关键词： YOLO_v3模型   计算机视觉   锂电池缺陷检测   目标检测  

摘要： 针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状,提出一种基于实时目标检测YOLO_v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型,使用自行采集的锂电池表面缺陷数据集进行训练并测试,证明了YOLO_v3的检测准确率相对较高且速度快。结合锂电池表面缺陷检测问题对模型进行调整,通过消融法减少卷积层的数量,将Leaky ReLU激活函数替换为Mish激活函数,使用K-means聚类方法对先验框数值进行优化计算,进而将调整后的模型使用锂电池表面缺陷数据集进行训练与测试实验。结果表明,该模型检测锂电池表面较明显缺陷的准确率均在90%以上。本研究工作为应用计算机视觉技术实现锂电池表面缺陷自动检测进行了有益探索。

关键词： YOLOv8   DeepSORT   目标检测   跌倒检测  

摘要： 儿童跌倒/坠伤在儿童伤害原因中居前列,而现有跌倒检测模型多针对老年人。本文聚焦儿童跌倒检测问题,采用基于YOLOv8-FD结合DeepSORT多目标追踪算法的模型,在C2f模块引入深度可分离卷积优化特征提取并减负,使用加权交叉熵损失函数提高鲁棒性。结果显示,与传统YOLOv8模型相比,改进后模型跌倒检测准确性提高,能满足多数场景儿童精细化保护需求。该模型可为儿童监护提供有效技术支持,有助于推动儿童跌倒检测技术发展,提高儿童安全保障水平。

关键词： 度量学习   迁移学习   图像处理   故障诊断   齿轮箱  

摘要： 故障诊断是轴承障诊断领域的一个热点和难点。针对这一问题,文中以渥太华大学变速齿轮箱故障诊断平台为依托,应用一种图像处理技术和深度学习进行齿轮箱故障诊断的新方法。首先,借助图像识别算法,把原始的振动加速度信号转化为图样本的形式;之后采用了尺度不变特征变换(SIFT)算法,来捕捉图像中的特征点。针对这些特征点,进行向量化描述,构建了词袋模型(BoW),这一处理使得样本的特征得以充分提取和表达;然后,引入了局部最大均值差异,实现同一类别下相关子域概率分布的紧密对齐。最后,在网络训练时与其他方法相比,所构建的残差部分卷积(ResPConv)模型在恒定转速工况下具有较高的准确率,在时变负载工况下的数据下比其他四种方法具有更优的故障诊断识别率和更快的处理速度,具有很好的鲁棒性和更少的参数量。

关键词： 水下目标检测   特征增强   自注意力机制   混合网络  

摘要： 水下目标检测技术在海洋资源勘探、环境保护等领域发挥着重要作用。然而,水下环境存在成像模糊、目标尺度多变等问题给检测任务带来了难度。为提高水下目标检测精度,提出一种感知增强混合网络。首先,构建全局-局部混合增强特征提取主干网络,利用自注意力机制求取图像中的长程全局信息,进一步构建卷积注意力增强模块提取更丰富的图像局部细节信息。通过在特征提取过程中更好地捕获图像全局和局部特征关联,增强各尺度特征描述的判别性;随后,为提高成像模糊对比低时的目标检测精度,构建目标感知增强双阶段检测头。通过增加一阶段区域提议生成网络的深度,在低质图像中提取更多目标语义信息,并通过在二阶段引入自注意力机制,抑制背景或次要信息干扰。进一步引入目标检测交并比分支,将一阶段目标先验信息融入二阶段分类求解中,提高不同种类目标的检测精度。所提方法在水下目标检测数据集TrashCan与WPBB上的mAP0.5:0.95和AP50分别达到了37.8%,61.8%和82.0%,98.9%。定性和定量的对比实验结果表明,模型对不同种类水下目标均具有良好的检测准确性和鲁棒性。

关键词： 视频图像   显著性目标检测   边界引导   多尺度特征   特征聚合  

摘要： 目的视频显著目标检测的目的是识别和突出显示视频中的重要对象或区域。现有的方法在挖掘边界线索和时空特征之间的相关性方面存在不足,并且在特征聚合过程中未能充分考虑相关的上下文信息,导致检测结果不够精确。因此提出了多特征聚合的边界引导网络,进行显著目标边界信息和显著目标时空信息之间的互补协作。方法首先,提取视频帧显著目标的空间和运动特征,在不同分辨率下将显著目标边界特征与显著目标时空特征耦合,突出运动目标边界的特征,更准确地定位视频显著目标;其次,采用了多层特征注意聚合模块以提高不同特征的表征能力,使得各相异特征得以充分利用;同时在训练阶段采用混合损失来帮助网络学习,以更加准确地分割出运动目标显著的边界区域,获得期望的显著目标。结果实验在4个数据集上与现有的5种方法进行了比较,所提方法在4个数据集上的F-measure值均优于对比方法。在DAVIS(densely annotated video segmentation)数据集上,与性能次优的模型相比,F-measure值提高了0.2%,S-measure值略低于最优值0.7%;在FBMS(Freiburg-Berkeley motion segmentation)数据集上,F-measure值比次优值提高了0.9%;在ViSal数据集上,平均绝对误差(mean absolute error,MAE)值仅低于最优方法STVS(spatial temporal video salient)0.1%,F-measure值比STVS提高了0.2%;在MCL据集上,所提方法实现了最优的MAE值2.2%,S-measure值和F-measure值比次优方法SSAV(saliency-shift aware VSOD)分别提高了1.6%和0.6%。结论提出的方法能够有效提升检测出的视频显著目标的边界质量。

