关键词： 大卷积核   目标检测   时空行为检测   行为识别   特征融合  

摘要： 目前大卷积核模型在图像领域已经证明其有效性,但是在视频领域还没有优秀的3D大卷积核模型。此外,之前的工作中忽视了时空行为检测任务主体是人的特点,其中的骨干网络只针对通用目标提取特征。针对上述原因,提出了一种含有特征融合结构的3D大卷积核神经网络(FFConvNeXt3D)。首先,将成熟的ConvNeXt网络膨胀成用于视频领域的ConvNeXt3D网络,其中,预训练权重也进行处理用于膨胀后的网络。其次,研究了卷积核时间维度大小和位置对模型性能的影响。最后,提出了一个特征融合结构,着重提高骨干网络提取人物大小目标特征的能力。在UCF101-24数据集上进行了消融实验和对比实验,实验结果验证了特征融合结构的有效性,并且该模型性能优于其他方法。

关键词： 多模态   记忆库   三维缺陷检测   计算机视觉  

摘要： 针对工业缺陷检测中的缺陷样本稀缺及受限于二维RGB图像(即二维红绿蓝色彩图像)无法表征几何缺陷特征的问题,提出了一种基于多模态记忆库(Memory Bank)的三维缺陷检测方法。该方法通过对比学习对齐匹配不同模态的特征;使用缺陷过滤器滤除缺陷样本中的大量噪声,并构建高质量的多模态记忆库;利用弹性特征分类器检测缺陷。实验结果显示,在每一种缺陷仅有4张训练图像的极端条件下,相较于最优的二维缺陷检测方法PatchCore在公开数据集上仅能达到38.72%的准确率,提出的三维缺陷检测方法则能达到43.14%的准确率,更适用于缺陷样本稀缺的工业场景。

关键词： 茶叶病害检测   目标检测   通道注意力   空间注意力   特征融合  

摘要： 准确、快速检测茶叶病害对茶叶产业经济意义重大。然而,病害叶片尺度变化、相互遮挡、复杂背景等问题大大降低了检测精度。提出了一种融合通道和空间注意力的茶叶病害目标检测方法,以实现准确、高效的病害检测。首先,利用多层的自注意力机制提取茶叶病害的多尺度特征,以获取茶叶图像在不同尺度下的局部细节特征;其次,引入新的通道注意力模块以提取更丰富的通道信息,同时抑制复杂背景噪声并增强模型特征表示能力。此外,设计一种新的空间注意力模块进一步提取特征的空间关系、减少冗余信息并优化计算开销。实验结果表明,融合通道和空间注意力的茶叶病害检测方法能应对叶片的尺度变化、相互遮挡和背景复杂等挑战。

关键词： 四旋翼无人机   神经网络   目标跟踪   环绕控制   动态反馈   导航向量场  

摘要： 针对参数不确定性和外部环境干扰影响下的四旋翼无人机目标跟踪问题,提出一种基于神经网络的四旋翼无人机目标环绕跟踪控制方法,并设计了具有三级闭环控制结构的四旋翼无人机目标环绕跟踪抗干扰控制器。根据四旋翼无人机的运动/动力学模型和跟踪目标对应的坐标建立无人机目标跟踪基本模型。结合导航向量场原理并引入四旋翼无人机位置信息反馈回路,构建基于导航向量场的动态反馈控制器。同时,为了消除四旋翼无人机位置环和姿态环受到的集总扰动影响,引入基于最小参数学习的自适应神经网络干扰观测器进行在线估计与补偿,以构建基于神经网络干扰观测器的轨迹和姿态跟踪控制器。通过仿真验证了该控制方法的有效性,仿真结果表明该控制方法能有效地实现四旋翼无人机对目标的环绕跟踪,而且具有较强的抗干扰性和鲁棒性。

关键词： 锻件测量   图像处理   双边滤波   二值化   特征提取   形态学处理  

摘要： 针对锻件尺寸测量过程中的人工手动接触性检测速率低下及检测不方便等问题,设计了一种基于Halcon的锻件尺寸检测系统。拍摄照片之后,先对图像进行合适的预处理,将原始图像转化为灰度图,然后选取待测区域,采用高斯滤波以削弱高频噪声,接着使用双边滤波对图像进行处理,它考虑了像素之间的空间距离和像素之间的灰度差异,从而能够去除噪声并保留图像边缘的细节,然后进行图像增强处理。通过二值化阈值分割筛除噪声进而进行特征筛选,然后进行形态学处理腐蚀操作,最后对锻件尺寸进行测量并将数值显示到窗口上,对参照物区域进行分割,分别得到参照物的像素尺寸和实际尺寸,再通过数学运算分别得到900、1000、1100℃状态下待测锻件的实际尺寸。试验结果表明,该算法能够很好地对待测锻件进行处理,进而得到尺寸数据。

关键词： 大豆   智能考种   目标检测   实例分割  

摘要： 选育优质高产品种是提升大豆品质和产量的重要保障。传统大豆考种方法存在费时费力、数据误差大等问题,距大豆表型数据的一站式高通量获取尚有不小的差距。因此,构建大豆室内考种图像数据集,对于开展大豆植株表型信息的高通量准确获取方法研究,实现大豆的自动智能考种尤为重要。本数据集包含原始图像数据、标注文件数据、测试图像数据三部分,涵盖了典型大豆品种的离体豆荚和植株,其中离体豆荚包括无重叠离体豆荚和重叠离体豆荚,大豆植株包括单分枝型、双分枝型和复杂分枝型;标注文件数据包含了大豆植株主茎的实例分割标注、主茎节的检测框标注、在体豆荚的检测框标注、离体豆荚的实例分割和检测框标注,其中在体豆荚和离体豆荚的检测框标注采用了正框和旋转框两种标注方式,共计4.2GB。通过本数据集进行训练和验证的模型在无重叠离体豆荚、重叠豆荚以及大豆植株形态等各项指标上均表现出了良好的检测和分割效果。本数据集可为大豆植株的离体豆荚检测、在体豆荚检测与植株形态分析的目标检测和实例分割模型方法研究提供宝贵的基础图像数据资源,并且对于促进大豆关键考种信息的一站式高通量获取等智能化考种方法研究也具有重要价值。

