关键词： 跨模态行人重识别   计算机视觉   无监督   辅助模型  

摘要： 可见光红外跨模态行人重识别技术因不受夜间限制,可实现全天候监控而受到广泛关注。本文希望通过分析现有可见光红外跨模态行人重识别研究方法及其适用场景、算法优缺点来帮助研究人员根据研究需求找到合适的解决方案。同时,寻找该领域难点和困境,以此探讨可见光红外跨模态行人重识别未来方向。首先介绍行人重识别的概念,回顾发展历程,介绍可见光红外跨模态行人重识别的意义;其后将可见光红外跨模态行人重识别研究方法分为基本方法、辅助模型方法、无监督方法、基于视频的方法,并对每种方法的适用场景、优缺点和未来研究方法展开分析;再对当前可见光红外跨模态行人重识别的评价指标以及现有数据集进行介绍,并对每种数据集的优劣进行分析;最后讨论了可见光红外跨模态行人重识别未来发展。

关键词： 无人船   导航   路径规划   目标跟踪   路径跟踪控制   约束优化   输出约束控制   浅水效应  

摘要： [目的]旨在解决无人船于浅水域路径跟踪控制中面临的路径依赖约束问题。[方法]基于精确安全需求设立航行过程中的性能与可行性约束条件。针对控制器对路径参数的依赖问题和收敛需求,结合障碍李雅普诺夫函数(BLF)及固定时间收敛策略,设计一种依赖于路径参数、能够在固定时间内收敛的控制器,采用径向基神经网络(RBFNN)和自适应鲁棒项处理非线性项与环境干扰。通过“大智”号智能无人船模型模拟浅水效应环境进行仿真验证。[结果]结果显示,在不违反约束要求的前提下,路径跟踪误差能够快速收敛到预定区域,在收敛速度和精度上优于无约束的情况,证明了控制器的有效性和鲁棒性。[结论]所提控制策略在解决船舶路径依赖约束问题上,能够确保固定时间内实现精确的路径跟踪,具有理论和实际应用价值。未来可进一步优化以适应更复杂的水域环境和更高精度的路径跟踪任务。

关键词： 神经网络   麻纱检测   深度学习   目标检测  

摘要： 文章通过对国内外神经网络在纱线质量预测方面的研究进行汇总,分析了神经网络在麻纱质量预测中的发展现状以及麻纱质量预测的研究进展。对比神经网络在不同纱线中的应用共性问题,以及能否将其应用在麻纱质量预测中,介绍神经网络在麻纱质量预测中存在的问题和神经网络在麻纱质量预测领域的发展趋势。最终指出神经网络在互联网发达的当今时代背景下是麻纱质量预测的一个很好的模型,能够进一步提高预测的准确性及稳定性。

关键词： 无人机   避障传感器   计算机视觉   事件相机  

摘要： 无人机自主飞行避障技术是无人机安全飞行和应用中最为基础和关键的技术,也是当前无人机领域的研究热点。随着深度学习在计算机视觉方向的应用,以及事件相机等视觉传感器技术的迅速发展与不断完善,基于视觉传感器的无人机自主飞行避障方法取得一定的进步,但目前有些研究方法在复杂场景下仍存在很大的挑战以及存在一些列亟待解决的问题,在精准性、实时性以及算法鲁棒性方面仍有改进空间。首先介绍无人机避障的相关概念及问题难点;然后将基于视觉传感器的避障算法根据采用的硬件及技术手段,具体划分为传统避障方法、基于深度学习避障方法、基于处理事件流的避障方法、基于传感器融合避障方法,和基于视觉避障的决策层避障方法,并分别介绍每类避障方法相关研究进展与研究成果,以及分析各类避障方法的优缺点;最后总结现有无人机避障算法存在的问题,并对未来研究工作进行展望。

关键词： 计算机视觉   域控制器   集成控制器   车辆性能   堆栈   系统集成芯片   dragon   自动驾驶  

摘要： LG推出汽车集成控制器平台2025年1月,LG与高通合作推出汽车跨域控制器(xDC)平台。该平台基于高通Snapdragon Ride™Flex系统集成芯片(SoC),预集成自动驾驶堆栈和计算机视觉,将LG车载倌息娱乐(IVI)系统与高级驾驶辅助系统(ADAS)整合到单一控制器中,重新定义车辆性能。

