关键词： 井下不安全行为识别   目标检测   深度学习   自注意力机制   YOLOv5s   高分辨率特征提取网络   时空图卷积网络  

摘要： 针对井下目标发生多尺度变化、运动目标遮挡及目标与环境过于相似等问题,提出了一种基于深度学习的煤矿井下人员不安全行为检测与识别方法。采用自上而下的策略,构建了一种基于自注意力机制的目标检测模型YOLOv5s_swin:在基于自注意力机制的模型Transformer基础上引入滑动窗口操作,得到Swin-Transformer,再利用Swin-Transformer对传统YOLOv5s模型进行改进,得到YOLOv5s_swin。针对井下人员与监控探头间距不定导致的人体检测框多尺度变化问题,在检测出人员目标的基础上,使用高分辨率特征提取网络对人体的关节点进行提取,再通过时空图卷积网络(ST-GCN)进行行为识别。实验结果表明:YOLOv5s_swin的精确度达98.9%,在YOLOv5s的基础上提升了1.5%,推理速度达102帧/s,满足实时性检测要求;高分辨率特征提取网络能够准确提取不同尺度的目标人体关节点,特征通道数更多的HRNet_w48网络性能优于HRNet_w32;在复杂工矿条件下,ST-GCN模型的准确率和召回率都较高,可准确地对矿工行为进行分类,推理速度达31帧/s,满足井下监测需求。

关键词： 表计   深度学习   图像处理   数值识别  

摘要： 针对传统火电厂的巡检工作,本文着重介绍了巡检机器人搭载摄像头对不同类型表计的读数和报警功能。采用深度学习技术识别不同类型的表计,根据表计类型采用不同的图像处理技术进行数值识别,最后根据识别的信息进行报警或者干预,满足了传统火电厂对管理运维以及生产效率的要求,提高了火电厂的智能化水平。

关键词： 红外飞机   目标检测   全局上下文   局部上下文   自适应加权  

摘要： 目的针对远距离红外飞机目标检测中存在的由于成像面积小、辐射强度较弱造成无法充分提取目标特征进而影响检测性能的问题,提出一种基于全局—局部上下文自适应加权融合(adaptive weighted fusion of globallocal context,AWFGLC)机制的红外飞机目标检测算法。方法基于全局—局部上下文自适应加权融合机制,沿着通道维度随机进行划分与重组,将输入特征图切分为两个特征图。一个特征图使用自注意力进行全局上下文建模,建立目标特征与背景特征之间的相关性,突出目标较显著的特征,使得检测算法更好地感知目标的全局特征。对另一特征图进行窗口划分并在每个窗口内进行最大池化和平均池化以突出目标局部特征,随后使用自注意力对池化特征图进行局部上下文建模,建立目标与其周围邻域的相关性,进一步增强目标特征较弱的部分,使得检测算法更好地感知目标的局部特征。根据目标特点,利用可学习参数的自适应加权融合策略将全局上下文和局部上下文特征图进行聚合,得到包含较完整目标信息的特征图,增强检测算法对目标与背景的判别能力。结果将全局—局部上下文自适应加权融合机制引入YOLOv7(you only look once version 7)并对红外飞机目标进行检测,实验结果表明,提出算法在自制和公开红外飞机数据集的mAP50(mean average precision 50)分别达到97.8%、88.7%,mAP50:95分别达到65.7%、61.2%。结论本文所提出的红外飞机检测算法,优于经典的目标检测算法,能够有效实现红外飞机目标检测。

关键词： 目标检测   关键点检测   人员定位   深度学习   增强现实  

摘要： 针对目前基于预测框的定位方法受人体姿态影响较大的问题,提出了一种基于人体关键点的巡检人员精准定位方法。首先采用YOLOX(you only look once X)目标检测算法检测出图像中的人员目标;其次,利用改进的人体姿态估计网络获取人体脚部关键点及其像素坐标,并计算出两脚连线中点的像素坐标作为其在图像中的位置;最后,建立二维图像坐标系至三维世界坐标系的映射模型,定位目标在世界坐标系下的精准坐标位置。测试结果表明,所提方法受人体姿态影响较小,其定位精度明显优于基于目标检测框的定位算法。所提算法的欧氏距离平均定位误差、最大误差、标准方差和相对误差分别为13.69 cm、20.21 cm、2.44 cm和1.22%,具有较高的人员定位精度,可广泛应用于电网巡检、运维安全风险管控等电网业务对人员定位精度要求较高的场所。

关键词： 图像处理   计算机断层扫描   稀疏角度   多方向总变分   图像重建  

摘要： 总变分最小化算法是一种广泛应用于处理计算机断层扫描(CT)重建时稀疏或带噪声的投影数据,从而实现高精度CT图像重建的方法。然而,传统的总变分正则化项存在各向同性和方向单一的问题,这限制了重建图像质量的提高。为了解决这一问题,提出了一种基于多方向总变分的稀疏角度CT图像重建算法,该方法引入了多个方向的信息,并对调节因子进行修正,从而更好地保护重建图像的结构特征。实验采用了Shepp-Logan体模型以及齿轮CT投影数据进行重建,以峰值信噪比、均方根误差和结构相似性作为重建图像质量评判标准,并与其他三种传统重建算法的结果进行了比较。实验结果表明,本文算法重建出的图像更接近原始图像,对于图像细节的还原也优于其他三种算法。

