基于MR-VOD的神农架林区野生动物视频检测 被引量：1

1

作者 眭海刚 魏天怡 +2 位作者 胡烈云 杨敬元 马国飞 《野生动物学报》 北大核心 2025年第1期1-13,共13页

红外相机视频是野生动物调查的主流研究方法之一,但在林区受设备角度、复杂环境与野生动物活动的随机性影响,极易出现检测中光流捕捉错误或简单语义难以识别的情况。针对此类问题,提出一种基于多帧关系网络特征增强的视频目标检测方法(m... 红外相机视频是野生动物调查的主流研究方法之一,但在林区受设备角度、复杂环境与野生动物活动的随机性影响,极易出现检测中光流捕捉错误或简单语义难以识别的情况。针对此类问题,提出一种基于多帧关系网络特征增强的视频目标检测方法(multi-relation video object detection,MR-VOD)。该算法在图像关系网络的基础上,综合考虑上下帧目标之间的关系,通过多阶段推理,实现对野生动物目标的准确检测。同时,以神农架林区野生动物红外相机视频为基础,构建相关野生动物视频目标检测数据样本集作为实验区。试验证明,改进后的算法检测性能有所提升,平均准确率达81.96%,比Faster R-CNN提高9.32个百分点,在川金丝猴(Rhinopithecus roxellana)的检测上提升30.79个百分点,并在多种复杂场景下测试表现良好,有效减少了错检漏检的情况。该算法的实现将为神农架野生动物智能监测云平台提供检测基础,同时为后续开展的野生动物保护、种群评估提供必要的技术支撑。 展开更多

关键词 关系网络 视频目标检测 野生动物 复杂环境 特征增强

在线阅读 下载PDF 职称材料

感知增强混合网络的水下目标检测

2

作者 姚婷婷 李宁 张煜 《光学精密工程》 北大核心 2025年第8期1303-1312,共10页

水下目标检测技术在海洋资源勘探、环境保护等领域发挥着重要作用。然而,水下环境存在成像模糊、目标尺度多变等问题给检测任务带来了难度。为提高水下目标检测精度,提出一种感知增强混合网络。首先,构建全局-局部混合增强特征提取主干... 水下目标检测技术在海洋资源勘探、环境保护等领域发挥着重要作用。然而,水下环境存在成像模糊、目标尺度多变等问题给检测任务带来了难度。为提高水下目标检测精度,提出一种感知增强混合网络。首先,构建全局-局部混合增强特征提取主干网络,利用自注意力机制求取图像中的长程全局信息,进一步构建卷积注意力增强模块提取更丰富的图像局部细节信息。通过在特征提取过程中更好地捕获图像全局和局部特征关联,增强各尺度特征描述的判别性;随后,为提高成像模糊对比低时的目标检测精度,构建目标感知增强双阶段检测头。通过增加一阶段区域提议生成网络的深度,在低质图像中提取更多目标语义信息,并通过在二阶段引入自注意力机制,抑制背景或次要信息干扰。进一步引入目标检测交并比分支,将一阶段目标先验信息融入二阶段分类求解中,提高不同种类目标的检测精度。所提方法在水下目标检测数据集TrashCan与WPBB上的mAP0.5:0.95和AP50分别达到了37.8%,61.8%和82.0%,98.9%。定性和定量的对比实验结果表明,模型对不同种类水下目标均具有良好的检测准确性和鲁棒性。 展开更多

关键词 水下目标检测 特征增强 自注意力机制 混合网络

在线阅读 下载PDF 职称材料

基于深度特征强化与路径聚合优化的目标检测

3

作者 王晓峰 黄俊俊 +1 位作者 谭文雅 沈紫璇 《计算机科学》 北大核心 2025年第11期184-195,共12页

在深度网络的前馈过程中,输入数据的特征信息会被抽象和压缩,导致部分对于目标检测关键的特征信息被弱化。基于YOLOv11n,提出了深度特征强化与路径聚合优化的目标检测方法。首先,设计全局-局部特征增强模块GLFEM(Global-Local Feature E... 在深度网络的前馈过程中,输入数据的特征信息会被抽象和压缩,导致部分对于目标检测关键的特征信息被弱化。基于YOLOv11n,提出了深度特征强化与路径聚合优化的目标检测方法。首先,设计全局-局部特征增强模块GLFEM(Global-Local Feature Enhancement Module),结合特征图局部特征与全局特征,强化深层网络特征的表达能力。然后,设计自适应特征增强模块AFEM(Adaptive Feature Enhancement Module),根据特征的可靠性动态增强深层网络的特征提取能力。最后,对路径聚合特征金字塔网络进行优化,融合了不同层次之间的特征信息,减少了层次之间的语义信息差。在VisDrone,NWPU VHR-10和TinyPerson这3个公共数据集上的实验结果表明,该方法的平均检测精度相较于当前先进的目标检测器均有所提升。在自建数据集AirportTiny上进行实验,该方法同样取得了不错的效果,具有良好的泛化能力。 展开更多

