关键词： 数字图像处理   产教融合   课程内容建设  

摘要： 随着人工智能技术的广泛应用,高职院校的人工智能专业建设正逐步推进。针对“数字图像处理”课程存在的数学基础要求较高、教学内容发散性强、学习难度陡峭等现实问题,文章从产教融合视角出发,对教学改革展开了探索。通过构建以职业岗位需求为导向的课程体系,重构理论与实践相结合的模块化教学内容,开发典型工作场景的教学载体,形成了适应高职教育特点的教学实施方案。经教学实践验证,该方案有效提升了课程教学效果,为人工智能专业的课程建设提供了可借鉴的实施范式。

关键词： 高光谱遥感图像   张量表示   稀疏表示   线性子空间模型   弱小目标检测  

摘要： 针对复杂背景下高光谱遥感图像的弱小目标检测效果不佳的问题,提出基于线性子空间稀疏表示的遥感图像目标检测方法。通过低秩分解方法构建可描述高光谱遥感图像空间-光谱信息的图像张量表示,根据高光谱遥感图像张量表示中的光谱信息构建线性子空间模型,使用高光谱遥感图像稀疏表示中的目标字典空间代替线性子空间模型中的子空间,实现最终的弱小目标检测。实验结果表明:所提方法在AVIRIS-NG和Pavia University数据集上,当超像素参数m=0.03 N、n=15时取得最优性能,城市场景AUC(area under curve)0.901,农田检测率95.3%;目标像元数占比达185/200,丰度估计均方根误差仅0.01,显著优于对比方法。不同信噪比测试中,所提方法在5 dB低信噪比下仍保持F1-score 0.81和AUC 0.83,20 dB时分别提升至0.95和0.97,验证了其强鲁棒性。所提方法的目标检测准确度更高,整体应用效果更好。

关键词： 自动驾驶   4D毫米波雷达   目标检测   图神经网络  

摘要： 4D毫米波雷达具有体积小、成本低、全天候运行、测速能力强、距离分辨率高等优势,非常适用于自动驾驶系统。然而,目前基于毫米波雷达的目标检测方法通常直接移植于激光雷达,无法有效适应于毫米波雷达点云特征,因此检测性能较差。针对此问题,提出一种基于图神经网络的4D毫米波雷达目标检测方法。设计基于拓扑图以及初始特征图传播信息并更新点云特征的图神经网络,该网络作为点云特征编码器可输出高可分的节点嵌入;将带有节点嵌入的点云投影至二维鸟瞰图;利用具有通道注意力机制的主干网络抽取多尺度特征,并于通道维上进行融合以输出融合特征图;将融合特征图输入检测头以获得目标的有效检测。基于公开数据集View-of-Delft的实验结果表明,与现有主流算法相比,所提方法具有较好的目标检测性能。

关键词： PLCnext控制系统   无人机   交通监控   YOLOv9算法   目标检测   深度学习   注意力机制  

摘要： 为了提高交通监控的效率,特别是在固定式道路摄像头视角有限的情况下,提出了一种基于PLCnext平台的无人机交通监控系统。该系统结合YOLOv9深度学习方法,控制两台配备摄像头的无人机与PLCnext平台协同,提供更广泛的视野覆盖范围和灵活的监控能力,实现对交通车辆的实时监控。为提高航拍图像中低分辨率场景下的检测精度,提出了YOLOv9s-SPDADown-LSK模型。该模型通过引入SPD层,增强对图像细节特征的保留,使用ADown模块优化下采样过程,并在骨干网络中融入LSK注意力机制,以强化特征提取能力。实验结果表明,系统在图像处理的延迟约为80 ms,改进后的模型在mAP@0.5和mAP@0.5:0.95分别达到了96.3%和82.7%,检测准确率为97.2%,有效减少了误检和漏检,证明了系统的可行性和算法的有效性。

关键词： 数字影像   视觉传播   人工智能   增强现实   图像处理  

摘要： 数字影像技术已在全球得到广泛应用,成为现代视觉呈现的重要技术。文章回顾了数字影像技术的发展历程,探讨了数字影像技术在数据存储、图像处理和实时传播方面的作用,并对隐私泄露和版权保护方面进行了深度思考,最后展望了数字影像技术的未来趋势,旨在为数字影像技术重塑视觉传播格局提供理论参考。

