关键词： 目标检测   知识引导   图联合注意力   多标签图像分类  

摘要： 主流的目标检测方法通常局限于单独处理每个区域，忽视了重要的全局上下文信息和物体类别之间的关联。为此，提出一种知识引导的图联合推理目标检测方法（Knowledge-Guided Graph Conjoint Reasoning Object Detection Method，GCRKG），其包括全局关系推理（Global Relational Reasoning，GRR）模块和全局知识映射（Global Knowledge Mapping，GKM）模块，旨在通过模仿人类推理过程来提高目标检测性能。首先，GRR模块通过综合考虑类别的特征、共现和语义相关性知识之间的相对重要性，利用图联合注意力网络（Graph Conjoint Attention Networks，GCAT）完成类别关系推理。然后，GKM模块利用多标签图像分类概率和目标检测分类器类别概率，将类别关联知识有效地映射到视觉区域。最后，将映射特征与原始视觉区域特征做拼接增强，以预测出更合理的结果。在VOC和COCO两个数据集上与基线模型的对比结果表明了该方法的有效性和优越性。

关键词： 无人机   目标检测   YOLOv10   轻量化   损失函数  

摘要： 【目的】针对无人机航拍图像中复杂背景下多尺度目标检测挑战，本文提出一种基于YOLOv10改进的轻量化检测模型，以提升无人机在复杂背景下多尺度目标的检测性能。【方法】在YOLOv10的基础上，首先引入了多通道逆残差模块（Multichannel Inverted Residual Block，MCIR），该模块通过利用多通道处理策略与逆残差结构（Inverted Residual），提升了模型在复杂背景中对多尺度目标的特征提取和融合能力。其次，在C2f（CSP Bottleneck with 2 convolutions）模块的基础上引入了CBAM（Convolutional Block Attention Module）注意力机制得到C2f-CM，增强了复杂背景中对特征目标的定位能力。然后，基于MCIR和C2f-CM对YOLOv10的骨干网络和颈部网络进行了轻量化处理，主要是在骨干网络中减少下采样次数以保留更多的特征信息，在颈部网络中通过优化上采样和特征拼接操作，减少网络层数和复杂度，进一步降低了计算开销。最后，优化了原损失函数为Focal-EIoU，能够更精准地匹配预测框和真实框，并有效解决数据集中样本不平衡问题。【结果】实验结果表明，改进后的LED-YOLOv10模型相较于原始YOLOv10，在mAP50上提升了9.8个百分点，达到了44.5%；参数量和模型大小分别减少了65.68%和51.6%，降至0.927MB和2.7MB。消融实验进一步验证了改进模块MCIR、C2f-CM和Focal-EIoU的有效性，显示它们在提升检测精度的同时，显著降低了模型的复杂度。对比实验结果表明，LED-YOLOv10在复杂背景下的多尺度场景中综合表现最优，检测精度、模型大小均优于其他目标检测算法，检测速度也能够满足实时检测的需求。在嵌入式设备Jetson Nano中对该轻量级模型的综合性能评估也进一步表明，LED-YOLOv10更适合在资源受限的嵌入式平台部署使用。【结论】本文提出的LED-YOLOv10模型，显著提升了无人机航拍图像中复杂背景下多尺度目标检测的精度，并大幅度减少了模型参数量和大小。实验结果和检测效果也验证了本文方法在复杂背景下多尺度目标检测中的优越性，为无人机目标检测提供了一种高效、轻量的解决方案。

关键词： 无线传感器网络   状态估计   分布式H   滤波   传感器故障   K-medoids   扩散融合   目标跟踪  

摘要： 针对无线传感器网络（WSNs）中节点故障或异常情况下的系统状态估计问题，提出一种K-medoids信任分布式H∞融合滤波算法，旨在提高传感器故障下系统状态估计的鲁棒性和精确性。该算法的主要步骤为：首先，各传感器节点分别采集局部测量信息并执行分布式H∞滤波更新局部状态估计。然后，各近邻传感器节点之间交换局部状态估计后，建立K-medoids信任机制将获取的局部状态估计分为信任估计和非信任估计，舍弃非信任估计而保留信任估计。最后，设计一种分布式扩散融合策略，该策略计算信任估计的自适应权重并实时融合更新局部状态估计。通过目标跟踪的仿真实例验证了所提状态估计方法的有效性和优越性。

