关键词： 多目标跟踪   YOLOX   ByteTrack   注意力机制   小目标检测层   行人检测  

摘要： 针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题,提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer,STDL)以增强小目标特征,使用新的损失函数提升目标定位精度。为了强化通道间差异,引入坐标注意力机制(Coordinate Attention,CA),综合提升YOLOX的目标检测精度,并对检测目标采用动态匹配阈值数据关联方法提升跟踪性能。为了验证所提算法的性能,将其与Sort算法、DeepSort算法及ByteTrack算法进行对比,实验结果表明,在MOT17数据集下,跟踪准确度(Multiple Object Tracking Accuracy,MOTA)提升了1.6%,跟踪稳定性(Identification F1,IDF1)提升了2.4%,身份切换(ID Switches,IDs)降低了22%。所提算法可以有效地应对遮挡和小目标失效问题,能够提升检测跟踪稳定性和准确性。

关键词： 草莓   点云   采摘机器人   计算机视觉   语义分割   深度相机  

摘要： [目的]针对田间背景噪声干扰、草莓果实体积小且伴随遮挡的难点,本文利用3D视觉技术实现草莓准确识别和定位,为机器人自动采摘提供技术支持。[方法]使用Intel Realsense D435i深度相机采集不同光照、季节和遮挡条件下的草莓点云数据,构建包含3个类别的数据集,分别为无遮挡、低遮挡、高遮挡。结合多阈值统计滤波和ROI提取技术对点云数据进行预处理,过滤噪声;以PointNet++为基础模型,对点云数据直接提取特征,并在PointNet++基础上提出一种针对复杂背景下小尺度目标的语义分割模型SS-PointNet++,利用点云的多种特征信息作为网络输入特征,构建采样层、分组层,并通过PointNet提取局部特征,使用最远点采样法对点云取样并最大程度覆盖到整个点集,针对小尺度目标设计3种不同半径的球查询(ball query)来获取局部特征,改进SA层和FP层的结构,使其能够适应低密度点云。[结果]对未经预处理的点云进行分割时,有0.74%的概率出现离群点的误判问题,而对预处理后的单张点云图像进行语义分割的用时平均减少了3.47 s。点云图像测试结果表明,SS-PointNet++模型的平均准确率达到86.95%,比优化前提升了19.54百分点,平均交并比为0.740。在光照充足且无遮挡的草莓上,该模型的语义分割准确率高达95.36%,而在暗光环境下,该模型的平均准确率也能达到81.34%。[结论]SS-PointNet++模型提升了小尺度目标点云的语义分割效果,对不同光照条件具有较强的鲁棒性,为基于3D点云的小物体和遮挡物体分割提供了一种有效的方法;本文提出的草莓遮挡类型的划分方法,对后续草莓遮挡问题提供了数据分析支持,对其他基于3D点云的小尺度物体的目标检测和遮挡问题也起到借鉴作用。

关键词： 变电站   异常状态   渐进性特征   目标检测   深度学习  

摘要： 随着电网规模的不断扩大,提升电网建设过程中的现场作业风险管控能力愈加重要。为了解决安全监督中作业流程监控及违章辨识防控体系智能化程度不高的难题,该文基于YOLOv7构建了一个端到端的变电站异常状态检测网络(asymptotic feature fusion network,AFFNet)。针对变电站异常状态多样,主干网络特征提取能力不足的问题,设计了S-ELAN网络,通过控制最短和最长的梯度路径,使网络能够学习到更多的变电站异常状态特征。针对不同异常状态特征尺度变化大导致的信息丢失问题,设计了渐进性特征融合策略,避免非相邻特征之间较大的语义差距。同时考虑到在每个空间位置进行特征融合时可能出现多目标信息冲突的情况,采用自适应空间融合来降低特征信息的不一致性。进一步,对于数据集中正负样本数量不均衡,引入梯度均衡损失函数,利用梯度信息自适应调整不同样本的权重信息。在变电站异常状态数据集上测试所提方法的效果,整体测试精度达到82.06%,显著优于现有的一阶段检测网络。结果表明所提方法能够准确辨识变电站异常状态,提高了变电站的风险排查和防护能力。消融实验的结果验证了渐进性特征融合策略的有效性。

关键词： 遥感图像   目标检测   相移编码   边界不连续   旋转框  

摘要： 针对现有的旋转目标检测模型对目标朝向任意、排列密集的遥感图像检测精度较低的问题,该文提出了一种基于多尺度特征融合和两倍步长相移编码的遥感图像旋转目标检测算法。首先利用不同大小和深度的卷积进行特征提取,有效地捕获上下文特征;然后,通过自上而下和自下而上的特征融合策略以获取更加精细和丰富的语义特征图;同时引入了两倍步长相移编码模块(Double Stepsize Phase-Shifting Coder,DSPSC)对于角度进行编码后再求损失,解决了基准模型存在的边界不连续问题,从而进一步提高了模型的检测精度;最后,在大规模数据集DOTA和HRSC2016上的实验结果表明,平均检测精度分别为72.97%和90.10%,较基准网络分别提升了2.89百分点和2.70百分点。与其它对比方法相比,该方法在精度上取得最好结果,证明了其在遥感图像旋转目标检测上的有效性。