关键词： 小肠病变   YOLOv10   人工智能   小肠胶囊内镜   目标检测  

摘要： 目的:基于YOLOv10构建用于小肠胶囊内镜(SBCE)自动检测的人工智能模型。方法:收集来自两个中心的SBCE数据,共计23 115张图片和35 412个注释标签,涵盖11类小肠病变。使用LabelMe工具对图像进行标注,并转换为适配深度学习模型开发所需的YOLO格式。使用预训练的YOLOv10和YOLOv8模型在所构建的数据集上进行迁移学习训练。采用精确率、准确率、敏感性、特异性、假阳性率以及检测速度等指标全面评估模型性能。最后,将模型部署于本地电脑,对SBCE图像及视频进行实时检测。结果:共开发了6种不同版本的YOLO目标检测模型,包括YOLOv8n、YOLOv8s、YOLOv8m、YOLOv10n、YOLOv10s、YOLOv10m。在验证集上,YOLOv10s模型取得最佳的mAP50(0.795),尽管其推理延迟时间不是最短(4.803 ms/img),但足以满足临床应用要求。在测试集上,YOLOv10s取得良好的整体性能,准确性、敏感性和假阳性率分别为92.69%、89.23%和4.78%;在具体类别的推理中,敏感性最高的类别是“出血”,达到96.41%,而最低的类别是“狭窄”,为82.29%。结论:基于YOLOv10神经网络建立的模型能快速准确地检测和分类多种小肠病变,具有较好的临床应用价值。

关键词： 目标检测   无人机   注意力机制   光伏板巡检  

摘要： 随着太阳能光伏板的广泛应用,光伏板的隐患及故障缺陷检测变得越发重要。为了提高光伏板的巡检效率和缺陷检测的准确性,设计了一种基于注意力机制目标检测算法,并结合无人机技术提出了一套完整的光伏板巡检方案。该方法利用无人机搭载的高分辨率相机进行图像采集,并通过注意力机制的目标检测和无人机技术相结合的方式进行光伏板缺陷的检测和识别。实验结果表明,所提方法在光伏板巡检方面具有较高的准确性和可靠性,平均精度均值(mAP)达到83.2%,F1得分为84.5%,有效提升了光伏板巡检的质量和效果,具有很高的实用价值。

关键词： 计算机视觉   提示学习   视觉−语言大模型   预训练模型  

摘要： 随着计算机视觉(CV)的快速发展,人们对于提高视觉任务的性能和泛化能力的需求不断增长,导致模型的复杂度与对各种资源的需求进一步提高.提示学习(PL)作为一种能有效地提升模型性能和泛化能力、重用预训练模型和降低计算量的方法,在一系列下游视觉任务中受到广泛的关注与研究.然而,现有的PL综述缺乏对PL方法全面的分类和讨论,也缺乏对现有实验结果进行深入的研究以评估现有方法的优缺点.因此,本文对PL在CV领域的分类、应用和性能进行全面的概述.首先,介绍PL的研究背景和定义,并简要回顾CV领域中PL研究的最新进展.其次,对目前CV领域中的PL方法进行分类,包括文本提示、视觉提示和视觉−语言联合提示,对每类PL方法进行详细阐述并探讨其优缺点.接着,综述PL在十个常见下游视觉任务中的最新进展.此外,提供三个CV应用的实验结果并进行总结和分析,全面讨论不同PL方法在CV领域的表现.最后,基于上述讨论对PL在CV领域面临的挑战和机遇进行分析,为进一步推动PL在CV领域的发展提供前瞻性的思考.

关键词： 卷积神经网络   安防监控   目标检测  

摘要： 随着安防监控需求的不断增长,基于卷积神经网络的目标检测技术在安防监控软件中得到了广泛应用。基于此,本文研究如何改进安防监控软件中的目标检测策略,通过对相关工作进行分析,提出了一系列创新的方法。实验结果表明,改进后的目标检测策略在准确率、召回率等指标上有显著提升,有效增强了安防监控软件的性能。

关键词： 自动驾驶   目标检测   YOLOv8   多尺度特征融合   损失函数  

摘要： 道路场景中的物体检测对于智能交通系统和自动驾驶至关重要,但复杂的交通条件带来了重大挑战。针对现有检测算法存在的目标尺度的多样性、周围背景的干扰导致误检和漏检以及遮挡导致的精度下降等问题,提出了一种基于多尺度特征融合(Multi-Scale Feature Fusion,MSFF)的自动驾驶目标检测算法。在Backbone网络中构建了C2f-RepViT模块,从而生成更具表现力的特征表示;主干经过MSFF模块优化,精准捕捉图像细节与上下文信息;在Neck层中设计了特征双向扩散金字塔网络(Feature Bidirectional Diffusion Pyramid Network,FBDPN)结构,以显著提升MSFF的效果;引入PIoU(Powerful-IoU),提升了锚框的质量评估能力,加快模型的收敛速度并提高准确率。在KITTI数据集上的实验结果表明,相较于原YOLOv8算法,所提出检测算法的准确率提高了2.2%,召回率提高了1.9%,mAP@0.5提高了2.1%,mAP@0.5:0.95提高了1.6%,在自动驾驶场景中取得了更好的检测精度和效果。