关键词 目标检测 深层网络 路径聚合 特征信息 特征强化

在线阅读 下载PDF 职称材料

风格迁移增强的机场目标检测方法研究

4

作者 王欣 李屹 +1 位作者 孟天宇 黄佳琪 《计算机应用与软件》 北大核心 2025年第5期146-154,共9页

在基于图像的目标检测中,机场是一类非常重要的目标,对其进行自动识别具有重要意义。针对一般检测算法难以使用复杂的近地航拍图像中边缘信息的问题,提出一种融合风格迁移增强边缘特征提取的目标检测算法。使用生成对抗网络抑制图像噪声... 在基于图像的目标检测中,机场是一类非常重要的目标,对其进行自动识别具有重要意义。针对一般检测算法难以使用复杂的近地航拍图像中边缘信息的问题,提出一种融合风格迁移增强边缘特征提取的目标检测算法。使用生成对抗网络抑制图像噪声,使用边缘检测算法突出图像边缘特征,将突出边缘信息的图像经由目标检测算法完成机场位置检测。在机场目标检测数据集实验中,结合所提出的边缘特征提取方法的目标检测算法相比原始目标检测算法有精度上的提升,其中结合该特征提取方法的YOLOv5算法的平均精度达到97.7%,验证了该特征提取方法对机场目标检测具有很好的效果。 展开更多

关键词 风格迁移 生成对抗网络 目标检测 机场检测 边缘增强

在线阅读 下载PDF 职称材料

基于特征融合的双支路语音增强模型

5

作者 朱小军 黄鹤鸣 《计算机工程与设计》 北大核心 2025年第11期3231-3238,共8页

针对语音相位信息没有明确谱图结构以及递归结构神经网络训练耗时的问题,提出了一种特征融合的双支路语音增强模型。模型基于空洞卷积建立主辅双支路网络同时学习语音信号的复数频谱特征和掩蔽特征,并在主辅支路之间通过注意力机制帮助... 针对语音相位信息没有明确谱图结构以及递归结构神经网络训练耗时的问题,提出了一种特征融合的双支路语音增强模型。模型基于空洞卷积建立主辅双支路网络同时学习语音信号的复数频谱特征和掩蔽特征,并在主辅支路之间通过注意力机制帮助模型更好的区分每个频点上的语音或非语音分量,使得模型对信号复数频谱特征的映射更加准确。在英文TIMIT语料库和藏语自制语料库构建的两个含噪数据集上的实验结果表明,提出的模型显著降低了模型参数和训练时间并在目标语音的可懂度和质量方面取得了较为明显的改善。 展开更多

关键词 语音增强 特征融合 空洞卷积网络 注意力机制 多目标学习 复数频谱 深度学习

在线阅读 下载PDF 职称材料

基于特征感知增强的孪生跟踪

6

作者 邓健 张驰 高赟 《计算机工程与应用》 北大核心 2025年第3期186-195,共10页

对于孪生网络跟踪框架,骨干网络提取特征的目标表征能力对目标跟踪性能至关重要。为了提升特征对目标的表征能力,提出一种基于特征感知增强的孪生跟踪算法。其以TrDiMP算法为基础,对ResNet-50骨干网络提取的特征采用特征感知增强模块进... 对于孪生网络跟踪框架,骨干网络提取特征的目标表征能力对目标跟踪性能至关重要。为了提升特征对目标的表征能力,提出一种基于特征感知增强的孪生跟踪算法。其以TrDiMP算法为基础,对ResNet-50骨干网络提取的特征采用特征感知增强模块进行增强,该模块基于自注意力对模板分支和搜索分支的特征进行自我增强,并基于交叉注意力对两个分支进行关联增强,建立模板特征和搜索特征之间的目标依赖关系,抑制与目标无关的特征干扰,进而提升特征对目标的表征能力。基于OTB100、UAV123、LaSOT、GOT-10k和VOT2018五个基准数据集的大量实验表明,与几种主流的孪生跟踪器相比,该算法取得了更优的精确度和成功率,尤其在相似性干扰、尺度变化、遮挡等复杂场景中鲁棒性更优。 展开更多

