1 长春理工大学光电工程学院，吉林 长春 130022
2 长春理工大学空间光电技术研究所，吉林 长春 130022
目前多光谱行人检测算法大多对可见光与红外图像融合方法展开研究，但是充分融合多光谱图像所需的参数量巨大，会导致检测速度降低。针对这一问题，提出了一种基于时效性较高的YOLOv5s的多光谱行人检测算法。为了保证算法的检测速度，选用可见光与红外光通道方向上的合并方法作为网络的输入，并通过对传统算法的改进来提升检测精度。首先，用可变形卷积替换部分标准卷积，增强了网络对不规则形状的特征目标的提取能力；其次，用多尺度残差注意力模块替换网络中的空间金字塔池化模块，减弱了背景对行人目标的干扰，提升了检测精度；最后，通过改变连接方式，增加大尺度特征拼接层，提升了网络的检测最小尺度，提升了网络对小目标的检测效果。实验结果表明，改进后的算法在检测速度上有明显优势，并比原算法的mAP@0.5和mAP@0.5∶0.95分别提升了5.1和1.9个百分点。
行人检测 可变形卷积 注意力机制 小目标检测 YOLOv5s 激光与光电子学进展
2024, 61(10): 1037004
1 宁波大学信息科学与工程学院，浙江 宁波 315211
2 宁波大学医学院，浙江 宁波 315211
3 宁波市海曙区第二医院，浙江 宁波 315099
4 宁波大学附属第一医院，浙江 宁波 315000
在检测侧面脊柱关键点时，由于受到器官遮挡的影响，以往的热图回归方法难以区分不同椎骨上的关键点，容易出现关键点与对应椎骨的匹配错误。为了解决这个问题，提出了一个新的单阶段侧面脊柱关键点检测方法，该方法同时预测关键点热图和关键点匹配线索（椎骨中心热图和关键点offset），利用匹配线索建立关键点与对应椎骨的匹配关系。为了提升匹配效果，提出几何感知特征增强模块，通过提取关键点特征增强椎骨中心的特征表达。此外，利用加权损失函数缓解关键点热图和椎骨中心热图中正负样本比例失衡问题。实验结果表明，所提方法的平均检测误差为8.84，相较于性能第二的方法精度提升36%。
医用光学 关键点检测 卷积网络 可变形卷积 脊柱侧弯 激光与光电子学进展
2024, 61(4): 0417001
1 重庆理工大学 理学院，重庆400054
2 四川云辰园林科技有限公司，四川宜宾644000
为了实现电致发光（Electroluminescent，EL）条件下太阳能电池的高精度裂纹和碎片缺陷检测，将多尺度YOLOv5（You Only Look Once version 5）模型用于真实工况下的太阳能电池缺陷检测。首先，提出一种融合可变形卷积（Deformable Convolutional Networks Version 2，DCNv2）和坐标注意力（Coordinate Attention，CA）的改进特征提取网络，拓宽小目标缺陷的感受野，有效增强小尺度缺陷特征的提取。其次，提出一种名为CA-PANet的改进路径聚合网络（Path Aggregation Network，PANet），将CA与跨层级联整合在路径增强结构中，实现浅层特征的复用，使深层特征和浅层特征结合，增强不同尺度缺陷的特征融合，提高缺陷的特征表达能力，提升缺陷检测框的准确度。轻量级CA的计算成本低，保证了模型的实时性。实验结果表明，融合DCNv2与CA注意力的YOLOv5模型平均精度均值（Mean Average Precision， mAP）值可达95.4%，较YOLOv5模型提高3%，较YOLOX模型提高1.4%。每秒帧数（Frames Per Second， FPS）可达51，满足工业实时性需求。对比其它算法，改进YOLOv5模型能精确检测到太阳能电池的微裂纹和碎片缺陷，能满足光伏电站真实工况下的实时高精度缺陷检测需求。
太阳能电池 缺陷检测 YOLOv5 可变形卷积 注意力网络 solar cells defect detection YOLOv5 deformable convolution v2 attention networks 光学 精密工程
2023, 31(12): 1804
1 中国矿业大学信息与控制工程学院，江苏 徐州 221116
2 徐州市第一人民医院眼科，江苏 徐州 221116
基于眼底图像的视网膜血管精确分割对眼科疾病诊断意义重大。但视网膜血管结构高度复杂，多尺度及前、背景比例失衡，自动分割困难。因此，本文提出自适应补偿网络（SACom）实现端到端的视网膜血管精确分割。SACom以U型网络为基本框架，首先在编码器端引入可变形卷积提高复杂血管结构信息学习能力；然后在U型网络底部设计自适应多尺度对齐上下文模块提取并聚合多尺度上下文信息，对齐上下文特征；最后在解码器端设计协同补偿分支，融合多级输出提升模型的映射能力，实现精细分割。实验结果表明，SACom可有效提高视网膜血管的分割精度，在DRIVE、CHASE_DB1和STARE三个公共数据集上的准确率分别达到0.9695、0.9763和0.9753，灵敏度分别达到0.8403、0.8748和0.8506，曲线下面积（AUC）分别达到0.9880、0.9917和0.9919。