关键词： 自动目标识别   卷积神经网络   小目标检测   数据增强   特征增强   特征金字塔网络  

摘要： 低空慢速小目标的监视一直是预警探测领域的重点和难点。目前主流的基于卷积神经网络的目标检测算法主要设计应用于VOC数据集或COCO数据集,在特定场景下检测精度并不理想。YOLO是目前应用最广泛的单阶段目标检测算法之一,在检测速度方面具有独特的优势。利用可见光成像手段获取小型无人机目标图片,基于YOLOv7算法改进了其特征增强网络,提出一种三分支并行特征金字塔网络,以获得更多的小目标上下文语义特征;将改进后的算法与生成对抗网络进行级联,旨在生成更真实的超分辨率图像,从而提高检测精度。与目前最先进的目标检测方法相比,该方法在满足检测实时性要求的前提下,使得检测精度有了显著的提升。由于训练集有限,为了提高泛化能力,还提出了SOD-Mosaic数据增强方法,该方法提高了检测器的鲁棒性和泛化能力。

关键词： MR-YOLO   菌菇识别   注意力机制   深度学习   目标检测  

摘要： 针对目前菌菇生产、销售实际环境中人工识别存在误识别率高且效率低下的问题,利用不同的设备与途径采集了21类国民常见食用菌图像并建立数据集,提出了基于改进YOLOv5s的菌菇检测及分类模型MR-YOLO,在维持网络深度与宽度不变的情况下,提升算法模型性能,将原生的YOLOv5s算法网络结构进行修改,引入卷积注意力模块(Convolutional Block Attention Module,CBAM)注意力机制来保证在节约参数与计算量的情况下帮助模型提升识别精度和准确率;此外,在模型池化层上采用空间金字塔池化结构(Spatial Pyramid Pooling Cross Stage Paritial Connection,SPPCSPC)来使得模型在特征提取操作时获得不同的感受野,有效解决图像目标大小差异较大时所带来的负面影响;在模型卷积层上使用C2f模块,保证模型在轻量化的同时能够获取更丰富的信息流.试验结果证明,与官方原生YOLOv5s相比,MR-YOLO在识别精度上提升了4.1%.且边框损失、类别损失与置信度损失分别降低了8.0%、16.4%、9.7%.证明了MR-YOLO模型相比YOLOv5s有着更强的性能与表现.

关键词： 奶牛体况评分   目标检测   农业领域   健康监测  

摘要： 奶牛体况评分是评价奶牛产能与体态健康的重要指标。目前,随着现代化牧场的发展,智能检测技术已被应用于奶牛精准养殖中。本研究旨在创建一个奶牛体况评分目标检测数据集,以支持农业领域中奶牛健康监测的自动化。本数据集由体况评分3.25、3.5、3.75、4.0和4.25的5类图像组成,且每张图像都标注了奶牛的体况评分区域。体况评分是衡量奶牛健康状况的重要指标,对于精确而高效的评估具有重要意义。数据集的构建来自规模化养殖农场的奶牛图像,每张图像都经过专业兽医团队的体况评分,评分结果被用于生成标注信息。标注信息包括奶牛体况评分的边界框坐标和相应的评分标签。为了提高数据集的多样性和鲁棒性,在数据集中引入了一系列挑战性因素,例如不同光照条件、奶牛姿态的变化以及背景杂乱的情况。这有助于确保训练的目标检测模型在真实场景中具有良好的泛化性能。通过开发这一奶牛体况评分目标检测数据集,为农业领域的奶牛健康监测提供了一个有力的工具,有望推动相关技术的发展,提高奶牛管理的效率和精度。此外,本数据集还为研究人员提供了一个有价值的资源,用于深入研究奶牛体况与健康之间的关联,为未来的农业科技创新提供支持。

关键词： 深度学习   单幅图像去雾   图像处理  

摘要： 恶劣天气环境下拍摄的图像会受到雾或霾的影响,从而导致图像饱和度过低模糊、以及颜色灰白等负面效果,这不仅会使图像中的重要信息丢失,还会对后续计算机视觉任务(如目标检测、图像分割、人员再识别)的研究造成负面影响。为了解决上述问题,文章首先对图像去雾的发展历程进行分析和梳理,接下来重点论述了深度学习在图像去雾领域的研究进展,主要包含有监督去雾、无监督去雾和半监督去雾技术,并对各自的代表性算法进行深入对比分析。最后,介绍了图像去雾领域主流的数据集和评估指标。Images captured in harsh weather environments are often affected by fog or haze, which can lead to negative effects such as low saturation, blurring, and grayish-white colors. This not only results in the loss of important information in the image, but also has a negative impact on subsequent computer vision tasks such as object detection, image segmentation, and personnel re-identification. This article first provides a comprehensive analysis and sorting of image defogging and then reviews the research progress of deep learning in the field of image defogging, mainly including supervised defogging, unsupervised defogging, and semi-supervised defogging. We compared and analyzed representative algorithms among these methods. Finally, the commonly used datasets and evaluation metrics for image defogging were introduced.