关键词： 单目标跟踪   复杂场景   背景抑制   相似目标再识别   丢失判定  

摘要： 为提高目标形变、遮挡、相似干扰以及视野超出等复杂场景的目标跟踪性能,提出一种复杂场景单目标跟踪算法。基于Staple算法研究二维高斯函数像素权重赋予问题,优化颜色直方图统计,增强目标与背景区分度。引入基于峰值旁瓣比(Peak Side Lobe Ratio,PSR)的HOG特征、颜色特征的自适应融合机制,合理选择融合系数,确保混合特征更加可靠。分析目标区域中心与上一帧目标中心距离,结合最大混合响应计算最佳中心位置,解决相似目标干扰问题。采用混合响应、HOG特征、平均峰值相关能量(Average Peak-to-Correlation Energy,APCE)判定目标丢失、遮挡情况,保持目标框位置,实现目标的及时重新跟踪。采用结合之前帧和当前帧信息的模板更新策略,进一步提升跟踪精度,并在OTB100数据集中涉及形变、遮挡、视野超出3个属性视频上测试。实验结果表明,改进算法在整体和特定属性(形变、遮挡、出视野)的成功率及形变属性的精确度上,较Staple算法分别提升了1.8%,3.3%,2%和9%;在VOT16数据集上,改进算法在整体和遮挡属性上,重叠度较Staple提升了0.0222和0.0196,满足复杂的特定场景下的目标跟踪需求。

关键词： 小样本目标检测   基于度量   区域提议网络   非线性分类器   特征聚合  

摘要： 在现有的小样本目标检测中,区域提议网络(RPN)通常是在基类数据上训练以生成新类候选框;然而新类数据相较于基类更稀缺,在引入时可能产生与目标物不同的复杂背景,导致RPN将背景误认为前景,遗漏高交并比(IoU)值候选框。针对上述问题,提出一种基于改进RPN和特征聚合小样本目标检测方法(IFA-FSOD)。首先,基于RPN进行改进,即通过在RPN中设计一个基于度量的非线性分类器,计算骨干网络提取的特征和新类特征之间的相似度,以提高对新类候选框的召回率,从而筛选高IoU候选框;其次,在感兴趣区域对齐(RoI Align)中引入基于注意力机制的特征聚合模块(FAM),并通过设计不同尺度的网格,获取更全面的信息和特征表示,从而缓解因尺度不同引起的特征信息缺失。实验结果表明,相较于QA-FewDet(Query Adaptive Few-shot object Detection)方法,IFA-FSOD方法在PASCAL VOC数据集的新类上的Novel Set 3中的10-shot下的新类别平均精度(50%IoU)(nAP50)提升了4.5个百分点;相较于FsDetView(Few-shot object Detection and Viewpoint estimation)方法,在10-shot和30-shot设置下,IFA-FSOD方法在COCO数据集的新类上的平均精度均值(mAP)分别提升了0.2和0.8个百分点。可见改进RPN和特征聚合(IFA)能有效提高在小样本情况下对目标类别的检测性能,并解决高IoU值候选框遗漏和特征信息捕捉不全的问题。

关键词： 高速铁路   裂缝检测   轨道板裂缝   YOLO   图像处理  

摘要： 高铁轨道板裂缝严重危害车辆运行安全,针对目前裂缝维护中存在无效修复裂缝的问题,提出基于YOLOv8-DSC模型的多类裂缝检测方法 .首先,在骨干网络引入动态蛇形卷积模块(Dynamic Snake Convolution,DSC),基于此重新构造C2f中的Bottleneck结构,建立为C2f-v1模块,从而替换YOLOv8骨干网络的部分C2f模块,提升无效修复裂缝多尺度细节特征的获取能力;其次,在颈部网络引入CBAM注意力机制,增强模型对关键特征的关注度,强化细小裂缝特征在神经网络中的传递;再次,在损失函数方面,利用SIoU损失函数替换CIoU,削弱几何因素对模型的过度惩罚,减少对模型训练的干预以增加模型对相似裂缝的泛化能力;最后,从网络结构、裂缝数据、分类方法和环境条件4个方面对其进行验证和评价.研究结果表明:YOLOv8-DSC模型相较于YOLOv8原模型,漏检误检情况得到明显改善,平均精度均值及查全率分别提高了4.6%、4.0%,且在不利环境条件下具有良好的鲁棒性和适应性,有效实现了轨道板无效修复裂缝的准确检测.

