关键词： YOLOv5   口吃识别   语谱图   目标检测  

摘要： 语言交流效率得分是量化口吃严重程度的方法,该方法需要获得口吃发生的时间,但目前相关研究仅能判断语音段中是否存在口吃,无法精确定位口吃的发生位置,不利于对口吃严重程度的判别.针对目前深度学习检测口吃类型无法可视化定位目标的问题,首先使用短时傅里叶变换将语音转化为语谱图,然后对其进行口吃类型标记,最后使用YOLOv5对口吃类型进行检测.在YOLOv5的基础框架下尝试YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 4种不同深度和宽度的模型,实现口吃类型的分类和定位,并选择在其性能最优的模型YOLOv5l中引入高效通道注意力机制和CIOU目标框损失函数对基础模型进行改进.实验结果表明,改进的YOLOv5l模型在训练损失值有明显降低,在准确率、召回率和mAP_0.5上分别提升了1.2、0.6和0.4个百分点,较原模型漏检情况有所改善.

关键词： 堆石料   级配   Segment Anything Model(SAM)   图像识别   快速检测  

摘要： 堆石料级配检测是堆石坝施工过程中质量控制的重要环节,传统方法通常采用现场人工筛分法测量,存在检测样本少、效率低、干扰施工等问题。提出了一种基于图像处理的堆石料级配计算方法,采用国际最新Mata AI开源的通用图像分割大模型Segment Anything Model(SAM)对筑坝堆石料进行自动图像分割,提出堆石长宽比、面积比等堆石形态学几何参数用于提取堆石料图像中的堆石颗粒目标;同时,建立堆石形态数据库、堆石实例分割数据库,并分析参数取值和验证堆石图像级配计算方法的有效性;最后,试验验证结果表明该方法能够有效识别出图像中的堆石颗粒目标,实现级配曲线的智能识别,以及曲率、不均匀系数等级配指标的快速计算。该方法计算获得的级配与真实筛分法测的级配相关性可达0.94,平均绝对误差约5%,能够在堆石坝施工过程中有效辅助检测堆石料的颗粒级配信息,服务堆石坝的施工碾压质量控制。

关键词： 动态环境   目标检测   同时定位与建图   稠密点云地图   光流法  

摘要： 针对动态物体严重干扰同时定位与建图(SLAM)系统正常运行的问题,提出一种基于目标检测和特征点关联的动态视觉SLAM算法。首先,利用YOLOv5目标检测网络得到环境中潜在动态物体的信息,并基于简易目标跟踪对图像漏检进行补偿;其次,为解决单一特征点的几何约束方法易出现误判的问题,依据图像的位置信息和光流信息建立特征点关联,再结合极线约束判断关系网的动态性;再次,结合两种方法剔除图像中的动态特征点,并用剩余的静态特征点加权估计位姿;最后,对静态环境建立稠密点云地图。在TUM(Technical University of Munich)公开数据集上的对比和消融实验的结果表明,与ORB-SLAM2和DS-SLAM(Dynamic Semantic SLAM)相比,所提算法在高动态场景下的绝对轨迹误差(ATE)中的均方根误差(RMSE)分别至少降低了95.22%和5.61%。可见,所提算法在保证实时性的同时提高了准确性和鲁棒性。

关键词： 目标检测   松材线虫病   YOLOv8n   RepVit   CCFM   Dynamic Head  

摘要： 松材线虫病对全球松树资源和生态环境造成严重威胁,准确检测疫木对于控制疫情蔓延具有重要意义。借助无人机遥感技术,能够高效获取覆盖广泛、分辨率高的森林影像数据,为松材线虫病疫木检测提供了关键的数据支持。针对复杂森林环境下无人机遥感影像中松材线虫病疫木检测识别能力受限的问题,提出一种改进的YOLOv8n检测模型(YOLOv8n-RCD)。使用RepVit作为主干网络,提升特征提取能力;通过引入跨尺度特征融合模块(CCFM),增强模型对多层次特征的提取;采用动态头(Dynamic Head)替换原有检测头,提高模型在复杂背景下的目标识别能力和适应性。结果表明:改进后的YOLOv8n-RCD在精确率(P)、召回率(R)和F1分数上比基准模型(YOLOv8n)分别提升了3.37%、3.00%和3.19%,AP50和AP50-95分别提升了1.93%和1.49%。改进后的模型提升了在复杂森林环境下的识别精度和能力,为松材线虫病疫木的精确化检测和无人机遥感驱动的智能化动态防控提供了有力的技术支持。

关键词： 图像处理   非均匀光照校正   双边滤波   Retinex算法   数字图像相关  

摘要： 为了解决场景中非均匀光照导致散斑图像质量下降,进而影响数字图像相关测试精度的问题,采用多尺度双边滤波Retinex算法对散斑图像进行光学校正,实现光照不均匀场景下位移场与应力场的高精度光学测量;进行了模拟散斑图像的亚像素位移的实验,并与现有图像光学校正算法进行对比,取得了相应散斑图像位移均值误差、标准偏差以及质量评价指标数据。结果表明,所提出的算法对于非均匀光照散斑图像具有良好的校正效果,可以解决图像边界模糊和局部过度校正的问题,校正后散斑图像的平均灰度梯度从12.986上升到14.574,位移标准偏差从0.0443下降到0.0335。该方法可以增强散斑质量,保证光照不均匀场景下数字图像相关方法的测试精度和稳定性,提高复杂光照场景下数字图像相关方法的测试精度,为实际环境中光照突变的非接触测量提供了参考。

