期刊文献+
共找到449篇文章
< 1 2 23 >
每页显示 20 50 100
基于改进EnlightenGAN和YOLOv5s的夜间车辆目标检测
1
作者 安浩铭 陈松 +1 位作者 李龙 温宇鑫 《自动化与仪表》 2026年第1期56-62,67,共8页
针对夜间存在低照度、辉光、噪点等异常光照场景,降低了图像质量,影响车辆目标检测精度。该研究结合基于Retinex的辉光消除方法和自适应滤波改进EnlightenGAN网络,增强夜间异常光照图像的质量,并将坐标注意力机制(CA)、加权双向特征金字... 针对夜间存在低照度、辉光、噪点等异常光照场景,降低了图像质量,影响车辆目标检测精度。该研究结合基于Retinex的辉光消除方法和自适应滤波改进EnlightenGAN网络,增强夜间异常光照图像的质量,并将坐标注意力机制(CA)、加权双向特征金字塔(BiFPN)和小目标检测头引入YOLOv5s,构建了YOLOv5s-CBH网络,实现夜间车辆目标的检测。通过构建夜间车辆数据集并进行对比试验,对所提出方法的有效性进行验证。结果表明,与现有算法相比,改进EnlightenGAN网络有效抑制了辉光并提高信噪比,获得了良好的视觉效果并协调整体纹理和细节。通过将增强后的图像输入YOLOv5s-CBH进行对比试验,结果表明YOLOv5s-CBH的精确度、召回率和m AP得到了提升,精确度和召回率略低于x网络,但mAP和网络大小得到了优化。研究结果表明,该文所提出的模型可以有效提高夜间异常光照下车辆的目标检测精度,为复杂环境下辅助驾驶系统的智能检测和预警提供了参考。 展开更多
关键词 夜间异常光照 EnlightenGAN YOLOv5s 图像增强 车辆目标检测
在线阅读 下载PDF
Objectives of China's Light Industry Under the Ninth Five-Year Plan
2
《China's Foreign Trade》 1996年第2期19-19,共1页
Through the last 17 years of development,China’s light industry has basicallyresolved the short supply of consumergoods,with market demand having been metin quantity,but not in quality.How to adaptto the changes on b... Through the last 17 years of development,China’s light industry has basicallyresolved the short supply of consumergoods,with market demand having been metin quantity,but not in quality.How to adaptto the changes on both the domestic and theinternational markets,speed up structuraladjustment and optimization,promotetechnical progress,develop new products,improve quality,and raise grades andprocessing standards,is the main task for thedevelopment of the light industry in the next15 years. 展开更多
关键词 objectives of China’s light Industry Under the Ninth Five-Year Plan WILL
在线阅读 下载PDF
基于轻量化与注意力机制的船舶除漆机器人实时目标检测
3
