- 周婉婷;谌雨章;刘田晨;革钰琦;
水下图像是感知和理解水下环境的关键信息载体,受光的吸收和散射以及水下成像设备等因素影响导致获取到的水下图像存在边缘特征提取不充分、无法有效融合局部和全局信息等问题。因此,提出一种基于双分支特征融合的水下图像超分辨率重建网络(dual-branch feature fusion network, DBFFNet),该网络首先通过多尺度差分边缘增强模块(mulit-scale difference edge ehancement module, MDEEM)强化多层次边缘特征,设计双分支特征融合模块(dual-branch feature fusion module, DBFFM)有效融合全局和局部特征从而改善图像中的模糊区域并增强图像对比度,最后设计门控部分卷积前馈网络(gated pconv feed-forward network, GPFN)用于编码空间领域像素信息。实验结果表明,在重建倍数为×2的USR-248数据集上,峰值信噪比、结构相似性指数和水下图像质量测量指标分别达到31.62 dB、0.863 9和2.720 3,相比于DLGSANet网络,指标分别提升了0.06 dB、0.001 8和0.045 4。
2026年02期 v.48;No.196 207-218页 [查看摘要][在线阅读][下载 1031K] [网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] |[下载次数:155 ] - 赖来运;白东昊;叶子豪;刘海龙;
针对无人机航拍图像中小目标检测面临的复杂背景干扰和高漏检率等问题,提出一种基于RT-DETR改进的多尺度小目标检测算法MSD-DETR。从特征提取、融合与优化三方面实现:1)设计双域协同注意力模块(DDSA),融合空间频率注意力(SFA)与通道转置注意力(CTA),提升小目标高频细节捕捉能力;2)构建多尺度特征金字塔,引入旋转卷积核的PConv算子实现异构特征融合,结合面向边缘优化的MOFM模块,强化跨尺度特征交互与高频细节恢复;3)提出几何解耦的Focal-MPDIoU损失函数,通过关键点距离约束优化边界框回归,显著降低密集场景误检率。在VisDrone2019数据集上的实验结果表明,改进后的模型在mAP@0.5指标上达到了50.6%,相比原模型提升了4.5%,同时参数量减少了13.6%,有效改善了无人机航拍图像中的小目标漏检和误检问题。
2026年02期 v.48;No.196 219-229页 [查看摘要][在线阅读][下载 1127K] [网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:0 ] |[下载次数:402 ] - 王璐璐;左云瑞;占鹏辉;黄舒文;柳纳;
在实际应用场景中,由于待检测目标尺度差异较大,而现有检测器未能充分应对不同尺度目标之间的差异,且在特征融合过程中存在信息损失问题;现有的优化策略受限于高计算开销与增强强度分配问题。为此,提出一种自适应特征融合网络,对特征金字塔结构中横向连接的特征融合方式进行改进。该网络设计了可扩大感受野的双分支空洞卷积模块,设计并行的细粒度分支与全局分支,以充分提取目标的特征信息;同时引入门控空间注意力模块,用于缓解串联空洞卷积所引起的网格效应,并实现对多尺度特征的双层自适应筛选,从而动态调整不同目标的特征增强强度。基于MS COCO数据集开展对比实验与消融实验,结果表明,该网络对比已有基线网络的平均精度有1.4个百分点的提升。
2026年02期 v.48;No.196 230-236页 [查看摘要][在线阅读][下载 896K] [网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:1 ] |[下载次数:2 ]