热红外高密度无人机目标检测与跟踪在数据层面和算法层面均面临显著挑战。在数据层面,准确标注的真实场景 样本稀缺且采集成本高昂;在算法层面,则主要难点在于如何应对由目标高度密集聚类、频繁遮挡以及目标反复出现所导致的身份切换问题。为解决这些难题,本文提出了一种创新的红外伪样本生成方案——通过设计基于物 理机制的异构交互退化模型(HIDM),该模型利用背景与目标间的协同退化机制模拟真实红外成像过程(涵盖

我们已经介绍了将多目标跟踪作为上下文ID预测任务来处理，这简化了训练和跟踪过程。基于此，我们提出了一种简单而有效的基线设计——MOTIP。令人惊讶的是，我们的方法在所有基准测试中都超过了最先进的水平。

本文介绍了MCTrack——一种全新的三维多目标跟踪方法,该方法在 KITTI 、nuScenes及Waymo数据集上均实现了业界领先(SOTA 级)的性能表现。针对现有跟踪方法存在的局限性(这些方法虽在特定数据集上表现优异但缺乏通用性),MCTrack提供了统一的解决方案。此外,我们统一了各数据集感知结果的格式(命名为BaseVersion),使多目标跟踪领域的研究人员无需承担过重的数据预处理负

随着深度学习技术的快速发展，目标跟踪算法的发展也随之兴起。鉴于目标、骨干网络和应用方法的多样性，本研究旨在综合整合现有的目标跟踪方法。我们提出了一种基于应用场景和主要方法的系统分类方案，伴随着对每个类别的透彻分析和简明摘要。这种方法提供了更广泛的跟踪技术覆盖面，便于新手研究人员更快地理解该领域。此外，我们提出了标准化的评估指标和广泛使用的数据集，包括在相同的基准上对选定算法进行跨方法性能比较，以增

行人检测仍然是计算机视觉、监视和自动驾驶等各个领域的关键问题。特别是，在低光照条件和能见度降低的情况下，对行人进行准确、即时的检测，对于自动驾驶汽车预防事故和挽救生命至关重要。本文旨在全面调查专门针对弱光条件的各种行人检测方法、基线和数据集。该调查讨论了夜间行人检测所面临的挑战，并探讨了近年来为解决这一问题而提出的最先进的方法。这些方法涵盖了各种各样的方法，包括基于深度学习的、基于特征的和混合的方

在类增量学习（CIL）领域，随着生成模型的不断改进，生成重放作为一种减轻灾难性遗忘的方法越来越受到重视，但其在类增量目标检测（CIOD）中的应用受到了很大的限制，主要原因是涉及多个标签的场景的复杂性。我们提出了一种新的CIOD方法，称为稳定扩散深度生成重放（SDDGR）。我们的方法利用基于扩散的生成模型和预先训练的文本到图像扩散网络来生成逼真和多样化的合成图像。SDDGR结合了迭代细化策略，以产生

YOLO（You Only Look Once）系列检测器已经成为高效实用的工具。然而，它们依赖于预定义和训练的对象类别，限制了它们在开放场景中的适用性。针对这一限制，我们引入了YOLO-World，这是一种创新方法，通过视觉语言建模和大规模数据集的预训练来增强YOLO的开放词汇检测能力。具体来说，提出了一种新的可重参数化的视觉语言路径聚合网络（RepVL-PAN）和区域-文本对比度损失，以促进视

在低光照场景中检测物体是一个持续的挑战，因为在光照良好的数据上训练的检测器由于低可见度而在低光照数据上表现出显著的性能下降。以前的方法通过探索具有真实的低光照图像数据集的图像增强或物体检测技术来缓解这个问题。然而，该进展受到关于收集和注释低光图像的固有困难的阻碍。为了应对这一挑战，我们提出了一种基于零拍摄昼夜域自适应的微光目标检测方法，其目的是将检测器从光照良好的场景推广到微光场景，而不需要真实的

YOLO系列由于其在速度和准确性之间的合理平衡而成为实时目标检测的最流行框架。然而，我们观察到YOLO的速度和准确性受到NMS的负面影响。最近，基于端到端变压器的检测器（DETR）提供了消除NMS的替代方案。然而，本文提出了一种实时检测Transformer器（RT-DETR），该变换器具有实时性好、运算量小、易于实现等优点，RT-DETR是我们所知的第一个实时端到端目标检测器，它解决了上述难题。

随着深度学习技术的快速发展，目标跟踪算法的发展也随之兴起。鉴于目标、骨干网络和应用方法的多样性，本研究旨在综合整合现有的目标跟踪方法。我们提出了一种基于应用场景和主要方法的系统分类方案，伴随着对每个类别的透彻分析和简明摘要。这种方法提供了更广泛的跟踪技术覆盖面，便于新手研究人员更快地理解该领域。此外，我们提出了标准化的评估指标和广泛使用的数据集，包括在相同的基准上对选定算法进行跨方法性能比较，以增