作者 袁小芳 李潘 +1 位作者 孙荣武 许浩志 《中山大学学报(自然科学版)(中英文)》 北大核心 2026年第1期13-22,共10页
自动巡航船舶除漆机器人目标检测受外部干扰时,存在算法检测精度下降、难以达到实时性要求等问题。为了解决这些问题,首先将重参深度可分离移动网络模块(Repvit-MobileNet block)引入到YOLOV5的主干网络中,提高检测速度。其次,在骨干网... 自动巡航船舶除漆机器人目标检测受外部干扰时,存在算法检测精度下降、难以达到实时性要求等问题。为了解决这些问题,首先将重参深度可分离移动网络模块(Repvit-MobileNet block)引入到YOLOV5的主干网络中,提高检测速度。其次,在骨干网络每个阶段后增加位置注意力机制,扩大模型的全局感受野,提升模型的目标定位及抗干扰能力。然后,将卷积块注意力模块(CBMA)引入到颈部网络中,通过融合CBMA模块增强特征提取能力,提高网络模型的检测性能。最后,提出了一种Refine-Loss损失函数,通过优化预测框和真实框的几何关系、兼顾IOU的权重和置信度信息,提高对机器人目标位置的检测精度。在船舶机器人实验数据集中进行测试与验证,结果表明:融合Repvit-MobileNet block与注意力机制的YOLOV5轻量化网络平均检测精度达到了84.1%,在边缘设备上的推理运算速度达到了26.6 f/s,满足船舶除漆机器人目标检测工业应用的需求。 展开更多
关键词 除漆机器人 轻量化 注意力机制 目标检测
在线阅读 下载PDF
改进YOLOv11的低光照目标检测方法研究
4
作者 李俊林 张雪松 +1 位作者 宋存利 李光宇 《计算机工程与应用》 北大核心 2026年第5期106-119,共14页
针对低光照复杂场景下检测的性能瓶颈,提出一种改进YOLOv11的低光照目标检测算法ELS-YOLO(enhanced low-light scene-YOLO)。引入EfficientNetV2替换主干网络,简化模型结构的同时,提升局部细节和全局背景的复杂交互。提出了一种频域感... 针对低光照复杂场景下检测的性能瓶颈,提出一种改进YOLOv11的低光照目标检测算法ELS-YOLO(enhanced low-light scene-YOLO)。引入EfficientNetV2替换主干网络,简化模型结构的同时,提升局部细节和全局背景的复杂交互。提出了一种频域感知模块,进一步提升网络对图像细节的感知效果,帮助模型更好地识别低光照条件下的目标轮廓和暗部细节。设计了一种基于灵慧阶梯增益分配策略的损失函数,在提升光照和噪声变化的适应能力基础上持续提升检测精度。算法的消融实验和对比实验在ExDark、NOD(night object detection)和VOC2012数据集上进行,结果表明,在三个数据集上,提出的算法相较于基线模型在mAP@0.5和mAP@0.5:0.95指标上分别提升了4.2和2.6个百分点、2.4和0.7个百分点、0.7和0.3个百分点。实验结果验证了该算法在低光照目标检测场景中的有效性。 展开更多
关键词 低光照 目标检测 YOLOv11 频域感知
在线阅读 下载PDF
EvRDETRG:融合事件与RGB图像的轻量级端到端目标检测
5
作者 周秉泉 蒋杰 +1 位作者 陈江民 詹礼新 《计算机科学》 北大核心 2026年第1期153-162,共10页
基于神经脉冲信号的事件摄像机可以提供光线变化的信息,以弥补传统RGB相机目标检测在恶劣环境性能下降的缺陷。然而,传统融合事件相机的现有方法存在模型参数大和非端到端训练方法的问题,限制了模态融合的有效性。因此,提出了一种事件与... 基于神经脉冲信号的事件摄像机可以提供光线变化的信息,以弥补传统RGB相机目标检测在恶劣环境性能下降的缺陷。然而,传统融合事件相机的现有方法存在模型参数大和非端到端训练方法的问题,限制了模态融合的有效性。因此,提出了一种事件与RGB信息融合的轻量级端到端对象检测框架,基于两种模态各级尺度特征进行不同细粒度的信息融合,同时基于重参数化卷积实现轻量级的融合模块并进行端到端的训练,从而提升模型对于两种模态互补信息的提取能力,以克服自动驾驶中具有挑战性的不利环境。所提出的模型在大规模数据集PKU-SOD上进行了测试,该数据集提供了低光、高速运动模糊与正常光照环境下车辆行驶的视觉数据。实验结果表明,与此前的多模态目标检测框架相比,所提方法在模型参数量上大幅下降,并提升了目标检测的准确率与推理速度,表现出优于现有方法的性能。 展开更多