关键词 目标跟踪 孪生网络 特征感知增强 注意力

在线阅读 下载PDF 职称材料

计及自动电压控制系统限值优化调整的配电网调压策略

7

作者 孙华鹏 丁孝华 +2 位作者 吴志 郑舒 徐政 《电力系统自动化》 北大核心 2025年第12期184-193,共10页

针对高比例分布式电源接入下薄弱配电网馈线末端电压越限问题,从变电站端角度提出了计及自动电压控制(AVC)限值调整的配电网调压策略。首先,对配电网中主要可调设备和九区图控制策略进行线性化建模处理;然后,采用增强Epsilon约束法求解... 针对高比例分布式电源接入下薄弱配电网馈线末端电压越限问题,从变电站端角度提出了计及自动电压控制(AVC)限值调整的配电网调压策略。首先,对配电网中主要可调设备和九区图控制策略进行线性化建模处理;然后,采用增强Epsilon约束法求解计及AVC限值调整的配电网多目标优化问题的Pareto前沿;最后,利用IEEE 33节点标准算例和中国浙江省某实际多馈线配电系统对所提方法进行验证。结果表明,所提方法可以降低可调设备日动作次数,提高设备使用寿命,并有效改善高比例光伏接入下的配电网电压波动问题。 展开更多

关键词 配电网 多目标优化 增强Epsilon约束法 自动电压控制 分布式电源 九区图法 电压越限

在线阅读 下载PDF 职称材料

针对红外弱小目标的多尺度级联融合分割网络

8

作者 杨馨雨 杨晓梅 方璇 《激光与红外》 北大核心 2025年第3期436-443,共8页

红外弱小目标低信噪比、模糊形态等特点使得复杂背景下的针对此类目标的检测任务研究仍存在一定挑战。为弥补现有方法常见的目标信息丢失、与背景相互混淆等问题,提出了一种创新性的多尺度级联融合目标分割网络(MSCFNet)。具体而言,MSCF... 红外弱小目标低信噪比、模糊形态等特点使得复杂背景下的针对此类目标的检测任务研究仍存在一定挑战。为弥补现有方法常见的目标信息丢失、与背景相互混淆等问题,提出了一种创新性的多尺度级联融合目标分割网络(MSCFNet)。具体而言,MSCFNet通过不同尺度特征间的多次信息交互,最大限度保留小目标。同时,设计了一种特征增强模块,从全局和局部两个层面有效提取并整合信息,增强目标表征能力并抑制背景杂波。实验结果证明,MSCFNet在多种复杂背景环境中能够有效地分割目标,并在两个公开红外弱小目标数据集上展现出更为优秀的分割性能。 展开更多

关键词 红外弱小目标分割 红外图像 深度学习 特征增强

在线阅读 下载PDF 职称材料

结合目标特征增强与语义-位置路径聚合的水下目标检测

9

作者 宋巍 倪舟 +2 位作者 梁纪辰 张明华 王建 《计算机工程与应用》 北大核心 2025年第15期93-110,共18页

针对水下图像质量差、目标多尺度和严重遮挡导致的漏检和误检等问题,提出一种结合目标信息增强与语义-位置路径聚合的水下目标检测模型。该模型以RT-DETR框架为基础,提出了边缘特征多尺度注入模块(multiscale injection for edge featur... 针对水下图像质量差、目标多尺度和严重遮挡导致的漏检和误检等问题,提出一种结合目标信息增强与语义-位置路径聚合的水下目标检测模型。该模型以RT-DETR框架为基础,提出了边缘特征多尺度注入模块(multiscale injection for edge features module,MSI-Edge),将边缘信息注入深层网络中,强化了模型对小目标的感知能力;同时,提出了全局-局部特征增强模块(global-local feature enhancement module,GLF-Enhance)来替代编码器中的传统多头自注意力机制,增强对目标全局和局部信息的学习能力,并加速模型推理;进而,设计了一种新的结合语义-位置路径聚合网络(semantic-location path aggregation network,SL-PAN),利用高层特征作为权重来指导低层特征中的语义信息学习,再使用低层特征作为权重来指导高层特征中的位置信息学习,从而有效缓解多尺度特征融合过程中信息传递退化的问题。在公开水下数据集上进行实验验证,相较基准模型RT-DETR(ResNet50主干网络),在URPC数据集上AP、AP^(50)、AP^(75)指标分别提升了约3.2、3.0和2.7个百分点;在DUO数据集上分别提升了2.9、2.7、3.0个百分点,同时有效降低了误检和漏检率。消融实验验证了各模块的有效性。整体性能与主流目标检测器及最新水下目标检测器相比,达到了较好水平。 展开更多

