关键词： 深度学习   计算机视觉   应用及发展趋势  

摘要： 本研究深度探究深度学习在计算机视觉领域的多尺度技术进展及跨模态应用范式。在技术演进上,运用卷积神经网络(CNN)优化超参数,破除局部最优局限,提升跨域泛化能力;融合Transformer与区域建议网络(RPN),显著提高小目标检测精度;借助全卷积网络(FCN)联合条件随机场(CRF),构建端到端像素级语义分割体系;利用生成对抗网络(WGAN)与隐扩散模型(LDM),成功攻克图像生成的模式坍塌难题。同时,研究揭示技术落地的关键阻碍,如数据异构引发的分布偏移、模型复杂度与泛化性的矛盾,以及边缘设备算力不足导致的部署时延。针对这些问题,提出借助神经架构搜索(NAS)生成轻量化模型、通过跨模态对比学习构建统一表征空间、利用元学习实现少样本场景自适应、依托联邦学习保障模型鲁棒性与隐私安全等突破方向,为计算机视觉的范式革新与跨学科融合提供有力支撑。

关键词： 热成像望远镜   人工智能   图像增强   目标检测   产品设计  

摘要： 随着科技的飞速发展,热成像技术和人工智能(AI)技术在各自领域取得了显著进展。本文旨在探讨热成像望远镜产品设计与AI相结合的可行性、优势以及具体实现方法。通过将AI技术融入热成像望远镜的设计中,能够提升热成像图像的质量、增强目标检测与识别能力、实现智能化的操作与分析。文中详细阐述热成像原理、AI技术在图像领域的应用,以及两者结合的系统架构和关键技术。通过实际案例分析和实验验证,展示热成像望远镜与AI结合产品的性能提升和应用潜力。同时,对该领域的未来发展趋势进行展望,为相关产品的设计和研发提供理论和实践参考。

关键词： 低慢小目标检测   曲线拟合   分峰  

摘要： 无人机作为低空经济支柱产业，具有目标小、飞行高度低、速度慢、易被复杂城市环境遮挡等探测难点。为了有效检测低慢小无人机目标，分析了5G-A低空场景的雷达回波特点，提出了一种基于曲线拟合拆峰的检测技术。在待检测距离单元提取出多普勒频谱，并通过平滑导数寻峰法获取频谱曲线的峰数目及其峰位；利用CA-CFAR(Cell-Averaging Constant False Alarm Rate)门限排除噪声峰位，保留有效峰位；拟合得出有效峰的峰位、峰高和峰宽等；通过判断是否存在非零频有效峰来检测目标的存在与否，并依此获取目标距离和速度。外场试验结果表明，相比于传统CA-CFAR以及MTI(Moving Target Indicator)后的CA-CAFR，本文算法具有更好的检测性能。

关键词： 密度分层   内波尾迹   合成孔径雷达   目标跟踪   灰度共生矩阵   海洋分层   水下目标探测  

摘要： [目的]针对密度分层环境对合成孔径雷达(SAR)图像中水下航行器尾迹的可识别性问题,建立理论求解模型及定量分析方法。[方法]依托海洋分层特征的统计信息,设计移动质量和动量等效源致内波理论,计算每个统计独立的海面单元的调制海浪谱及其映射的SAR图像强度分布,进而基于灰度共生矩阵提取图像中内波尾迹纹理特征信息。[结果]结果表明,在特定参数条件下,SAR图像中内波尾迹的可识别区间为最大浮频率大于0.02 rad/s且所在深度小于100 m。[结论]该方法能够有效计算并分析任意密度分层环境中内波尾迹的可识别性,为水下目标探测提供依据。

关键词： 计算机视觉   卷积神经网络   高效通道注意力机制   生成对抗网络  

摘要： 针对稻谷病害之间差别细微、难以实现精确识别的问题,提出一种基于Res-DCGAN和改进AlexNet的稻谷病害识别方法。首先,针对数据集多样性不足的问题,使用基于残差优化的深度卷积生成对抗网络(Res-DCGAN)联合非生成式方法对数据集进行扩充;其次,设计基于高效通道注意力机制的多分支特征提取结构的AlexNet,使不同尺度特征相融合,同时聚焦图像关键信息,且引入批量归一化方法和全局平均池化层,防止过拟合,减少参数量;最后,引入联合损失函数,使模型同时专注于难分类的样本。本文采用的扩充数据集的方式相较于仅使用非生成式方式,精确率提高了2.2%,且改进后的模型准确率达99.05%。相较于传统的AlexNet,VGG16和Inception v3模型分别提高了3.67,2.84和1.97个百分点,其模型收敛更快,泛化能力更好。