关键词 目标检测 仿生相机 自动驾驶 深度学习 端到端目标检测 事件相目标机检测 轻量化目标检测
在线阅读 下载PDF
DarkTiny-YOLO:低光照场景下无人机航拍小目标检测算法
6
作者 赵森 赵健康 +1 位作者 龙海辉 刘传奇 《电光与控制》 北大核心 2026年第2期20-26,34,共8页
针对无人机在低光照场景下航拍任务中目标检测面临的光照不足、目标尺寸小以及背景复杂等挑战,提出了基于YOLOv11s的改进模型DarkTiny-YOLO。该模型首先通过轻量化自校正亮度增强模块(Li-SCBM)动态调整图像亮度,增强目标特征表达;其次,... 针对无人机在低光照场景下航拍任务中目标检测面临的光照不足、目标尺寸小以及背景复杂等挑战,提出了基于YOLOv11s的改进模型DarkTiny-YOLO。该模型首先通过轻量化自校正亮度增强模块(Li-SCBM)动态调整图像亮度,增强目标特征表达;其次,利用轻量化特征金字塔网络(Tiny-FPN),通过引入上下文锚点注意力机制和优化C3k2模块,降低计算成本的同时提高检测精度;最后,采用优化的多尺度小目标动态检测头(MSD-ODHead),加强小目标的识别能力并提升模型在多尺度场景下的检测性能。实验结果表明,DarkTiny-YOLO在VisDrone2019数据集上,相比YOLOv11s算法,mAP指标提升超过0.1,对低光照场景下的小目标检测性能显著提高。 展开更多
关键词 小目标检测 低光照场景 无人机航拍 YOLOv11s
在线阅读 下载PDF
基于光照自适应增强的无人机多目标跟踪方法
7
作者 武袁勋 王亚彬 +1 位作者 张大伟 郑忠龙 《计算机科学与探索》 北大核心 2026年第2期452-465,共14页
多目标跟踪在智能交通、视频监控等领域具有广泛的应用前景。针对无人机场景中普遍存在的低照度、快速机动与目标密集小尺度等难题,提出了一种光照自适应增强驱动的多目标跟踪框架(ILMOT),以“按需增强、轻量门控、几何约束关联”为核... 多目标跟踪在智能交通、视频监控等领域具有广泛的应用前景。针对无人机场景中普遍存在的低照度、快速机动与目标密集小尺度等难题,提出了一种光照自适应增强驱动的多目标跟踪框架(ILMOT),以“按需增强、轻量门控、几何约束关联”为核心思路,旨在提升低光照条件下的检测与身份关联稳健性。ILMOT采用训练自由的IllumiGuard门控单元进行鲁棒的低光判定,利用sRGB亮度统计、天空区域裁剪与直方图双端修剪获得鲁棒的低光判定,仅在确属低光时触发增强。这种按需触发的设计极大程度地减少了计算负担。当触发时,采用预训练的RetinexNet实施“分解-光照增强-反射去噪-乘性重建”,能够在提升暗部可见性的同时抑制噪声放大与光晕伪影,保证后续跟踪模块的输入质量。跟踪器基于DepthMOT的三分支结构,利用EUCB提升深度估计质量,并融合无锚点检测与相机姿态估计,增强特征表达能力并提升跟踪精度。Unscented Kalman Filter用于相机运动补偿与不确定性传播,有效应对无人机快速运动带来的目标漂移问题。基于深度信息的级联匹配降低拥挤场景中的ID切换与轨迹碎片化,提升跟踪的鲁棒性。实验在VisDrone2019与UAVDT数据集上验证了ILMOT的有效性。在VisDrone2019上,ILMOT在HOTA、MOTA与IDF1等指标上均取得了显著提升,并有效降低了ID切换次数,表明其在低光条件下的优越性能。在以正常光照为主的UAVDT上,ILMOT也展现出稳健的性能。在LMOT数据集上的消融实验验证了低光选择增强器在低光环境下的有效性。结果表明,光照自适应增强与几何约束关联的联合设计能够在无人机低光与拥挤复杂环境中有效提升多目标跟踪的总体精度与身份一致性。 展开更多
