关键词： 残膜识别   YOLO 11模型   目标检测   模型轻量化  

摘要： 为实现残膜回收机在自然环境中快速、准确地识别棉田地表残膜目标,本文提出了一种基于DCA-YOLO 11轻量化模型的棉田地表残膜识别方法。以4JMLE-210型残膜回收机工作后棉田地表残膜为研究对象,在不同时间段采集地表残膜图像900幅,通过透视变换、图像裁剪、数据清洗、数据增强等预处理,最终得到5215幅残膜样本图像,按照4∶1划分为训练集和测试集,实现了对棉田地表残膜的数据集构建。通过在YOLO 11模型主干网络中增加深度可分离卷积(DWConv)模块代替通用卷积(Conv)模块,用于减少计算复杂度和参数量;通过在输出检测端末尾加入CBAM卷积块注意力机制模块来提高模型的感知能力,减少边缘与背景干扰;通过用ADown模块替换主干网络中的Conv模块,实现残膜特征图不同层之间的下采样,减少特征图空间维度,保留关键信息来提高残膜目标检测准确性。试验结果表明,在复杂自然环境下,DCA-YOLO 11模型精确率P为81.9%,召回率R为80.9%,平均精度均值mAP(重叠率0.5)为86.7%,参数量为2.20×10^(6),处理速度为80 f/s。通过对不同模型进行对比试验,DCA-YOLO 11模型检测精确率比YOLO v10、YOLO v9、YOLO v8分别高2.9、2.3、3.8个百分点,召回率比YOLO v10、YOLO v9、YOLO v8分别高2.0、1.0、1.8个百分点,处理速度比YOLO v9、YOLO v8分别提升12.7%、14.2%,略低于YOLO v10。DCA-YOLO 11模型在保证精度的同时,模型最小,参数量最少,证明其轻量化与优越性。模型通过泛化性试验,其在验证数据集上的检测结果,R^(2)为0.72,平均绝对误差和均方根误差分别为4.92个和2.72个,提出的DCA-YOLO 11轻量化模型泛化性较好。该研究可为残膜回收机械在复杂环境下精准、高效捡拾残膜以及残膜回收机回收率车载视觉估测提供理论依据与数据基础。

关键词： 风景园林   计算机视觉   城市街道   绿化结构   视觉感知   空间异质性  

摘要： 【目的】绿化资源配置是城市公共空间优化的重要环节之一,对居民生活质量的提升有着积极的作用。城市街道绿化泛类结构(urban street greening general structure,USGGS)能够反映街道绿化在行人视觉环境中的整体特征,研究USGGS聚类对于物质空间要素数量以及物质空间形态的改变,能够有效探究街道绿化对行人视觉感知水平的影响。【方法】采用百度街景数据,利用DeepLabV3+神经网络模型,对天津市市内六区街道的物质空间要素进行分割,使用ArcGIS软件对空间分布特征进行可视化处理,结合数理统计分析结果,探讨USGGS与行人视觉感知之间的关系。【结果】USGGS聚类呈现向心聚集型的空间分布特征,城市主干道及快速路的行人视觉感知空间分布特征较为同质化,空间异质化现象集中出现在街道断面狭窄的生活型街道以及商业型街道。不同聚类的USGGS不仅对行人视觉感知有不同程度的影响,也与场所属性以及绿化空间位置密切相关。【结论】提升城市街道环境质量需要考虑行人视觉感知水平。合理的USGGS配置以及适当的种植点位能够更好地适应周围场所的属性,促进城市公共空间与城市街道绿化的有机融合,助推城市更新工作的精细化管理,提升城市人居环境质量。

