关键词： 自动驾驶   目标检测   YOLOv8n   可变形卷积   注意力机制   检测头  

摘要： 为了解决自动驾驶场景中因目标遮挡和远处小目标导致的错检和漏检问题，提出了一种基于YOLOv8n的自动驾驶目标检测改进模型。首先在Backbone网络的C2f模块嵌入了可变形卷积网络（Deformable Convolution Network，DCN），加强了模型在复杂背景条件下的特征提取能力；其次在Neck网络中加入了全局注意力机制（Global-attention Mechanism，GAM），突出车辆和行人重要特征信息，提高模型特征融合能力；最后引入了Dynamic Head目标检测头，增强模型对小目标的检测能力。实验结果显示，改进后的YOLOv8n算法在KITTI数据集上的精确率（Precision，P）、召回率（Recall，R）和平均精度均值（Mean Average Precision，mAP）为93%、82.9%和91.0%，比传统的YOLOv8n算法分别提升了2.2%、4.4%和3.7%，取得了更好的检测精度和效果。

关键词： 3D目标检测   多尺度网络   特征融合   轴向注意力   损失函数  

摘要： 在3D目标检测中小目标诸如行人、骑行者的检测精确度较低，而这是自动驾驶感知系统中所存在的挑战性的问题。为了准确估计周围环境的状态从而提高行车安全，对Voxel-RCNN(Voxel Region-based Convolutional Neural Network)算法进行改进，提出一种基于多尺度网络与轴向注意力的3D目标检测算法。首先，在主干网络中构建多尺度网络和像素级融合模块(PFM)，获取更丰富和精准的特征表示，增强其在复杂场景的鲁棒性和泛化能力；其次，设计适用具有3D空间维度特征的轴向注意力，应用于感兴趣区域(RoI)多尺度池化特征，有效捕捉局部和全局特征的同时保留3D空间结构中的重要信息，提升了目标检测和分类的精度和效率；最后，将一种旋转解耦的交并比(RDIoU)方法纳入回归和分类分支，使网络学习更精确的边界框，并克服分类和回归之间的对齐问题。根据KITTI公开数据集上的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)达到了62.25%、79.36%，与基准算法Voxel-RCNN相比提高了4.02、3.15个百分点，验证了改进算法在难感知目标检测上的有效性。

关键词： YOLOv8   DCNv2   SPPFCSPC   CoTAttention   小目标检测头  

摘要： 在海洋复杂的环境中，由于拍摄图像模糊，背景复杂，导致基于深度学习的目标检测算法模型存在特征提取困难和目标漏检等问题。因此海洋目标检测算法需要更加高效且性能优越。为此提出了一种基于YOLOv8的改进的海洋目标检测算法：DPSC-YOLO。在主干网络中引入DCNv2模块，通过增强空间建模能力来适应对象的几何变化；在主干网络末端引入空间金字塔池化SPPFCSPC，在保持模型感知场不变的同时减少模型的计算量；在颈部网络增加P2小目标检测头，结合其余三个尺度，使用四个不同的感受野检测层提高小目标检测精度；在颈部网络的C2f模块中结合CoTAttention注意力机制更好地利用相邻键之间的上下文信息，并根据数据的特点动态调整注意力分配。实验结果表明DPSC-YOLO目标检测算法与YOLOv8n相比mAP@0.5提升1.1%，mAP@0.5：0.95提升4.6%，同时仅有较少的参数量和计算量提升，证明DPSC-YOLO更适合复杂海洋环境下的目标检测任务。

关键词： 目标跟踪   Transformer   卷积神经网络   无人机  

摘要： 针对无人机目标跟踪任务中背景复杂，目标分辨率低、尺度变化大等挑战问题，本文提出了融合多尺度全局-局部特征的无人机目标跟踪算法。首先，设计了多尺度特征增强模块，充分利用多尺度信息来生成跟踪目标的判别性表示，以增强对不同尺度目标、低分辨率目标跟踪的鲁棒性。其次，提出了全局-局部特征融合模块，结合了Transformer对于全局关系建模的优越性以及卷积神经网络在提取局部相似性的优势，丰富了整体网络的表征能力，以应对各种复杂环境的挑战。所提算法在UAVDT、UAV123、UAV112L、DTB70等四个无人机跟踪数据集上进行实验，结果表明本文所提算法的性能优于目前一些先进的无人机跟踪算法，在各种复杂场景下表现出更优越的跟踪效果，并且满足了算法实时性的要求。

关键词： 自动驾驶   激光雷达   3D目标检测   损失函数   注意力机制  

摘要： 针对现有的基于激光雷达的3D目标检测网络中的损失函数存在优化难度较大，计算成本高，检测精度低的问题，提出一种改进的激光雷达3D目标检测网络。首先，使用全新的交并比损失函数来更好的度量预测框和真实框的位置关系；随后，优化现有网络的特征编码方式以获取更丰富的点云特征；最后，对锚框正负样本阈值设定进行改进实现更合理的正负样本分配。针对自动驾驶领域，利用KITTI数据集进行相关的实验验证。实验结果显示，改进网络相对于基准网络在KITTI数据集行人和骑行者等小目标分别检测精度提升6.57%，4.60%，平均检测精度提升5.81%。