关键词 无人机多目标跟踪 光照自适应 低光增强 相机运动补偿 级联匹配 门控机制
在线阅读 下载PDF
复杂光照条件下的不安全驾驶行为检测
8
作者 刘权捷 顾兆一 王春源 《计算机应用》 北大核心 2026年第2期613-619,共7页
为了在各种复杂光照条件下实时有效检测驾驶人员不系安全带和看手机等不安全行为,设计一种基于深度学习的复杂光照下不安全驾驶行为检测方法。该方法以YOLOv8n模型作为基础,实施一系列针对性的改进措施,以提升检测性能。首先,增加P6尺度... 为了在各种复杂光照条件下实时有效检测驾驶人员不系安全带和看手机等不安全行为,设计一种基于深度学习的复杂光照下不安全驾驶行为检测方法。该方法以YOLOv8n模型作为基础,实施一系列针对性的改进措施,以提升检测性能。首先,增加P6尺度,使模型能更全面地捕捉各种光照下不安全驾驶行为的多样性;其次,使用空间可分离自适应卷积(SSAC)模块替换主干网络的传统卷积模块,从而在提高特征提取精度的同时实现轻量化;再次,引入通道先验卷积注意力(CPCA),有效增强网络对重要特征的关注,并提升特征的表达能力;最后,使用选择注意特征融合(SAFF)结构替换原有YOLOv8n颈部网络,进一步提升模型的综合性能。实验结果表明,相较于原模型,改进后的YOLOv8n模型整体的平均精度均值(mAP)提升了2.17%;在正常光照条件下提升了1.76%;在夜间场景下提升了1.75%;在逆光环境下提升了2.42%。同时,改进后的YOLOv8n在与其他模型(如YOLO11n和RT-DETR(Real-Time DEtection TRansformer))的对比中,每秒帧数(FPS)达到118,精度与速度兼顾,展现出较明显的优势。 展开更多
关键词 改进YOLOv8 不安全驾驶行为检测 深度学习 目标检测算法 复杂光照条件
在线阅读 下载PDF
分布式光伏功率数据的IMOWOA和LightGBM混合虚拟采集方法 被引量:17
9
作者 葛磊蛟 杜天硕 孙冰 《中国电机工程学报》 EI CSCD 北大核心 2024年第3期1035-1046,I0015,共13页
点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优... 点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优化算法(improved multi-objective whale optimization algorithm,IMOWOA)与轻量梯度提升机(light gradient boosting machine,LightGBM)的分布式光伏数据虚拟采集方案。针对虚拟采集区域划分难题,该方案首先在网格化区域划分的基础上提出一种自编码器相似性分析方法,获取满足相似性需求的光伏电站集;为解决参考电站集选择难题,提出一种改进的多目标鲸鱼优化算法,提高算法的全局搜索能力,基于区域内光伏电站的历史功率数据,同时对参考电站子集与LightGBM超参数进行优化,从而实现仅选取部分分布式光伏电站安装完备的数据采集装置,完成区域范围内所有电站功率数据的高精度虚拟采集。最后,以我国江苏省某区域范围内的29个分布式光伏电站为算例进行分析,验证提出的方法的可行性和有效性。 展开更多
关键词 分布式光伏 虚拟采集 鲸鱼优化算法 轻量梯度提升机 多目标优化
原文传递
Object Shift in Akoose: Case Deficiency or Agreement Requirements?
10
作者 Michael Etuge Apuge 《Psychology Research》 2017年第6期318-329,共12页
关键词 协议 句法结构 操作系统 病例 理论缺陷 运动目标 NPS 动词
在线阅读 下载PDF
