关键词： 输电线路   金具   深度学习   目标检测   小目标   密集遮挡  

摘要： 针对输电线路航拍图像的金具目标尺寸小与密集遮挡问题,提出了基于级联查询-位置关系的输电线路多金具检测方法(CQPR)。首先提出了级联稀疏查询模块,通过小尺度特征图上小目标的粗略位置来查询大尺度特征图中的小目标精确位置,提高小目标金具检测的准确性。接着,提出了位置特征关系模块(PRM),通过利用图像中不同金具之间的位置关系建立PRM,提取金具位置关系,丰富遮挡区域的特征,进而优化了密集遮挡下的金具检测效果。多个基线模型上的实验结果表明,将CQPR应用到基线检测框架时,Faster R-CNN,Cascade R-CNN,Libra R-CNN和Dynamic R-CNN的准确率分别达到82.9%,82.4%,83.7%和77.3%,优于其他先进目标检测模型,对其中小目标金具和存在遮挡情况的金具检测准确率的提高较为明显,推理速度也有一定的提高,同时兼顾定位精度与检测实时性。

关键词： 16位微控制器   智能车   图像处理  

摘要： 本文基于MC9S12XS128微控制器,应用图像处理技术,完成对新型智能车的设计和研发。首先,介绍了基于微控制器的智能车系统硬件构成。其次,完成对智能车实时图像处理和路径识别模块设计。最后,基于Hough图像分割与特征辨识方法并采用实验的方式,验证了该方法在智能车图像处理中的应用效果。实验结果表明:基于Hough图像分割与特征辨识方法具有较高的抗模糊能力和鲁棒性,不仅可以实现对目标区域的准确分割,还能保证平滑去噪效果,符合实际应用需求。

关键词： ROV平台   水下目标检测   YOLOv8算法   实时识别   水下环境监测  

摘要： 为解决水下小型生物及障碍物目标检测中存在的实时性和精度问题,提出了一种基于ROV平台的水下小型生物实时目标检测系统。系统结合改进的YOLOv8算法,增强小目标和低对比度背景的特征提取能力,对小目标和模糊边界的检测有显著改进。系统通过ROV平台的高清摄像头、推进器和传感器实现精准的目标检测,远程监控软件支持实时图像采集和数据监控。实验结果表明,系统在静水池和实际水域中的检测精度为74%~88%,有效识别水草、渔网、管道和暗礁等目标。与传统方法相比,所提系统在复杂水域中表现出更高的检测精度和实时性,验证了其在渔业资源监测、水下生态研究和工程作业中的应用潜力,为水下目标监测提供了高效、精准的技术支持,特别适用于渔业资源勘测和生态环境保护领域。

关键词： 卷烟激光码   目标检测   文本识别   DBNet   CRNN  

摘要： 卷烟激光码识别是烟草稽查工作的重要手段。针对烟码背景复杂导致检测识别率低的问题,本文提出一种基于DBNet与CRNN融合模型的烟码识别方法。首先采用DBNet模型对烟码区域进行检测,通过引入可微分二值化实现烟码的准确定位与提取;然后采用CRNN模型对经过定位和裁剪处理的烟码区域图像进行特征识别,通过结合VGG网络与深层Bi-LSTM网络,获取空间特征和时序特征实现烟码的识别。经过实验验证,融合模型的检测准确率为91.9%,识别准确率为83.4%,在移动端APP部署后的测试准确率为83.0%,这表明本文方法能够提供精确的烟码识别效果。

关键词： 城市轨道交通   智慧乘务管理   智慧司乘监测系统   目标检测   端边云一体化  

摘要： 随着城市轨道交通向智能化转型,智慧乘务管理成为提升运营安全性和效率的关键。针对现有乘务管理中司机违规操作和乘客异常状态监测功能缺失的问题,文章提出了一种端边云一体化的智慧地铁列车司乘监测系统。该系统由状态感知端层、智能分析边层和监控管理云层组成,并采用基于深度学习技术的InsightFace和YOLOv5目标检测模型进行司机身份认证,以及疲劳驾驶、分心驾驶等违规行为和客室异常状态的检测。系统根据司机违规行为对安全行车的影响程度设定差异化的安全约束因子和惩罚机制,以量化违规行为的安全风险并指导响应措施。当检测到违规情况时,系统通过车载语音报警系统提醒司机,以期在问题初期进行干预;若告警持续,信息将上传至云层,触发地面乘务人员的人工干预。此外,监控管理云层构建了涵盖所有列车及司机的全驾驶周期作业数据库,为智慧乘务管理提供数据支撑。装车试验结果表明,该系统能有效监测各类安全驾驶隐患,显著提升乘务管理的规范性和安全性。

