关键词： 目标检测   YOLOv8   C2f_DSConv模块   注意力机制  

摘要： 扶梯行人的安全隐患多数源于乘客的异常行为。文章提出了一种基于改进YOLOv8的扶梯行人异常检测算法DEW-YOLOv8。首先为了提高算法的检测效率,在YOLOv8的C2f模块中使用效率更高DSConv模块替代标准卷积模块构成C2f_DSConv模块。其次针对行人在检测图像中所占比例较小引起的易漏检的问题,在特征融合阶段引入ECA注意力模块,弱化背景信息。最后采用WIoU损失函数替代原结构CIoU函数,提高模型的收敛能力。经过实验分析,该文的算法和原始YOLOv8算法相比,mAP@.5提升2.2%,参数量下降13.3%。

关键词： 双流学习框架   红外小目标检测   超分辨率任务   共享特征注意力机制  

摘要： 为解决由于目标尺寸小、背景复杂等因素导致红外小目标检测精度难以提高的问题,提出一种基于双流学习框架红外小目标检测方法。将分割网络用于小目标检测,并将超分辨率任务作为辅助手段,引入共享特征注意力机制(SFAM),解决特征融合和迭代中的特征损失问题。通过在公共数据集上进行了4种不同场景的广泛实验,并以0.835的精度优于其他方法。同时,消融研究也证实了SFAM的重要性和可行性。

关键词： 品质评价   数智化   计算机视觉  

摘要： 采用人工感官审评,易导致评价结果随机性大、主观性强、重复性差等问题,设计出了一套基于计算机视觉算法对龙井茶品质的数智化评价设备。为确保茶品质评价结果的一致性和准确性,图像采集装置模拟茶叶审评室环境进行设计,参照国标对图像采集参数进行优化。收集龙井实物样,由专家组评价后形成图像集,导入算法进行测试、训练,对龙井茶色泽、挺直度、匀整度、扁平度等关键指标输出评价。

关键词： 机器视觉   深度学习   图像配准   图像处理   表面缺陷检测  

摘要： 燃油泵调节器的外观检测目前仍采用人工目检方式,存在效率低、效果不稳定的问题。为此,开展表面缺陷检测算法研究,提出一种基于Lite-HRNet的深度学习图像配准网络模型和基于改进图像差分法的表面缺陷检测算法。使用整体和局部的图像增强和故障模拟方法制作数据集,模型采用无监督方式训练。实验结果表明,提出的图像配准算法具有更快的推理速度,单张图片耗时约为传统算法的1/3;表面缺陷检测算法准确率达97.1%,误检率为4.7%。在光照条件变化的实际检测环境下,算法仍具备良好的鲁棒性和适应性,满足燃油泵调节器表面缺陷检测的实时性和准确性要求。

关键词： 红外船舶跟踪   偏振特征   可分离优化   双相关滤波结构   联合优化框架  

摘要： 针对传统红外船舶目标跟踪场景中对偏振因子利用率低、背景复杂、目标尺度和外观变换剧烈导致的跟踪失败和模型退化问题,提出了一种基于联合预测框架的双相关滤波目标跟踪算法。在构造一种偏振约束自适应新式滤波器-位置联合优化框架的基础上,用偏振掩模滤波器对主滤波器的响应图谱进行了修正,构造出基于偏振特征的并行双滤波器结构,并对提出的优化框架进行了收敛性证明。此外,构造了红外偏振船舶的弱小目标数据集,并在此数据集上通过实验证明所提算法可以实现实时跟踪,且在准确性、鲁棒性等常用性能指标中平均高出国际上近期提出的其他相关滤波算法15%以上。

关键词： 计算机视觉   音频信号处理   音频源分离  

摘要： 随着人工智能技术的快速进步,计算机视觉技术在音频信号处理领域展现出较大的应用潜力。通过分析计算机视觉技术在音频信号处理中的最新研究进展,重点探讨视觉信息在音频源分离、音频增强、跨模态音频生成等任务中的应用。通过结合视觉和音频信息,可以显著提升音频处理的性能,为相关研究提供新的思路和方法。

