关键词： 图像处理   频域反射(FDR)   土壤色彩参数(RGB)   纹理特征   土壤水盐含量  

摘要： 【目的】盐渍土是全球性的生态环境问题。快速精准的监测表层土壤水分、盐分信息为土壤盐渍化的治理和改良提供支持。【方法】本研究在小尺度上，将高精度光学遥感和图像数字处理技术相结合，提出一种基于土壤表观色彩参数（RGB）和纹理特征值预测土壤含水量、含盐量的定量估算方法。首先利用介电常数和含水量、电导率和含盐量之间的关系标定了土壤多参数传感器。其次利用图像数字处理技术，提取土壤的3种色彩参数（RGB）和纹理特征，并通过相关性分析等方法分别确定相关性最大的变量，并构建RGB、纹理特征同土壤含水量、含盐量的最优拟合模型。最后利用传感器法验证反演方法的精准度。【结果】土壤含水量与RGB拟合的三元回归模型拟合效果最好，R2为0.97。土壤含盐量与RGB和纹理特征的拟合中，当含盐量≥6%时，含盐量与土壤的表观白色占比拟合的一元多项式模型拟合效果最好，R2为0.97；当含盐量<6%时，含盐量与纹理特征值中的自相关拟合效果最好，R2为0.93。经过对比计算标定后的多参数传感器法和本文提出的反演方法得到的土壤含水量和含盐量，发现两种方法测量的土壤含水量相对误差范围为0.27%—9.48%，土壤含盐量相对误差范围为0.07%—8.64%，且绝对误差均<1%。【结论】本研究为土壤表观水盐信息的反演提供了一种方案，为土壤表层的水盐的快速、准确的测定提供了理论依据和技术支撑。

关键词： 无人机(UAV)   小目标检测   注意力机制   轻量化   YOLOv11  

摘要： 无人机航拍中的目标检测面临诸多挑战，如检测目标小、尺度变化大以及计算能力受限等问题。针对现有小目标检测模型体积大、计算量高，难以在边缘设备上高效部署的问题，提出了一种基于YOLOv11改进的轻量化模型MA-YOLOv11s（multi-attention YOLOv11s）。选择性地引入小目标检测层，在提高检测能力的同时控制计算量增长。设计了融合多种注意力机制的轻量级特征提取模块C2SCSA和C2MCA，增强了模型对复杂背景中小目标的特征提取能力，同时保持了较低的计算开销。采用Soft-NMS-SIOU替代传统的NMS方法，显著提升了模型在密集重叠目标场景中的检测精度与鲁棒性。在Vis Drone2019数据集的实验中，与YOLOv11s模型相比，MA-YOLOv11s仅用2.291×10～6的参数量和22.4 GFLOPs的计算量就将精确率、召回率、m AP50、m AP50:95分别提升8.9、1.3、10.9、9.7个百分点。实验结果表明，改进后的模型在保持小体积的同时展现了卓越的小目标检测性能。

关键词： 人工智能(AI)   工地管控   目标检测   行为分析  

摘要： 随着建筑行业的数字化转型，人工智能(artificial intelligence, AI)技术在工地管控中的应用逐渐成为提升施工效率与安全管理水平的重要手段。本文围绕工地管控需求，结合目标检测、行为分析、数据处理等人工智能核心技术，构建基于AI的工地管控系统架构，探讨其在安全管理、人员与设备管理、环境与进度管理等方面的多元化应用。并通过实际工程案例分析，验证AI技术在工地管控中的应用可行性，并评估其对施工安全、管理效率及工程质量的提升作用，总结适合工地现场环境的应用场景，促进人工智能在工地管控中的应用，提升工地现场管控水平，为建筑行业的数字化转型赋能。

关键词： 计算机视觉   深度学习   猪只识别   YOLOv5  

摘要： 当前的猪只识别技术在复杂环境下识别时间长、误识率高，为了提升猪只识别与行为监控的效率与精度，本文进行了猪只识别技术研究。研究利用改进的YOLOv5模型，结合数据采集、预处理与特征提取方法，以达到猪只身份与特定行为识别的目的。分析结果表明，该方法在复杂环境中具备较高的识别精度与适应性，为智能化养殖管理提供了重要技术支持，对养殖业数字化转型具有实践参考价值。

关键词： 计算机视觉   活体检测   卷积神经网络   注意力机制  

摘要： 为解决人脸识别系统中容易受非真人欺骗问题，同时考虑到传统注意力机制算法的计算量庞大，提出一种基于快速线性注意力机制的卷积神经网络静默式人脸活体检测算法。首先，从视频中提取包含人脸的图像数据，并进行数据预处理，包括用于抗光照影响的数据归一化操作及为扩充数据集而进行的图像旋转操作等。算法在经典的点乘注意力机制的基础上，对软最大化操作进行线性优化，即摘除软最大化操作，对原始的两个因子分别进行各自维度的归一化操作，此外基于先验知识与乘法结合律，改变矩阵因子乘法顺序，使得原始复杂度从O（N2）降为O（N）。在公开活体检测数据集CASIA-SURF和自制数据集上的实验表明，所提算法在保证识别性能的前提下，可以有效地减少计算复杂度。在训练相同的步数下，训练时间可以缩短约1/8,并且随着输入图片的大小的增加，训练时间缩短的比例还将进一步增大。