关键词： 图像处理算法   中值滤波   高斯滤波   拉普拉斯边缘检测   图像预处理  

摘要： 随着图像应用领域的拓展,图像处理技术得到飞速发展,成为数字图像领域的关键技术。研究深入探讨了中值滤波、高斯滤波等多种图像预处理数字图像处理算法,并对传统的中值滤波方法进行了改进,采用了Laplace算子与高斯滤波相结合的策略。仿真结果表明,在图像预处理阶段应用这些算法能够取得优异的效果,这有助于后续的硬件实时处理以及实际应用。

关键词： 小目标检测   红外目标   轻量化   YOLOv8   网络优化  

摘要： 针对无人机航拍角度下红外小目标检测精度低、计算量大等问题,基于YOLOv8s提出了一种轻量化红外小目标检测模型YOLO-IRLight。此模型引入EMA(Efficient Multiscale Attention)注意力机制来提升特征提取能力;在网络颈部添加PConv-C2f模块减少计算量,将尺度序列特征融合,并添加P2检测层对网络结构进行优化,增强了小目标检测能力;设计了一种新型轻量化检测头Group-Detect,将NWD(Normalized Gaussian Wasserstein Distance)损失函数以线性组合方式融入模型的损失函数中。公开数据集上的实验结果表明与原始YOLOv8s相比,该模型的检测精度mAP@0.5提高了1.7%,参数量下降了45.9%,计算复杂度GFLOPs下降了33.5%,F1精度提高了0.9%。改进后的算法明显优于传统算法,相较于其他当前主流算法,检测精度也有明显提升。

关键词： 计算机视觉   行为识别   水产养殖   鱼类行为  

摘要： 对鱼类的行为进行识别有利于养殖管理,能够为养殖户带来极大的便利。近年来,计算机视觉技术在鱼类识别领域中发展迅速,为鱼类行为识别提供了非接触式的机器检测方法。该技术融合了图像处理、机器学习等多领域的先进技术,通过对捕获的鱼类行为视频进行帧分析处理,提取关键帧图像信息,实现对鱼类行为模式的自动识别与量化分析。本文期望为未来的计算机视觉领域研究提供指导和启示,并推动相关技术在鱼类行为学研究中的深入应用和发展。

关键词： 小目标   行人目标检测   递归门控卷积   注意力机制  

摘要： 针对目前计算机视觉领域小目标行人目标检测依旧存在漏检误检的问题,提出了一种基于YOLOv7网络改进的融合递归门控卷积和注意力机制的小目标行人检测算法。首先,将主干网络中的卷积模块替换为递归门控卷积模块,提高了对小目标的检测能力。其次,修改网络中的SPPCSPC结构,提高了模型对不同尺度目标的检测性能以及计算效率。最后,添加CA注意力机制,使模型不仅考虑了通道信息,还考虑了方向相关的位置信息。结果表明,与基线模型YOLOv7相比,改进的算法在小目标行人数据集上平均精度均值达到83.6%,召回率达到84.21%,达到了更好的检测结果。

关键词： 机器视觉   目标检测   YOLOv5   CBAM注意力机制  

摘要： 对受电弓碳滑板区域磨损检测技术进行研究,提出了一种基于机器视觉和改进YOLOv5的受电弓碳滑板区域磨损检测方法。具体方法为对YOLOv5进行改进,优化其小目标检测精度、获取更适用于受电弓碳滑板区域磨损的锚框、引入CBAM注意力机制获取受电弓碳滑板区域磨损更多的有效特征,然后利用机器视觉技术构建受电弓碳滑板区域磨损数据集,对改进后的YOLOv5进行训练和测试。测试结果表明:改进后的YOLOv5网络在训练集上的准确率和召回率分别为95.12%、93.67%,比改进前分别提高了19.48%、15.16%,对受电弓碳滑板区域磨损检测的AP值维持在93%左右,具有可行性和有效性,适用于受电弓碳滑板区域磨损检测。