基于优化背景差分法的船舶号灯检测与识别研究 被引量:1
11
作者 赵月林 高祥雨 《重庆交通大学学报(自然科学版)》 北大核心 2025年第8期42-49,共8页
正确的检测与识别船舶号灯,是实现有效的海上船舶态势感知方式之一,因此,提出了一种基于背景运动补偿和优化背景差分法的动态场景下号灯检测与识别方法。首先,基于SURF特征点提取算法,采用圆形区域代替矩形区域提取32维描述符,实现描述... 正确的检测与识别船舶号灯,是实现有效的海上船舶态势感知方式之一,因此,提出了一种基于背景运动补偿和优化背景差分法的动态场景下号灯检测与识别方法。首先,基于SURF特征点提取算法,采用圆形区域代替矩形区域提取32维描述符,实现描述符的降维,提高算法的速度;其次,通过改进后的SURF算法实现对视频图像的特征点提取及匹配,得到反映图像间映射关系的线性参数,进行背景估计并完成背景运动补偿;最后,采用分段式更新策略和自适应差分阈值,对背景差分法进行优化,结合号灯几何和颜色特征消除干扰灯光、海浪等环境因素的影响。研究结果表明:完成背景运动补偿后的算法具有较高的号灯检测与识别精度及较强的鲁棒性,该方法可以较好的检测与识别动态背景下的船舶号灯。 展开更多
关键词 港口航道工程 船舶号灯识别 目标检测 背景差分法 动态场景 SURF算法
在线阅读 下载PDF
LL-YOLO:一种煤矿低光环境下的人员检测算法
12
作者 张卓 贾澎涛 王斌 《中国矿业》 北大核心 2025年第11期24-35,共12页
针对煤矿井下低光环境中因照明不足、粉尘散射导致的人员目标边界模糊和细节退化的问题,提出一种煤矿低光环境下的人员检测算法LL-YOLO(Low-Light YOLO)。首先,采用CondConv动态卷积优化主干网络,增强对目标边缘模糊区域中轮廓与纹理细... 针对煤矿井下低光环境中因照明不足、粉尘散射导致的人员目标边界模糊和细节退化的问题,提出一种煤矿低光环境下的人员检测算法LL-YOLO(Low-Light YOLO)。首先,采用CondConv动态卷积优化主干网络,增强对目标边缘模糊区域中轮廓与纹理细节的感知能力;其次,设计重校准特征金字塔网络,通过优化原有特征融合结构,提高多尺度特征间的空间对齐与表达一致性;再次,引入轻量化共享检测头,降低模型参数量的同时,提高对弱可见区域的局部结构感知能力;最后,引入基于归一化Wasserstein距离的定位回归损失,提高低光环境下模型对边界模糊与结构退化目标的定位稳定性与精度。在自建煤矿低光人员检测数据集LLMiners和低光照数据集LLVIP、ExDark上的实验结果表明,相较于基线YOLOv11s,LL-YOLO在mAP@0.50:0.95指标上分别提升了2.28%、2.09%和3.25%。此外,与目前主流的Faster RCNN、YOLO系列和RT-DETR系列等模型相比,LL-YOLO在多项指标上也均具优势。LL-YOLO在计算开销可控的同时,有效提升了煤矿低光照场景下的人员检测效果,为井下人员实时监控、异常行为预警等智能化安全系统提供可靠的技术支撑。 展开更多
关键词 煤矿低光照 目标检测 YOLOv11s 特征金字塔 损失函数
在线阅读 下载PDF
地基观测数据估计空间目标特性研究进展
13
作者 李荣旺 李徽 +1 位作者 舒鹏 李语强 《空间科学学报》 北大核心 2025年第6期1629-1643,共15页
空间活动日益频繁,目标解体和碰撞生成大量空间碎片可能引发灾难性后果,因此对空间目标进行监测与表征变得尤为重要.空间目标的姿态、形状、材质等特性信息对于目标识别、碰撞规避和主动清除具有重要意义.对空间态势感知领域的重要学术... 空间活动日益频繁,目标解体和碰撞生成大量空间碎片可能引发灾难性后果,因此对空间目标进行监测与表征变得尤为重要.空间目标的姿态、形状、材质等特性信息对于目标识别、碰撞规避和主动清除具有重要意义.对空间态势感知领域的重要学术会议AMOS(Advanced Maui Optical and Space Surveillance Technologies)近年来文集中的相关技术论文进行系统分析,涵盖地基观测数据在空间目标表征中的应用,从姿态估计、形状估计到姿态演化以及机器学习辅助决策等,研究结果可为空间目标综合分析提供丰富的技术手段和估计方法,并为未来空间目标表征技术发展提供了有价值的参考.此外,针对特性估计相关数据日益丰富、反演算法愈发成熟的现状和趋势,提出中国应该建立体系化的空间目标特性估计机制新思路. 展开更多
