关键词： 3D目标检测   环视视觉   极坐标参数化   自动驾驶  

摘要： 在自动驾驶领域,针对基于环视视觉的3D目标检测方法准确性和实时性之间的矛盾,本文提出了一种极坐标参数化的基于稀疏查询的时序3D目标检测方法 PolarSparse4D,该模型由图像编码器、3D锚框解码器以及辅助训练的质量检测分支组成。首先为避免参数归一化带来的检测距离限制,设计了3D锚框中心距离与方位角参数解耦的特征编码方式。其次,通过设计锚框空间信息交互自注意力模块以及锚框时序信息融合模块,高效高精度地完成了极坐标系下环视相机图像时空信息融合过程。最后,通过设计锚框参数质量检测分支,显著提高了检测精度和模型收敛速度。在nuScenes数据集上进行实验验证,本文模型的mAP和NDS均得到了极大的提升,分别为41.3%和52.5%,模型速度为19.2 FPS,证明了本方法在精度和速度方面的优越性和有效性。

关键词： 深度学习   YOLOv5算法   目标检测   模型训练   图像处理   系统测试  

摘要： 非机动车驾乘人员正确佩戴头盔可以减轻交通意外中的人身伤害,为了检测非机动车驾乘人员头盔状态,基于YOLOv5设计了一款非机动车驾乘人员头盔检测系统。首先通过网络爬虫下载交通监控图像建立数据集,标注图像中的非机动车驾乘人员头盔佩戴状态,分为正确佩戴和未佩戴两种;接着将数据集划分为训练集、验证集和测试集;设置算法的超参数,训练头盔检测模型,开发非机动车驾乘人员头盔检测系统。系统分为用户管理、图像采集、头盔检测、结果分析与显示4个模块,分别实现用户身份验证,交通视频图像获取,利用训练好的模型检测头盔状态,显示头盔检测结果等功能。实验表明,该系统能有效检测非机动车驾乘人员的头盔状态,为道路交通安全提供支持。

关键词： 场景图生成   特征融合   目标检测   深度学习  

摘要： 针对开放世界场景图生成任务中未知物体及物体间关系检测难的问题,本文提出了基于多维度特征融合(Multidimensional Feature Fusion,MDFF)的关系推理模型,结合开放世界目标检测器构成了两阶段开放世界场景图生成算法。首先,预训练的开放世界目标检测器对输入图像进行目标检测,MDFF模型再对目标检测结果进行关系推理。在VG-150数据集上进行传统方法和MDFF模型的对比实验,结果表明,MDFF模型在谓词分类任务的召回率指标提升了7%,在开放世界场景图生成和零样本推理任务上提升了3%。消融实验进一步验证了不同特征维度下模型性能的提升效果。

关键词： 计算机视觉   烟支外观质量   YOLOv5s   缺陷检测   工业自动化  

摘要： 该文提出一种基于计算机视觉的烟支外观质量缺陷数字化检测方法,目的在于实现高效的工业缺陷检测与数字化管理。通过工业相机采集3451张烟支外观图像,结合YOLOv5s目标检测模型,对12种缺陷类型及正常类别进行检测。实验结果显示,模型在0.5 IoU阈值下的平均精度(mAP)达到0.85,在0.5至0.95 IoU范围内的mAP为0.65,模型精度和召回率分别稳定在0.9和0.85左右。缺陷检测的置信度普遍高于0.8,部分缺陷如烟棒爆口异常和滤嘴接装纸异常的置信度达0.97以上。此外,检测结果的数字特征如缺陷类别和位置坐标被提取并存入数据库,完成缺陷信息的数字化管理。实验结果验证该方法在工业场景中的鲁棒性和适用性,为卷烟工业的质量控制和智能化管理提供有力支持。

关键词： 自动驾驶   目标检测   自适应骨干网络   特征金字塔   特征融合  

摘要： 文中提出了一种融合自适应骨干网络(adaptive dynamic backbone network,ADBN)和YOLO检测器的目标检测算法.该算法首先通过应用网格搜索法,确定适用于自适应全天候多场景的骨干网络的基础模块和超参数数值,从而构建出具备自适应能力的骨干网络结构.然后,在这一自适应骨干网络基础上引入金字塔结构,以有效提取多层次图像特征,并融合更丰富的高级语义信息,进一步增强网络的目标检测能力和鲁棒性.最后,提出改进的YOLO检测器,在多个特征图上进行图像识别,实现在复杂路况下多尺度目标的精准检测.实验结果表明,所提算法在KITTI数据集上有良好的性能,检测损失率仅为0.16比特,且检测速度达到了每秒17帧,突显了在实际场景中的准确性和高效性.

