基于动态-静态特征增强的工业料场车辆扬尘可溯源抑制方法

《Processes》：Traceable Suppression of Vehicle-Induced Dust in Industrial Sheds Through Dynamic–Static Feature Enhancement Kun Chen, Xujie Zhang, Yan Shao, Hang Xiao, Di Zheng, Zijie Jiang and Siwei Lou

　　

现有智能监测方法受限于训练样本不足及复杂环境下目标特征退化问题。针对上述问题，研究人员提出了一种面向工业料场的双验证视觉检测方案。该方案整合了基于动态增强生成对抗网络（Dynamic Enhanced Generative Adversarial Network, DEGAN）的样本增强预处理模块，以及用于目标与行为检测的注意力增强YOLO-SLOWFAST（Attention-Enhanced YOLO-SLOWFAST, AE-YOLO-SLOWFAST）模型，实现了特征增强、实时扬尘监测与及时扬尘抑制功能。研究人员首先在生成对抗网络（Generative Adversarial Network, GAN）中引入动态增强模块，构建DEGAN以生成高质量样本并扩充训练数据集。继而开发了AE-YOLO模型以改善低照度条件下的静态特征提取并增强小目标检测能力。通过优化目标函数，提升了对难区分样本的识别能力。将AE-YOLO与SLOWFAST网络结合，实现车辆行为识别。利用扬尘与车辆检测结果与动作识别输出进行双验证，实现对抑尘设备的精准控制，实现定向水雾喷洒。改进后的AE-YOLO模型实现了94.4%的mAP@50。所提方法实现了高达97.2%的车辆-扬尘关联匹配准确率，可在工业料场实现全天候、智能化、可溯源的扬尘抑制，降低误识别干扰，并确保车辆作业区域的及时抑制。

123456789876供应链协同优化：考虑客户偏好与碳排放约束的研究

**研究背景与问题阐述**

自2019年以来，多国要求钢铁企业采用超低排放目标，实施全过程环境管理，显著降低主要大气污染物排放，持续改善环境空气质量。作为生产链的首个环节，原料场必须升级其扬尘污染控制措施以满足超低排放要求。无组织排放（fugitive emissions）被定义为未经排气筒不规则排放的空气污染物，钢铁厂烧结料场缝隙、通风口及门窗开口处的排放即属于此类。扬尘是无组织排放的主要成分之一，主要由作业车辆在原料搬运、运输、堆存和加工过程中产生。扬尘降低空气质量、污染土壤和水源，并增加作业人员及附近居民的呼吸系统疾病风险。因此，追溯扬尘产生车辆并及时实施扬尘抑制具有明确且迫切的现实意义。

早期钢铁企业依赖人工识别进行料场扬尘控制。车辆进入料场后，人工启动抑尘设备进行水雾喷洒。该方法导致用水量失控、地面积水，造成原料受潮损坏。人工识别还增加了用工成本，且操作人员疲劳常导致监控疏漏，难以实现24小时连续运行。随着计算机视觉技术的发展，现今可通过网络摄像机获取现场图像，利用算法实时识别扬尘和车辆行为，实现对指定区域抑尘设备的自动控制以进行水雾喷洒，为扬尘控制提供了更可靠、更具针对性的方法。

在计算机视觉领域，目标检测与动作识别是复杂场景智能分析的两项核心任务，分别聚焦于静态目标感知与动态行为理解。目标检测旨在从单帧图像或视频流中准确判定目标物体的类别和空间位置，输出边界框坐标和类别标签。动作识别则基于目标检测结果，利用视频序列中的时间信息，一整特定行为模式，分析连续帧中的动态特征，包括姿态变化和位置变化。然而，现有智能监测方法受限于训练样本不足及复杂环境下目标特征退化问题。数据集质量直接决定模型性能，样本多样性不足严重制约检测与识别精度。料场内低照度环境限制了判别性特征的提取，此外，摄像机的 elevated 部署位置使工程车辆在所采集图像中呈现为小目标，增加了特征提取难度。

