关键词： 智能交通   计算机视觉   事故检测   域适应双流网络  

摘要： 道路交通事故是导致财产损失、人员伤亡和交通拥堵的主要原因之一。快速准确地检测事故对于提高应急救援速度和降低人员伤亡率至关重要。近年来,基于视觉的事故检测方法成为主流,且随深度学习技术的应用取得了显著进展。然而,现有方法应用于国内监控场景时存在精度不高的问题,主要原因是用于模型训练的开源数据与国内监控事故视频数据间存在较大的域偏移。为了避免重新构建并标注一个大型国内监控事故数据集的繁琐性,提出了一种域适应双流网络,充分利用现有开源事故数据集实现面向国内监控场景的道路事故检测。具体地提出了一种“由粗到细”递进式域适应方法,指导模型以捕捉域不变事故外观特征。构建交叉注意力融合网络实现外观特征和运动特征的关联与交互,缓解因场景差异导致的特征偏差问题。实验结果表明,所提方法在国内监控场景下取得了较高的检测性能,验证了其有效性和可靠性。有望为提升人民生命安全和交通效率提供了重要的技术支持。

关键词： 焊缝跟踪   视觉识别   图像处理   坐标  

摘要： 目前,绝大多数焊接机器人都是通过操作员输入给定指令来进行重复焊接作业,但当外部环境变化时,需要重新调整参数,效率低下,自动化和智能化程度不够。针对这一问题,设计了一种搭载在焊接机器人上的焊缝坐标识别系统,基于Visual Studio 2022软件,通过调用OpenCV 3.4.0视觉库完成焊缝坐标识别。系统的硬件部分由海康威视MV-CA004-10UM工业相机、酷聚液态透镜模组、650 nm一字激光器、650 nm窄带滤光片和VPLC532E视觉运动控制一体机等组成;软件方面设计了一个三选一操作界面,能够满足摄像头、图片、视频等多种输入信号,通过图像预处理和焊缝坐标识别两个模块,实现了对于焊缝的坐标识别功能。测试结果表明,该焊缝坐标识别系统能够稳定运行,响应迅速,精度能保证在3 mm以内,具有一定的实际应用价值。

关键词： 海冰   DeeplabV3+   语义分割   图像识别   深度学习  

摘要： 海冰是极地海域的典型环境特征,对船载视频图像进行像素级分类可获取高分辨率的海冰信息。由于极地场景中的光照条件与海冰形态较为复杂,传统计算机图形学方法的泛化性难以满足海冰要素的智能识别需求。因此,本文采用基于DeeplabV3+语义分割网络结构的深度学习方法对极地场景中海冰要素进行识别。将“雪龙”号科考船在冰区航行中的实测海冰图像制作为数据集,并对深度学习模型进行训练与验证。根据海冰要素的识别需求与走航观测视频图像特点,将像素信息划分为海冰、天空、海水与船体4种语义类别。根据训练集中的图像信息与语义信息间关联构建深度学习模型,并通过所训练模型对验证集或其他图像中像素点的语义信息进行预测,从而实现海冰信息的自动识别。为了研究该方法的鲁棒性进一步分析了海冰密集度、光照条件以及海冰类型对识别结果的影响。此外,研究了数据集规模与迭代次数对识别精度的影响。图像识别结果显示,4类语义信息识别结果的平均交并比高于95%。这表明深度学习方法能够在极地复杂的环境中较为准确地获取各类要素分类信息。

关键词： 计算机视觉   超分辨   大核注意力   轻量化   自适应特征融合  

摘要： 针对高性能图像超分辨网络通常参数量庞大的问题,提出了一种轻量级模型。首先,集成了3种大核注意力,即双路大核注意力、大核像素注意力和大核通道注意力,旨在扩大模型感受野,建立像素的长程依赖性。其次,引入了自适应注意力融合机制,增强了特征的表征能力,提升了模型性能。实验证明:本文模型在视觉感知和量化测试上表现优异。在Urban100数据集上,与目前流行的ARRFN算法相比,4倍重建结果的峰值信噪比均值提高了0.25 dB。重建图像视觉效果更逼真、纹理更为清晰和自然,充分证明了该算法的有效性。

