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： 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： 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： 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： RT-DETR   目标检测   双轮车头盔   损失函数  

摘要： 针对双轮车头盔检测算法中出现的密集目标，远景小目标等复杂场景下的漏检、误检和检测准确率低的现象，以RT-DETR-r18为基础，提出一种改进的RT-DETR双轮车头盔检测算法。设计了二重跨阶段的多尺度特征融合模块(DcspBlock),将多核初始化模块(PKIBlock)融入到跨阶段模块中，在降低模型参数量的同时，有效增强了网络对远近场景中不同尺度目标的捕获能力；引入了小目标检测模块Decoderhead-p2,有效增强了模型对小型目标的检测准确性；为了缓解复杂检测场景出现的正负样本不平衡以及边界框定位不准确问题，使用改进的损失函数MPD＿Focaler-IOU替换原模型的GIOU,通过设置阈值参数来改进IOU的计算方式，从而减少正负样本不平衡对模型性能的影响，引入最小垂直距离的计算方式，使得边界框在精细定位上有着更好的表现。实验表明，在TSHW数据集上，改进的RT-DETR相较于原模型，平均精度均值(mAP)mAP@0.5提升了3.6%,参数量降低了17.6%,同时保持较小的计算量，说明改进的模型可以有效提升复杂场景中对双轮车头盔检测的性能。

关键词： 图像处理   图像配准   电力设备   红外与可见光图像   局部归一化   曲率尺度空间  

摘要： 在电力设备红外和可见光图像配准中，红外和可见光图像间往往存在严重的非线性辐射畸变和显著的视角、比例差异，从而导致图像配准失败。针对这一问题，提出一种基于局部归一化的电力设备红外与可见光图像配准算法。首先利用局部归一化消除图像的非线性畸变，提高曲率尺度空间算法提取特征点的精准度；再根据局部曲率信息计算特征点主方向，采用多尺度定向梯度直方图作为特征描述符；最后使用提出的精准匹配方法对特征进行匹配，得到图像间的投影变换参数。所提算法在两组电力设备红外和可见光图像数据集下，平均均方根误差分别为2.18和2.24，平均运行时间分别为13.09 s和12.07 s，实验结果验证了该方法在处理具有明显视角与比例差异的待配准图像时的有效性，实现了电力设备红外和可见光图像的高精度配准。

关键词： 图像处理   图像去雾   卷积神经网络   边缘先验   特征融合  

摘要： 针对卷积神经网络图像去雾方法在处理图像边缘纹理时出现的边缘模糊和边缘细节丢失等问题，提出一种多级边缘先验信息引导的单幅图像去雾网络（EPIGN）设计方法。该设计方法集成边缘特征提取模块、边缘特征融合块和去雾特征提取块，由边缘特征提取模块对有雾图像进行丰富边缘特征的提取，并重建出边缘图像，由边缘特征融合块将边缘先验信息与有雾图像的上下文信息进行有效融合，再由去雾特征提取块对图像进行多尺度深度特征提取并对重要通道添加注意力机制。在RESIDE数据集上对所提方法进行大量实验，并与主流去雾方法作比较，其中室内数据集峰值信噪比与结构相似指数分别达到37.58和0.991，参数量与计算量仅为2.024×10～6和24.84×10～9。实验结果表明，所提方法在有效去雾的同时大幅减少参数量与计算量，具有良好的性能和边缘细节保持能力。

关键词： YOLO＿v3模型   计算机视觉   锂电池缺陷检测   目标检测  

摘要： 针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状，提出一种基于实时目标检测YOLO＿v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型，使用自行采集的锂电池表面缺陷数据集进行训练并测试，证明了YOLO＿v3的检测准确率相对较高且速度快。结合锂电池表面缺陷检测问题对模型进行调整，通过消融法减少卷积层的数量，将Leaky ReLU激活函数替换为Mish激活函数，使用K-means聚类方法对先验框数值进行优化计算，进而将调整后的模型使用锂电池表面缺陷数据集进行训练与测试实验。结果表明，该模型检测锂电池表面较明显缺陷的准确率均在90%以上。本研究工作为应用计算机视觉技术实现锂电池表面缺陷自动检测进行了有益探索。

关键词： 度量学习   迁移学习   图像处理   故障诊断   齿轮箱  

摘要： 故障诊断是轴承障诊断领域的一个热点和难点。针对这一问题，文中以渥太华大学变速齿轮箱故障诊断平台为依托，应用一种图像处理技术和深度学习进行齿轮箱故障诊断的新方法。首先，借助图像识别算法，把原始的振动加速度信号转化为图样本的形式；之后采用了尺度不变特征变换(SIFT)算法，来捕捉图像中的特征点。针对这些特征点，进行向量化描述，构建了词袋模型(BoW),这一处理使得样本的特征得以充分提取和表达；然后，引入了局部最大均值差异，实现同一类别下相关子域概率分布的紧密对齐。最后，在网络训练时与其他方法相比，所构建的残差部分卷积(ResPConv)模型在恒定转速工况下具有较高的准确率，在时变负载工况下的数据下比其他四种方法具有更优的故障诊断识别率和更快的处理速度，具有很好的鲁棒性和更少的参数量。

关键词： 水下目标检测   YOLOv7-tiny   结构重参数化   注意力机制   损失函数  

摘要： 水下目标检测算法的研究是实现水下机器人智能捕捞的前提。水下目标检测任务中存在的目标模糊、小目标众多以及相互遮挡等问题对实现精确的目标检测提出了挑战，本研究提出了一种基于YOLOv7-tiny的水下目标算法YOLO-U。该算法通过引入具有结构重参数化的RepViT骨干网络，融合ESE通道注意力机制，增强水下模糊目标的特征提取能力；同时，设计了浅层坐标信息特征融合的特征金字塔网络CAFPN，进一步增强检测模型对方向和位置信息的敏感度，融合不同尺度的特征信息以提高小目标的检测能力；最后，采用WIoUv2边界框损失函数有效降低了简单示例对损失值的贡献，使得模型能够聚焦于遮挡目标，进一步提高遮挡目标的检测精度。YOLO-U算法在URPC2021数据集上mAP50取得了84.6%的检测效果，较YOLOv7-tiny、YOLOv5s和YOLOv8s分别提高了2.1%、5.2%和2.8%，检测结果显示，该算法可以有效提高水下目标检测精度，进一步改善水下模糊目标、小目标和遮挡目标的检测效果。