关键词： 阿里云   目标检测   老年人   拐杖   智能化  

摘要： 文章设计了一款基于阿里云HaaS后台服务框架和深度学习技术的老年人智能化拐杖,该拐杖具备摔倒检测、心率监测、体温监测、GPS定位和报警等多项功能,旨在解决传统拐杖功能单一、智能化程度低以及老年人日常出行安全等问题。随着社会的逐渐发展和老龄化趋势的加剧,独居老年人数量不断增加,智能化产品逐渐融入老年人日常生活。通过智能化设计,该拐杖为老年人提供了更加安全、便捷的出行方式,提高了老年人的生活质量。

关键词： 无人机影像   轻量检测模型   YOLOv5   瓶颈结构   通道注意力  

摘要： 针对无人机机载硬件部署目标检测模型问题,提出一种基于改进YOLOv5的轻量模型。在骨干网络中使用瓶颈结构卷积核组实施特征提取来降低计算量,同时,引入通道注意力模块让模型充分学习正样本特征。在多头检测端,使用改进NMS算法更精准地筛选出最优检测框。使用增广数据集训练模型并在低功耗硬件上完成模型测试。结果表明:本研究模型能够对多类目标进行高精度、高鲁棒性检测,并且能够在低功耗硬件环境下实时输出检测结果,适合部署在无人机机载硬件中对地面多类别目标实施检测。

关键词： 无人机目标检测   域泛化   频域特征   混合特征融合   多深度分层编码  

摘要： 由于当前无人机目标检测模型与频域等特征的关联能力弱、真实世界场景下知识迁移困难等,导致了模型泛化能力差,提出了一种无人机目标检测的多深度混合特征域泛化方法,强化了不同类型特征间的关联性提高了目标检测模型的泛化能力。提出了针对频域混合特征的混合特征融合方法,可对混合特征数据间的数据关联进行有效强化。为了降低域偏移对模型泛化性的影响,设计了针对多特征域解耦的混合特征多深度跳跃式融合编解码网络。相较于现有方法,可有效处理真实世界未见场景中的无人机目标检测,检测精度有明显提升。

关键词： 计算机视觉   柑橘   分级包装   缺陷检测   限位泡沫  

摘要： 机器视觉是能赋予机器“甄别图像”能力的前沿尖端技术。聚焦于其在柑橘自动分级包装系统的应用研发,旨在大幅提升柑橘生产线效率,增强市场竞争力。鉴于柑橘表皮缺陷对品质和价值的直接影响,系统以缺陷大小和数量为主要分级依据。在暗箱环境获取高质量表皮图像,通过先进算法精准识别缺陷特征实现高效准确分级。包装环节中,分级结果实时反馈至机械臂控制系统,驱动其迅速抓取柑橘并放置于对应纸箱。纸箱内有限位泡沫防止碰撞摩擦,提升保护性。实验结果表明,柑橘缺陷检测精度达98.7%,精度提升1.4个百分点,分级精度达95%,包装平均速度每小时6000个。此系统提升了分级包装效率和准确性,为柑橘产业智能化升级提供技术支撑,市场前景广阔。

关键词： 自动驾驶   三维目标检测   多模态数据融合   速度信息回归  

摘要： 针对用于自动驾驶的三维目标检测算法特征层融合深度低,从而影响检测精准度的问题,提出了一种近景远景多维度融合的三维目标检测算法。算法分为两个阶段,第一阶段利用CenterNet检测得到粗粒度的目标信息,结合鸟瞰特征对ROI区域和检测任务进行划分。为了加强对全局的感知能力,并且更充分利用速度信息,第二阶段分为近景检测和远景检测,分别利用点级特征和径向速度作为先验信息,设计不同的特征融合模块,生成检测结果。在NuScenes和KITTI数据集上进行了实验,实验结果表明,上述方法较其它先进算法精确度更高、鲁棒性更好、泛化能力更强。

关键词： RetinaNet   深度学习   目标检测   异常舌   舌诊  

摘要： 中医舌诊通过观察舌特征能够进行脏腑虚实和功能盛衰的判断,具有无创便捷等优势。伴随着计算机视觉技术的飞速发展与广泛应用,开发一种能够进行自动检测、提取和识别舌象特征的模型至关重要。面向中医临床及健康监测对舌诊数字化的需求,提出了一种基于改进RetinaNet的舌面齿痕和裂纹特征自动检测模型。该模型首先在RetinaNet基准模型的骨干网络中引入Sim PSA-ResNet模块和Sim SPPF模块,用以增强网络的特征提取能力和模型的鲁棒性;同时,改进多级特征金字塔网络结构,提高模型的特征融合能力,进一步聚焦舌面特征的关键信息;最后,去除冗余输出特征层,并结合ASFF结构,保留重要的特征信息,提高信息利用率。将改进后的RetinaNet模型在自制的舌象数据集中进行训练和预测,得到的平均检测精度(mAP)为94.37%,相较原算法提升了2.77%。实验结果表明改进RetinaNet模型能够有效提高舌面齿痕和裂纹特征的检测精度,有助于用户的日常自检、健康管理以及辅助医生进行诊断。