关键词： 无人艇   对接   回收   目标检测   导航系统   视觉导引   STag标记  

摘要： [目的]针对无人艇自主对接回收中实时位姿精准获取的问题,提出一种面向无人艇对接回收的STag标记视觉导引技术。[方法]利用STag标记姿态稳定的特性,将其选作视觉导引中的基准标记。通过对无人艇摄像头视频流中STag标记的检测,结合摄像头的内部参数及STag标记的尺寸,融合EPnP及直接线性变换算法来解算回收装置与无人艇的相对位姿,并对其进行限幅滤波及一阶低通滤波处理,进而获得视线导引所需的横向偏距及航向偏差。[结果]在静态性能测试中,目标检测的角度误差平均值为6.85°,距离误差平均值为0.056m;在自主回收导引的湖上测试中,静态对接及动态对接的精度均在正负0.5m内。[结论]结果表明,相对于传统的无人艇对接回收方式,STag标记视觉导引可提高无人艇自主对接末端精度,提升整体回收成功率。

关键词： 多模态   目标检测   特征交互   二值化分组   自适应融合  

摘要： 为提升目标检测方法在复杂场景下的检测效果,将深度学习算法与多模态信息融合技术相结合,提出了一种基于特征交互与自适应分组融合的多模态目标检测模型。模型采用红外和可见光目标图像为输入,以PP-LCNet网络为基础构建对称双支路特征提取结构,并引入特征交互模块,保证不同模态目标特征在提取过程中的信息互补;其次,设计二值化分组注意力机制,利用全局池化结合Sign函数将交互模块的输出特征以所属目标类别进行特征分组,再分别采用空间注意力机制增强各特征组中的目标信息;最后,基于分组增强后的特征,提取不同尺度下的同类特征组,通过自适应加权方式由深至浅进行多尺度融合,并根据融合后的各尺度特征实现目标预测。实验结果表明,所提方法在多模态特征交互、关键特征增强以及多尺度融合方面都有较大的提升作用,并且在复杂场景下,模型也具有更高的鲁棒性,可以更好地适用于不同场景中。

关键词： 目标检测   红外小目标   局部对比度测量   特征融合  

摘要： 基于人类视觉局部对比度测量的红外小目标检测具有独特优势,在众多领域应用广泛。提出一种基于双重特征融合局部对比度测量的红外小目标检测方法,将形态特征局部对比度与加权后的灰度均值局部对比度结合,抑制背景、增强目标显著性,实现目标检测。公开数据集中多场景红外图像的小目标检测结果表明,双重特征局部对比度的融合测量能够明显提升红外小目标的检测性能,其检测率、虚警率以及目标增强与背景抑制能力都显著优于对比算法,是一种可靠、高效的红外小目标检测手段。

关键词： 目标检测   旋转测量   轨迹预测   深度学习   检测精度  

摘要： 物体在高速运动过程中受到的外力改变了其角动量,从而导致旋转的发生,而旋转产生的马格努斯力使物体轨迹变得难以预测。想要完成高速旋转目标的准确测量与轨迹预测离不开目标的检测、追踪以及运动建模。为提高研究人员对高速旋转目标转速测量与轨迹预测的了解程度,梳理体育、军事、自动驾驶等领域中关于高速旋转目标的研究文献,涵盖了从传统方法到深度学习算法的演变,重点分析计算机视觉算法及其难点、旋转测量与轨迹预测方法。通过全面梳理相关内容,发现现有高速旋转目标的转速测量及轨迹预测算法仍存在稳定性和实时性不足等挑战,后续仍需深入探索与实践。

关键词： 深度学习   多光谱目标检测   特征融合  

摘要： 近年来,可见光图像与热红外图像结合的多光谱目标检测,因其互补特性得到了广泛应用。然后,现有的大多数多光谱目标检测模型主要关注图像的局部特性,忽视了图像全局特征的提取,同时在特征提取过程中往往会丢失关键信息,如纹理和边缘等细节,导致提取的图像特征信息不足。针对这些问题,本文提出了多光谱目标检测模型SSIDet。该模型通过构建多尺度编码网络,分别从热红外图像和可见光图像中提取不同尺度的局部–全局特征;接着设计了一种空间–光谱交互注意力网络,充分融合空间特征和光谱特征,同时通过减少特征之间的冗余来增强其互补性;最后引入多尺度重建网络,进一步实现空间特征与光谱特征的协同增强。通过在FLIR和LLVIP数据集上的大量实验验证,本文方法在性能上优于现有方法。