关键词： 道路目标检测   YOLOv5   Transformer编码器   特征重组   高效卷积注意力模块  

摘要： 针对无人机影像中道路小目标漏检和目标之间遮挡导致的目标检测精度低、鲁棒性差等问题,提出一种多尺度的道路目标检测算法——YOLOv5-FTCE。执行多尺度的目标定位改进,采用完全交并比(Complete Intersection over Union,CIoU)边界框损失,通过K-means算法对先验框进行重聚类,调整先验框的锚框参数并增加一个针对小目标的YOLO检测头;引入Transformer encoder结构融入C3模块改进Backbone网络,增强网络对不同局部信息的捕获能力;选用基于特征重组的Content-Aware ReAssembly of FEatures(CARAFE)模块进行上采样,提高上采样性能的同时减少特征处理过程中的信息损失;引入高效注意力模块(Efficient Attention Module,EAM)融合空间和通道信息,对网络中重要的信息进行增强。结果表明,YOLOv5-FTCE算法在VisDrone数据集上,检测精确率相比原始算法提高了9.5%,mAP50提高了8.9%,优于YOLOv7等其他常见的算法,有效改善了道路小目标和遮挡目标的漏检现象。

关键词： 列车运行环境感知   深度学习   图像处理   三维感知   多模态融合  

摘要： 阐述深度学习在感知任务中的理论和相关基础,梳理深度学习在视觉、点云处理方面的模型架构及性能.系统总结基于图像识别的轨道区域提取、接触网异物检测和低照度图像增强等关键算法,归纳现有算法的难点.针对列车对3D感知的需求,进一步梳理面向铁路场景的点云分割、单目3D检测和多模态融合检测算法,对常见于文献的数据集进行模型性能的对比分析.总结列车运行环境感知现阶段存在的问题和未来的发展趋势.

关键词： 视觉识别   Python   OpenCV   图像处理  

摘要： 视觉识别是一种基于图像处理和机器学习的人工智能应用技术,通过特定算法识别出图像中的有效信息。基于Python语言编写OpenCV程序,在生产线中利用摄像头采集并识别车身条形码,读取车身信息,并实现比对防错等功能,使生产过程更加精确、高效。

关键词： 深度学习   目标检测   注意力机制   轻量化  

摘要： 为全面识别并检测摄像头拍摄的在城市道路上的车辆目标,本文提出一种基于YOLOv7的改进模型C-YOLOv7。在头部网络末端加入注意力机制模块,提高模型检测准确率。为减少YOLOv7算法的参数量,降低计算的复杂度,对改进后的模型进行剪枝轻量化。试验结果表示,与原模型相比,改进后的模型的平均精度(Average Precision,AP)、精度和召回率均有提高,与C-YOLOv7模型相比,轻量化后的模型的传输帧数增加,推理延迟和参数量减少。改进后的模型能够提高车辆检测的准确度,节省存储空间,在交通安全与管理领域发挥更大作用。

关键词： YOLOv5   目标检测   深度学习   系统设计  

摘要： 目标检测与识别是计算机视觉中的关键任务,在自动驾驶、智能交通系统和安全监控等应用中,目标检测与识别扮演着重要角色。传统方法依赖手工特征提取,难以适应复杂环境的变化,而深度学习技术。尤其是卷积神经网络(CNN)的引入,极大地提升了检测性能。该分析了深度学习在目标检测中的理论基础与应用场景,重点介绍了YOLOv5在性能优化方面的优势。系统设计紧扣功能性、性能和鲁棒性三大核心需求,进行了全面规划。系统结构包含图像检测、视频检测和摄像头检测模块,通过多层卷积网络实现对不同场景的实时识别与分类,满足自动驾驶和智能交通领域的实时感知需求。

关键词： 联邦学习   医学图像   深度学习   图像处理   分布式学习   隐私保护  

摘要： 在医学领域,由于患者隐私问题,图像很难集中收集和标注,这给深度学习模型的训练和部署带来了较大困难。联邦学习作为一种能有效保护数据隐私的分布式学习框架,能够在参与方不共享数据的基础上进行联合建模,从技术上打破数据孤岛,其凭借这些优势在许多行业已经得到广泛应用。由于与医学图像处理的需求高度契合,近年来也涌现出许多应用于医学图像处理的联邦学习研究,然而大部分新的方法仍未被归纳分析,不利于后续的进一步探索。文中对联邦学习进行了简单的介绍,列举了其在医学图像处理方面的部分应用,并根据改进的方向对目前已有的研究进行了分类总结。最后,讨论了目前医学图像方向联邦学习所面临的问题和挑战,并对未来的研究方向进行了展望,希望给后续研究提供一定的帮助。