关键词： 无人机图像   Faster   R-CNN   注意力机制   空洞卷积   特征融合   目标检测  

摘要： 针对现有无人机图像目标检测算法存在小目标检测精度低、多尺度目标漏检等问题,提出一种基于通道注意力机制和并行结构空洞卷积特征融合的无人机图像目标检测算法。该算法在ResNet50特征提取网络中引入SENet和PSDCFFN,从通道和感受野两个层面提高算法的特征表达能力,并使用ROI Align代替ROI Pooling,基于K-Means重新设计RPN(Region Proposal Networks)锚框尺寸,减小目标回归过程的坐标偏差。实验表明,该算法能够提升无人机图像目标检测精度,在RSOD-Dataset和无人机图像数据集上,mAP分别达到92.52%和98.07%。

关键词： 目标检测   分形特征   YOLOv7   自适应融合  

摘要： 针对复杂环境背景和噪声情况下,桥梁病害图像中特征提取不充分的问题,提出将分形几何特征与YOLOv7网络融合的方法来提高病害检测的精度。首先,设计分形特征模块(fractal feature module,FFM),得到桥梁病害图像的分形特征图;其次,设计了自适应特征融合层,将提取的分形特征融入YOLOv7网络,让网络获得表达能力更强的特征图;最后,引入坐标注意力机制(coordinate attention,CA),增强了网络对小病害的检测精度。实验对包含风化、裂缝、钢筋外露、腐蚀和剥落5种桥梁病害的复杂图像进行了检测,结果表明:在相同的数据集和迭代次数下,融入分形几何特征的YOLOv7网络相比于原始网络对上述5种病害检测的平均精度均值从82.94%提高到86.24%,其中,裂缝病害的检测平均精度提高最为显著,从75.92%提高到81.29%。

关键词： 毫米波雷达   目标跟踪   长短期记忆网络   扩展卡尔曼滤波   非线性滤波  

摘要： 在道路交通系统中,毫米波雷达以其分辨率高和抗干扰能力强的特点成为了热门的目标运动信息采集传感器。传统的目标跟踪算法在雷达观测信息丢失的情况下会出现跟踪误差较大或无法进行目标跟踪的现象。针对这一问题,文中提出了一种基于长短期记忆(LSTM)网络的雷达目标跟踪算法,在雷达观测值正常时,利用LSTM网络的记忆函数,对雷达的观测值进行训练并预测;当雷达观测值丢失时,利用LSTM网络为扩展卡尔曼算法提供观测值的预测值,以保证扩展卡尔曼算法能够继续对目标进行跟踪,达到降低目标跟踪误差的目的。文中通过雷达实测数据对LSTM网络进行训练,并针对直线和曲线两种运动状态进行了仿真验证分析,仿真结果表明,提出的目标跟踪算法在雷达的观测值丢失的情况下仍然可以对目标进行跟踪,并有效地降低了目标跟踪算法的误差。

关键词： 遥感图像   条带目标检测   无锚点图像   注意力机制  

摘要： 针对光学遥感图像目标检测任务中对条带状目标检测效果不佳的问题,提出一种无锚点多尺度遥感图像条带状目标检测方法。提出一种融合坐标注意力模块和条带池化模块的空洞空间卷积金字塔池化特征提取网络,该网络能有效提高对条带状目标特征信息的提取能力。所提方法在DIOR数据集上做了有效性实验,选出最佳的膨胀因子,在此基础上做了消融实验,验证了所提框架的可行性。另外,所提方法与4种经典的目标检测方法进行对比实验,与经典的无锚点方法CenterNet相比,平均精度均值在阈值为0.5和0.75时,分别提高8.63百分点和11.45百分点。与其他方法相比,所提方法也具有很强的竞争力。实验结果表明,所提方法对光学遥感图像中的条带状目标(如桥梁、飞机场)定位更准确,检测效果较优。

关键词： 深度学习   3D目标检测   点云   随机采样   局部特征聚合   注意力机制   自动驾驶  

摘要： 针对当前两阶段的点云目标检测算法PointRCNN:3D object proposal generation and detection from point cloud在点云降采样阶段时间开销大以及低效性的问题,本研究基于PointRCNN网络提出RandLA-RCNN(random sampling and an effectivelocal feature aggregator with region-based convolu-tional neural networks)架构。首先,利用随机采样方法在处理庞大点云数据时的高效性,对大场景点云数据进行下采样;然后,通过对输入点云的每个近邻点的空间位置编码,有效提高从每个点的邻域提取局部特征的能力,并利用基于注意力机制的池化规则聚合局部特征向量,获取全局特征;最后使用由多个局部空间编码单元和注意力池化单元叠加形成的扩展残差模块,来进一步增强每个点的全局特征,避免关键点信息丢失。实验结果表明,该检测算法在保留PointRCNN网络对3D目标的检测优势的同时,相比PointRCNN检测速度提升近两倍,达到16 f/s的推理速度。