一种改进的YOLOv5s航拍车辆检测算法

为了解决航拍图像中车辆小目标检测困难的问题,提出一种改进的YOLOv5s航拍车辆检测算法。首先,将未利用的浅层特征信息与其他深层特征信息进一步融合,组成用于小目标检测的新检测层,提高小目标的检测能力;其次,结合SPD模块重新设计CSP模块构成SPD-CSP模块,代替原有网络的下采样操作,减少特征提取时小目标有效信息的损失;最后,将通道注意力机制ECA模块引入到Backbone部分中,通过自适应地调整不同特征通道的权重系数,使得网络更加关注特征图中的关键信息,减少无关信息的干扰。实验结果表明:提出的算法在VisDrone数据集上,与YOLOv5s网络相比,均值平均精度P_(mAP 0.5)提高了6.4%,检测速度FPS达到65帧/s,能实时、精确地对航拍车辆进行检测。

改进YOLOv5的无人机影像道路目标检测算法

针对无人机影像中道路小目标漏检和目标之间遮挡导致的目标检测精度低、鲁棒性差等问题,提出一种多尺度融合卷积注意力模块(Convolutional block attention module,CBAM)的YOLOv5道路目标检测算法,即YOLOv5s-FCC。首先,引入小目标感知层对模型进行多尺度改进,增加一个针对小目标的YOLO检测头以提高网络对道路中小目标的特征提取能力。其次,利用CBAM融合空间和通道信息以增强网络中的重要信息,通过将CBAM引入Backbone主干网络不同位置,以获得CBAM最佳融合位置。最后,采用CIo U作为损失函数,以提高边界框预测所需的计算速度和精度。在自建的无人机道路目标数据集上进行训练,结果表明,相较YOLOv5算法,YOLOv5-FCC算法可将mAP50和mAP50-95分别提高2.0%和4.2%。在VisDrone数据集上也验证了YOLOv5-FCC算法的有效性,并建立了基于无人机的道路目标检测系统,实现道路目标的自动检测。

波前技术的眼视网膜AIM和CSF测定

提出了一种计算复色光下人眼视网膜空间像调制度AIM的方法。利用Hartmann-Shack波前传感器测量的波前像差数据,求得眼睛光学系统的调制传递函数MTF,利用CSV-1000测试仪和VAF-1000视锐度测试仪分别测量同一只眼睛的对比敏感度函数CSF以及视锐度VA。由MTF,CSF,以及VA之间的关联获得复色光下人眼视网膜空间像调制度AIM曲线。结果表明:视网膜AIM曲线与眼光学系统的MTF无关,并且正常人眼(无视网膜疾病)的AIM值相近,因此多眼的AIM曲线的统计平均值可以作为标准。文中演示了基于波前技术和标准AIM曲线的对比敏感度CSF的测定,它具有快速和客观测量的特点。

基于CS-YOLOv5s的无人机航拍图像小目标检测

无人机航拍图像存在小目标分布密集且目标尺度变化大等检测难点,本文提出一种面向无人机航拍图像小目标的跨尺度目标检测模型—CS-YOLOv5s。首先,在YOLOv5s基础上,引入小目标检测器,提高模型对小目标的捕捉能力;进一步,将最大池化分支嵌入上下文增强模块,提取并增强骨干网络尾部的深层特征,再注入PANet,实现深浅层特征有效融合和模型跨尺度检测能力的提升;同时采用SPDConv模块替换下采样卷积模块,实现无人机航拍图像中密集目标高效检测。实验表明,CS-YOLOv5s在数据集VisDrone2019达到42.0%mAP0.5,较基准模型提升9.8%,有效增强网络模型对无人机航拍图像小目标的识别能力,为无人机目标智能识别提供支撑。

基于YOLOv5s-CTC的红外图像光伏组件缺陷检测

针对无人机航摄光伏组件红外图像分辨率、对比度低且背景复杂,光伏组件小目标缺陷较难检测的问题,基于YOLOv5s提出了一种针对光伏组件缺陷的目标检测模型YOLOv5s-CTC。通过在Backbone中嵌入注意力机制,提高网络对于图像通道和空间位置特征的感知能力。在原网络已有3个检测尺度的基础上增加小目标检测层,增加了网络对微小缺陷目标的检测能力。将原网络Neck部分替换为CsCFPN,使网络更好地融合多尺度的特征信息。实验表明,相较于原网络模型YOLOv5s,所提改进算法在参数量和计算量略有提升的情况下,mAP_(50)为75.9%,mAP_( 50-95)为37.9%,分别提升了2.7%、2.5%,本改进算法对光伏组件缺陷检测具有一定的有效性。

