关键词： 多目标跟踪   目标检测   Fairmot   交通违法行为  

摘要： 在监测交通违法行为的检测任务中,传统的人工监控与基础传感器方法因准确性和实时性存在局限而面临挑战。通过引入多目标跟踪技术,可以显著提升检测效率和系统识别的准确性。文章提出了一种针对车辆信息的多目标跟踪算法,使用MAU-DLA34(Mixed Attention Unit-Deep Layer Aggregation 34)作为主干网络,替换传统的DLA34主干网络。在处理高密度交通和复杂交互情况下,该算法的表现出色,AP达到73.6%,MOTA为82.9%,IDF1为79.3%,明显优于传统方法和其他深度学习方法,如JDE、DeepSort、CenterTrack等。该算法有效减少了身份切换,确保了对交通参与者的精准且连续跟踪。

关键词： 螺栓松动检测   全卷积神经网络   深度学习   图像处理  

摘要： 钢桥高强度螺栓松动、脱落已成为钢结构行业关注的热点问题。现有的人工检查方法费时、费力且效率较低。机器视觉用于钢桥高强度螺栓松动检测,可大幅度提高检测效率,降低检测成本,确保检测精度。但这种方法在螺栓识别与检测可靠性方面还有待改进,尚未应用于工程实际。针对钢桥高强度螺栓松动角度检测的需求,提出一种基于沙漏网络和数字图像处理的高强度螺栓松动检测算法,算法包含特征点识别与角度计算两部分。识别算法由关键点定位网络和关键点坐标生成模块两个部分组成。关键点定位网络为ResNet-50特征提取网络,旨在生成包含螺栓关键点的热力图;关键点坐标生成模块基于热力图,采用定位网络检测出关键点坐标。松动角度算法为:获得关键点热力图后,通过K-Means聚类算法将螺栓关键点转化为包络图;获得螺栓包络图之后,依次逆时针对6个角点进行编号;并将角点1与x轴正向的夹角作为螺栓当前角度,通过不同时间相应角度的对比,得到螺栓的松动角度。采集了多座公路钢桥的高强度螺栓连接节点照片,标注了螺母外侧6个角点和中心点,用几何变换、颜色变换、添加粗放式丢弃(Coarse Dropout)噪声、颜色扰动等操作,扩充了螺栓数据集。基于TensorFlow深度学习框架进行了模型训练,测试了不同距离下模型的识别效果,并将网络识别结果与CPMs和Two-Stage网络进行了对比。测试表明,该网络模型的识别效果好,计算效率高,且具有很好的鲁棒性。其中A_(PCK)和A_(ACC)高达97.6%和99.5%,A_(PCK)和A_(ACC)检测速度均优于CPMs和Two-Stage网络。

关键词： 游商小贩   目标检测   级联检测器   分辨率  

摘要： 监控场景下的游商小贩,具有大小不一、形态多样性、样本难获取、车载商品目标较小等特点,针对小目标在大尺寸图像中目标检测精度低的问题,提出了一种二级级联的游商小贩检测方法。采用由粗到精的策略,第一级检测器采用高分辨率的YOLOv5s模型检测运输车辆的位置,取运输车辆的子图作为第二级检测器的输入,第二级检测器采用低分辨率的YOLOv5s模型检测运输车辆上的车载商品,将一级检测器与二级检测器串联起来,结合目标跟踪算法,实现监控场景下游商小贩的检测识别。实验结果表明,在级联检测器中,不同的阶段选取不同大小的分辨率,能有效提高检测精度与检测速度。

关键词： 5G技术   计算机视觉算法   图像处理技术  

摘要： 在如今的数字化时代背景之下,图像处理技术正经历着由5G技术与计算机视觉算法相结合所引领的革命性变革。5G凭借其具备的超高速率、超低延迟以及海量连接的能力,为实时开展图像传输和处理工作给予了前所未有的技术层面的有力支撑。计算机视觉算法借助深度学习、神经网络等先进技术手段,赋予了机器能够“看”以及“理解”图像的能力。这两者的融合不但使图像处理的效率得以提升,而且在医疗、安防、自动驾驶等诸多领域呈现出了极为巨大的发展潜力。正是源于这种技术之间相互协同的作用,推动着图像处理从以往传统的方法朝着智能化、实时化的方向稳步迈进,进而为人类社会走向智能化发展的进程注入了强劲有力的动力。

