv8   安全帽   反光衣   目标检测   施工安全  

摘要： 为了解决施工环境中现有安全帽和反光衣检测算法参数量和计算量大、检测精度低以及模型较大难以高效部署等问题，提出改进CCEI-YOLOv8轻量化检测算法。在骨干网络和颈部网络中采用C2f-CIB模块；重构颈部网络，形成跨尺度特征融合模块(CCFM);引入EMA坐标注意力机制；将CIoU替换为Inner-EIoU,提高回归定位精确度。以Roboflow开源安全帽和反光衣数据集为基础，验证改进方法的有效性。实验结果表明，CCEI-YOLOv8检测算法相较于原始YOLOv8n,参数量降低了48.3%、计算量下降了32.1%、平均检测精度均值mAP@50提高了0.5%,达到了91.7%,模型仅为3.442 MB,减少了45%。CCEI-YOLOv8检测算法在检测性能和轻量化方面均优于原始YOLOv8n检测算法和其他主流的目标检测算法，更适用于项目的实时检测和部署，为安全帽和反光衣的实时检测提供参考。

关键词： 计算机视觉   人脸表情识别   深度可分离卷积   通道注意力机制  

摘要： 提出深度非对称可分离卷积在网络结构不变的情况下，有效地降低了网络的参数。为了提高人脸表情的识别准确率，提出了改进通道注意力机制，通过指数函数增大不同通道特征图之间的差异，更突出关键特征。在Fer2013数据集上的实验表明，验证了文中提出的深度非对称可分离卷积和改进通道注意力机制的有效性。