基于迅颈模块与单解耦头的航拍车辆检测方法

无人机航拍图像的目标检测需要大量计算资源,导致其在移动端上的应用受到限制,为此提出一种轻量化目标检测网络Faster S。首先,在颈部网络设计了由部分卷积和组卷积组成的轻薄迅颈模块,用以有效聚合不同尺度的信息;其次,在检测头部分设计了一种高效、轻量化的单解耦头输出结构(SDHEAD),用以进一步分离目标检测中分类和定位两个子任务的特征编码。在航拍车辆数据集CARPK上的实验结果表明:与特征金字塔网络(FPN)结构相比,采用迅颈模块提高了模型的检测精度,减少了模型的参数量;相比于其他检测头,SDHEAD具有更强的特征辨别能力;Faster S模型检测的平均精度(AP_(0.5))达到了70.9%,较Yolo-FastestV2提高了12.7%,较Fastestdet提高了3.5%,推理时间仅为29.56 ms,较Nanodet-m降低了76%,模型参数量仅为0.335 M。

基于异源影像匹配的无人机在线快速定位方法

卫星导航定位是支撑无人机(unmanned aerial vehicle,UAV)安全飞行的关键技术之一,当卫星信号弱或受干扰时,方法定位将影响甚至危及UAVs正常飞行。视觉方法可通过影像匹配实现UAVs定位,但异源图像差异大,现有特征匹配方法定位的鲁棒性和实时性不能满足UAVs应用需求。提出了一种快速特征匹配定位方法,采用残差网络提取多尺度鲁棒特征,通过最小欧氏距离加速低分辨率特征图粗匹配,并在高分辨率特征图上结合小型Transformer实现精细匹配,最后利用单应矩阵校正匹配点对实现定位,改善了UAVs定位的鲁棒性和实时性。经在武汉城郊区域实飞数据集上测试,所提方法平均定位精度为2.86 m,与现有典型匹配算法相比提升了2.1%,同时在定位鲁棒性和计算速度上具有明显优势。算法在Jetson Xavier NX上完成数据集内所有影像的匹配定位,且定位频率达到最优(1 Hz)。

电站中光伏组件的人工智能热红外检测技术进展

基于温度红外图像的光伏组件缺陷检测是实现光伏电站规模化组件质量检测的重要技术。文章简要介绍了光伏组件热斑产生的原因和危害,重点从热斑检测、热斑定位和提取三个方面总结和对比了光伏组件红外图像及视频的人工神经网络模型及其性能。其中改进的YOLOv5模型对光伏组件的热斑检出精度达到了98.8%,Lucas-Kanade稀疏光流跟踪算法的热斑定位精度达到97.5%。简单讨论了适应大规模光伏电站运维需求的热斑检测技术的发展趋势。

基于特征聚合与多元协同特征交互的航拍图像小目标检测

针对无人机航拍图像目标尺寸太小、包含的特征信息较少,导致现有的检测算法对小目标检测效果不理想的问题,提出一种基于特征聚合与多元协同特征交互的无人机航拍图像小目标检测算法。首先,针对主干网对特征提取不足的问题,采用Swin Transformer作为RetinaNet主干网络,以增强算法对全局信息的提取能力。其次,为提高网络对远处目标即小目标的检测能力,设计出一种高效的小目标特征聚合网络(SFANet),实现对浅层特征图小目标细节信息的充分整合。最后,为进一步提高网络对多尺度目标的检测性能,使低层特征信息流向高层,提出全新的多元协同特征交互模板(MCFIM)。在公开无人机航拍数据集VisDrone2019-DET上的实验结果表明,所提算法相较于原RetinaNet基线网络检测精度提高7.6%,对于小目标具有更好的检测效果。

基于协同注意力与特征融合的无人机小目标检测

针对现有无人机检测领域存在小目标检测困难以及特征提取效果不佳的问题,提出了一种基于协同注意力模块与双向特征融合结构的无人机小目标检测网络。通过设计协同注意力单元,与骨干网络形成协同注意力模块,显著提升模型特征表达能力;同时借鉴路径聚合网络的思想,设计双向特征融合结构,引入自底向上的特征融合路径,实现浅层特征与深层特征的深度融合,提高小目标检测精度。实验结果表明,所提算法在无人机小目标数据集上的平均精度优于其他网络,显著提升了无人机场景下小目标的检测性能。