**研究内容与方法**

针对上述挑战，Chen Kun、Zhang Xujie、Shao Yan、Xiao Hang、Zheng Di、Jiang Zijie和Lou Siwei等研究人员开展了系统性研究，提出了一种全天候可溯源扬尘抑制方案，相关工作发表于《Processes》期刊。该研究的主要贡献包括三个方面：一是提出面向工业扬尘场景的专用样本生成算法DEGAN，通过嵌入动态几何与光度增强模块丰富训练样本多样性，缓解数据稀缺问题，提高模型对复杂工业条件的适应性；二是设计面向料场扬尘监测的注意力增强YOLO（AE-YOLO）模型，整合高效注意力模块、稀疏注意力引导的双向特征金字塔网络（Bidirectional Feature Pyramid Network, BiFPN）及Focal Loss优化，解决低照度与小目标问题，并与SLOWFAST网络结合增强目标检测与车辆动作识别性能；三是建立具有双验证防误判机制的可溯源扬尘抑制框架，通过多任务闭环系统融合检测、动作识别与扬尘抑制控制，减少误判，实现准确的扬尘源追溯。

研究人员采用的技术路线基于YOLOv8和SLOWFAST模型。YOLOv8网络架构由骨干网络、颈网络和头网络三部分组成，骨干网络通过一系列卷积层、C2f模块和SPPF模块进行特征提取，颈网络采用路径聚合特征金字塔网络（Path Aggregation Feature Pyramid Network, PAFPN）设计理念并在上采样阶段去除部分卷积层，头网络采用解耦头结构分离分类和定位任务。SLOWFAST动作识别模型通过两个并行路径提取时空特征，包括慢视频流和快视频流：慢流以高空间分辨率和低帧率运行，主要学习帧内空间特征；快流使用低空间分辨率和高帧率捕捉帧间时间运动特征，两流特征融合得到最终表示。

在样本增强方面，研究人员在GAN中引入动态增强模块创建DEGAN。传统GAN只能模拟基本数据分布，无法匹配料场内车辆移动引起的几何视角变化（如车辆距离变化导致的目标缩放、车辆转弯引起的透视旋转）以及随机光照变化（如阴晴天气、车辆灯光引起的光照波动）。DEGAN在生成器输出阶段嵌入动态增强模块T_θ，通过随机参数化的几何变换（旋转、缩放、剪切）和光度变换（对比度调整、噪声注入）对生成样本进行增强，并施加特征一致性约束确保增强后样本仍保留扬尘和车辆的核心特征。DEGAN基于深度卷积生成对抗网络（Deep Convolutional GAN, DCGAN）框架改进，生成器采用转置卷积+批归一化+Leaky ReLU的分层结构，以128维随机噪声向量为输入，逐步上采样至640×640×3的RGB图像；判别器采用卷积+BN+LeakyReLU的分层结构，输入层设计为混合样本接收层，融合真实样本、生成样本和增强生成样本；特征提取网络φ(·)采用轻量化ResNet18，去除最后的全连接层和全局平均池化层，保留卷积层和残差块结构，采用ImageNet数据集权重预训练并在本研究料场监控数据集上微调。

