关键词： 目标检测   遥感图像   实时检测Transformer   卷积块注意力模块  

摘要： 针对遥感图像目标排列紧密、背景复杂和小目标众多导致检测精度低的问题,提出了一种基于改进实时检测Transformer(Real-Time Detection Transformer, RT-DETR)的遥感图像检测算法。将Mosaic9数据增强应用到遥感数据中,丰富训练数据中场景和目标的组合,增强模型对不同环境下目标的识别能力。在主干网络中添加卷积块注意力模块(Convolutional Block Attention Module, CBAM),增强复杂背景下目标的关注度和图像特征提取能力,在模型中额外添加一个针对小目标的检测层,使小目标的细节特征更加突出,提升模型对小目标的检测能力。在DSTD舰船遥感数据集和NWPU VHR-10多类别遥感数据集上的实验结果显示,改进后的算法在交并比(Intersection over Union, IoU)阈值为0.5时,平均精度均值(mean Average Precision, mAP)分别达到了94.9%和94.5%,较原始RT-DETR算法分别提升了1%和1.3%,体现了改进算法在遥感图像检测上的有效性和通用性。

关键词： 指针式仪表   深度学习   目标检测  

摘要： 指针式仪表在各行各业都有广泛的使用,其读数大多采用人工,存在工作重复性较高、读数结果受主观因素和环境因素影响大等缺陷。利用指针式仪表图像数据,构建了基于Faster R-CNN目标检测模型的指针式仪表表盘示数读取模型。实验结果表明,该模型在测试集数据上对表盘中单位、精度等级、示数等目标可以实现准确检测,且mAP@0.5达到了94.37%。

关键词： 目标检测   YOLOv5   ECA注意力机制   加权双向特征金字塔  

摘要： 在足球赛事中,对运动员和球实施目标识别,能够为自动化的跟踪与拍摄系统提供必要的算法支撑。针对传统技术在识别球员和足球方面准确度不足的情况,本文介绍了一种改进的检测方法,该方法结合了ECA注意力机制和BiFPN (即加权双向特征金字塔网络),简记为ECABiF-Y5n。此模型优化了ECASPPF组件,以增强局部特征表达,并改善小物体的识别效率;同时利用BiFPN来整合多层级的特征信息,生成更为有效的特征描述。实验在SoccerNet_v3_H250数据集上进行,结果表明,相较于原作者采用的YOLOv8n,整体类别的精度提升了4.4%,召回率增加了2.3%,mAP50增长了3.7%,而mAP0-95则提高了0.2%。特别是对于较难识别的“球”类别,精度提高了6.1%,召回率上升了5.9%,mAP50增进了7.6%,mAP0-95也有了2.8%的进步。这些实验对比结果证明,ECABiF-Y5n在提升检测准确性方面表现出色,特别增强了对足球赛事中小型目标的辨识能力。In football matches, implementing object recognition for athletes and the ball can provide essential algorithmic support for automated tracking and filming systems. To address the issue of insufficient accuracy in traditional techniques when identifying players and the football, this paper introduces an improved detection method that combines ECA attention mechanisms with BiFPN (weighted bidirectional feature pyramid network), abbreviated as ECABiF-Y5n. This model optimizes the ECASPPF component to enhance local feature representation and improve the efficiency of small object recognition;it also employs BiFPN to integrate multi-level feature information, generating more effective feature descriptions. Experiments were conducted on the SoccerNet_v3_H250 dataset, showing that compared to YOLOv8n used by the original authors, the overall category precision increased by 4.4%, recall rose by 2.3%, mAP50 grew by 3.7%, and mAP0-95 improved by 0.2%. Specifically, for the “ball” category, which is more challenging to detect, precision improved by 6.1%, recall increased by 5.9%, mAP50 by 7.6%, and mAP0-95 by 2.8%. These comparative experimental results demonstrate that ECABiF-Y5n excels in enhancing detection accuracy, particularly strengthening the identification capability for small objects in football games.

关键词： 人工智能生成内容   深度学习   计算机视觉   图像   质量评估  

摘要： 人工智能生成内容(AIGC)技术可为人类提供各种类型的信息生成服务,如何对AIGC进行准确的质量评估,是当前亟待解决的问题.本文主要针对大模型生成图像的质量及其评估指标开展深入研究.首先,从技术方面概述了当前评估AIGC的常见方法,如深度学习方法和计算机视觉方法等,介绍并分析了准确性、相关性、一致性、可解释性等指标在不同类型生成内容评估方面的表现.然后,为了展示评估指标的实际作用,以百度文心一言为例,对其生成的图像进行评估实验:使用直方图和噪点数量等量化指标对生成图像进行客观评估;使用整体协调性和美观性等视觉感官指标对生成图像进行主观评估.最后,综合对比客观评估和主观评估的结果,筛选出色偏、噪点数量、心理预期等AIGC产品质量评估的高可靠性指标.实验结果验证了综合使用主客观评估指标进行AIGC产品评估方法的有效性和可靠性.

