关键词： 高光谱图像   目标检测   降维   K-means聚类   RX算法  

摘要： 本文研究高光谱方法在小目标检测应用中的一些关键技术点，从高光谱的数据形式切入，应用高光谱数据中存在的高度的谱间相关性和空间相关性，在博兹瓦纳和Dioni两个数据集上做了仿真计算，验证了高光谱的谱间、空间数据高度相关的特性。用PCA算法对高光谱图像进行降维后进行图像分类实验，并结合传统目标检测RX算法和K-means聚类算法，研究了RX算法与K-means结合的算法。通过仿真实验发现，经过PCA处理后的图像分类，和RX算法与K-means结合的算法不仅提高了检测精度，而且大大降低了检测耗时。

关键词： 深度学习   目标检测   文字检测   压印文字   YOLOv8  

摘要： 针对轮胎胎侧压印文字区域受到深色背景干扰，现有算法无法准确执行检测任务的难题，本文提出一种改进YOLOv8s的轮胎胎侧压印文字区域检测算法TireYOLO。首先，提出一种轻量化特征提取模块RepNCSPELAN4＿CAA，用于替换YOLOv8s原有主干网络的C2f模块，通过CAA注意力机制更好地捕捉上下文特征信息，在提高模型精度的同时降低计算代价。其次，采用一种动态采样的轻量化大感受野特征融合颈部结构DyLKVHSPAN，通过改进HSFPN网络结构，提出一种高效特征融合网络HSPAN，同时通过Dysample上采样算子进行动态采样，并且提出一种大感受野的特征融合模块UniLKVoVCSP，使DyLKVHSPAN在保持轻量化的同时利用大感受野更好融合特征。最后，提出一种低计算量检测头DWLHead，重新设计原有检测头的结构，在降低计算量的基础上提高检测性能。实验结果表明，与YOLOv8s相比，TireYOLO算法在轮胎胎侧关键信息所在区域目标检测的mAP@0.5～0.95 提高2.5个百分点，参数量降低48.4%，计算量降低49.6% ，验证了本文所提出的算法在检测轮胎侧文字区域方面的优越性。

关键词： YOLOv8   无人机   小目标检测   特征融合   模型剪枝  

摘要： 针对无人机图像中小目标实例多、目标间存在遮挡所导致的漏检、误检等现象，提出了一种基于改进YOLOv8的轻量化无人机图像小目标检测算法。在颈部引入三特征编码器、尺度序列特征融合模块，增强了网络对不同尺度特征的提取能力；同时，设计了小目标检测层，并与改进的颈部特征提取网络进行融合，在头部引入一个额外的检测头，减小小目标特征的损失，增强网络对小目标的识别能力；此外，针对CIoU的缺陷，结合Wise-IoU、inner-IoU和MPDIoU，提出了一种回归损失算法Wise-inner-MPDIoU；最后，为了实现算法在移动端和嵌入式场景下的轻量化应用需求，进行了基于幅度的层自适应稀疏化剪枝，在保证模型精度的同时，进一步压缩了模型的大小。实验结果表明，改进后的模型相比于原YOLOv8s模型，在mAP50提高6.8%的同时，参数量下降76.1%，计算量下降17.1%，模型大小降低73.5%，达到了优秀的提升模型检测精度及轻量化效果，具有很强的实用意义。

关键词： 小目标检测   注意力机制   特征提纯   计算机视觉  

摘要： 近年来，基于深度学习的目标检测算法在准确率和鲁棒性等方面取得了巨大的进步，并且在工业界已经取得了广泛的应用。但是，在小目标检测领域，当前的目标检测算法仍然存在着漏检率高和误检率高的问题。因此，本文提出一种基于SCConv和BSAM注意力机制的YOLO小目标检测算法—BS-YOLO。首先，针对特征提取网络存在大量的冗余信息的问题，利用SCConv重构主干网络，提出一种新的模块C3SC，将提取到的特征图在空间和通道两方面减少冗余信息，提升主干网络提取到的特征图质量，从而提高检测精度。其次，基于CBAM注意力机制，结合Biformer自注意力机制提出一种新的注意力机制BSAM，在空间和通道两方面合理分配权重，使特征图更加关注有效信息，抑制背景的干扰。另外，为了解决小目标检测存在的难易样本分布不均匀的问题，利用Slideloss优化损失函数，提高小目标检测的质量。基于RSOD数据集的小目标检测实验表明，BS-YOLO算法的准确率为94.2%，召回率R为91.6%，均值平均精度mAP（交并比0.5）为95.9%；相对于原始的YOLOv5算法分别提高了3.3%，0.1%，3.6%；结果验证了BS-YOLO算法可以有效提高小目标检测的精度，降低漏检率。

关键词： 视觉SLAM   动态物体   深度学习   目标检测   场景分类  

摘要： 针对存在动态物体的一般性或复杂动态场景下同步定位与地图构建（SLAM）系统往往存在强假设性条件或定位精度不足乃至失效等多种问题，提出一种复杂动态场景实时视觉SLAM算法。该算法以ORB-SLAM3为基础，部署基于加速模型推理的YOLOX-s获取语义先验信息以处理动态目标，并结合卡尔曼滤波和匈牙利算法补偿目标检测缺失；为提升算法定位精度和泛化性能，在利用基于网格的运动统计（GMS）特征匹配算法快速筛选有效匹配点的基础上，提出一种双类别动态场景处理策略，根据图像匹配精度将场景分为两类处理：对低动态帧，采用GMS算法快速过滤动态特征，避免进行大量矩阵运算从而提升运行效率；对高动态帧，在利用卡方检验识别运动异常值的同时，提出一种动态特征剔除策略，根据自适应阈值剔除动态点并保持跟踪稳定性。标准数据集与真实场景下的实验测试均表明，所提算法能解决室内外复杂动态场景下的实时定位问题，表现出良好的精确性、鲁棒性和及时性。

