关键词： 输电线路   山火检测   烟雾检测   图像处理   目标检测  

摘要： 山火监测与定位是提高输电线路可靠性的关键。然而,高压电沿线山火图像数据具有一定的复杂性且检测目标易混淆,传统的目标检测算法无法满足山火检测任务在识别精度与速度方面的需求。为此,提出一种两阶段的高效低报警率山火检测算法,以实现高召回率高精确率的实时山火检测系统。算法架构中,第一阶段采用基于正负山火图像样本的目标检测算法,以神经网络模型YOLOv7作为目标检测器,在训练时使用足量且比例均衡的正负样本图像,提升模型的可靠性;第二阶段采用易混淆目标分类算法,以轻量级神经网络MobileNetV3作为特征提取网络,并根据第一阶段得到的易混淆类别选择不同的分类权重参数,提升易混淆目标的易分性。此外,分析了训练数据对山火目标检测算法的影响,并在山火检测数据集上进行了该算法与主流目标检测器的对比实验,结合模型的多进程并行推理帧率,验证了该算法的有效性。

关键词： 残膜识别   YOLO 11模型   目标检测   模型轻量化  

摘要： 为实现残膜回收机在自然环境中快速、准确地识别棉田地表残膜目标,本文提出了一种基于DCA-YOLO 11轻量化模型的棉田地表残膜识别方法。以4JMLE-210型残膜回收机工作后棉田地表残膜为研究对象,在不同时间段采集地表残膜图像900幅,通过透视变换、图像裁剪、数据清洗、数据增强等预处理,最终得到5215幅残膜样本图像,按照4∶1划分为训练集和测试集,实现了对棉田地表残膜的数据集构建。通过在YOLO 11模型主干网络中增加深度可分离卷积(DWConv)模块代替通用卷积(Conv)模块,用于减少计算复杂度和参数量;通过在输出检测端末尾加入CBAM卷积块注意力机制模块来提高模型的感知能力,减少边缘与背景干扰;通过用ADown模块替换主干网络中的Conv模块,实现残膜特征图不同层之间的下采样,减少特征图空间维度,保留关键信息来提高残膜目标检测准确性。试验结果表明,在复杂自然环境下,DCA-YOLO 11模型精确率P为81.9%,召回率R为80.9%,平均精度均值mAP(重叠率0.5)为86.7%,参数量为2.20×10^(6),处理速度为80 f/s。通过对不同模型进行对比试验,DCA-YOLO 11模型检测精确率比YOLO v10、YOLO v9、YOLO v8分别高2.9、2.3、3.8个百分点,召回率比YOLO v10、YOLO v9、YOLO v8分别高2.0、1.0、1.8个百分点,处理速度比YOLO v9、YOLO v8分别提升12.7%、14.2%,略低于YOLO v10。DCA-YOLO 11模型在保证精度的同时,模型最小,参数量最少,证明其轻量化与优越性。模型通过泛化性试验,其在验证数据集上的检测结果,R^(2)为0.72,平均绝对误差和均方根误差分别为4.92个和2.72个,提出的DCA-YOLO 11轻量化模型泛化性较好。该研究可为残膜回收机械在复杂环境下精准、高效捡拾残膜以及残膜回收机回收率车载视觉估测提供理论依据与数据基础。

关键词： 风景园林   计算机视觉   城市街道   绿化结构   视觉感知   空间异质性  

摘要： 【目的】绿化资源配置是城市公共空间优化的重要环节之一,对居民生活质量的提升有着积极的作用。城市街道绿化泛类结构(urban street greening general structure,USGGS)能够反映街道绿化在行人视觉环境中的整体特征,研究USGGS聚类对于物质空间要素数量以及物质空间形态的改变,能够有效探究街道绿化对行人视觉感知水平的影响。【方法】采用百度街景数据,利用DeepLabV3+神经网络模型,对天津市市内六区街道的物质空间要素进行分割,使用ArcGIS软件对空间分布特征进行可视化处理,结合数理统计分析结果,探讨USGGS与行人视觉感知之间的关系。【结果】USGGS聚类呈现向心聚集型的空间分布特征,城市主干道及快速路的行人视觉感知空间分布特征较为同质化,空间异质化现象集中出现在街道断面狭窄的生活型街道以及商业型街道。不同聚类的USGGS不仅对行人视觉感知有不同程度的影响,也与场所属性以及绿化空间位置密切相关。【结论】提升城市街道环境质量需要考虑行人视觉感知水平。合理的USGGS配置以及适当的种植点位能够更好地适应周围场所的属性,促进城市公共空间与城市街道绿化的有机融合,助推城市更新工作的精细化管理,提升城市人居环境质量。

关键词： 图像风格迁移   神经网络   图像编辑   多模态任务   计算机视觉   深度学习  

摘要： 风格迁移作为图像编辑领域的一个关键研究方向,在艺术创作等领域展现出广泛的应用前景.自Gat-ys等人提出使用深度卷积特征间相关性捕获纹理信息并基于此实现风格迁移后,大量基于神经网络的风格迁移算法不断涌现.近年来随着各式生成模型的兴起,将生成对抗网络、扩散模型等生成模型引入风格迁移工作获得了新的关注.此外,图像-文本跨模态任务的突破使得文本引导条件下的图像风格迁移成为可能.本文对当前先进的研究方法进行分类和描述.具体地,依据引导条件差异,将现有方法划分为图像引导的图像风格迁移方法、文本引导的图像风格迁移方法;依据网络架构的不同,将现有方法细分为基于自编码器的方法、基于生成对抗网络的方法、基于扩散模型的方法以及基于其他模型架构的方法,对当前图像风格迁移技术的研究进行全面的综述与分析.随后,介绍了图像风格迁移任务的数据集和评价体系,并从定量与定性方面对部分最先进的图像风格迁移方法进行实验和比较.最后,讨论了当前图像风格迁移技术面临的挑战,并对未来研究方向提出了展望.