关键词： DINO   结构重参数化   梯度路径   混合编码器   遥感图像  

摘要： 应用于遥感图像检测的DINO（DETR with Improved deNoising anchOr boxes）算法最近受到了广泛的研究关注。遥感目标检测任务要求算法具备细粒度特征提取和更广阔的空间搜索能力，但DINO算法的多层编解码结构会极大地增加算法的空间和运算复杂度，也不利于快速推理。本文从两个方面做出贡献，一是从并行的大核卷积结构更适合遥感图像处理的事实出发，设计了单层的高效混合编码器结构，提高了参数效率；二是采用卷积模块的高效混合编码器使用了结构参数化技术，推理阶段的DINO具备更低的延迟。在NWPU遥感数据集上的实验表明改进的DINO算法相较原算法拥有1.8个百分比的mAP的性能提升，同时参数量和计算复杂度分别降低了48.3%和73%，推理延迟从42.6ms降低到13.5ms。相较最新的主流算法，本文算法在保持较好精度的情况下，参数量、计算复杂度和推理延迟方面取得较好的效果。

关键词： 图像处理   偏振导航   定向   瑞利散射   Otsu算法   蛇优化算法  

摘要： 为了在多云天气或含有如建筑物、树木等遮挡物的复杂场景下实现无人机、汽车、船舶等移动载体快速、稳定、自适应的偏振导航定向,提出了一种基于蛇优化(SO)和最大类间方差(Otsu)算法的图像分割算法(SO-Otsu算法)。该方法直接对天空偏振度图像进行分割,通过设计二值化掩模提取有效的天空偏振信息,去除偏振信息中含有遮挡物的异常像素信息点。最后利用保留的有效像素信息点结合天空的瑞利散射模型解算太阳矢量,获得航向角,实现偏振导航定向。相较于传统Otsu算法,SO算法的引入,可以对偏振度图像进行快速自适应阈值计算,将航向角的解算时间有效地缩短了约40%。同时实验证明,该方法在树木、建筑等遮挡物的遮挡率范围为17%~83%的情况下,解算的航向角误差均方根小于0.75°,满足偏振导航的需求。

关键词： 目标检测   自监督   钼靶影像   预训练   数据增强   视觉表示   卷积神经网络   图像分类  

摘要： 借助深度学习技术在乳腺钼靶领域辅助医生进行乳腺癌诊断在当下已经成为很多研究关注的热点,诊断技术主要包括良恶性分类、病灶区域检测以及病灶区域分割等。由于深度学习训练的模型性能很大程度上依赖于大量的带有标注的数据,而医学图像数据集往往存在数据量少、标注成本昂贵以及公开数据集标注质量差等现象,所以在医学图像领域应用深度学习技术具有重重困难。为使基于深度学习的乳腺钼靶计算机辅助诊断技术的开发不受限于大量有标注的数据,提出一种适用于钼靶自监督目标检测方法来完成乳腺钼靶肿块检测任务,利用大量来自肿瘤医院的数据预训练,并在公开数据集DDSM上进行微调与测试。实验结果表明,提出模型在乳腺钼靶肿块检测任务中表现优异,并且不依赖于位置标签,具有重要的研究价值与应用前景。

关键词： 鱼群追踪系统   深度学习   边缘计算   多目标追踪   目标检测  

摘要： 为解决实际养殖环境中存在鱼群数据集少、追踪算法效果不稳定、追踪部署成本高等问题,结合鱼群行为数据、鱼群追踪算法和边缘计算平台3方面建立一套基于边缘计算的鱼群实时追踪系统。采集并标注养殖环境中的金鲳鱼视频以建立鱼群行为数据集;提出基于检测的鱼群追踪算法FishTrack,改进追踪轨迹的关联策略,以减少因鱼群姿态变换和长期遮挡导致的目标丢失;将FishTrack部署在轻量级边缘计算设备上,保证追踪效果的同时降低了计算成本。研究结果表明:FishTrack在金鲳鱼数据集上的追踪准确率可达72.95%,比当前主流追踪算法ByteTrack的目标交换错误率降低了83%;实时追踪速度为平均7.40帧/s,适用于真实生产环境中鱼群的实时追踪。

关键词： 读出电路   数字像元   非均匀校正   盲元补偿  

摘要： 设计了一种像元级数字化焦平面读出电路,克服了传统模拟读出电路技术的电荷容量局限,实现了更大的动态范围和更低噪声的数字化图像读出;同时在像元内部进行数字化图像处理,可实现非均匀校正(NUC)、盲元补偿、数字时间延迟积分(TDI)、空间滤波等图像预处理功能。该电路采用40 nm CMOS工艺流片,面阵规格为640×512,像元步进为30μm,全芯片尺寸约22 mm×19 mm。测试结果显示,该电路通过TDI、空间滤波功能可大幅降低(分别约90%和63%)输出图像空间噪声,提升成像质量。