关键词： 图像风格迁移   神经网络   图像编辑   多模态任务   计算机视觉   深度学习  

摘要： 风格迁移作为图像编辑领域的一个关键研究方向,在艺术创作等领域展现出广泛的应用前景.自Gat-ys等人提出使用深度卷积特征间相关性捕获纹理信息并基于此实现风格迁移后,大量基于神经网络的风格迁移算法不断涌现.近年来随着各式生成模型的兴起,将生成对抗网络、扩散模型等生成模型引入风格迁移工作获得了新的关注.此外,图像-文本跨模态任务的突破使得文本引导条件下的图像风格迁移成为可能.本文对当前先进的研究方法进行分类和描述.具体地,依据引导条件差异,将现有方法划分为图像引导的图像风格迁移方法、文本引导的图像风格迁移方法;依据网络架构的不同,将现有方法细分为基于自编码器的方法、基于生成对抗网络的方法、基于扩散模型的方法以及基于其他模型架构的方法,对当前图像风格迁移技术的研究进行全面的综述与分析.随后,介绍了图像风格迁移任务的数据集和评价体系,并从定量与定性方面对部分最先进的图像风格迁移方法进行实验和比较.最后,讨论了当前图像风格迁移技术面临的挑战,并对未来研究方向提出了展望.

关键词： 计算机视觉   连续手语识别   单词约束   多标签分类   辅助约束  

摘要： 针对现有连续手语识别方法依赖连接时间分类损失(CTC)实现序列对齐,难以解决因演示习惯和上下文切换导致的类内差异与类间相似问题,提出一种基于手语单词约束的识别网络,包含单词存在约束和单词计数约束:前者通过前K个高概率时间点的平均池化和存在性标签编码,显式强调与抑制目标单词;后者结合时间注意力和全局平均池化,增强时间信息捕获能力.在PHOENIX-2014,PHOENIX-2014T和CSL三个数据测试集上的测试结果表明:所提方法的词错误率分别为21.1%,21.6%和1.5%,验证了其有效性和泛化能力.

关键词： 织物疵点检测   深度学习   卷积神经网络   傅里叶变换   频域卷积   织物图像  

摘要： 为解决深度学习模型在织物图像疵点目标检测过程中存在特征提取效率不高和泛化性不足的问题,提出了一种针对机织物图像的频域卷积(FFC-tex)模块。通过结合二维傅里叶变换与传统卷积的优势,设计了FFC-tex模块,用于局部和全局特征解耦,提升模型整体性能。首先基于傅里叶频域表示特性和织物图像特点设计了FFC-tex模块;然后结合该模块与YOLOv5目标检测模型设计了织物疵点检测方案;最后,通过控制织物和疵点构建了不同的数据集组合,用于充分验证提出模块对于模型性能的提升效果,同时设计了消融实验用于验证模块中组件的有效性。结果表明,提出的频域卷积能够通过在网络浅层提供全局感受野以实现织物图像全局特征和局部特征的解耦,优化特征提取流程,解决了传统卷积在织物图像处理中的局限性,有效提升了网络的泛化能力和鲁棒性。

关键词： 图像处理   图像超分辨率   深度学习   残差网络   自适应融合  

摘要： 作为计算机视觉领域的前沿方向,图像分辨率增强技术通过智能算法实现低解析度影像向高解析度版本的重建生成。在人工智能技术迭代演进的驱动下,该技术已在视频编解码传输、临床影像诊断、卫星遥感影像解译及智能监控系统等场景完成实践验证与工程转化。当前主流方法依据重建机理的本质区别可分为三大范式:基于像素插值的重建方法、样本驱动型重建算法以及数据驱动式学习框架。数据驱动式方法依托深度神经网络架构,通过建模低-高分辨率影像间的非线性变换规律,借助参数优化后的网络实现高频纹理特征的精准恢复。在单帧图像重建任务中,此类方法较传统方案展现出显著量化指标优势。文章研究深度学习方法在图像重建任务中的优化算法,提出自适应特征融合残差网络,通过引入自适应融合模块来融合不同层次的特征信息,提高了图像的重建质量。