关键词： 牛只检测   多目标   SE注意力机制   MobileNetv3   H-swish激活函数  

摘要： 为了解决牛只多尺度、多目标、多部位状态信息的快速准确识别问题,笔者提出一种基于实时多目标注意力模型的牛只多部位快速自动化检测方法,采用多尺度注意力网络MSEAY,在网络中加入了SE(squeeze and excitation networks)注意力机制、H-swish激活函数及SIo U损失函数,消除现有牛群图像检测中光照、重叠、多类型等对图像检测结果产生的影响,先对牛只图像进行标注及预处理,然后采用MoibleNetv3模型作为Backbone进行牛只的部位划分识别,进而实现了多尺度、多部位牛只状态信息的精准分类与识别。结果表明:在选用含肉牛样本集合的前提下,各部位平均分类结果的精确率为96.6%,召回率为94.7%,F1值为94.1%,m AP@50值为97.4%;在仅选用种牛样本集合的前提下,各部位检测精确率为头部96.4%,躯干97.2%,腿部97.3%,平均值97.0%。本算法在保证检测实时性的同时提高了多尺度、多牛只的检测精度,验证了方法的鲁棒性与可泛化性,可用于多尺度、多目标、多部位状态信息的快速准确识别。

关键词： 计算机视觉   人体姿态估计   轻量化   高分辨率网络   注意力机制  

摘要： 针对当前人体姿态估计模型在追求检测性能时所面临的巨大计算负载问题，本文以高分辨率网络为基线提出高效渐进式特征融合网络(Efficient progressive feature fusion network， EPFFNet)。首先，移除了高分辨率网络的第四阶段，达到平衡模型复杂度和检测能力的目的。其次，构建了一种混合高效通道注意力，能够同时关注全局和局部通道特征信息，并在此基础上提出了一种新型注意力特征融合模块，实现特征之间的强融合。接着，设计了一种高效坐标注意力，增强模型对不同区域特征信息的关注，同时与多样归一化和其他轻量化模块相结合提出了GENeck和GEBlock模块，替换高分辨率网络的残差块，保证了模型性能并实现了模型轻量化。最后，设计了一种渐进式特征交融模块，增强模型对不同分辨率特征的融合能力。实验结果表明，EPFFNet在COCO和MPII数据集上分别取得了75.1%和90.8%的准确率，不仅在轻量化模型中实现了最优精度，而且与大模型相比具有相当或更佳的性能。

关键词： 裂缝   数字岩心   CT扫描   图像处理   滤波   边缘增强  

摘要： 裂缝广泛存在于各类岩石中，其特征对于储层评价、油气藏开发和地质灾害预测等领域具有重要意义。现有基于图像处理的裂缝提取技术在微裂缝识别、裂缝细节特征提取、裂缝与孔隙区分等方面存在明显不足。提出了一种多尺度裂缝滤波核叠加降噪方法，采用多个滤波核叠加对岩心CT扫描图像进行滤波降噪，再将滤波结果叠加；提出了一种多尺度信息增强裂缝分割方法，将阈值分割、顶帽分割等图像分割方法与边缘增强技术相结合，以增强微裂缝信息，并针对不同尺度裂缝采取不同的分割策略；分析了图像分割三维体的长度、宽度、表面积、体积、形状因子、平整度和伸长率等形态参数之间的关系。研究结果表明，多尺度裂缝滤波核叠加降噪方法显著降低了岩心CT扫描图像噪声干扰，精准地保留了裂缝细节特征；多尺度信息增强裂缝分割方法提高了多尺度裂缝的提取精确度和稳定性；裂缝形态参数图版能剔除与裂缝相似的孔隙、特殊矿物边界等非裂缝，最终实现多尺度裂缝的准确提取。

