关键词： 图像处理   图像去雨   联合注意力机制   多阶段特征提取   无监督学习  

摘要： 现有的图像去雨网络主要依赖大量合成配对数据进行训练，忽视了合成数据与真实数据在空间分布特征和通道重要性上的差异，导致在真实数据上的去雨效果存在纹理细节模糊和泛化性差等问题。为此，提出了一种基于联合注意力机制与多阶段特征提取的无监督图像去雨网络。首先，为了适应雨纹的空间位置局部性，设计了结合空间和通道注意力机制的雨纹特征感知模块，并通过扩张卷积增大雨纹特征提取感受野。其次，引入循环神经网络渐进地分阶段提取雨纹特征，并在循环中保留前一阶段的有用信息以增强对雨纹特征的提取能力。为了进一步提升对局部微观细节和全局纹理结构特征的鉴别能力，设计了一个多尺度鉴别器，分别在三个不同尺度上对生成图像进行判别以指导生成器生成更高质量的图像。在合成和真实数据集上进行了定性和定量实验，通过PSNR、SSIM和NIQE客观评价指标对比，结果表明，所提方法的结果优于对比的监督、半监督和无监督方法，验证了本文方法的有效性和泛化性。

关键词： 目标检测   无人机   航拍图像   深度学习  

摘要： 近年来，无人机凭借其卓越的灵活性、机动性以及对目标的精准感知能力，在众多领域发挥着重要作用，将基于深度学习的目标检测方法与无人机系统相结合，已成为当前研究和应用的焦点之一。然而，在实际模型部署和检测过程中，无人机系统往往易受到计算资源限制、复杂背景干扰以及图像分辨率不足等因素的影响，导致模型性能下降，难以实现高效准确的检测任务。鉴于此，本文首先系统阐述了无人机航拍图像目标检测领域所面临的难点与挑战。随后，针对上述问题，重点综述了基于深度学习的检测方法和优化策略。其次，对现有的航拍图像数据集及其特性进行详细概述，为后续研究提供数据支持。最后，总结展望该领域在未来的研究方向和发展趋势，指出亟需深入探究的关键问题，以期为后续研究提供有益的参考和指导。

关键词： 深度学习   物理攻击   目标检测  

摘要： 深度神经网络强大的特征学习能力为计算机视觉任务提供了强有力的支撑，但已被证明容易受到对抗性样本的干扰从而输出错误的结果。现有的对抗攻击可分为数字攻击和物理攻击，与在数字像素中产生扰动的数字攻击相比，物理对抗性样本在现实世界中产生的误导作用更具有威胁性。目标检测任务作为计算机视觉领域中应用最广泛的任务之一，在自动驾驶、智能监控以及医学图像分析等领域发挥重要作用。针对目标检测任务的物理攻击，首先阐述了攻击的基本流程。然后根据不同电磁波波段将目标检测任务分成可见光目标检测和红外目标检测，并详细讨论了这两类任务中不同的物理攻击方法。最后，探讨了当前物理对抗性攻击面临的问题以及未来可能值得研究的方向。

关键词： 激光选区熔化   深度学习   铺粉异常检测   图像处理   实时监控  

摘要： 提出了一种创新的基于深度学习的激光选区熔化（SLM）铺粉状态识别方法，以应对传统铺粉异常检测方法中效率低下和精度有限的问题。通过模拟5种常见的铺粉状态（正常铺粉、划痕、铺粉不均匀、粉末不足和粉末过多），构建了一个包含1327张多角度图像的数据集。采用VGG-16、ResNet-101和EfficientNetV2-XL三种深度学习模型进行训练和测试。实验结果表明，该方法在实时检测铺粉异常方面相比传统方法具有显著优势。其中，VGG-16模型在保持高精度的同时推理速度最快，达到68.24 frame/s，适用于工业实时监控；而ResNet-101和EfficientNetV2-XL模型则在处理更复杂的异常类型（如铺粉不均匀）时表现更为出色，但推理速度相对较慢。基于Grad-CAM技术的注意力区域分析结果显示，VGG-16模型更适合检测局部异常，而ResNet-101和EfficientNetV2-XL模型在处理复杂背景和大范围异常方面具有优势。多角度图像数据集的构建和深度学习模型的比较分析，为SLM工艺的实时质量监控提供了新的解决方案，并为未来的模型优化和多模态传感器集成应用指明了方向。

关键词： 目标检测   点线特征   同步定位与地图构建   动态环境   位姿估计  

摘要： 为了解决视觉SLAM系统在室内动态环境建图中存在耗时严重、动态对象干扰、特征点不足所导致实时性不高、建图精度低以及位姿估计不准确等问题，本文提出一种基于目标检测和点线特征关联的视觉SLAM算法——LDF-SLAM。针对耗时严重、动态对象干扰等问题，首先引入MobileNetV3替换YOLOv8主干网络，减少网络参数量。同时设计无参注意力增强的ResAM模块与MobileNetV3网络共同组成轻量级检测网络，增强检测网络表征能力，快速检测出动态对象。其次，融合多视图几何方法补偿过滤潜在动态特征点并剔除，利用剩余静态特征点构建稠密点云地图，提高SLAM系统建图精度。此外，针对静态特征点不足导致位姿估计不准确的问题，提出一种融合FLD线特征提取方法，以提升位姿估计准确度。同时设计线段长度抑制来保证系统实时性，提高视觉SLAM系统的鲁棒性。在TUM数据集和Bonn数据集上进行实验，实验表明LDF-SLAM的绝对轨迹误差RMSE均有所下降，且小于其他主流SLAM算法，显著提高SLAM系统在动态环境中的鲁棒性和准确性。