关键词 天体测量 空间目标 光变曲线 空间态势感知 特征表征 机器学习
在线阅读 下载PDF
改进YOLOv8n的轻量化PCB缺陷检测算法
14
作者 刘辉 刘旭 +2 位作者 李校林 曾凡琪 王鹏江 《电子测量技术》 北大核心 2025年第13期111-119,共9页
针对现阶段PCB缺陷检测算法在模型参数量和检测精度无法同时兼顾的问题,本文提出改进YOLOv8n的轻量化PCB检测算法ST-YOLO。首先,采用轻量化主干网络StarNet替换YOLOv8n的主干网络,调整网络结构。删除大目标检测层,新增小目标检测层。其... 针对现阶段PCB缺陷检测算法在模型参数量和检测精度无法同时兼顾的问题,本文提出改进YOLOv8n的轻量化PCB检测算法ST-YOLO。首先,采用轻量化主干网络StarNet替换YOLOv8n的主干网络,调整网络结构。删除大目标检测层,新增小目标检测层。其次,颈部网络中将C2f模块与Star Block和CA注意力机制结合设计出C2f-Star-CA模块,能够更好的融合局部和全局的上下文信息。最后,设计轻量化检测头,通过使用共享卷积减少模型的参数量。实验结果表明:与YOLOv8n相比,本文算法模型参数量减少了45.5%,计算量减少了56.8%,mAP%0.5提升了0.2%,为满足移动端部署的需要提供了新的可能性。 展开更多
关键词 PCB检测 轻量化 YOLOv8n 深度学习 目标检测
原文传递
空间定位与特征泛化增强的铁路异物跟踪检测 被引量:2
15
作者 陈永 王镇 周方春 《北京航空航天大学学报》 北大核心 2025年第1期9-18,共10页
针对现有深度学习异物跟踪检测算法易受复杂环境、目标遮挡等影响,导致出现漏检及检测精度低等问题,提出了一种空间定位与特征泛化增强的铁路异物跟踪检测算法。提出改进多尺度级联GhostNet特征提取网络,提升对红外目标的特征提取能力;... 针对现有深度学习异物跟踪检测算法易受复杂环境、目标遮挡等影响,导致出现漏检及检测精度低等问题,提出了一种空间定位与特征泛化增强的铁路异物跟踪检测算法。提出改进多尺度级联GhostNet特征提取网络,提升对红外目标的特征提取能力;利用异物空间位置定位与泛化形态信息,设计空间定位与特征泛化增强模块,增强对复杂场景下位置移动与跟踪轨迹变化目标的检测精度;构建金字塔预测网络,得到红外铁路异物的检测锚框、类别及置信度信息;通过改进类别和置信度显示的DeepSORT跟踪算法,结合卡尔曼滤波与匈牙利算法实现红外弱光环境下铁路异物跟踪检测。实验结果表明:所提算法对铁路异物的跟踪检测精确度达到83.3%,平均检测速度为11.3帧/s;与比较算法相比,所提算法检测精度更高,对红外弱光场景下铁路异物跟踪检测具有较好的性能。 展开更多
关键词 机器视觉 异物检测 红外弱光 空间定位 特征泛化增强 目标跟踪
原文传递
DPEDet:双参数曝光校正的无人机低光图像目标检测网络
16
作者 胡晓阳 张凌云 孙俭 《通信与信息技术》 2025年第4期68-73,79,共7页