关键词： 樱桃番茄   目标检测   深度学习   RT-DETR   轻量化  

摘要： 为进一步提升穗收型樱桃番茄识别准确率和识别速度，实现设施环境番茄自动采摘，提出了一种基于改进Transformer的轻量化樱桃番茄穗态识别模型。首先，构建了包含不同光照环境和采摘姿态的樱桃番茄数据集，并对樱桃番茄果穗姿态进行了划分。然后，提出了一种基于改进RE-DETR的轻量化穗收樱桃番茄识别模型，通过引入一个轻量级的骨干网络EfficientViT替换RT-DETR原有的骨干网络，显著减少了模型参数和计算量；同时设计了一个自适应细节融合模块，旨在高效处理并融合不同尺度特征图，并进一步降低计算复杂度。最后，引入加权函数滑动机制和指数移动平均思想来优化损失函数，来处理样本分类中的不确定性。实验结果表明，该轻量化模型在保持高识别准确率（90%）的同时，实现了快速检测（41.2 f/s）和低计算量（8.7G FLOPs）。与原始网络模型、Faster-RCNN和Swin Transformer相比，平均识别准确率提高1.24%～15.38%，每秒处理帧数（FPS）上提高25.61%～255.17%，与此同时浮点运算量上实现了69.37%～92.37%的大幅降低。该模型在综合性能上有着较强的鲁棒性，兼顾了精度与速度，可为番茄采摘机器人完成视觉任务提供参考。

关键词： 目标检测   目标分割   施工建材   非圆形截面   实时计数  

摘要： 建材管控是建筑施工智能建造的重要一环，其中型钢由于截面形状多样、相互堆叠并遮挡且背景复杂，其智能实时计数相对于钢筋、钢管等圆形截面建材仍充满挑战。对此，研究提出了一种基于改进YOLOv7的非圆形截面建材的计数模型。首先拍摄大量工字钢、方钢管和木枋的现场照片，结合数据增强手段获得14 950张图像，共包含1 290 210个端面。进而在现有YOLOv7架构中新增一阶段实例分割模块，与目标检测任务并行操作，再通过改进骨干网络和检测头、加入注意力机制、修改损失函数和训练策略等提升模型检测精度，最后采用轻量级卷积模块减少特征冗余以压缩模型并提升检测时效。试验结果表明，3种经过改进的建材计数模型的检测准确率均达到90%以上，满足使用要求。最后，将上述算法集成到小程序并已成功部署，使用户通过手机拍照即可完成型钢的在线实时计数工作。

关键词： 小目标检测   YOLOv8s   像素重排   特征重排   多重特征融合  

摘要： 针对小目标检测任务中常见的目标漏检和误检问题，提出一种面向小目标检测的像素重排与特征重排算法PFR-YOLOv8s。为了提升模型的特征提取能力，构建一种结合注意力机制的像素重排特征提取模块（pixel rearrangement feature extraction，PRFE），能有效保留细粒度信息，捕捉复杂背景下小目标的重要特征。设计一种多重特征融合机制（multi-feature fusion，MFF），能充分利用小目标的上下文信息及多尺度信息；基于MFF构建一种特征重排网络框架（feature rearrangement neck，FR-Neck），通过特征重排丰富目标特征，提升模型对小目标的感知能力。引入Inner-GIoU损失函数，提升对密集场景下小目标样本的学习能力。实验结果表明，该算法在VisDrone2019数据集上的平均检测精度较YOLOv8s原模型提高5.8%，有效提升了对小目标的检测能力。在铁路工人安全施工小目标数据集上平均精度提升2.1%，验证了算法的泛化性。

关键词： 增强现实   人工智能   时敏目标   目标检测   稳态视觉诱发电位   目标识别  

摘要： 针对目标跟踪过程中目标身份(ID)跳变而影响时敏目标识别的问题,提出了一种融合增强现实技术(AR)、稳态视觉诱发电位(SSVEP)和YOLOv3的人在回路的“检测-决策”时敏目标识别方法(AR-SSVEPYOLOv3)。利用目标感知模块获取前端场景视频,并通过增强现实眼镜实时呈现,YOLOv3算法完成场景视频中敏感目标检测,AR-SSVEP脑电处理模块解析受试者的脑电数据,在ID变化过程中对时敏目标进行识别。对比分析时敏目标的识别正确率,AR-SSVEP-YOLOv3时敏目标识别方法相比YOLOv3算法识别正确率平均提升了40%左右,相比YOLOv3-Sort算法平均提升了15%左右。实验结果表明:AR-SSVEP-YOLOv3时敏目标识别方法可以降低目标ID跳变对时敏目标识别的影响,提升人机交互能力和时敏目标识别正确率。