关键词： 目标检测   深度学习   立体匹配   双目测距   盲人避障  

摘要： 为保障盲人安全出行,针对盲道占用、破损及无盲道等问题,提出一种结合目标检测和双目立体视觉的盲人避障方法。首先,通过双目相机采集人行道信息,利用改进的YOLOv8s模型对人行道上的障碍物进行检测。然后,使用改进的立体匹配算法对障碍物进行匹配,该方法使用自适应阈值的FAST算法在尺度空间上寻找特征点,同时使用最小二乘法获取特征点的亚像素级坐标,并对特征描述符进行降维处理。最后,通过理想双目模型将二维像素坐标转化为三维空间坐标,获取障碍物的深度值。实验证明,在10 m的范围内,避障系统可以精确识别障碍物的种类,且FPS可以达到149.1;在测量障碍物深度时,其最大误差控制在5.6%以内,FPS可以达到3.8,满足盲人避障所需的实时性和距离准确度的要求。

关键词： 计算机视觉   面部表情识别   知识蒸馏   轻量化  

摘要： 针对复杂神经网络无法在存储空间和计算资源有限的智能终端部署的问题,提出了一种基于知识蒸馏的轻量化面部表情识别模型T-SNet(Teacher-Student Net)。教师模型选用基于细粒度特征提取模块改进后的ResNet18,在MS-Celeb-1M人脸数据集进行预训练。学生模型选用轻量化卷积神经网络ShuffleNetV2,通过优化蒸馏损失函数提高轻量化模型准确性。首先,在面部表情数据集上对教师模型进行蒸馏,提取丰富的特征信息反馈至学生模型,然后综合利用教师模型和学生模型的特征信息训练学生模型,最终训练完成的学生模型作为轻量化面部表情识别模型。T-SNet在FER2013Plus和RAF-DB面部表情数据集,分别取得了88.80%和89.11%的准确率,参数量仅1.20 MB,在准确度和模型复杂度方面均优于其他主流模型。

关键词： 模型轻量化   铁路轨道扣件检测   深度可分离卷积   模型重参数化  

摘要： 为解决铁路轨道扣件检测模型轻量化部署问题,以YOLOX-s模型为基准,提出一种基于深度可分离卷积的特征金字塔,实现颈部网络结构的轻量化特征融合,提升模型轻量化后的特征提取能力。针对YOLOX架构中解耦头产生的更多参数量与计算开销,引入深度可分离卷积,简化解耦头的参数量,并使用重参数化卷积达成检测头的精确度优化,平衡模型参数轻量化造成的精确度损失。实验表明,针对铁路轨道扣件检测问题,相较于基准模型,该方法降低了22.26%的参数量和31.3%的浮点数计算量,精确度保持在原有水平。基于深度可分离与重参数化的轻量化目标检测模型有效降低了模型参数,为部署在铁路在线检测轻型设备上提供一种可行方法。

关键词： 图像处理   焊缝跟踪   核相关滤波器   强噪声   结构光视觉   跟踪漂移  

摘要： 在基于结构光视觉的焊缝跟踪中,焊接时产生的电弧和飞溅等强噪声会大幅降低焊缝的能见度,导致跟踪失败。为了解决这一问题,提出了一种基于改进核相关滤波器的焊缝跟踪算法,以更好地适应强噪声的环境。首先获取焊缝的初始特征点,基于焊缝激光条纹的灰度分布特征,通过Steger算法提取焊缝激光条纹的中心线;接着对中心线进行滤波并求导来获取焊缝的初始特征点;最后将焊缝的初始特征点作为初始输入,应用改进的核相关滤波器对焊缝特征点进行学习与跟踪。结果表明,在强噪声干扰的情况下,该算法的平均误差为0.305 mm,最大跟踪误差为0.479 mm,取得了良好的跟踪效果并有效避免了跟踪漂移。该研究为高精度焊缝跟踪提供了有益参考。