关键词： 模具缺陷检测   计算机视觉   适应度函数   Sigmoid函数   自动检测技术  

摘要： 为了提高模具质量、模具缺陷检测效率与检测准确率，提出了一种基于计算机视觉的模具缺陷自动检测技术。首先，通过获取模型空间特征数据，完成种群粒子位置和速度的初始化。然后，利用适应度函数分析，寻找局部和全局最优解，优化粒子速度和位置。接着，采用Sigmoid函数对粒子的速度和位置进行修正。最后，判定粒子的适应度是否稳定，并通过计算机完成模具缺陷检测结果可视化输出。实验结果表明，所提出的技术能够有效识别缺陷类型、缺陷内容、缺陷尺寸，且检测时间比传统人工检测方法至少缩短55%。此外，该技术的过检率为1.18%,正检率为99.32%,漏检率为8.76%,在所有检测技术中表现最佳。

关键词： 复杂场景   运动轻型   弱小目标   深度学习   目标检测  

摘要： 轻型弱小目标因其尺寸小巧,在图像中占据的像素数量有限,导致特征信息不足,易与背景混淆或被其他物体遮挡,从而构成了检测的重大挑战。针对这一问题,提出了一种新颖的深度学习检测算法,专为复杂场景中的运动轻型弱小目标设计。该算法首先利用稠密光流密集轨迹技术,有效捕捉目标在图像序列中的运动轨迹。通过对比分析背景点与目标轨迹的差异,能够精确剔除背景特征点,进而筛选出潜在的目标点。随后,对这些候选目标点进行周围区域填充和形态学处理,以进一步精炼目标区域。在此基础上,采用并改进了深度学习中的U-Net网络模型,构建了一个专门针对复杂场景中运动轻型弱小目标的深度学习检测模型。实验结果表明,该算法在检测这类目标方面有一定的改进,为实际应用中的精准识别有参考意义。

关键词： 计算机视觉   智慧农业   樱桃   改进型智能剪刀算法   果实图像投影面积   颜色提取   采收成熟度  

摘要： 基于果实大小和颜色指标评估果实成熟度,为樱桃储运中的最佳采收时间提供数值化判断依据。利用改进型智能剪刀算法,从光照背景中分割不同时期果实特征区域;计算特征区域的图像投影面积,图像在HSV颜色空间模型下H分量的方差和均值;根据获取的果实面积和颜色指标数据,采用加权评估法计算不同时期果实成熟度。果实发育过程各指标动态变化,当果实面积达到190000像素,果皮颜色为紫红色时,成熟度达最大值。实时获取樱桃果实成熟度双重评估的指标,有效实现了对果实成熟度的数字化评估。

关键词： 实例分割   YOLOv5   接受场注意力卷积   注意力机制   损失函数   特征融合  

摘要： 实例分割是图像分割的重要组成部分,同时也是计算机视觉中的一个关键研究课题,广泛应用于自动驾驶和安全监控等领域。然而,由于道路场景通常具有复杂性、多样性和杂乱的特点,处理这些场景变得尤为挑战。针对道路场景图像实例分割难度大、精度低、定位不精确等问题,本文提出一种基于改进YOLOv5(You Only Look Once version 5)的道路场景实例分割算法。以YOLOv5为基础模型,在Head模块中采用RFAConv(Receptive-Field Attention Convolution)卷积代替部分传统卷积,它全面解决了卷积核的参数共享问题,考虑到接受域中每个特征的重要性,提供了几乎可以忽略不计的计算成本和参数增量,能够更好地捕捉和融合图像特征,提升分割的精度和鲁棒性。采用ShapeIOU代替YOLOv5中原损失函数CIOU(Complete-IoU),通过聚焦边框自身形状与自身尺度计算损失,使得边框回归更为精确,能够有效提升检测效果且优于现有方法。实验结果表明:与原模型相比,改进后的模型的分割精度mAP50(mean Average Precision)达到了33.8%,相较于YOLOv5s,优化后的模型在分割精度上提高了1.2%,能够更加高效地完成道路场景的图像分割任务。

关键词： 深度学习   目标检测   毫米波雷达   特征融合   多模态   注意力机制  

摘要： 针对恶劣天气和低光照对基于深度学习的视觉目标检测算法带来的挑战,提出一种基于双尺度卷积注意力模块(convolutional block attention module,CBAM)的双模态目标检测算法,旨在通过视觉与毫米波雷达数据的特征融合,提高目标检测算法在挑战性环境下的鲁棒性和准确性。该算法采用双分支的一阶段检测结构,图像分支采用预训练的CSPDarkNet53骨干网络提取图像特征,雷达分支采用基于体素的雷达特征生成网络提取雷达特征。然后,分别在颈部网络前后利用提出的基于双尺度CBAM的特征融合模块进行雷达-视觉特征融合。最后,使用解耦检测头实现目标的分类和定位。在nuScenes数据集上,利用对比实验和消融实验验证了该特征融合检测算法在挑战性环境下的有效性和优越性。