关键词 水下目标检测 语义-位置路径聚合网络 边缘特征多尺度注入 RT-DETR模型 全局-局部特征增强

在线阅读 下载PDF 职称材料

渐进自适应特征融合的轻量化火焰检测算法研究

10

作者 李啸澜 马勇 《计算机科学》 北大核心 2025年第4期64-73,共10页

针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题,提出一种渐进自适应特征融合的轻量化火焰检测算法。首先,设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销。其次,针对分组卷积的通道间... 针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题,提出一种渐进自适应特征融合的轻量化火焰检测算法。首先,设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销。其次,针对分组卷积的通道间信息交互缺陷,基于残差思想构建长距离上下文特征增强的轻量级特征提取组件。为解决深度骨干网络中特征丢失及背景干扰问题,创新性地提出基于高频增强的轻量级特征强化机制,优化空间域和通道域参数,缓解背景干扰问题。在此基础上,建立特征增强-渐进自适应特征融合框架,促进不同尺度特征图充分融合,提高特征图利用率,增强对多尺度目标的识别效果。实验结果表明,所提方法在实时推理速度最高达到27.1 FPS的同时,参数量降低至2.1×10^(6),较基准模型减少69.5%,并达到83.4%的mAP@0.5检测精度,显著优于现有主流方法。 展开更多

关键词 深度学习 计算机视觉 目标检测 轻量化神经网络 特征提取网络 特征融合网络 特征增强

在线阅读 下载PDF 职称材料

针对暗光环境下无人机跟踪的图像增强方法

11

作者 陈安澜 肖御风 +1 位作者 何飞宇 何涛 《现代电子技术》 北大核心 2025年第15期57-63,共7页

由于无人机经常需要在暗光环境中执行任务,而现有的跟踪器中很少对暗光环境的需求进行适配的训练,导致在暗光环境下跟踪器的成功率和准确率明显下降。文中提出一种通用的暗光图像增强方法,在拍摄的图像进入跟踪器前对其进行增强处理,使... 由于无人机经常需要在暗光环境中执行任务,而现有的跟踪器中很少对暗光环境的需求进行适配的训练,导致在暗光环境下跟踪器的成功率和准确率明显下降。文中提出一种通用的暗光图像增强方法,在拍摄的图像进入跟踪器前对其进行增强处理,使跟踪器在暗光环境中也能保持良好的跟踪性能。在Retinex理论基础上,文中设计了一种图像处理方法,采用一种轻量级图像处理网络ME-Net,该网络能够迭代地处理光照图和噪声图,提升图像质量,再通过改进SSR函数,有效减少了由增益-偏移引起的数据丢失。为验证所提暗光图像增强器的效果,文中对UAVDark 135数据集上多个流行的跟踪器进行实验。实验结果表明,改进后的暗光增强器显著提高了跟踪器在暗光条件下的成功率和精度,相较于其他常用的暗光增强器也有不同程度的提升,证明了其在暗光下的有效性。 展开更多

关键词 RETINEX 单尺度Retinex 暗光环境 图像增强 目标跟踪 轻量级网络 无人机 孪生网络

在线阅读 下载PDF 职称材料

基于改进无锚框网络的小目标检测方法

12

作者 谭奇坤 李海生 钱洪宝 《现代电子技术》 北大核心 2025年第21期58-62,共5页

为应对低纬度空间中特征提取不足的问题,文中设计了基于改进无锚框网络的小目标检测方法。首先,在改进无锚框网络中,通过自适应上下文特征提取模块,分析并利用小目标周围环境的附加信息初步提取小目标特征,以应对低纬度空间特征提取不... 为应对低纬度空间中特征提取不足的问题,文中设计了基于改进无锚框网络的小目标检测方法。首先,在改进无锚框网络中,通过自适应上下文特征提取模块,分析并利用小目标周围环境的附加信息初步提取小目标特征,以应对低纬度空间特征提取不足的问题;然后,采用高层特征增强模块在小目标特征范围内挖掘高层次语义特征;最后,通过热力图、偏移量、小目标尺寸、小目标3D框朝向损失优化网络结构,提升对小目标的检测精度。实验结果表明:该方法可以有效提取图像中的小目标特征,并增强语义特征,且检测精度较高。 展开更多