关键词： 算力不足   医疗   金融   计算机视觉   模型安全  

摘要： 近年来,随着计算机视觉与大模型技术的飞速发展,基于人工智能的智能系统能力逐渐接近人类水平,已在金融、医疗、交通等多个国民经济重要领域发挥了巨大作用,受到了学术界和产业界的广泛关注。尽管如此,人工智能技术在实际应用过程中仍经常面临推理范式效率低下、落地场景算力不足、模型安全问题频发等状况。

关键词： YOLOV8   目标检测   MPDIoU   注意力机制  

摘要： 针对桃树叶片病害检测中小目标漏检率高、复杂背景下定位精度不足等问题,提出一种基于改进YOLOv8n的桃叶感染点检测算法,通过添加高分辨率小目标检测层和C2f_StarsBlock模块,构建多尺度特征融合网络,提升模型对微小病灶局部细节的感知力;引用轻量化SCDown模块,采用深度可分离卷积重构下采样层,在减少13.7%参数量情况下,有效保留高频边缘特征,提升病斑定位精度;利用MPDIoU损失函数直接优化预测框与真实框的角点距离,解决传统IoU损失函数变体在宽高比相同,以及尺寸差异场景下的优化盲区。实验结果表明,改进模型在自建桃叶数据集上的mAP@0.5达到80.8%,较原始YOLOv8n提升7.4%,参数量仅2.6 M。

关键词： 深度学习   YOLOX   茶芽   识别  

摘要： 针对现有的目标检测在应对复杂环境与品种时具有一定缺陷的情况,研究提出一种基于深度学习和YOLOX目标检测方法来识别茶芽。在骨干网络中嵌入Contextual Transformer模块,充分挖掘相邻关键字之间的上下文信息;将显式视觉中心方案(EVC)融入特征提取网络来捕捉全局的远程依赖关系并获取全面且有区别的特征信息;研究利用切片辅助超推理(SAHI)来识别微小物体来提高识别精度。经试验证明,改进后的Tea-YOLOX模型准确率提升0.03441个百分点,召回率提升0.07097个百分点,均值平均精度(PmA)提升0.07442个百分点。在自然条件下识别茶芽效果良好,为智能化茶芽采摘机器人提供了理论和技术支持。

关键词： 憎水性   目标检测   Mask R-CNN   深度学习   复合绝缘子  

摘要： 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。

关键词： 相关滤波   去余弦窗   目标跟踪   稀疏学习  

摘要： 针对高效卷积算子(ECO)算法在训练样本存在污染和错误响应意外波峰的问题,在该算法基础上提出了一种改进方案,旨在降低负训练样本对模型学习的污染风险和平滑意外响应波峰。首先,引入稀疏响应正则化项对响应图中的意外波峰进行约束,减少冗余参数并提高泛化能力;其次,去余弦窗,引入二值和高斯形状掩膜函数对训练样本进行处理,得到不受边界效应影响的样本;最后,验证该改进算法的可靠性。结果表明,改进后的算法较ECO算法在成功率和精确度上分别提高了1.8%和4.6%,在应对变形、光照变化、遮挡和快速运动等方面表现出较好的鲁棒性,具有应用前景。

关键词： 玻璃绝缘子   Unet网络   注意力机制   图像处理技术  

摘要： 针对绝缘子自爆缺陷识别率不高,经典目标检测深度学习方法未考虑单片绝缘子目标小,边界模糊等问题,提出一种基于改进Unet图像分割技术的绝缘子自爆缺陷识别方法,首先基于经典Unet网络添加了多级边缘增强模块,引入注意力机制,提高模型对单片绝缘子边界和细节特征的关注,且采用混合损失函数,增加模型的训练能力;然后构建了单片绝缘子的位置模型,并采用最小二乘法对双串绝缘子进行分离;最后对相邻绝缘子的间距值设立阈值,实现对自爆绝缘子缺陷识别。结果表明:改进Unet算法比原有Unet算法损失函数下降了0.065,P_(PR)为92.51%,P_(RE)为93.06%,F_(1)为92.79%,充分证明了本文方法的优越性。