关键词： 多信息融合   目标检测   目标跟踪   车速估计   拥堵检测  

摘要： 在高速收费站拥堵检测场景中,遮挡、阴影、景深等因素严重影响检测算法的精度,基于单信息的拥堵检测算法无法准确反映收费站真实拥堵情况,对此,提出一种高速收费站多信息融合拥堵检测算法。首先采用目标检测算法检测目标区域车辆,利用图像空间特征计算车道占用率;其次利用Deep SORT目标跟踪算法与滑动平衡机制进行车流量综合估计,减少因为遮挡和阴影导致的车辆误检、漏检问题;最后利用基于光流信息熵的车速估计方法,降低因景深变化导致的拥堵状态检测误差。通过融合3种不同维度信息得到拥堵指数,拥堵指数聚类为5种拥堵类别以判断真实拥堵状态,从而实现高速收费站的拥堵检测。实验结果表明,在高速收费站拥堵数据集上,采用多信息融合的拥堵检测算法准确率达到90.4%,能够实现对收费站拥堵状态的准确检测。

关键词： 无人机   改进YOLO算法   目标跟踪  

摘要： 无人机对目标的精准识别和高效跟踪是一个具有挑战性的问题。现有的目标跟踪算法大多存在跟踪精度不高、抗干扰能力差等问题,难以满足实际应用需求。为了提高无人机的目标追踪能力,文章提出改进YOLO算法的无人机目标跟踪方案,在基于YOLO算法构建特征网络的基础上,采用Kalman跟踪算法对目标的运动轨迹进行预测和跟踪,结合ReID算法对目标的轨迹信息进行选择和关联,并在数据集UAV_databases上进行测试。相较于其他传统模型,本研究提出的模型在各项指标上具有优越的性能,准确率为95.69%,F1值为93.04%,目标丢失率为6.79%。

关键词： 计算机视觉   人工智能   分级任务驱动   学科交叉  

摘要： 本文针对计算机视觉课程的教学现状,提出基于产业需求和学科交叉的教学改革路径:通过模块化课程设计,使学生逐步掌握从基础理论到深度学习模型的核心技术及前沿动态;引入分层任务模式强化实践能力,设计跨学科场景促进理论与实际应用融合;多元化考核方式和过程性评估有助于关注学生学习过程与成果,全面提升学生创新意识和工程思维。

关键词： 鸡蛋   光电检测   热成像   图像处理   种蛋活性  

摘要： 鸡蛋孵化产量高,但不同孵化时间节点死胚蛋与无精蛋的检测研究较少。孵化前期由于胚蛋活性较弱、产热较少,热成像检测不能很好地将活胚蛋从死胚蛋和无精蛋中区分出来;孵化中后期由于活胚蛋发育基本成型,光线不能贯穿种蛋,光电检测方法无法区分中后期死亡的胚蛋。将光电检测与热成像检测结合,识别孵化前期(6~12 d)与孵化中期(15~18 d)死胚蛋与无精蛋。通过光电传感器采集孵化6~12 d种蛋的透光量变化,提取特征参数,使用自主开发的软件采集孵化15~18 d自然冷却温降序列的热图像,经过处理获取感兴趣区域模板,利用模板分割序列热图像,获得种蛋区域灰度均值变化曲线,提取反映种蛋活性的特征参数,使用逻辑回归(logistic regression,LR)、K最近邻(K-nearest neighbors,KNN)、支持向量机(support vector machine,SVM)、决策树(decision tree,DT)、朴素贝叶斯(naive Bayes,NB)、随机森林(random forest,RF)建立不同孵化时间节点的检测模型。结果表明,KNN区分孵化第6~12天种蛋活性效果最好,在孵化第10天准确率达98.7%;LR区分第6~12天种蛋活性效果在所有时间最稳定,准确率均达94%。SVM区分孵化第15~18天种蛋活性效果最好,第18天准确率达97.1%。孵化前期使用光电检测利用透光量变化检测死胚蛋与无精蛋,孵化中期使用热成像技术利用种蛋温度变化的灰度均值,提取灰度变化曲线特征检测死胚蛋,可批量检测不同孵化阶段白壳白羽鸡种蛋活性。