关键词 无锚框网络 小目标检测 自适应特征提取 上下文特征 特征增强 热力图

在线阅读 下载PDF 职称材料

弱光环境下自动装箱系统的视觉识别方法

13

作者 丁孟孟 岳晓丽 《包装与食品机械》 北大核心 2025年第3期62-70,共9页

针对在厢式货车中的弱光环境下,对自动装箱系统的箱体识别精度低的问题,提出一种基于优化的Kindling the Darkness(KinD)网络与You Only Look Once 11(YOLO 11)目标检测的视觉识别方法。对KinD网络进行结构优化,引入双边滤波降噪和Sobe... 针对在厢式货车中的弱光环境下,对自动装箱系统的箱体识别精度低的问题,提出一种基于优化的Kindling the Darkness(KinD)网络与You Only Look Once 11(YOLO 11)目标检测的视觉识别方法。对KinD网络进行结构优化,引入双边滤波降噪和Sobel边缘增强模块,实现图像亮度与细节的有效提升;通过YOLO 11算法检测瓦楞纸箱,进行三维定位与姿态估计。结果表明,优化的KinD网络经图像增强后,平均峰值信噪比达到15.04 dB,结构相似性指数为0.72,图像处理时间为0.338 s;YOLO 11算法对增强图像的目标检测匹配度达到完全匹配26.7%、高匹配42.7%,整体平均位置误差归一化值为0.0143。研究为物流行业的自动装卸工作提供技术支撑。 展开更多

关键词 自动装箱系统 弱光环境 图像增强 目标检测 KinD网络 YOLO 11

在线阅读 下载PDF 职称材料

翼型胞元再生冷却通道多目标优化设计研究

14

作者 张雅婷 李新磊 +1 位作者 吴坤 范学军 《推进技术》 北大核心 2025年第6期189-202,共14页

为提升冲压发动机再生冷却通道的换热性能,从强化换热的角度出发,提出了一种翼型胞元再生冷却通道构型。通过耦合传热模拟构建了翼型胞元结构参数与加热面平均温度、温度不均匀度以及通道压降等性能指标的关联数据库,训练得到了具有较... 为提升冲压发动机再生冷却通道的换热性能,从强化换热的角度出发,提出了一种翼型胞元再生冷却通道构型。通过耦合传热模拟构建了翼型胞元结构参数与加热面平均温度、温度不均匀度以及通道压降等性能指标的关联数据库,训练得到了具有较高预测精度的人工神经网络代理模型。进一步结合遗传算法开展了针对不同性能目标的优化设计,获得4组典型的优化设计方案,并对比分析了优化通道与传统直通道在沿程温度分布、对流换热系数、努塞尔数以及涡结构上的差异。结果表明,带有胞元结构的冷却通道内存在前缘冲击效应和二次涡结构,促进了近壁面热流体与主流的掺混,改善了传统矩形直通道内的M型速度分布,起到了强化传热的作用。此外,利用神经网络代理模型进一步评估了冷却通道综合换热性能对胞元结构参数的敏感度。代理模型的预测值与实际值间误差小于10%,经设计优化后,压降最高下降11%,平均温度最高下降10%,温度不均匀度最高下降31%。 展开更多