关键词： 计算机视觉   图像分类   自注意力机制   特征提取   上下文信息   编码器   通道特征   卷积神经网络  

摘要： 针对基于窗口的视觉Transformer易破坏细粒度特征、模型参数量大等问题，文中提出一种基于交叉融合编码器模块的Transformer图像特征提取网络。利用图像通道特征相关一致性剥离特征图来获得两个特征子集，并联两个注意力模块分别进行注意计算以获得局部和全局信息，采用交叉机制融合信息。结合CAT Transformer的窗口间注意力模块设计一种用于特征图通道维度之间的窗口内注意力方式，以避免破坏纹理信息，增强局部特征的表征能力。实验结果表明，所提模型在CIFAR-100数据集上使用7.8 MB参数达到79.86%的TOP-1准确率，在ImageNet-1K数据集上达到80.7%的准确率，同时利用Grad-CAM(Gradient-weighted Class Activation Mapping)可视化模型决策过程。

关键词： 山体滑坡   目标检测   VanillaNet   动态检测头   全局通道剪枝  

摘要： 山体滑坡实时检测对于减少人员伤亡和财产损失至关重要。为了解决传统图像识别方法在滑坡监测中的时间滞后和误判问题，本研究构建了一个多域数据集，以增强对山体滑坡和沙尘暴视觉特征的理解，并提出一种山体滑坡自动检测模型PE-Net。该模型基于改进的VanillaNet网络，结合动态多头注意力检测模块，显著提高了山体滑坡场景的视觉感知能力。此外，采用PAGCP（Performance-aware Approximation of Global Channel Pruning）全局通道剪枝算法对该模型进行了压缩，以适应嵌入式部署。实验结果表明，所提出的模型在达到实时检测的前提下，显著提高了山体滑坡场景检测的准确性，对山体滑坡自然灾害监测与预警具有参考价值。

关键词： 交互式多模型   马尔可夫转移概率   机动目标跟踪   先验信息  

摘要： 针对交互式多模型滤波算法应对强机动目标跟踪过程存在响应滞后、精度偏低的问题，本文提出了由空中目标战术机动先验辅助的层次性交互多模跟踪方法。所提方法利用隐马尔可夫模型，对目标机动轨迹分段地进行战术类别的识别、战术状态的区分，建模了不同战术下的机动模型转移矩阵，由此实现了战术机动似然概率与交互多模机动似然概率的有效交互，构建了双层交互式多模型跟踪算法。实验考虑复杂战术意图下空中目标机动轨迹，表明所提算法结合战术机动先验有效解决了状态估计精度与机动转移响应时效之间的矛盾，明显改善了机动目标跟踪精度。

关键词： SAR图像   船舶检测   注意力机制   特征融合   微小目标检测  

摘要： 近年来，卷积神经网络在合成孔径雷达（synthetic aperture radar， SAR）图像船舶检测中取得了突出成就，但小目标检测方面仍然存在较大不足。本文提出了一种基于YOLOv5的改进检测网络，结合通道注意力、自注意力机制和上下文特征融合策略，以提高小型船舶的检测性能。首先，通道注意力机制抑制了背景信息并强调目标特征，显著提高检测精度。其次，在YOLOv5的骨干网络和检测层中引入自注意力模块，以捕获全局信息，增强定位能力。最后，通过融合浅层和深层特征，补充特征提取中丢失的小目标信息，进一步提高检测精度。基于LS-SSDDv1.0数据集的实验结果表明，改进后的网络的全类平均精度(mean average precision，mAP)指标达78.9%，显著优于现有方法。

关键词： 目标检测   小样本学习   元学习   查询引导原型   语义增强  

摘要： 针对元学习范式中原型关键信息欠缺和对查询图像适应性不足的问题，以及检测器对新类方差敏感导致误分类的问题，提出了一种基于查询引导策略和语义增强机制的小样本目标检测方法。其中，查询引导模块（Query Guidance Module）通过学习查询与支持特征之间的相关性，将查询感知信息有条件地耦合到支持特征中，旨在为每个查询图像生成特定且具有代表性的原型。而视觉语义增强模块（Visual Semantic Enhancement Module）从文本语义信息中蒸馏与新类视觉特征相匹配的知识，并自适应的对这些特征增强，提高其可判别性，缓解方差敏感，以更好地分类。此外，将分类和回归任务解耦，在分类分支上执行语义增强，以促进模型对目标语义的理解。实验结果表明，相较于目前已知最新的SMPCCNet方法，所提出的方法在PASCAL VOC数据集上的nAP平均提升了2.2%，在MS COCO数据集上的AP平均提升了1.0%，证明了其有效性。