随着无人机技术的快速发展,无人机视角下的航拍图像检测在各个领域得到广泛应用。然而,低光场景下捕获的图像往往会出现曝光不足和光照不平衡,导致检测性能显著下降。并且边缘设备计算资源有限,因此部署在边缘设备中,通常需要对模型进... 随着无人机技术的快速发展,无人机视角下的航拍图像检测在各个领域得到广泛应用。然而,低光场景下捕获的图像往往会出现曝光不足和光照不平衡,导致检测性能显著下降。并且边缘设备计算资源有限,因此部署在边缘设备中,通常需要对模型进行压缩,而知识蒸馏是一种压缩模型的通用方法,能将模型性能提升到更高水平。为此,提出一种端到端的双参数曝光目标检测网络DPEDet(Dual Parameter Exposure-correction Detection)和双屏蔽生成知识蒸馏框架GLMGD(Global and Local Masked Generative Distillation)。DPEDet以两种像素级的方式对低光图像进行非线性映射分别得到全局增强的图像和细节增强的图像,得到对目标检测友好的图像。GLMGD使用注意力机制获得局部和全局的注意力掩码,使用掩码屏蔽特征区域,通过重建屏蔽特征以获得更好的表征。最后,在NightDrone和ExDark数据集上进行大量实验,结果表明,DPEDet相较于当前先进算法有着更好的表现,有效地提高了低光场景下目标检测能力。 展开更多
关键词 低光图像 目标检测 知识蒸馏
在线阅读 下载PDF
基于深度学习的微弱光照目标检测算法
17
作者 王诚 李坤 王思晗 《南京邮电大学学报(自然科学版)》 北大核心 2025年第6期68-76,共9页
通用的目标检测算法在微弱光照下表现不佳,而现有的针对微弱光照的检测算法通常需要大量的计算资源,难以在计算能力受限的设备上得到有效应用。针对以上问题,提出一种改进YOLOv8的轻量化微弱光照目标检测算法YOLO-SCEB。首先,在特征提... 通用的目标检测算法在微弱光照下表现不佳,而现有的针对微弱光照的检测算法通常需要大量的计算资源,难以在计算能力受限的设备上得到有效应用。针对以上问题,提出一种改进YOLOv8的轻量化微弱光照目标检测算法YOLO-SCEB。首先,在特征提取与特征融合网络引入高效通道注意力机制(ECA-Net),以增强模型得到的特征信息;其次,在特征融合网络引入C2f_SC模块,有效减少空间维度和通道维度上的特征冗余,减少模型的计算损失,同时使用加权双向特征金字塔网络(BiFPN)代替双向融合金字塔结构,强化特征融合能力;最后,使用辅助边框(auxiliary bounding boxes)计算损失的Inner-IoU方法对损失函数进行优化,增强模型的检测精度和泛化能力。实验结果表明,YOLO-SCEB算法在ExDark数据集中的平均精度均值(mAP_(0.5))达到了82.1%,相较于YOLOv8算法,mAP_(0.5)提高了5.3%,模型参数量仅为2.7×10~6,在提高检测精度的同时节省了计算资源。 展开更多
关键词 目标检测 微弱光照场景 注意力机制 轻量化网络
在线阅读 下载PDF
基于DarkEnv-YOLO的弱光目标检测
18
作者 王银 候鑫杰 +1 位作者 谢刚 赵志诚 《计算机仿真》 2025年第4期336-341,共6页
针对弱光环境下目标检测性能不足的问题,提出一种改进YOLOv8的弱光环境目标检测算法DarkEnv-YOLO。首先,使用Zero-DCE++增强算法对图像预增强处理,加强目标在弱光环境下的可识别性。其次,在主干网络C2F模块Bottleneck中使用Rep Ghost模... 针对弱光环境下目标检测性能不足的问题,提出一种改进YOLOv8的弱光环境目标检测算法DarkEnv-YOLO。首先,使用Zero-DCE++增强算法对图像预增强处理,加强目标在弱光环境下的可识别性。其次,在主干网络C2F模块Bottleneck中使用Rep Ghost模块取代原网络中的部分卷积,简化网络模型提高检测速度。同时在颈部网络融合Sim AM无参注意力机制,改善卷积网络的表征能力提高检测精度。最后,使用Wise-Io U边界框回归损失函数,考虑不同图像之间权重分配从而提高检测任务的性能。实验结果表明,相较于YOLOv8在ExDark数据集上检测速度增加了4FPS,mAP精度提升了2.4%,改进后的网络能够有效地提高在弱光场景下目标检测的性能。 展开更多
关键词 目标检测 弱光环境 深度学习
在线阅读 下载PDF
具备红外感知的低光场景目标检测
19
作者 张志佳 那惺奇 +2 位作者 肖宇航 房建 赵怀慈 《沈阳工业大学学报》 北大核心 2025年第4期417-424,共8页