关键词： 激光雷达   目标检测   攻击方法   防御方法  

摘要： 激光雷达技术在自动驾驶、智能交通和环境感知等领域有着广泛应用。在自动驾驶系统中,利用机载摄像头和激光雷达等对周围环境进行感知,点云目标检测技术在环境感知方面发挥着重要的作用。近年来的研究指出,基于激光雷达的点云目标检测系统容易遭受欺骗攻击。然而,目前对基于激光雷达的点云目标检测的安全性问题的研究相对零散,设计的安全威胁场景、攻击方法和防御策略相互独立。基于现有研究工作,首次对基于激光雷达的点云目标检测的安全性进行了综述,主要关注该技术在实际应用中可能面临的安全挑战和解决方案。首先,全面回顾了基于激光雷达的目标检测和攻防理论;其次,从数字域和物理域双重视角分析了攻击方法,并对现有的防御策略进行了详尽的分类和总结;接着,介绍了该领域目前常用的数据集及评价标准;最后,结合面临的挑战和机遇,对基于激光雷达的目标检测安全的未来研究方向进行了总结和展望,为基于激光雷达的点云目标检测的安全研究的发展和应用提供参考。

关键词： 蒸馏塔   金属腐蚀图像   检测方法   Ostu算法   聚类中心   分割阈值  

摘要： 受到光照条件以及背景复杂度等多种因素的影响,金属腐蚀区域与背景区域混合,待检测区域较大,导致腐蚀检测质量不佳,信噪比较高,对此,提出基于改进Otsu算法的原油蒸馏塔金属腐蚀小目标检测方法。采用二维函数,对图像亮度进行描述,结合双边滤波算法提取出光照分量,引入伽马因子以及亮度均值,对光照分量进行校正。在原有分割标准的基础上,加入颜色特征与以及纹理特征参数,结合类间方差构建出分割阈值,从而实现金属腐蚀区域与背景区域的分离处理。将金属区域分割结果划分为不同的子单元,结合疑似腐蚀检验系数对每个子单元进行判断,通过迭代,更新腐蚀区域聚类中心,结合光照分量,输出腐蚀区域检测结果。仿真结果表明,该方法应用后,金属腐蚀图像处理信噪比更高,可以在每个单元下识别出重度腐蚀区域,并具备更为精准的检测效果。

关键词： 图像处理   图像分割   P系统   活性膜结构   北方苍鹰优化算法   进化规则  

摘要： 为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优化算法作为基本膜中的进化规则,通过更新苍鹰的状态进化基本膜中的对象,将INGO算法作为局部进化规则来进化子膜中的对象.该系统根据活性膜自身的特点在基本膜中溶解或产生子膜,通信规则用于实现不同膜之间的信息交换与共享,避免算法陷入局部最优.在数据集BSD300和BSD500上,分别采用海鸥优化(seagull optimization algorithm,SOA)算法、灰狼优化(grey wolf optimizer,GWO)算法、INGO算法和PINGO算法,对不同优化阈值个数的图像进行分割.结果表明,PINGO算法在分割后的图像上的峰值信噪比均优于其他算法,特征相似度最优值也占了83%,在保持色彩与纹理的同时提高了分割的准确性.研究结果表明了所提彩色图像分割方法的有效性.

关键词： YOLOv8s   目标检测   矿井   effectiveSE   安全帽检测  

摘要： 矿井下光照缺失、环境复杂,安全帽目标尺寸较小,导致一般目标检测模型对安全帽的检测效果不佳.针对上述问题,提出了一种基于改进YOLOv8s的矿井下安全帽佩戴检测模型.首先,将effectiveSE模块和YOLOv8s Neck层中的C2f模块相结合,设计得到新的C2f-eSE模块,提高了网络结构的特征提取能力,并用Wise-EIoU损失函数替代CIoU损失函数,提高了模型的鲁棒性;其次,在检测头中引入空间和通道重建卷积模块SCConv,并根据参数共享思想设计了新的轻量化SPS检测头,降低了模型的参数量和计算复杂度;最后在模型中增加一层P2检测层,使模型的特征提取网络融入更多的浅层信息,提高了对小尺寸目标的检测能力.实验结果表明,改进后模型的mAP50指标提升了3.2%,参数量降低了1.6%,GFLOPs降低了5.6%.

关键词： 合成孔径雷达(SAR)   舰船图像   旋转检测   注意力机制   YOLOv5  

摘要： 针对合成孔径雷达(SAR)小目标成像特征不显著、目标具有任意朝向易出现漏检、检测精度较低的问题,提出面向SAR舰船小目标的ES-YOLOv5检测算法.添加小目标检测层调整感受野大小,更适应小目标尺度特征,方便进行多尺度融合.引入EMA注意力机制重点关注目标关键信息,强化特征的表达能力.使用圆平滑标签(CSL)技术适应角度的周期性,实现了对角度的高精度分类.实验结果表明,在RSDD-SAR数据集上,该方法在交并比阈值为0.5时的平均检测精度达到90.9%,在提高SAR舰船小目标检测精度方面比基准算法YOLOv5提高了6%,显著改善了模型的检测性能.