在目标检测模型改进方面，研究人员提出AE-YOLO。首先引入高效注意力模块（Efficient Attention Module, EAM）增强骨干网络在低照度条件下的特征提取能力，将EAM集成到L4'和L6'层的C2f模块中。EAM包含通道注意力子模块和空间注意力子模块：通道注意力通过全局平均池化和全局最大池化提取通道维度特征权重，为对应目标特征的高响应通道分配高权重；空间注意力通过空洞卷积扩大感受野，融合平均池化和最大池化的多尺度特征定位低照度下的目标空间位置。其次设计动态稀疏注意力引导的BiFPN，相比原始YOLOv8特征金字塔引入额外的C2f模块（L26'）进行特征融合，添加L4'和L6'层与特征金字塔网络后端之间的融合路径以融入更细粒度特征，采用动态稀疏注意力机制提取极小目标层信息，并添加自顶向下路径传输高层语义信息指导后续特征融合。动态稀疏注意力机制将输入特征图划分为S×S个非重叠空间区域，通过线性变换生成查询、键、值张量，进行区域级Q和K聚合，构建区域级邻接矩阵并选择top-k相似区域，基于索引矩阵聚集选定键值对并执行注意力计算，引入局部上下文增强块保留局部像素级细节。此外，引入Focal Loss优化训练过程，通过动态缩放因子降低易分类样本的权重，引入调制因子(1?p_t)^γ增加难区分样本的损失贡献，使模型聚焦于难区分样本。

在双验证可溯源扬尘抑制方案方面，研究人员构建离线与在线监控相结合的双阶段框架。离线训练阶段，将采集的视频数据处理为图像和短视频片段，经 mosaic 数据增强后划分为训练集、验证集和测试集，训练集通过DEGAN进一步增强；处理后的图像用于训练AE-YOLO目标检测模型，视频数据结合目标检测结果联合训练SLOWFAST动作识别模型。在线监控阶段，实时数据流用于现场持续检测扬尘和车辆并识别车辆工作状态。双验证防误判机制首先通过AE-YOLO进行静态特征提取以检测扬尘和车辆，继而应用SLOWFAST分析动态特征判定车辆工作状态。当特定摄像机视频流中检测到扬尘产生且车辆被识别为作业状态时，系统自动向信息中心发送通知并激活对应摄像机区域的抑尘设备，在车辆作业区精准喷洒水雾。若车辆作业但未检测到扬尘，不触发扬尘抑制；若检测到扬尘而无对应车辆作业，则判定为潜在误识别。该决策逻辑减少了误检测导致的错误抑制。

**研究结果**

研究人员使用从钢铁企业料场多角度监控视频中采集的数据集进行实验。动作识别数据集包含582个视频，每段约15秒，总计约8730秒，包含256,394张图像，其中8235张关键帧，10,235个标注边界框，按7:2:1随机划分为训练、验证和测试集。目标检测数据集由动作识别视频抽帧构建，数据清洗后保留5610张图像，同样按7:2:1划分，包含挖掘机、叉车、卡车和扬尘四类目标。

消融实验结果表明，在YOLOv8中集成EAM模块，mAP@50提高4.3%；引入动态稀疏注意力机制进一步通过改进多尺度特征融合增强小目标检测，mAP@50再提升2.1%；采用Focal Loss优化训练过程后，mAP@50达到94.4%。各模块均有效降低了误检率和漏检率。实时性能方面，引入EAM和动态稀疏注意力机制增加了系统延迟、推理时间和GPU峰值内存占用，相应降低了帧率，但这些模块对于增强弱特征提取和小目标融合不可或缺；损失函数改进不影响推理效率。所提方案平均系统延迟为132 ms，满足料场环境连续实时监控需求。

对比实验结果表明，与Faster R-CNN、YOLOv8、改进YOLOv5、DC-YOLOv8和YOLOv13相比，AE-YOLO在DEGAN增强后达到最优性能。mAP@50为94.4%，FPR为2.1%，FNR为3.0%，均优于其他模型。Faster R-CNN作为原SLOWFAST框架集成的检测器，已不能满足现代工业料场监控任务需求；改进YOLOv5针对复杂环境优化但精度略有妥协；DC-YOLOv8针对小目标检测表现较好但计算需求略高；YOLOv13作为最新基线模型性能竞争力强但仍在多项指标上落后于AE-YOLO。AE-YOLO专门针对料场可溯源扬尘抑制任务，同时解决低照度和小目标特性，平衡性能与效率，是实际料场监控场景的最佳选择。