关键词 多目标优化 再生冷却 人工神经网络 遗传算法 强化传热 数值计算

在线阅读 下载PDF 职称材料

基于深度学习的非合作通信信号时频参数估计

15

作者 郑皓羽 王文彬 +2 位作者 贾哲 王天乐 杨峰 《现代电子技术》 北大核心 2025年第19期63-72,共10页

为了提高军事侦察、信号情报收集等非合作场景下对通信信号时频参数估计的准确性和鲁棒性,文中提出一种基于深度学习的时频参数估计架构。首先,选取MF-TDMA信号为研究对象,该信号模型允许多个用户共享同一频带,通过动态分配时频资源使... 为了提高军事侦察、信号情报收集等非合作场景下对通信信号时频参数估计的准确性和鲁棒性,文中提出一种基于深度学习的时频参数估计架构。首先,选取MF-TDMA信号为研究对象,该信号模型允许多个用户共享同一频带,通过动态分配时频资源使频谱利用率达到最大化;接着,利用MF-TDMA信号的特点,生成大量的仿真样本,并使用STFT时频谱及其增强谱制作数据集;最后,构建一个以目标检测网络中的YOLOv8网络为基础的深度学习架构对自定义数据集进行训练,从而得到图像中每个突发的位置。实验结果表明,增强谱作为输入显著提升了检测精度,降低了估计偏移量,而且提出的深度学习系统架构在不同信噪比条件下均能保持较高的检测精度,与其他典型网络相比,YOLOv8网络在多种条件下均显示出更为优越的性能。 展开更多

关键词 非合作通信信号 时频参数估计 深度学习 YOLOv8网络 MF-TDMA 增强谱图 目标检测

在线阅读 下载PDF 职称材料

图像增强与特征自适应联合学习的低光图像目标检测方法

16

作者 乔成平 金佳堃 +2 位作者 张俊超 朱政亮 曹祥旭 《电子与信息学报》 北大核心 2025年第10期3929-3940,共12页

针对低光照图像目标特征弱、检测精度不足等问题,该文提出了一种基于图像增强与特征自适应联合学习的目标检测模型,该模型采用串联结构,将有监督的图像增强模块与YOLOv5目标检测模块相结合,以端到端的方式实现低光照图像目标检测。首先... 针对低光照图像目标特征弱、检测精度不足等问题,该文提出了一种基于图像增强与特征自适应联合学习的目标检测模型,该模型采用串联结构,将有监督的图像增强模块与YOLOv5目标检测模块相结合,以端到端的方式实现低光照图像目标检测。首先,利用正常光数据集生成匹配的正常光与低光图像对,实现数据集增强,并据此指导图像增强模块的学习;其次,联合图像增强损失、特征匹配损失和目标检测损失,从像素级和特征级两个层面优化目标检测结果;最后,基于真实低光照数据集进行模型参数的优化和微调。实验结果表明,该方法在仅使用真实正常光数据集训练的情况下,在LLVIP和Polar3000低光照数据集上的检测精度分别达到79.5%和85.7%,进一步在真实低光照数据集上微调后,检测精度分别提升至91.7%和92.3%,显著优于主流的低光照图像目标检测方法,并在ExDark和DarkFace的泛化实验中取得最佳检测效果。此外,该方法在提升检测精度的同时,仅带来2.5%的参数增加,具有良好的实时检测性能。 展开更多

关键词 目标检测 低照度图像 特征匹配 图像增强网络

在线阅读 下载PDF 职称材料

基于时空特征增强的单目标跟踪算法

17

作者 顾磊 夏楠 +1 位作者 江佳鸿 廉筱峪 《浙江大学学报(工学版)》 北大核心 2025年第11期2418-2429,共12页

针对复杂运动场景中常见的遮挡和尺度变化问题,为了提升单目标跟踪算法在时间特征信息利用和目标空间特征表达上的综合能力,在单流跟踪网络OSTrack的基础上,提出基于时空特征增强的单目标跟踪算法OSTrack-ST.在空间特征增强方面,提出包... 针对复杂运动场景中常见的遮挡和尺度变化问题,为了提升单目标跟踪算法在时间特征信息利用和目标空间特征表达上的综合能力,在单流跟踪网络OSTrack的基础上,提出基于时空特征增强的单目标跟踪算法OSTrack-ST.在空间特征增强方面,提出包含空间注意力和多头上下文关联注意力的多头空间关联注意力机制,增强模型对空间全局特征和局部特征的表达能力,有效提升模型在动态环境中对目标特征的捕获能力;在时空特征增强方面,提出基于时序漂移预测的时空模板更新策略,利用空间位置预测结果来控制时序模板更新,提升模型在长时序任务中的鲁棒性和准确性.实验结果表明,所提算法在LaSOT、GOT-10k和SportSOT数据集上的跟踪成功率分别达到了70.5%、73.7%和68.7%,运行速度超过49帧/s.此算法的综合性能优于EVPTrack等其他跟踪算法. 展开更多