关键词： 头部姿态估计   移动端   在线学习   注意力监测   计算机视觉  

摘要： 针对传统学生注意力监测依赖外接摄像头带来的应用场景受限问题,文章设计了一种基于移动端头部姿态估计的在线学习注意力监测系统。该系统利用移动设备自带的摄像头,结合ERT算法(ensemble of regression trees)和PnP算法(perspective-n-point)在移动端实现实时头部姿态估计。同时,系统开发了教师监控端,借助动态判别机制灵活判断学生的注意力状态,并实现学生注意力状态的实时展示与提醒功能,帮助学生及时调整学习状态。通过移动端与监控端的协同工作,系统不仅实现了学习过程与注意力监测的有效融合,还显著提升了在线教育的教学质量和学生学习效率,具有广泛的应用前景。

关键词： 锂电池   缺陷   检测   采集  

摘要： 随着锂离子电池工业制造水平的日益提升,对电池零部件的检测速度与精度要求也在不断提高。极片作为锂离子电池的关键部件,其表面缺陷种类繁多且面积微小,传统的目视检测已难以满足现阶段的极片生产需求。而基于图像处理的锂电池表面缺陷检测技术很好地解决了上述问题,本文针对该技术的研究进行了分析综述。首先介绍了锂电池表面缺陷检测技术的发展情况,然后从各个环节详细阐释了电子图像处理技术下的锂电池表面缺陷检测流程,包括图像采集、预处理、特征提取与识别等步骤。通过实际研究可以证实,通过优质的图像处理和分析算法,可以较为准确地检测锂电池缺陷问题,适合目前工业生产需求。

关键词： 单目视觉   位姿估计   图像处理   SIFT算法   随机一致性算法  

摘要： 针对制造业中机械臂作业过程中对目标进行识别定位速度较慢、装配效率低、生产成本高等问题,提出了一种基于特征点的单目位姿估计方法,该方法既解决了双目相机成本高的问题又能保证单目位姿估计的精度以及稳定性。首先,通过SIFT算法提取模板图像的特征点构建模板库,然后,进行模板图像与待测图像特征点匹配并采用RANSAC算法剔除错误匹配,建立2D坐标和3D坐标关系;最后,使用多点透视(PnP)算法实现对物体的位置和姿态估计。该方法具有较高的精度和较强的鲁棒性,能够在不同场景和条件下进行有效的位姿估计。通过实验验证,x方向的平移误差为0.35 mm,y方向的平移误差为0.33 mm,z方向平移误差为0.45 mm;水平方向x旋转角度误差为0.77°,水平方向y旋转角度误差为0.73°,垂直方向z旋转角度误差为0.47°。

关键词： 杂质识别   图像预处理   特征提取   BP神经网络   武夷岩茶  

摘要： 针对武夷岩茶加工中杂质人工分拣效率低、成本高的问题,提出一种基于图像处理与BP(back propagation)神经网络的杂质识别方法。通过采集带杂质的武夷岩茶图像,采用小波变换去噪、直方图阈值分割等技术进行预处理,结合颜色空间转换、形状描述子(霍夫变换、轮廓检测)及纹理特征提取方法,构建包含轴比值、厚度值、卷曲程度的杂质特征向量。基于BP神经网络设计分类器,输入层接收特征向量,隐藏层采用Sigmoid激活函数,输出层通过Softmax分类,利用639幅杂质图像数据集进行训练和测试。实验结果表明:该模型对无规则类、球状类、棍棒类杂质的平均识别率达90%以上,显著优于支持向量机(support vector machine,SVM)的86.67%。该方法有效降低环境干扰对识别的影响,验证图像处理与BP神经网络在茶叶杂质自动化分拣中的可行性与高效性,为茶叶加工智能化提供技术支撑。

关键词： 人工智能   深度学习   图像处理   视频超分算法  

摘要： 人工智能(AI)技术在科技领域日益火热。深度学习作为人工智能的一项重要分支技术,已在语音识别、图像处理等多领域实现了突破性的进展。近年来在互联网行业中视频压缩服务已占据主导地位,学术界和工业界也一直在不断追求更高的视频编码效率,以实现更好的传输和存储。为了提高视频压缩效率、降低带宽,基于深度学习的视频编码方法应运而生。目前已有很多基于深度学习的超分辨率视频压缩增强方法存在低码率后处理速度慢、复杂度高等缺点。为了解决这一问题,本文提出基于深度学习的视频压缩增强算法,创造性地引入参考池匹配更新方案,在解码端增强视频质量,降低复杂度。该算法未来可赋能中国移动5G新通话业务,成为降本增效、助力社会行业数智化转型的重要一环。