图像处理 视网膜血管 可变形卷积 上下文对齐 特征自适应融合 光学学报
2023, 43(14): 1418001
1 北京交通大学计算机与信息技术学院，北京 100044
2 郑州轻工业大学计算机与通信工程学院，河南 郑州 450001
为了解决高分辨率遥感图像目标检测存在的背景复杂多样、密集的物体分布及目标尺度差异大等问题，同时考虑到应用场景对模型资源的限制，提出了一种基于YOLOX-Tiny的轻量级遥感目标检测网络。首先采用多尺度预测方法增强对密集目标的检测能力；其次引入协同注意力模块提高重要特征关注度，抑制背景噪声；再者通过可变形卷积替换关键预测卷积层，强化空间建模能力；最后优化损失函数，改善遥感目标定位精度。在公开的遥感图像目标检测数据集DIOR上评估了所提算法的有效性，实验结果表明：相比基准算法（YOLOX-Tiny），所提算法在平均精度（AP）和AP50指标上分别提升4.1个百分点和4.42个百分点；在保持较高精度的前提下，每秒检测帧数（FPS）达到46，可满足实时检测的需求，优于其他先进算法。
遥感 目标检测 YOLOX-Tiny 遥感图像 协同注意力模块 可变形卷积 CIOU 激光与光电子学进展
2023, 60(2): 0228004
1 陕西科技大学电气与控制工程学院, 陕西西安 710021
2 西安邮电大学通信与信息工程学院, 陕西西安 710121
针对人群异常行为检测任务中存在的算法复杂度较高, 重叠遮挡等带来的检测精度低等问题, 本文提出一种基于改进 SSD(Single Shot Multi-box Detector)的人群异常行为检测算法。首先采用轻量级网络 MobileNet v2代替原始特征提取网络 VGG-16, 并通过可变形卷积模块构建卷积层来增强感受野, 然后通过将位置信息整合到通道注意力中来进行特征增强, 能够捕获空间位置之间的远程依赖关系, 从而可以较好处理重叠遮挡问题。实验结果表明, 本文提出的算法对人群异常行为具有较好的检测效果。
深度学习 异常行为检测 SSD网络 可变形卷积 注意力机制 deep learning abnormal behavior detection SSD network deformable convolution attention mechanism
南京航空航天大学 自动化学院, 南京 211106
提出了一种基于FCOS神经网络的小建筑物目标检测算法, 针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题, 引入多尺度检测和可变形卷积方式, 加强网络对小建筑物目标的特征提取能力, 并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征, 对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试, 结果表明, 在相同环境下网络改进后建筑物的整体检测准确率提升了1.7% , 其中对小建筑物目标提升了3.6%, 减少了小建筑物目标漏检、误检的问题。
FCOS算法 可变形卷积 多尺度检测 空间注意力机制 建筑物检测 FCOS algorithm deformable convolution multi-scale detection spatial attention mechanism building detection
1 西安建筑科技大学资源工程学院，陕西 西安 710055
2 西安市智慧工业感知计算与决策重点实验室，陕西 西安 710055
矿石的粒度大小是评判破碎机破碎效果的重要参考，而图像分割是矿石粒度检测的关键步骤。针对破碎矿石形状复杂、粘连和堆叠以及图像噪声严重而导致图像分割不准确的问题，提出一种基于改进HED（Holistically-Nested Edge Detection）网络模型的破碎矿石图像分割方法。首先，对采集的矿石图像进行双边滤波预处理操作，减少噪声对分割的影响；其次，使用残差可变形卷积块替代普通卷积块以增强模型对不同大小形状矿石的特征提取能力，并利用空洞卷积替代原有的池化层以扩大感受野，保留矿石的全局信息；最后，使用具有底部短连接结构的HED网络框架对矿石进行特征提取，并将提取的特征与低级的细节信息相融合，减少对粘连和堆叠矿石颗粒的欠分割问题。
图像处理 图像分割 矿石粒度 HED网络模型 可变形卷积 空洞卷积 激光与光电子学进展
2022, 59(2): 0210020