关键词： 恶意软件   计算机视觉   恶意代码   代码片段   系统安全   最新研究成果   代码修改   数据科学  

摘要： 华中科技大学数据科学与计算机视觉实验室博后李珩、硕士姚致远在国际网络与系统安全会议NDSS 2025上发表最新研究成果。对抗样本技术给Android恶意软件检测系统带来了巨大的危害,使得恶意软件能够通过最小的代码修改来规避检测。然而,现有的对抗样本技术忽视了恶意软件生成的过程,限制了该技术的应用范围。论文提出一种恶意软件批量生成方式——恶意代码片段注入,该技术将恶意代码批量嵌入流行应用中生成大量的恶意软件。以这一技术与对抗样本技术结合:针对特定的恶意代码片段,生成与之适配的对抗扰动并将其插入不同的良性载体应用中,从而达到批量产生能够逃脱检测的恶意软件。

关键词： 模拟集成电路   EDA   即时语义分割   计算机视觉  

摘要： 在模拟电路后端版图设计中,合理规划N阱区域对于版图布局和布线的紧凑性至关重要。针对模拟版图中的N阱区域规划问题,提出了一个基于即时分割算法的N阱区域规划框架。提出WellSegNet-阱区域分割网络利用自建类模拟版图数据集生成N阱的初始约束区域,有效解决了版图样本不够的问题;提出了一种在约束区域内操作的精准规划算法,以使生成的N阱遵循工艺设计规则,得到具有可用电路性能的N阱区域;提出了一套评估标准对生成的N阱区域进行评价。实验结果表明,所提出的算法框架能够生成接近手工布局的N阱,与基准算法相比,SSIM指标提高了13%,IoU指标提高了16%,为解决模拟电路后端版图设计中的N阱区域规划问题提供了一种有效的解决方案。

关键词： 深度学习   人工智能技术   自然语言处理   计算机视觉   情感记忆   虚拟影像   逝者   视频  

摘要： 在过去,人们通过影像、书信、亲人物品等实体媒介珍藏并唤起对已逝亲人的情感记忆。如今,随着人工智能技术在不同场景的深入,通过应用自然语言处理、计算机视觉、深度学习和视频生成等技术“复活”逝去亲人音容笑貌的产业悄然萌芽,备受关注。有人在视频里再次听见逝者的声音;有人通过虚拟影像与逝者“对话”;有人期待依靠VR手段,在数字世界里与逝去的亲人再度拥抱……。

关键词： 图像处理   三维重建   大豆   Instant-NGP   SfM   神经辐射场  

摘要： 针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题,该研究提出一种基于运动检测自适应抽帧、运动恢复结构(structure from motion,SfM)与即时神经图形原语(instant neural graphics primitives,Instant-NGP)的田间大豆植株三维重建方法SfM-INGP。该方法旨在提供一套低成本、高效率且高质量的田间大豆植株三维重建方案。首先,在田间环境下利用消费级智能手机环绕拍摄大豆植株全景视频,并基于运动检测的自适应速率抽帧方式获取大豆植株多视角图像序列,以减少冗余数据并提升计算效率;其次,利用SfM算法从多视角图像中恢复相机位姿,生成稀疏点云,为后续重建提供位姿信息;最后,通过Instant-NGP算法对含有位姿信息的大豆植株图像进行多分辨率哈希编码,将其输入小型多层感知机进行训练,以完成高效的三维重建。试验结果表明,在重建效率方面,与多视图立体视觉(motion-multi view stereo,MVS)和神经辐射场(neural radiance fields,NeRF)方法相比,SfM-INGP的平均重建时间为2.82 min,分别大幅缩短90.7%和99.4%;在重建质量方面,SfM-INGP的平均峰值信噪比为24.47 dB,较MVS和NeRF分别有效提高15.4%和9.3%;在重建精度方面,SfM-INGP的均方误差为0.15,显著低于MVS的0.46和NeRF的0.37;在计算资源消耗方面,SfM-INGP的平均显存消耗为6.57 GB,虽略高于MVS的5.73 GB,但远低于NeRF的14.81 GB,展现了SfM-INGP方法在重建效率、质量、精度与计算资源消耗之间的良好平衡。该研究提出的方法在实际农业田间环境下通过低成本的数据采集设备,实现了高效率且高质量的田间大豆植株三维重建,为大豆信息化育种平台建设提供了重要的技术支持和数据基础,在其他田间作物的三维重建中具有广泛应用潜力,为未来大规模农业信息化建设提供可行性方案。