关键词： 舰船检测   SAR图像   YOLOv8   多尺度膨胀卷积模块   多维度协作注意力机制   MPDIoU  

摘要： 为了提高SAR图像中舰船目标检测的准确性,特别是在面对目标大小不均、分布密集和复杂背景的挑战时,提出一种基于YOLOv8改进的YOLO-3M舰船目标检测算法。首先,算法引入多尺度膨胀卷积特征提取模块(Multiscale Dilated Convolution Block,MSDB)到主干网络中,使用多个膨胀率不同的卷积来提取多尺度特征,在不增加计算成本的情况下增大了感受野;其次,在颈部网络中引入多维度协作注意力机制(Multidimensional Collaborative Attention,MCA),在通道、高度和宽度3个维度上捕捉关键特征,实现不同维度信息的交互,帮助网络有效地关注到复杂背景中的关键部分;最后,在检测头引入MPDIoU损失函数,以应对现有损失函数在处理预测边界框与实际边界框时,尽管长宽比相同但宽度和高度数值完全不同时无法有效进行检测的问题。在SSDD数据集上的实验结果表明,本文算法在准确率和平均精度更高的同时,有效减少了参数量和计算量,使得模型更轻量并更适合于资源受限的环境,并且在复杂舰船的误检和漏检情况上有了显著的改善。

关键词： 管道   目标检测   深度学习   漏磁内检测   缺陷量化   多任务  

摘要： 【目的】管道漏磁内检测技术因无需耦合剂、易于实现自动化等优点已广泛应用于管道缺陷在线检测中。利用检测数据准确预测缺陷尺寸并开展适用性评价,对于后续的修复决策至关重要。【方法】以采集的漏磁数据为基础,根据缺陷数据特点,提出一种基于PP-YOLOE(Paddle Paddle-You Only Look Once Evolved)的深度学习目标检测模型,通过将三轴漏磁数据转换为彩色图像,输入模型中进行目标检测训练,实现缺陷的快速定位与数据提取,为缺陷量化提供准确可靠的数据集。结合多任务学习(Multi-Task Learning,MTL)模型,将管道缺陷处的周向、轴向、径向漏磁数据作为模型的输入,根据漏磁数据特征对缺陷的长度、宽度、深度进行并行输出,实现对缺陷的尺寸评估与预测。【结果】与实际牵拉实验数据对比后发现,通过PP-YOLOE与MTL相结合的识别量化模型提高了管道缺陷识别效率,改善了缺陷尺寸预测结果,缺陷目标检测的召回率达到0.87、准确率达到0.94;NADAM(Nesterov-accelerated Adaptive Moment)算法与SGD(Stochastic Gradient Descent)算法相比,预测腐蚀缺陷长度、深度的精度分别提升了9%、4%。【结论】该方法适用于海量管道漏磁检测数据的分析,提高了判读效率,可为管道缺陷的剩余强度评估和剩余寿命预测提供可靠的基础数据支持。(图10,表2,参30)

关键词： 光学遥感图像   目标检测   深度学习   目标特点   目标检测流程   目标检测框架   非全监督学习   数   据集   性能评估指标  

摘要： 光学遥感图像目标检测在军事和民用方面都有很广泛的应用前景。本文综述了基于深度学习的光学遥感图像目标检测算法研究进展。首先,详细分析了光学遥感图像中的目标特点;其次,简要回顾了光学遥感图像目标检测算法的发展历程;再次,阐明了基于深度学习的光学遥感图像目标检测流程;最后,以深度学习为出发点,概述了经典的目标检测框架,并根据光学遥感图像目标的特点,分别针对尺度多样性、方向多样性、形状多样性、小尺寸、特征相似性、背景复杂性、分布密集性、弱特征的光学遥感图像目标检测问题,对各种改进算法进行了系统性的总结,此外,归纳了针对光学遥感图像目标检测的非全监督学习算法,介绍了常用的开源光学遥感图像数据集和目标检测的性能评估指标,指出了现阶段在光学遥感图像目标检测领域仍然面临的主要挑战和下一步的发展方向。