关键词： 人机协作   智能体   数据可视化   眼动跟踪   动作捕捉   人类智能   知识推理   图像处理  

摘要： 人工智能(AI)是新一轮技术革命的核心关键技术,为电影行业发展新质生产力提供了重要支撑,并将引发未来影像技术升级和观影变革。自OpenAI Sora引发行业对AIGC文生视频技术关注以来,Runway、Pika、谷歌Veo、可灵AI、海螺AI等相关工具百花齐放,呈现出强大的现实仿真能力。当前AIGC工具在物理规律理解等方面尚存缺陷,暂时无法直接用于电影内容生成,但AI已显现出辅助影像与声音内容制作和处理的强大能力,已初步实现人机协作和人机融合,并加快进入深度应用的智能体批量涌现阶段。作为未来人工智能发展应用的主要方向,AI智能体有望呈现出类似人类智能的知识推理和决策能力,可破解通用大模型在电影行业应用的关键难题,实现更加高效、优质、可控的人机协作。本期遴选基于人工智能技术的未来影像研究与思考、AI音频技术在电影对白和音效制作中的应用探究、图片AI短片创制实践、AI动作捕捉在虚拟预演中的应用研究等研究文章,从影像和声音制作、虚拟制作、图像处理等角度出发,分享和探讨电影行业AI智能体的发展升级和应用实践;同时遴选基于渲染引擎的VR眼动跟踪数据可视化研究、数字影厅B环电声响应技术标准解析和调试方法等技术论文,探讨沉浸式视听技术研究和实践,欢迎广大读者关注。

关键词： 图像处理   变分自编码器   人脸修复  

摘要： 照片在恶劣的环境条件下会出现瑕疵,导致照片内容永久受损。然而,随着相机和扫描仪的普及,人们现在可以将照片数字化,并通过计算机进行修复。为了满足用户对修复含有人脸的照片折痕的应用需求,采用变分自编码器技术设计并开发出一款人脸照片折痕修复软件。该软件是在PyCharm开发环境下使用Python语言设计并实现,具有对单张或批量的含有人脸的折痕照片进行折痕修复的功能。经测试,软件运行稳定,各项功能操作简单方便。

关键词： 细粒度视觉识别   注意力机制   卷积   下采样   计算机视觉  

摘要： 平均池化等下采样方法已被广泛用于降低计算成本、防止过拟合和提高卷积神经网络的性能。然而,在细粒度的识别任务中,这些均匀采样方法不能很好地关注细微的辨别区域。提出一个自适应步幅卷积网络,其中自适应步幅卷积模块被用来专注于提取细微的特征。具体来说,给定一个图像,使用注意力图提取器获得一个注意力图,以突出物体的有判别性的部分。基于注意力图的步幅向量生成器产生步幅向量,它表示卷积核每次的移动步幅。自适应步幅卷积在输入图像上以不同的步幅提取信息。在CUB-200-2011、Stanford Cars和FGVC-Aircraft三个具有挑战性的细粒度数据集上,对该方法的有效性进行实验评估,结果达到先进的性能。

关键词： 图像重建   信息安全   图像处理   人脸识别   智能视觉   图像隐写   深度学习   点云配准  

摘要： 得益于深度学习与优化算法的持续革新,智能视觉与图像处理技术正以前所未有的速度蓬勃发展,使这一领域在诸多应用场景中彰显出巨大潜力。本专栏聚焦于人脸识别、图像隐写、图像重建及点云配准四大核心方向,遴选了4篇代表性研究成果。这些成果不仅提出了新算法,还通过深度模型的精细化调优,有效提升了识别、隐写、重建及配准的精确度与效率,为信息安全、安全监控、工业生产等多个领域注入了技术动力。本专栏旨在引领读者探索这些技术进步如何不断拓展图像处理的边界,精准响应各行业对高性能解决方案的迫切需求。