全天实时跟踪无人机目标的多正则化相关滤波算法

相关滤波算法(Correlation filter,CF)已广泛应用于无人机目标跟踪.然而,受无人机(Unmanned aerial vehicle,UAV)平台本身计算性能的制约,现有的无人机相关滤波跟踪算法大都仅采用手工特征来描述目标的外观,难以获得目标的全面语义信息.并且这些跟踪算法仅能较好地进行光照条件良好场景下的跟踪,而在跟踪夜间场景下的目标时性能严重下降.此外,相关滤波跟踪器采用余弦窗口来抑制循环移位产生的边界效应,缩小了样本提取区域,产生了训练样本污染的问题,这不可避免地降低了跟踪器的性能.针对以上问题,提出全天实时多正则化相关滤波算法(All-day and realtime multi-regularized correlation filter,AMRCF)跟踪无人机目标.首先,引入一个自适应图像增强模块,在不影响图像各通道颜色比例的前提下,对获得的图像进行增强,以提高夜间目标跟踪性能.其次,引入一个轻量型的深度网络来提取目标的深度特征,并与手工特征一起来表示目标的语义信息.此外,在算法框架中嵌入高斯形状掩膜,在抑制边界效应的同时,有效避免训练样本污染.最后,在5个公开的无人机基准数据集上进行充分的实验.实验结果表明,所提出的算法与多个先进的相关滤波跟踪器相比,取得了有竞争力的结果,且算法的实时速度约为25 fps,能够胜任无人机的目标跟踪任务.

Improving aircraft aerodynamic performance with bionic wing obtained by ice shape modulation

For Unmanned Aerial Vehicles(UAVs)with limited electrical power to achieve effectively anti-/de-icing at the leading edge of the wing,a strategy of ice shape modulation was proposed.Isolated simulated ice shape pieces printed by 3D printing technology are mounted on a NACA0012 finite wing model,and its lift/drag coefficients and suction-side velocity fields are measured by the six-component force balance and the Particle Imaging Velocimetry(PIV),respectively.The ratio of the spanwise length of a single ice shape piece to chord length and the spanwise length of the non-icing area between the two adjacent single ice shape pieces are defined as dimensionless ice shape length(w/c)and dimensionless modulation ratio(w/λ),respectively.The results indicate that for a fixed w/λ,the wing lift coefficient first increases and then drops with increasing w/c,and a peak value exists when w/c is between 0.1 and 0.2.The lower the w/λis,the higher the wing lift coefficient will be.The periodical variation of the flow separation area along the spanwise direction is attributed on the one hand to the acceleration effect of the flow field in the non-icing area which reduces the separation area,and on the other hand to the cross-flow caused by the streamwise vortices from the non-icing area to the icing area which promotes the mixing of the flow field(similar to vortex generators).The obtained modulation law is verified through flight tests and provides guidance for the use of ice shape modulation scheme for UAVs that cannot be completely anti-/deicing under severe weather conditions.

基于改进YOLOv4的航拍图像目标检测方法研究

航拍图像存在目标小、背景复杂、目标与背景占比失衡等问题。YOLO算法对小目标的检测效果不佳,易出现漏检或误检的情况;YOLO的骨干网络参数量庞大,增加了运行设备的负担。为此,以YOLOv4算法为基础进行改进。首先,将YOLOv4的骨干网络CSPDarkNet53与MobileNetV3相结合,以轻量化网络的参数量;其次,采用混合池化结构(MPM)替换空间金字塔池化结构(SPPM),混合池化结构可丰富感受野,捕获相距较远目标之间的特征,减少目标被漏检或误检的情况发生;最后,对路径聚合网络(PANet)进行改进并融入残差结构(ResNet),提升网络对小目标的检测精度。改进后算法参数量仅为YOLOv4的19.6%;虽然平均精准度下降2.3%,但针对小目标检测的精准度提升10.2%;检测速度每秒增加4.2帧。

航拍光伏组件图像的畸变校正方法研究

航拍光伏组件图像由于拍摄角度问题经常存在畸变,其中直线、角度和比例等元素都会受到扭曲,从而影响光伏组件的测量、识别和分类等分析过程。为了解决这一问题,研究了一种无需标定的航拍光伏组件图像畸变校正方法。首先,利用特征点提取算法从光伏组件图像中提取出关键的4个特征点,然后使用特征点匹配算法对这些点进行匹配,获取畸变前后的对应关系。其次,利用计算几何的理论,通过对这些对应点进行三角测量和坐标变换,计算畸变校正所需的参数T。最后,根据参数T对图像进行畸变校正,得到校正后的光伏组件图像。该算法不仅提高了图片的视觉校正效果,还提高了数据20%~55%的准确率,在航拍光伏组件图像的异物识别、运维检修等方面有较高的应用价值。