关键词： 人工智能技术   自然语言处理   智慧安防   计算机视觉   深度学习   生态系统   AI   特定任务  

摘要： 当前,人工智能技术蓬勃发展。据工信部数据,截至2024年10月,我国生成式AI服务大模型注册用户超6亿。现如今,AI技术发展方向出现转变,正从通用型迈向更专业化、垂直化。在此过程中,AI产业链上下游合作愈发紧密,完整生态系统已形成。同时,随着深度学习、自然语言处理、计算机视觉等技术持续进步,让AI在特定任务上有极为出色的表现,越来越接近乃至超越人类水平。凭借这样的优势,AI得以在更多领域实现落地应用,不断拓展其应用范围,为诸多行业发展带来新机遇。

关键词： 多目标跟踪   广义标签多伯努利滤波器   自适应门限   未知探测概率  

摘要： 针对未知探测概率的广义标签多伯努利(GLMB)滤波器性能下降问题,提出一种鲁棒自适应门限的广义标签多伯努利算法(RAG-GLMB)。通过采用自适应门限策略进行目标预测状态集与量测数据集的关联,判定目标探测状态,将未知探测概率转化为目标存活问题;并设计比例因子提高实际探测概率较低时自适应门限方法鲁棒性。仿真结果表明,未知探测概率下,所提算法目标数估计正确率较传统GLMB算法高20.5%,最优子模式分配(OSPA)距离少7 m,且在量测数据部分丢失和强杂波背景下具有较好的鲁棒性。

关键词： 煤矿监控图像   目标检测   YOLO-v4L-EA   空间注意力  

摘要： 智能化是煤矿安全生产和快速发展的必然趋势,构建智能化生产系统的框架、云边计算协同体系,针对煤矿重点目标进行快速、精准的目标检测,是煤矿智能化发展的重要方向,然而现有的基于深度学习的目标检测算法体积庞大、计算复杂度高,难以将其部署到边缘设备来提供低时延数据分析服务。提出一种基于YOLO-v4L-EA算法的煤矿重点目标检测方法,将融合空间注意力机制的轻量级YOLO-v4部署到矿山物联网系统的边缘计算设备,从而为用户提供高响应速度的重点目标感知服务。算法层面,针对煤矿井下图像存在亮度不均匀等缺陷影响目标检测效果的问题,设计像素正则化空间注意力结构(PNSAM),用批量正则化实现空间注意力机制,该结构能够辅助目标检测模型加强对重要特征关注,有助于算法从低质量图像中感知任务目标;受MobileNet基础结构启发,基于深度可分离卷积对YOLO-v4骨干网络执行轻量化改进,使整体模型能够部署在矿井边缘计算设备;为减小h-swish激活函数造成的梯度损失,在模型中尝试使用Mish激活函数,凭借其梯度光滑特性来实现高效的深层特征提取。根据煤矿视频监控数据构建矿山目标检测数据集,用于评价目标检测网络模型实际应用性能。使用NVIDIAJetsonTX2边缘计算平台作为试验硬件设备,对比试验显示该模型在公测数据集VOC2012的试验结果相对于YOLO-v4-Tiny模型,mAP值提升了13.39%,证明该算法的有效性和正确性;该模型在矿山目标检测数据集上的mAP值为88.9%,说明该方法能有效实现煤矿井下重点目标检测。

关键词： OCR技术   卷积神经网络   旅游翻译助手   图像处理   实时翻译  

摘要： 文章介绍了一种基于光学字符识别(Optical Character Recognition,OCR)技术的旅游景点翻译系统,该系统支持用户通过输入文本或上传图片进行景点名称的翻译和查询。系统具备实用性、稳健性、实时性、精确性和高效性等优势,能够为用户提供便捷、高效的旅游翻译服务。通过改进的图像处理技术和基于SLeNet-5卷积神经网络的字符识别算法,系统确保了高准确性和稳定性。此外,系统还具有较低的内存占用和流畅的运行速度,为用户提供了高效、便捷的旅游服务体验。