关键词： 目标检测   2D、3D关键点回归   手势识别   智能座舱  

摘要： 为了克服车辆环境中可能遇到的光照变化、视角变化等挑战，以实现对不同驾驶场景下手势识别的鲁棒性。提出一种新的基于单目图像的车载手势实时识别方法，其主要由三部分组成：人手检测、2D、3D关键点回归、手势识别。首先，在检测方面，本文利用轻量化检测模型对人手进行目标检测。其次，将检测出来的人手，输入关键点回归模型中，实现2D、3D关键点回归。最后，通过3D关键点以及帧内和帧间残差来实现手势识别。本文所提出的手势识别方法，依赖手部关键点的信息和帧内、帧间残差，在有限的条件下，利用3D关键点做出效果更优的手势识别。试验结果表明，本文所提出方法，在静态手势下，其准确率达到了94%，动态手势下，准确率达到了96.5%。

关键词： 人体姿态估计   轻量化网络   特征融合   注意力机制   HRNet   计算机视觉   关键点   卷积神经网络  

摘要： 针对人体姿态估计网络存在参数量大、复杂度高以及难以部署到移动设备和嵌入式平台问题，文中基于高分辨率网络提出了一种结合了注意力机制与改进的特征融合方法的多尺度轻量化人体姿态估计网络。该模型采用轻量化ShuffleNetV2基础模块构建网络，并进行多尺度特征提取。采用双向特征金字塔融合模块取代原始特征融合方法，优化信息交互方式。在基础模块上融合全局上下文注意力模块，将全局空间信息聚合到通道上，进一步提升网络的特征提取能力。在COCO和MPII数据集上进行测试，实验结果表明，所提模型在性能、参数量和计算复杂度方面均优于其他主流轻量化网络。在保持较小参数量与运算复杂度的同时实现了与大型深度人体姿态估计网络相同的准确率。

关键词： 压力容器   X射线焊缝缺陷   YOLOv7   注意力机制   GAM注意力   CNeB   目标检测   深度学习  

摘要： 针对压力容器焊缝缺陷因目标尺寸小、特征各异以及背景复杂导致检测精度低和速度慢问题，文中提出了一种基于改进YOLOv7（You Only Look Once version 7）的焊缝缺陷检测方法。在网络的Neck部分添加全局注意力机制（Global Attention Mechanism， GAM）模块，防止丢失较小尺寸和细微的特征信息，加强特征提取，提高检测精度。采用CNeB（ConvNeXt Block）模块替换网络中ELAN（Efficient Layer Aggregation Network）模块，从而简化整体模型，减少模型在训练和推理过程中的耗时，在提高检测精度的同时提高了检测速度。为了增强改进YOLOv7模型的鲁棒性，融合GAM模块和CNeB模块的YOLOv7目标检测算法。实验结果表明，改进后的算法平均精度均值mAP（mean Average Precision）达到了94.2%，比原算法提升了2.9个百分点，速度为48.1 frame·s-1，能够实现焊缝缺陷检测。

关键词： 计算机视觉   深度学习   目标检测   红外目标   无人机图像   注意力机制  

摘要： 红外无人机目标检测技术在国防军事和应急救援领域具有广泛应用，但面临尺寸小和背景复杂等挑战，目标上的细节特征易被忽视。构建细节增强网络和多尺度跨空间注意力网络，通过在特征提取过程中增强低分辨率细节，以及特征融合过程中同时捕获局部和全局的空间语义信息，提升检测精度。首先，细节增强网络从输入图像中提取不同尺度的特征图，这些特征图尽可能多地增强原始图像中的细节信息。其次，多尺度跨空间注意力网络同时捕捉全局和局部的语义特征，用于多尺度特征融合。最后，检测头采用了考虑框之间顶点对距离的边界框回归损失函数，度量框之间的相似性。实验结果表明，所提模型的m AP@0.5在DroneVehicle中的红外数据集为81.2%，在HIT-UAV数据集上为74.4%。

关键词： 深度学习   机器学习   定向边界框目标监测   尾矿库   图像识别   遥感  

摘要： 尾矿库是矿业生产过程中用于存放矿渣和废料的重要设施，若管理不当或发生泄漏，可能会引发严重的环境污染和生态破坏。此外，尾矿库事故（如溃坝、渗漏等）还可能对周边居民的生命财产安全构成重大威胁。通过及时、准确地识别和监测尾矿库，可以有效预防和减轻上述风险。尤其是结合遥感技术和深度学习方法，可从高分辨率遥感影像中自动检测尾矿库，从而提高识别效率和精度，实现大规模、长时间的持续监测，为科学决策提供可靠的数据支持。本研究首先收集并预处理了中国河南省2016-2021年的尾矿库目标检测数据集作为研究基础。随后，采用YOLOv8x-obb模型进行了训练、验证和测试。YOLOv8-obb模型通过其优秀的边界框检测能力和对定向目标的精准识别，在尾矿库的复杂环境中展现出了显著的应用潜力。实验结果显示，基于YOLOv8-obb模型的尾矿库识别系统在精度、召回率、mAP和mAP50-95等指标上表现优异。具体而言，精度达0.98268，召回率为0.83655，整体mAP为0.92821，mAP50-95为0.89016。在黑龙江省尾矿库分布图的应用案例中，平均识别率超过77%，进一步验证了该模型在实际环境中的有效性和可靠性。本研究结果表明，YOLOv8-obb模型在尾矿库识别中的应用具有显著的性能优势和稳健性，为尾矿库的安全管理提供了重要的技术支持，对尾矿库风险评估和预防措施的制定具有重要的参考价值和指导意义。