关键词： 自动驾驶   激光雷达   聚类   联合概率数据关联   无迹卡尔曼滤波  

摘要： 针对自动驾驶车辆复杂场景中的环境感知问题,提出了一种基于激光雷达的多目标检测与跟踪方法。首先将基于坡度和高度的地面分割方法相结合,剔除原始点云数据的地面点;其次对非地面点使用引入K维树的密度聚类算法进行多目标检测,并过滤明显不感兴趣对象,为每个目标添加L形拟合框;最后考虑多目标的非线性运动,选用联合概率数据关联和无迹卡尔曼滤波的组合,对检测到的多目标进行实时跟踪。在公开的自动驾驶KITTI数据集上进行验证,结果表明,论文所提的多目标检测与跟踪方法具有较高的可靠性。

关键词： 目标检测   YOLOv8   注意力机制   MPDIoU  

摘要： 针对当前主流目标检测算法存在目标对象和车辆行人误检与漏检的问题,基于YOLOv8提出了一种改进的目标检测算法。首先,采用多点距离交并比(Multi-Point Distance Intersection over Union,MPDI-oU)边界框回归损失函数替代原完全交并比(Complete Intersection over Union,CIoU)损失函数,有效解决了当预测边界框与地面实况边界框宽高比相同时传统CIoU函数失效的问题。然后,通过嵌入大可分离内核注意力(Large Separable Kernel Attention,LSKA)机制增强算法的多尺度特征提取能力。最后,融合SCConv模块,在降低模型计算复杂度的同时提升检测精度。实验结果表明:改进后的算法相比原YOLOv8算法,准确率提升了4.07%,召回率提升了约2.95%,且检测速率达到85 f/s。

关键词： 电喷雾萃取电离源   特征提取   直线检测   区间Hough变换  

摘要： 电喷雾萃取电离源目前在诸多领域已获得了广泛的应用,但其空间位姿参数的高效测量问题仍未得到解决,基于图像处理的影像测量方法是解决此问题的首选方法,其中直线特征的提取算法非常关键。因此,提出一种基于图像处理的直线特征提取方法,将电喷雾萃取电离源图像转换到灰度空间进行Otsu阈值分割和二值化处理;采用分水岭算法对图像进行形态学运算以去除像素点过曝区,再经过高斯滤波后进行Canny边缘检测;在直线检测阶段,提出一种区间Hough直线检测算法,重新定义了标准Hough直线检测的角度累加器,成功提取得到电喷雾萃取电离源的两边缘直线特征。实验结果显示,相较于标准Hough直线检测算法,区间Hough直线检测算法的平均检测速率提升至4.95倍,检测准确率提升至1.99倍。结果表明该方法具有较高的检测效率和准确率,能够满足电喷雾萃取电离源直线特征提取的需求。

关键词： 计算机   视觉技术   建筑工程   电气施工  

摘要： 针对计算机视觉技术在建筑工程、电气施工、质量检测以及控制工作中的应用进行相应的探讨与分析,并对其技术原理、具体的实现方法以及最终的实际应用效果进行研究,希望能够有效提高建筑电气施工工程质量以及工作效率。

关键词： 城市轨道交通   障碍物检测   计算机视觉  

摘要： 本文针对城市轨道交通因轨行区障碍物而影响行车安全问题,提出了一种应用于轨道交通的基于计算机视觉的障碍物识别系统。通过对轨行区障碍物种类、分布特点的分析,介绍了该识别系统的应用特点及工作原理、流程,并以厦门轨道交通1号线试车线为实验场地,分别对多个尺寸、类型的遗留物进行了实验测试。测试表明,该系统在一定条件下,对障碍物的识别具有良好的效果。

关键词： 遥感影像   目标检测   高效视觉转换器   幽灵卷积核   无锚点框机制  

摘要： 针对边缘计算场景下轻量模型对遥感影像目标检测精度较低的问题,提出一种融合高效视觉转换器与无锚点框机制的轻量级检测方法。在YOLOv5s基础上,在特征提取阶段引入高效视觉转换器网络,以轻量化结构同步捕获局部特征和上下文注意力权重;在特征融合阶段,以浅层特征图参与多尺度特征融合,并采用幽灵卷积核减少计算量;在检测阶段,引入无锚点框机制实施目标框位置回归,提高计算效率,并适应尺寸复杂的遥感影像目标;最后使用C++语言与TensorRT推理引擎,实现模型部署。结果表明,所提模型较YOLOv5s在检测精度、速度方面均有明显提升,能够在小算力环境下实时输出检测结果。