抗误判机制验证实验使用从另一钢铁企业料场监控视频中独立采集的测试数据集，经严格数据清洗筛选后1000个有效15秒视频片段，分为车辆作业有扬尘、车辆作业无扬尘、无车辆有扬尘、无车辆无扬尘四种工况各250个样本。结果表明，单AE-YOLO模型在"车辆作业+扬尘"场景FTR为18.4%，因车辆作业引起的视觉伪影（如车身振动、轮胎扬起颗粒物）与真实扬尘特征相似，仅依赖静态目标识别难以区分；AE-YOLO-SLOWFAST双验证模型通过SLOWFAST动态分析车辆运动模式，准确识别是否发生扬尘产生动作，将该场景FTR大幅降低至1.2%。在"无车辆+扬尘"场景，单模型MTR为15.2%，因低浓度扬尘常被复杂背景纹理掩盖；双验证模型通过整合上下文场景理解优先识别非车辆区域扬尘，将MTR降至2.0%。双验证模型将平均FTR从10.9%降至0.8%，平均MTR从12.4%降至1.8%，扬尘抑制OTA提高13.3%至98.5%。

可溯源实验验证从测试集中选取500个有效作业车辆-扬尘源关联样本，与YOLOv13+SLOWFAST基线模型对比。AE-YOLO-SLOWFAST模型VDAMA达到97.2%，较基线提升3.4%，标准差更低（0.8% vs. 2.1%），验证了DEGAN模块生成多样化物理合理样本的能力，以及动态稀疏注意力模块聚焦因果相关特征、抑制虚假相关性的有效性。

效果演示表明，改进YOLOv5存在误检（如叉车误判为挖掘机），DC-YOLOv8在低照度下漏检车辆，YOLOv13仅能检测部分扬尘，而AE-YOLO在低照度、小目标、遮挡和多视角条件下均表现最优。在叉车铲料关键帧示例中，改进YOLOv5-SLOWFAST存在扬尘漏检，DC-YOLOv8未能检测扬尘，YOLOv13仅检测部分扬尘，AE-YOLO-SLOWFAST具有更强的特征提取能力并减少漏检。当车辆作业和扬尘产生均被识别时，系统根据摄像机标识定位对应料场区域进行区域性可溯源扬尘抑制。在卡车静止场景中，DC-YOLOv8误将地面反射识别为扬尘，而结合SLOWFAST双验证后系统不触发不必要抑制，验证了防误判机制的有效性。

**讨论与结论**

研究人员总结指出，所提"DEGAN样本增强-AE-YOLO检测-SLOWFAST双验证溯源"技术链在工业料场扬尘监测中实现了"数据质量→检测精度→决策可靠性→责任追溯"的系统突破。场景驱动的协同设计优于通用模型堆砌：DEGAN通过动态光度-几何增强生成高保真样本，有效缓解工业数据稀缺；AE-YOLO针对低照度、小目标、遮挡等痛点定制注意力机制和损失函数，系统延迟132 ms满足工业实时标准，同时显著增强检测鲁棒性；双验证框架融合静态目标检测和动态动作识别，触发准确率达98.5%，从根本上抑制误判。技术闭环契合工业实际需求：97.2%的车辆-扬尘关联匹配准确率不仅支持精准扬尘抑制，还为责任界定提供量化依据。模块化设计使各组件可独立适配港口、矿山等多样工业场景，验证了方案的迁移性和工程实用性。性能与效率的理性权衡适度增加计算开销（FLOPs: 28.5 G → 34.7 G），换取检测与决策质量的大幅提升，符合工业部署"可靠性优先"的核心要求。

该研究不仅提出了可实施的智能扬尘抑制技术方案，还通过"问题导向设计→模块化协作→闭环验证"的研究范式，为其他工业视觉检测任务提供了方法论参考。未来工作将聚焦于超小目标优化模型及多摄像头协同监控扩展。