【目的】随着人工智能领域的快速发展,基于可见光图像的目标检测技术日益成熟,并在自动驾驶、安防监控、智能交通等领域得到了广泛应用。然而,在低光场景(如黑夜或昏暗灯光环境)下,基于可见光图像的目标检测算法性能显著下降。主要原因... 【目的】随着人工智能领域的快速发展,基于可见光图像的目标检测技术日益成熟,并在自动驾驶、安防监控、智能交通等领域得到了广泛应用。然而,在低光场景(如黑夜或昏暗灯光环境)下,基于可见光图像的目标检测算法性能显著下降。主要原因在于可见光图像在低光条件下信息丢失严重,导致目标特征难以提取。为解决这一问题,提出了基于可见光图像和红外图像的多模态目标检测技术,该技术能够有效改善低光场景下的目标检测性能。然而,多模态检测技术的成本较高,需要对不同模态的图像进行精确配准,计算量较大,从而增加了实现难度和处理负担。基于此,提出了一种具备红外感知的目标检测网络(InSCnet),旨在通过一个可见光相机来预测红外热辐射特征,在不增加模态的情况下提升网络在低光场景下的目标检测能力。【方法】InSCnet以可见光图像为输入,通过红外预测分支(IPB)生成红外图像来预测热辐射特征,从而增强网络对低光场景的感知能力。为了有效融合多尺度视觉和热辐射特征,设计了互补融合滤波(COFF)模块。COFF通过互补融合这两种特征,增强特征间的互补性,避免了网络对单一模态特征的过度依赖。此外,采用混合特征金字塔(HyFP)模块,通过特征金字塔和注意力机制,进一步提升多尺度全局与局部特征的融合与提取能力,确保网络在不同程度的低光条件下均能保持较高的检测准确率。【结果】实验结果表明,InSCnet在LLVIP行人检测数据集上表现优异。具体而言,S mAP50达到了0.830,S mAP50-95达到了0.426。同时在DroneVehicle数据集上进行了实验,S mAP50达到了0.702,证明了InSCnet具备多类别低光检测能力。【结论】InSCnet通过引入红外热辐射特征和特征融合机制,提升了低光场景下的目标检测性能;在低光场景下能够有效检测可见光图像中难以识别的目标,为低光场景下的目标检测提供了一种有效的解决方案。未来的研究可以进一步探索如何优化网络结构。 展开更多
关键词 目标检测 低光场景 红外预测 特征融合 特征金字塔 全局特征 局部特征 人工智能
在线阅读 下载PDF
面向低光照环境的车辆目标检测方法 被引量:3
20
作者 孔烜 彭佳强 +3 位作者 张杰 戴剑军 潘思宇 吴政奇 《湖南大学学报(自然科学版)》 北大核心 2025年第1期187-195,共9页
在智慧交通系统和城市安全领域中,准确获取车辆信息至关重要.通过视频或图像等视觉识别手段可以直接获取车辆相关信息.然而,在低光照环境下,图像亮度和对比度降低、噪声增加、图像细节特征易丢失,这些问题导致车辆目标检测算法的精度大... 在智慧交通系统和城市安全领域中,准确获取车辆信息至关重要.通过视频或图像等视觉识别手段可以直接获取车辆相关信息.然而,在低光照环境下,图像亮度和对比度降低、噪声增加、图像细节特征易丢失,这些问题导致车辆目标检测算法的精度大大降低.为此,提出了一种基于低光照图像增强算法和改进目标检测算法的车辆检测方法.首先,利用图像增强算法ZeroDCE对低光照图像进行增强,以提升图像亮度;然后,利用改进的AFF-YOLO目标检测网络对增强后的图像进行车辆检测;最后,将本文方法在车辆数据集上进行测试,并分析不同低光照等级对于车辆检测精度的影响.结果表明,本文方法能够有效提升车辆目标检测的精度,与低光照图像相比,增强后图像的目标检测精度mAP@0.5提升了4.9%,达到94.7%;而且光照强度越低,增强后图像的目标检测精度提升越显著.研究成果可为低照度环境下的车辆检测提供参考. 展开更多
关键词 车辆检测 计算机视觉 低光照环境 图像增强 目标检测
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部