关键词： 小目标检测   无人机   YOLO11   特征融合   Transformer  

摘要： 无人机航拍图像的小目标检测面临目标尺寸小、背景复杂、计算资源有限等挑战，现有的无人机目标检测模型大多精度较低，且难以在检测精度和检测效率之间取得良好的平衡。为了解决上述问题，本文提出了一种基于YOLO11改进的轻量化小目标检测算法ACFI-YOLO11 （Attention-based Cross-layer Feature Interaction-YOLO11）。首先，设计了一个Tiny Head分支，通过引入更高分辨率的特征图增强模型对极小目标的感知能力；其次，提出了一个新颖的基于注意力的跨层信息交互模块ACFI，基于设计的层特征聚合模块（Layer Feature Aggregation,LFA）与Transformer编码器将当前层特征与相邻两层特征直接进行信息交互，弥补了原模型颈部网络特征逐层传递仅关注前一层特征而无法充分挖掘和利用跨层特征之间关联性的缺陷，提升了模型表征能力；最后，引入了SPD （Space-to-Depth）卷积替换传统卷积，降低了模型参数量和计算量，同时在下采样过程中保留了重要空间信息，提升了小目标检测精度。在Vis Drone2021数据集上的实验结果表明，ACFI-YOLO11相比YOLO11s在APS、APXS、m AP50和m AP50-95上分别取得了4.2%、3.5%、5.2%和4.0%的提升，且m AP50-95优于其他对比算法达到了31.7%。此外，在UAVDT数据集上的对比实验进一步验证了ACFI-YOLO11的优越性，m AP50-95达到了83.3%，显著优于其他先进算法。实验结果表明，ACFI-YOLO11在实现模型轻量化的同时，显著提升了检测性能，为无人机航拍图像中的小目标检测提供了一种高效且实用的解决方案。

关键词： 目标检测   钢绞线   多尺度损伤   YOLOv7   注意力机制   损失函数   自适应机制  

摘要： 为解决高压架空线路中钢绞线破损检测难的问题，提出了一种改进的YOLOv7(you only look once version 7)钢绞线损伤检测模型。由于钢绞线损伤检测过程中，存在损伤尺度小的问题，利用坐标注意力模块（coordinate attention,CA）提升模型对小尺度目标的信息提取能力。在路径聚合特征金字塔网络（path aggregation feature pyramid network,PaFPN）的架构基础上，加入自适应空间特征融合模块（adaptively spatial feature fusion,ASFF）来增强模型获得不同尺寸图像以及不同损伤大小的能力。使用加权交并比替换完整交并比来优化损失函数，利用动态聚焦机制对边界框回归，提高模型的鲁棒性。试验结果表明，改进后的YOLOv7模型相比原YOLOv7模型，钢绞线损伤检测性能明显提升，平均精度提高15.8%。钢绞线损伤检测效果优于原模型。

关键词： 风机叶片叶根   螺栓孔位置度   视觉系统   图像处理   位置度误差  

摘要： 本文提出一种检测风机叶片叶根螺栓孔位置度的方法。基于VBAI视觉系统实现算法设计，利用工业相机提取风机叶片叶根的图像，并导入VBAI进行图像处理，通过边缘点提取计算出螺栓孔的径向误差，根据定位特征计算相邻螺栓孔的圆心距，并使用几何函数求解螺栓孔的角度误差，运用余弦定理计算出螺栓孔的位置度。实验结果表明，该检测方法计算出的位置度误差<0.01 mm,具有较高的精度与检测效率。

关键词： 图像处理   输电线路   绝缘子   缺陷   自动检测  

摘要： 针对输电线路绝缘子缺陷检测中存在的效率低、准确性不足以及人工检测成本高问题,提出了一种基于图像处理的自动检测算法。该算法旨在通过先进的图像处理技术,实现对输电线路绝缘子表面缺陷的快速、准确识别。首先,利用高分辨率相机获取绝缘子的图像数据;然后,采用图像预处理技术,包括去噪、增强对比度等,以提高图像质量;最后,利用边缘检测与形态学分析方法提取绝缘子表面的关键特征,并通过机器学习算法对这些特征进行分类与识别,以判断绝缘子是否存在缺陷。实验结果表明,本文提出的算法能够在多种光照和天气条件下,准确识别出绝缘子的裂纹、污秽等多种缺陷,其检测精度和效率均优于现有方法。

关键词： 深度图   跨模态   渐进金字塔   信息交互  

摘要： 由于RGB和深度模态包含不同的特征，因此如何有效融合多模态信息和跨阶段特征的交互是RGB-D显著目标检测的关键问题。为此，本文提出一种互补跨模态交互的RGB-D显著目标检测网络，该模型由多模态交互注意力编码器和渐进金字塔解码器两部分组成，编码器部分引入RGB诱导细节增强模块和深度诱导语义增强模块，模拟了不同卷积层中RGB和深度模态的互补性来实现跨模态信息交互。此外，引入渐进金字塔解码器能够进一步提取更多有用的特征来增强模型预测，保证特征兼容性。实验结果表明，与其他方法对比，本文方法具有较好效果。