关键词： 城市交通   无信号交叉口   计算机视觉   交通冲突   安全风险  

摘要： 城市中的无信号交叉口是城市流动的关键节点,无信号交叉口在没有信号灯控制的情况下,机动车与非机动车容易出现混合流情况,导致机非冲突概率增加,并致使驾驶者出现频繁的刹车制动与避让行为,造成城市流动效率降低。研究无信号交叉口内机非冲突风险并优化城市无信号交叉口设计对提升城市流动效率极为必要。研究构建了一种基于计算机视觉技术的轨迹提取框架,结合超过2000min的无信号交叉口视频数据,对交通参与者不同类型的交通行为和冲突过程进行了分析,利用随机参数次序概率对冲突过程中的驾驶行为及环境因素与冲突严重程度之间的耦合关系进行建模。结果表明冲突过程中的侵入次序与交通参与者的类型以及交通冲突的严重程度高度相关。其中,电动自行车的交通参与会增加交通风险。研究开发的交通参与者轨迹提取框架将为更多的交通冲突研究者提供方案,冲突风险的分析结果将为城市交通流动效率优化和相关交通管理者提供理论指导。

关键词： 智能交通工程   自动驾驶   点云   三维目标检测   体素   Transformer  

摘要： 【背景】传统方法因静态感受野设计较难适配城市自动驾驶场景中汽车、行人及骑行者等目标的显著尺度差异,且跨尺度特征融合易引发层级干扰。【方法】针对自动驾驶场景中多类别、多尺寸目标的3D检测中跨尺度表征一致性的关键挑战,本研究提出基于均衡化感受野的3D目标检测方法VoxTNT,通过局部-全局协同注意力机制提升检测性能。在局部层面,设计了PointSetFormer模块,引入诱导集注意力模块(Induced Set Attention Block,ISAB),通过约简的交叉注意力聚合高密度点云的细粒度几何特征,突破传统体素均值池化的信息损失瓶颈;在全局层面,设计了VoxelFormerFFN模块,将非空体素抽象为超点集并实施跨体素ISAB交互,建立长程上下文依赖关系,并将全局特征学习计算负载从O(N^(2))压缩至O(M^(2))(M<

关键词： 计算机视觉   图像超分辨率重建   深度学习   扩散模型  

摘要： 图像超分辨率重建作为计算机视觉领域的重要研究方向,在医学成像、卫星遥感及安防监控等场景具有显著应用价值。近年来,深度学习技术的突破性进展推动了超分辨率重建技术的革命性变革。本文系统综述基于深度学习的图像超分辨率重建方法:首先剖析传统插值与重建算法的局限性;继而重点阐述卷积神经网络(CNN)的核心技术演进,包括早期架构设计、高效上采样策略、深度残差/密集连接结构、注意力机制及生成对抗网络(GAN)等关键创新;同时详述主流训练/测试数据集构建方法与评价指标(PSNR、SSIM及主观评价体系);最后探讨轻量化模型、多任务学习、真实场景退化建模及扩散模型等生成式新方法的未来方向。

关键词： 计算机视觉   汽车碰撞预警系统   目标检测   YOLOv5   多传感器融合  

摘要： 针对传统汽车碰撞预警系统在复杂场景下的检测局限性,本研究提出一种基于改进YOLOv5-DeepSort融合架构的视觉感知算法。从基础检测性能、环境适应能力和人机交互可靠性三方面进行试验验证。试验结果表明,基于多传感器融合的视觉算法在常规驾驶场景中展现出较强的环境感知能力,能够有效识别典型交通目标的运动特征,并能及时实现风险预警。

关键词： 视频编码   目标检测   率失真优化   人眼视觉质量   量化  

摘要： 为了降低视频编码失真对目标检测性能的影响,提出了一种面向目标检测和人眼视觉的视频编码优化方法。首先,调整I帧的量化参数,提升率-编码失真性能;其次,将目标检测算法引入到视频编码器中提取编码帧中的目标区域信息;接着,采用深度网络模型提取当前编码单元的特征,并采用余弦距离计算特征失真;然后,通过改进的VGG网络模型预测编码单元的量化参数;最后,将特征失真引入到率失真优化问题中,通过计算码率-编码失真-特征失真代价函数选择编码单元的最优编码参数。实验结果表明,与最新视频编码标准参考软件VTM-23.0相比,对于目标检测性能,所提算法平均可取得10.5%的BD-rate节省;对于人眼视觉,所提算法平均可取得2.2%的BD-rate节省。