关键词： 多尺度特征增强   特征指导   目标检测   方法   实验  

摘要： 针对传统输电线路异常目标检测全面性不足、效率低的弊端,本文提出基于多尺度特征增强与特征指导的检测方法,旨在实现全面、高精度检测,避免漏报、误报等问题。通过对目标检测方法应用原理的了解,对候选框生成做出改进,进行实验与分析,对比本文方法与其他方法(FasterR-CNN、MaskR-CNN等)的应用效果,根据检测精度对比结果评价本文方法对输电线路异常目标检测的应用效果。结果表明:本文方法在MSCOCO数据集上的检测精度为44.46%,在输电线路数据集上的检测精度为78.99%,均高于对比方法,对提高输电线路异常目标检测精度具有良好应用效果。本文研究可为同仁提供技术指导,通过高精度检测结果评价输电线路运行状况,以确保安全管理的有效性。

关键词： 无监督   开放世界   增量学习   目标检测  

摘要： 开放世界目标检测(OWOD)将目标检测问题推广到更为复杂的现实动态场景,要求系统能够识别图像中所有已知和未知目标的类别,并且具有根据新引入知识进行增量学习的能力。然而,当前的开放世界目标检测方法通常将高对象分数的区域标记为未知对象,且在很大程度上依赖于已知对象的监督。尽管这些方法能够检测出与已知对象相似的未知对象,但存在严重的标签偏差问题,即倾向于将与已知对象不相似的所有区域都视为背景的一部分。为解决此问题,该文首先提出了一种基于视觉大模型的无监督区域提议生成方法,以提高模型检测未知对象的能力;然后,针对模型训练过程中,感兴趣区域(ROI)分类阶段对新类别的敏感性会影响区域提议网络(RPN)在提议生成阶段的泛化性能,提出了解耦RPN区域提议生成和ROI分类的联合训练方法,以提高模型解决标签偏差问题的能力。实验结果表明:所提方法在MS-COCO数据集上检测未知对象的性能取得了巨大的提升,未知类别的召回率是SOTA方法的2倍以上,达到了52.1%,同时在检测已知对象类别方面也保持了竞争性;在推理速度方面,该文模型使用纯卷积神经网络构建,而不是使用密集注意力机制,帧率比基于可变形的DETR方法多8.18 f/s。

关键词： 多目标跟踪   卡尔曼滤波   数据关联   轨迹匹配  

摘要： 多目标跟踪MOT(multi-object tracking)旨在对视频序列中的多个目标进行识别与跟踪,并保持各目标的ID(identity),对运动不规律的多目标进行跟踪是该领域的难点,跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度,提出自适应卡尔曼滤波AKF(adaptive Kalman filter),充分利用目标检测器提供的信息对运动模型加以修正,提高对运动不规律目标跟踪准确度;为解决目标ID频繁切换的问题,设计一种BIoUG贪婪算法,通过放大匹配框并采取择优匹配的方式,提高匹配机会并降低误匹配概率。在此基础上,提出一种针对运动不规律目标的多目标跟踪方法。实验结果表明,所提方法在DanceTrack数据集上的MOTA、HOTA、IDF1分别达到了92.2%、57.7%和58.7%;在MOT17数据集上,MOTA、HOTA、IDF1分别达到了80.3%、63.3%和77.3%。与目前主流的同类目标跟踪方法相比,所提方法对运动不规律和规律的目标均有较好的跟踪效果,体现出较好的综合性能,为运动不规律多目标的跟踪提供了新的解决思路。

关键词： AI赋能   精准教学   计算机视觉  

摘要： 文章探讨AI应用到“计算机视觉应用开发”课程精准教学实施过程,以“产学研用”为指导思想,将企业真实项目智慧仓储视觉识别系统开发引入课程,进行项目化教学,培养学生解决实际问题的能力。该研究以学生为中心,采集多维数据建立AI模型实现课前学情精准分析,为教师制定和动态调整教学策略提供依据,充分调动学生学习积极性。文章对教学的效果进行分析,通过精准教学实施,学生的技术水平和综合素质均得到提升,教学质量得到提高,该研究可为人工智能专业类课程精准教学实施提供实践参考。

关键词： MR-YOLO   菌菇识别   注意力机制   深度学习   目标检测  

摘要： 针对目前菌菇生产、销售实际环境中人工识别存在误识别率高且效率低下的问题,利用不同的设备与途径采集了21类国民常见食用菌图像并建立数据集,提出了基于改进YOLOv5s的菌菇检测及分类模型MR-YOLO,在维持网络深度与宽度不变的情况下,提升算法模型性能,将原生的YOLOv5s算法网络结构进行修改,引入卷积注意力模块(Convolutional Block Attention Module,CBAM)注意力机制来保证在节约参数与计算量的情况下帮助模型提升识别精度和准确率;此外,在模型池化层上采用空间金字塔池化结构(Spatial Pyramid Pooling Cross Stage Paritial Connection,SPPCSPC)来使得模型在特征提取操作时获得不同的感受野,有效解决图像目标大小差异较大时所带来的负面影响;在模型卷积层上使用C2f模块,保证模型在轻量化的同时能够获取更丰富的信息流.试验结果证明,与官方原生YOLOv5s相比,MR-YOLO在识别精度上提升了4.1%.且边框损失、类别损失与置信度损失分别降低了8.0%、16.4%、9.7%.证明了MR-YOLO模型相比YOLOv5s有着更强的性能与表现.