关键词： 结构健康监测   变形识别   层间位移   计算机视觉  

摘要： 利用基于计算机视觉的接触式位移识别技术分析结构振动视频来捕捉结构层间位移响应,可以解决极端荷载作用下结构层间位移观测困难的问题。结合结构层间变形机理与多特征检测算法,提出了结构弯剪耦合变形识别方法,并在理论上验证了该方法在结构发生多种变形情况下的适用性。该方法利用倾角仪数据与视觉识别结果计算得到结构的层间位移、有害层间位移、无害层间位移及部分位移在总位移中的占比,并在缩尺模型振动台试验中验证了该方法的准确性与有效性。研究结果表明,该方法可用于建筑结构在地震过程中的关键变形监测,即通过结构不同层间变形成分的比例可以准确判断结构各层实际受力状态。该方法通过多数据计算显著提高了层间位移的识别精度,为建筑层间受力状态评估提供了重要依据。

关键词： 目标跟踪   孪生网络   前景概率图   动态模板   时空上下文  

摘要： 针对传统基于孪生网络的目标跟踪算法面对语义背景干扰和目标遮挡导致跟踪失败的问题,提出一种基于前景概率图和动态模板的孪生网络目标跟踪算法,由基础Siamese跟踪模块、目标表征模块和模板更新模块组成。目标表征模块根据前景和背景区域的颜色分布计算区域中每个像素点与目标的相关性生成前景概率图,并掩盖到孪生网络响应图上使模型聚焦于目标,提高了模型对目标和背景的区别能力。动态模板模块将视频序列中目标外观特征矩阵分组,采用分组匹配策略进行模板更新并调整学习速率,确保了遮挡时目标模板不受污染。在主流数据集中对多种算法进行对比实验,结果表明算法精度与成功率均优于传统目标跟踪算法,相较于基准跟踪器SiamFC,精准率和成功率分别提高了11.4%与8.9%。

关键词： 图像翻译   数据增强   目标检测   红外弱小目标检测   生成对抗网络   自编码器   转换器网络  

摘要： 为了缓解在红外弱小目标检测问题中图像数据稀缺的问题,提出了一种基于图像翻译的红外弱小目标图像数据增强算法。该方法是一个两阶段的图像生成算法,首先引入额外的可见光图像,通过U-GAT-IT模型学习可见光和红外图像之间的映射,将可见光图像转化为红外背景图像。为了解决图像翻译过程中的过拟合问题,提出了通道正则化方法,使红外和可见光图像的通道信息量保持一致。接着,设计了一个基于视觉Transformer结构的自编码器,学习红外小目标的分布特征,以遮挡重构的方式在得到的红外背景图像上合成弱小目标。本方法在SIATD数据集上进行训练和测试,实验结果表明提出的数据增强方法在三个模型上使检测指标得到了一定提升,其中在YOLOv3模型上AP指标提高了1.37%,证明了提出的数据增强算法的有效性,能够提高目标检测模型在红外弱小目标检测任务中的表现。

关键词： 新产品开发   AI技术   人工智能   研究会理事长   图像处理   中国中医药报   联盟主席   基础模型  

摘要： 《中国中医药报》2025年2月13日讯:在日前举行的“AI助力生命健康”主题座谈会上,专家呼吁使用AI技术促进中医药健康新产品开发。中国高校浙江校友会联盟主席、杭州市科学技术发展研究会理事长、杭州师范大学教授曹明富在“使用AI技术促进传统中医药健康新产品开发”的主题发言中指出,人工智能大模型技术的图像处理、端侧智能和基础模型技术等与中医药健康新产品开发紧密相关。

关键词： 光学设备   旋转双棱镜   目标跟踪   奇异性问题   两步法   反向解析解  

摘要： 旋转双棱镜用于目标跟踪时,在其观测场中心区存在控制奇异性问题。当系统出射光束或视轴跟踪目标至系统旋转轴附近时,要求棱镜高速大角度旋转,这为棱镜驱动控制带来挑战。本文基于两步法解算的反向解析解,计算了棱镜转速与光束转向率之比;分别分析了连续时间域及离散时间域下,系统跟踪观测场中心区目标时控制奇异性问题的特点及根源;揭示了最优解跟踪方法缓解奇异性控制问题的原理依据;估算了中心区目标跟踪对棱镜旋转驱动控制的要求以及中心区跟踪盲区的角度范围。结果表明:中心区目标跟踪的奇异性问题源自于目标切向移动导致的目标方位角大幅度改变。目标越靠近观察区中心,控制奇异性问题越突出。最优解跟踪方法能缓解跨中心点运动目标方位角跃变带来的棱镜旋转驱动控制困难,但跟踪中心点附近一定角度范围内的目标仍要求较强的棱镜驱动控制能力。对于确定的旋转双棱镜系统和跟踪应用,观测场中心区存在一定角度范围的跟踪盲区。本文提出的分析方法和结果能为棱镜驱动控制方案设计以及系统跟踪性能评估提供评判依据。

关键词： 桥梁斜拉索   智能损伤识别   轻量化神经网络   计算机视觉   深度学习  

摘要： 深度神经网络和计算机视觉技术近年来在结构健康监测中发挥了越来越重要的作用。利用无人机航拍采集的桥梁斜拉索损伤图像数据,研究基于深度学习技术的斜拉索PE护套损伤识别方法。为实现在较低运算能力设备上对大跨度桥梁斜拉索表面局部损伤的智能快速识别,解决传统深度卷积神经网络的运算效率相对较低、模型参数规模较大的问题,提出轻量化处理的区域推荐型卷积神经网络模型。介绍区域推荐网络与其轻量化改进方法的理论基础,分析轻量化模型处理的必要性,其能在保证识别精度的前提下降低模型训练与预测的设备性能需求,达到节约计算资源与时间的目的;通过数据增广等多手段解决损伤样本数据量不足的问题,设置对比试验,统计分析结果,验证了轻量化神经网络模型的优越性。结果表明,轻量化网络在牺牲少量识别准确度的前提下,能够在较大程度上实现对模型复杂度与计算量的改进,在工程应用中能有效拓展神经网络的实用性。