关键词： 硬件支持   可穿戴设备   计算机视觉   剪枝策略   大规模数据集   人工智能   非结构化   自适应滤波器  

摘要： 1背景随着人工智能的快速发展和大规模数据集的普及,卷积神经网络(CNN)在计算机视觉领域的应用日益广泛。尽管大型CNN模型能提供丰富的信息表示,但在资源有限的移动设备和可穿戴设备上部署时面临显著挑战。因此,有效轻量化深度CNN模型成为当前研究的重要方向。网络剪枝是一种模型简化技术,通过删除冗余滤波器来降低复杂度。剪枝方法主要分为结构化剪枝和非结构化剪枝。非结构化剪枝以参数为单位进行操作,通常需要特定硬件支持才能显著加速;而结构化剪枝则以通道或滤波器为单位,能在无特殊硬件支持的情况下实现模型加速,因此受到广泛关注。

关键词： 多模复合制导   深度学习   数据融合   目标跟踪  

摘要： 为了提高光电精确制导导引头的制导精度和抗干扰能力,建立了基于数据驱动的多模复合光电制导导引头数据层融合方法。首先,分析激光/毫米波雷达/红外多模复合光电精确制导数据融合与物理结构的关系。接着,采用拉格朗日插值法和坐标变换实现多模制导数据配准。最后,提出了基于新型卷积增强Transformer模型的多模复合制导信息融合方法,实现了多模复合制导导引头的数据层融合和干扰识别。为了验证所提方法的有效性,构建了导引头挂飞实验系统。实验结果表明:多模复合制导信息融合方法可以实现多模制导在数据层的融合,与互协方差融合法相比,均方根误差降低22%以上,受干扰时的捕获概率从71%提升至91%,大幅提升了多模制导精度和抗干扰能力,可满足多模复合光电精确制导实际应用需求。

关键词： 舰船遥感图像   中值滤波   多头自注意力机制   目标检测  

摘要： 低照度下的遥感图像识别通常会受到噪声的干扰,导致目标检测的难度增加。本文首先使用均值滤波算法对遥感图像进行滤波,有效地去除噪声的影响,提高图像的信噪比;其次,使用拉普拉斯算子对图像边缘特征进行增强,使得图像的特征信息更加清晰;最后,融入多头自注意力机制的深度学习YOLOv8模型,达到目标检测的目的。消融实验的结果表明,添加了多头自注意力机制的MHSA-YOLO模型比未添加多头自注意力机制的YOLOv8模型的性能更优;模型对比实验的结果表明,本文模型在低照度舰船遥感图像目标检测方面的性能优于Faster-RNN、Mask-RCNN其他常见模型。

关键词： 数媒设计   机器视觉   图像处理  

摘要： 当前数字媒体平面设计系统忽略了区域色彩信息优化,导致色彩变化平衡严重,为此设计了基于机器视觉技术的数字媒体平面设计系统。硬件方面改造图像采集卡电路结构,优化系统图像采集模块;软件方面优化区域内色彩信息,呈现系统展示图形的视觉色彩分布,完成数媒平面设计。对比实验结果表明,所设计系统提高了设计图形色调均值,色彩更符合人类视觉感知颜色,降低了色彩区域边界重复率差值、顶点重复率差值,色彩变化更加协调。

关键词： 舌齿痕特征识别   AM-FCOS   CBAM  

摘要： 目的:研究舌体齿痕特征识别方法,旨在为中医智能舌诊提供技术支持,辅助中医进行疾病诊断。方法:采用TDA-1型舌诊仪采集220张舌影像数据,利用数据标注工具Labelme对每张图片中的齿痕进行标注。为提升齿痕特征的检测效果,提出了整合CBAM注意力机制的AM-FCOS模型用于舌齿痕检测。最后,将该模型与Faster R-CNN、TridentNet、RetinaNet、FCOS算法在由220张图片构成的数据集上,按照8∶1的比例进行训练和测试。结果:测试结果显示,AM-FCOS模型表现最佳,F1值和AP_(50)分别达到了71.3%和70.1%,这表明整合CBAM注意力机制的AM-FCOS模型在检测齿痕特征方面具有显著优势。结论:AM-FCOS模型在舌齿痕特征检测中展现出色性能,可应用于智能辅助舌诊系统。