关键词 目标跟踪 孪生网络 时空增强 注意力机制 模板更新

在线阅读 下载PDF 职称材料

基于人眼视觉机制的伪装目标检测网络

18

作者 张冬冬 王春平 付强 《北京航空航天大学学报》 北大核心 2025年第7期2553-2561,共9页

伪装目标检测是一项新兴的视觉检测任务,旨在识别出完美隐藏在周围环境中的伪装目标,在多个领域中具有广泛应用。针对当前伪装目标检测算法无法准确、完整地识别目标结构和边界的问题,基于人类在观察伪装图像时的视觉感知过程,设计了一... 伪装目标检测是一项新兴的视觉检测任务,旨在识别出完美隐藏在周围环境中的伪装目标,在多个领域中具有广泛应用。针对当前伪装目标检测算法无法准确、完整地识别目标结构和边界的问题,基于人类在观察伪装图像时的视觉感知过程,设计了一种生物启发式框架,并命名为定位和细化网络(PRNet)。利用Res2Net提取图像的原始特征,从多层级信息中挖掘目标的边缘线索;特别设计特征增强模块,在丰富全局上下文信息的同时能够扩大感受野;定位模块利用双注意力机制从通道和空间2个维度来定位目标的大致位置;细化模块同时关注前景和背景中的目标线索,利用多类型信息进一步细化目标的结构和边缘。在3个广泛使用的伪装目标检测基准数据集上的大量实验结果表明,所提网络的整体性能明显优于14种比较算法,在多种复杂场景中表现优异。 展开更多

关键词 伪装目标检测 卷积神经网络 视觉感知 特征增强 注意力机制

在线阅读 下载PDF 职称材料

改进YOLOv8s的无人机航拍图像目标检测算法

19

作者 马跑 文志诚 王佳 《计算机工程与设计》 北大核心 2025年第10期2795-2802,共8页

针对无人机航拍图像检测精度不足与小目标漏检问题,本文提出一种基于YOLOv8s的增强型检测算法。结合空间分组增强注意力机制设计C2f_SGE,优化语义特征的空间分布,并引入SPD-Conv提取多尺度特征。颈部设计RGEGELAN模块强化跨层特征融合... 针对无人机航拍图像检测精度不足与小目标漏检问题,本文提出一种基于YOLOv8s的增强型检测算法。结合空间分组增强注意力机制设计C2f_SGE,优化语义特征的空间分布,并引入SPD-Conv提取多尺度特征。颈部设计RGEGELAN模块强化跨层特征融合。增加高分辨率检测头以增强小目标检测性能。最后,采用Shape-IoU优化边框回归。实验结果表明,改进算法在VisDrone2021数据集上相比于YOLOv8s算法P、R、mAP@0.5分别提升了6.5%、7.7%、9.1%,参数量减少32%,优于SSD和YOLO系列等主流算法,验证了改进算法的优越性。 展开更多

关键词 无人机航拍图像 小目标 深度学习 损失函数 注意力机制 特征增强 通用高效层聚合网络

在线阅读 下载PDF 职称材料

基于图神经网络的多通道语音增强

20

作者 宁振杰 闫坤 +1 位作者 陈海贞 韦焯淇 《计算机工程与设计》 北大核心 2025年第10期2945-2951,共7页

多通道语音增强旨在利用多个麦克风在噪声环境中提取干净语音。然而,缺乏精确的麦克风阵列位置信息和空间信息使得这一过程十分困难。因此,提出了一种能够根据多通道语音信号自动学习邻接矩阵的多通道语音增强网络,称为自动返回邻接矩... 多通道语音增强旨在利用多个麦克风在噪声环境中提取干净语音。然而,缺乏精确的麦克风阵列位置信息和空间信息使得这一过程十分困难。因此,提出了一种能够根据多通道语音信号自动学习邻接矩阵的多通道语音增强网络,称为自动返回邻接矩阵的图卷积网络(automatic adjacency matrix-returning graph convolutional network,AAMR-GCN),通过图自编码器(graph auto-encoder, GAE)从麦克风阵列捕获的语音信号中学习邻接矩阵,利用图卷积网络(graph convolutional network,GCN)和多层感知器(multilayer perceptron,MLP)实现语音增强。在多通道的语音增强任务中,AAMR-GCN在客观语音质量评估(perceptual evaluation of speech quality, PESQ)和短时客观可懂度(short-time objective intelligibility,STOI)两个指标上均优于几种先进方法。 展开更多

关键词 多通道语音增强 自动邻接矩阵返回的图卷积网络 图自编码器 多层感知器 麦克风阵列 客观语音质量评估 短时客观可懂度

在线阅读 下载PDF 职称材料