关键词： 菊花   图像处理   干燥动力学   收缩率   色泽   预测模型  

摘要： 外观品质是评价干燥花质量的重要指标。为了实现对干燥过程中菊花外观品质的快速无损检测,本研究将计算机视觉技术应用于菊花的红外辅助热风干燥过程中,基于Python语言开发了一种图像处理算法来获取在不同温度下(35℃,50℃和65℃)的干燥过程中菊花花瓣和花蕊表面收缩率和色泽参数的变化信息,并作为外观品质的评价指标,以此实现对干燥过程的精准控制。干燥动力学研究表明:菊花的干燥过程中始终处于降速干燥阶段,且干燥温度的升高导致了干燥时间的显著(p<0.05)缩短和干燥速率的显著升高。基于平方确定系数(R^(2))、残差平方和(RSS)、均方误差(MSE)值评估了常用的薄层干燥数学模型与试验数据的拟合程度,发现Henderson and Pabis模型、Page模型、Lewis模型与试验数据拟合度更高,能更好地描述菊花的干燥过程。此外,基于图像处理获取的不同干燥阶段菊花的表面收缩率及亮度值(L*)、红/绿值(a*)和黄/蓝值(b*)发现菊花形态和色泽的变化取决于干燥温度和干燥时间的共同作用,更低的干燥温度和更短的干燥时间更有利于抑制菊花在干燥过程的外观品质的劣变。进一步对零阶、一阶和一阶分数模型预测的收缩率和色泽(L*、a*和b*)值与试验数据进行线性回归分析,发现一阶分数模型能更为精准地预测菊花在干燥过程中收缩率以及色泽的变化规律。

关键词： 三维目标检测   双目相机   高斯置信度   Pseudo-LiDAR算法  

摘要： Pseudo-LiDAR算法作为双目相机三维目标检测的通用算法之一,因其低成本的立体视觉方案及出色的适应性被广泛应用于在自动驾驶、机器人等领域。但该算法在预测物体边缘会产生过多畸变点从而导致目标与背景之间过渡区域估计误差大;且深度估计网络采用四分支结构,计算量大影响运行速度。对以上问题,将Pseudo-LiDAR算法中的Spatial Pyramid Pooling(SPP)四分支结构优化为单分支结构,提高运行速度;创新性构造高斯置信度滤波模块,滤除过渡区域误差大的数据;引入PointVoxel-RCNN(PV-RCNN)作为Pseudo-LiDAR算法中的三维目标检测网络,提升检测精度。在KITTI数据集上的实验结果表明,相较于原算法,在简单、中等和困难等级下的车辆目标三维检测平均精度分别提升了22.36%、26.48%和28.55%。

关键词： 计算机   图像处理技术   网页设计   运用探究  

摘要： 随着互联网技术的不断进步,网页设计不再局限于纯文本展示,而是将视觉艺术和前端技术融入其中,不断优化用户体验。在这一过程中,计算机图像处理技术起到了至关重要的作用。它不仅提高了网页的美观度,还提升了信息的传达效率和用户的互动体验。如今,3D效果、视频内容、动画和视差滚动等高级视觉设计元素已成为网页设计中的标准配置,网页设计师能够利用这些元素为用户提供动态页面和互动体验。本文旨在探讨计算机图像处理技术在网页设计中的应用,分析这些技术如何帮助设计师创造出既美观又实用的网页界面,为设计师提供理论参考和实践指导,使其更好地利用图像处理技术,提升网页设计的整体质量和用户满意度。

关键词： 自动对焦   深度学习   成像系统   图像处理   视觉测量  

摘要： 针对传统对焦法需要采集较多的离焦图像、对焦耗时长、在视觉测量系统场景应用中存在限制等问题,提出了一种基于深度学习的自动对焦方法。该方法将自动对焦问题转化为图像的离焦距离预测问题,利用ShuffleNetv2与多层感知机构建轻量化深度回归网络并对工作场景中采集的目标图像数据集进行训练。通过合理的对焦策略,利用两帧图像即可完成对焦,减少了对焦耗时,同时也可以避免传统对焦法因局部极值点导致对焦误差较大的问题。实验结果表明,该方法的对焦耗时仅为传统对焦法的15%~24%,对焦稳定性相比传统对焦法提升约为40%,具有对焦速度快、对焦稳定性高、模型复杂度低等优点,能够很好地应用于视觉测量系统中。