基于波前像差的视网膜空间像调制度测定

提出了一种计算复色光下人眼视网膜空间像调制度的方法.利用Hartmann-Shack波前传感器测量的波前像差数据,求得眼睛光学系统的调制传递函数;利用CSV-1000测试仪和VAF-1000视锐度测试仪分别测量同一只眼睛的全眼对比敏感度函数以及视锐度,由调制传递函数、对比敏感度函数以及视锐度之间的关联获得复色光下人眼视网膜空间像调制度曲线.结果表明:视网膜空间像调制度曲线与眼光学系统的调制传递函数无关,并且正常人眼(无视网膜疾病)的视网膜空间像调制度值相近.因此多眼的空间像调制度曲线的统计平均值可以作为标准,用来评判人眼视网膜及视神经疾病.

航空稳像光电平台设计

分析了随机振动对调制传递函数的影响,指出角位移是影响航空成像质量的主要因素.研究了特定条件下可容许的MTF下降,并转变为稳定系统的设计参量,用来指导稳像系统的设计.利用空间机构学及平行四边形平动原理,研制了一种新的无角位移减振稳像平台,满足既无角位移又达到减振要求.根据设计理论给出了设计实例,对频率高于100HZ的振动,衰减达34dB,并利用动力学软件进行测试仿真,仿真曲线验证无角位移减振的正确性,同时对无角位移机构进行光学测试,结果耦合角度小于8″,可以满足航空成像要求.

航空相机动态调制传递函数分析与研究

利用调制传递函数对动态成像质量做出评价,确立合理的稳定系统性能指标,是航空相机设计过程中需要解决的重要问题.基于线性光学系统的传递函数理论,针对匀速运动、加速运动和正弦运动等几种动态成像条件进行了定量分析,建立了像移量和动态成像质量之间的联系.针对低频正弦运动,提出了一种基于离散相位区间的动态调制传递函数计算方法.分析结果表明,在像模糊斑大小均为0.5个像元的情况下,高频正弦运动、直线运动和低频正弦运动的动态调制传递函数分别可以达到0.85、0.9和0.998,此时可以获得较理想的动态图像.据此得出了高频振动对像质的破坏最严重,直线运动次之,低频正弦运动最轻的结论.根据分析,可以针对特定的动态成像条件计算相应的调制传递函数,为航空相机系统的综合像质评价和视轴稳定系统设计提供了准确的定量参考.

航空相机扫描像移片上补偿技术

查打一体化是当前航空相机的一个主要发展方向,其中一项关键技术为扫描像移的动态、高精度补偿。基于面阵探测器的时间延迟积分(TDI)扫描像移补偿方式相比于光机式的像移补偿方式具有天然的优势,然而当前的面阵探测器TDI像移补偿精度是像素级的,进一步提高查打一体化相机分辨率遇到了瓶颈。针对于此本文首先介绍了查打一体化航空相机工作原理,然后针对帧转移CCD的特性建立了电荷行间转移的数学模型与电荷转移像移的调制传递函数模型,在此基础上提出了一种查打一体化航空相机扫描像移的片上补偿方法,采用该方法可将相位面阵TDI CCD的像移补偿精度提高至1/2像元。最后搭建了实验平台并给出了二、三、四相位面阵TDI CCD电荷转移像移对遥感图像质量的影响,同时也证明了提出的方法能够显著提高图像质量。

无人机导航信号稳定跟踪方法

在复杂背景下易混入随机噪声,导致无人机导航信号检出率较低、跟踪误差较大。为此,本文提出了基于改进图像特征块匹配的无人机导航信号稳定跟踪方法。利用图像传感器、CCD摄像机等设备采集序列图像;采用Harris算法提取特征点确立匹配准则,选取估计量最优值完成特征点匹配;使用改进的图像模块匹配法计算目标模块与子模块的相似度,同时匹配当前模块与周期更新模块,在模块更新过程中获取无人机导航信号,实现稳定跟踪。仿真实验证明,所提方法对目标信号检出率为96%,跟踪距离误差处于-0.5~0.5 m。

微型SAR发展状况

微型SAR分辨率高,体积小,重量轻,受到广泛重视,将广泛应用于无人机侦察平台。介绍了微型SAR的用途和特点,阐述了脉冲SAR和连续波SAR两种体制的微型SAR的主要型号、性能、特点、研制进展及装备情况,对两种体制的微型SAR的优缺点进行了分析,并结合实际需求展望了微型SAR的发展趋势。