关键词： 数字图像处理   创新实践   课程改革   教学质量   教学实践  

摘要： 针对现阶段面向数字图像处理课程教学过程中存在课程理论知识教学内容相对繁杂、实践教学内容容易被忽视,导致学生关于数字图像处理的创新实践能力不足的问题,本文结合江苏师范大学测绘工程专业所开设的数字图像处理课程的教学实际,通过更新与优化课程教学内容,提高课程教学质量,构建“学、研、赛”一体化教学理念,并融合案例教学与半翻转课堂等一系列课程改革措施,提高课堂学习的趣味性及学生学习的积极性,构建一种“以赛促学”课程考核新模式,锻炼学生动手实践与创新开发能力,实现“新工科”建设背景下创新人才的培养目标。

关键词： 计算机视觉   连续手语识别   单词约束   多标签分类   辅助约束  

摘要： 针对现有连续手语识别方法依赖连接时间分类损失(CTC)实现序列对齐,难以解决因演示习惯和上下文切换导致的类内差异与类间相似问题,提出一种基于手语单词约束的识别网络,包含单词存在约束和单词计数约束:前者通过前K个高概率时间点的平均池化和存在性标签编码,显式强调与抑制目标单词;后者结合时间注意力和全局平均池化,增强时间信息捕获能力.在PHOENIX-2014,PHOENIX-2014T和CSL三个数据测试集上的测试结果表明:所提方法的词错误率分别为21.1%,21.6%和1.5%,验证了其有效性和泛化能力.

关键词： 图像处理   图像超分辨率   深度学习   残差网络   自适应融合  

摘要： 作为计算机视觉领域的前沿方向,图像分辨率增强技术通过智能算法实现低解析度影像向高解析度版本的重建生成。在人工智能技术迭代演进的驱动下,该技术已在视频编解码传输、临床影像诊断、卫星遥感影像解译及智能监控系统等场景完成实践验证与工程转化。当前主流方法依据重建机理的本质区别可分为三大范式:基于像素插值的重建方法、样本驱动型重建算法以及数据驱动式学习框架。数据驱动式方法依托深度神经网络架构,通过建模低-高分辨率影像间的非线性变换规律,借助参数优化后的网络实现高频纹理特征的精准恢复。在单帧图像重建任务中,此类方法较传统方案展现出显著量化指标优势。文章研究深度学习方法在图像重建任务中的优化算法,提出自适应特征融合残差网络,通过引入自适应融合模块来融合不同层次的特征信息,提高了图像的重建质量。

关键词： 织物疵点检测   深度学习   卷积神经网络   傅里叶变换   频域卷积   织物图像  

摘要： 为解决深度学习模型在织物图像疵点目标检测过程中存在特征提取效率不高和泛化性不足的问题,提出了一种针对机织物图像的频域卷积(FFC-tex)模块。通过结合二维傅里叶变换与传统卷积的优势,设计了FFC-tex模块,用于局部和全局特征解耦,提升模型整体性能。首先基于傅里叶频域表示特性和织物图像特点设计了FFC-tex模块;然后结合该模块与YOLOv5目标检测模型设计了织物疵点检测方案;最后,通过控制织物和疵点构建了不同的数据集组合,用于充分验证提出模块对于模型性能的提升效果,同时设计了消融实验用于验证模块中组件的有效性。结果表明,提出的频域卷积能够通过在网络浅层提供全局感受野以实现织物图像全局特征和局部特征的解耦,优化特征提取流程,解决了传统卷积在织物图像处理中的局限性,有效提升了网络的泛化能力和鲁棒性。

关键词： 计算机应用技术   毫米波雷达   三维目标检测   多头自注意力机制   融合网络   噪声抑制   点云稀疏性  

摘要： 针对4D毫米波雷达在应用中存在点云稀疏和噪声的问题,提出一种基于多头自注意力机制的融合检测方法。利用多头自注意力机制聚焦于缺失点周围的相关点,推断缺失点的特征,减少整体点云的稀疏性;通过调整注意力权重,抑制噪声点的干扰;通过融合全局特征与局部特征,增强对体素柱的空间表示,应对复杂场景中的目标识别问题。通过VoD数据集和Dual-Radar数据集的测试和验证,实验结果表明,所提方法改善了由于毫米波雷达点云稀疏性和噪声引起的漏检和误检问题,提高了目标检测精度。

关键词： 多信息融合   目标检测   目标跟踪   车速估计   拥堵检测  

摘要： 在高速收费站拥堵检测场景中,遮挡、阴影、景深等因素严重影响检测算法的精度,基于单信息的拥堵检测算法无法准确反映收费站真实拥堵情况,对此,提出一种高速收费站多信息融合拥堵检测算法。首先采用目标检测算法检测目标区域车辆,利用图像空间特征计算车道占用率;其次利用Deep SORT目标跟踪算法与滑动平衡机制进行车流量综合估计,减少因为遮挡和阴影导致的车辆误检、漏检问题;最后利用基于光流信息熵的车速估计方法,降低因景深变化导致的拥堵状态检测误差。通过融合3种不同维度信息得到拥堵指数,拥堵指数聚类为5种拥堵类别以判断真实拥堵状态,从而实现高速收费站的拥堵检测。实验结果表明,在高速收费站拥堵数据集上,采用多信息融合的拥堵检测算法准确率达到90.4%,能够实现对收费站拥堵状态的准确检测。