关键词： WN-A-YOLOv5   GAM   Focal-EIOU Loss   深度学习   UWCNN  

摘要： 针对海洋生物检测中存在的目标被遮蔽或半隐蔽等问题,提出一种适应于水下目标检测的网络WN-A-YOLOv5。在训练改进的模型之前,结合水下增强轻量级网络算法对原图像进行预处理,有助于在复杂的海洋环境下准确识别目标。文中在改进YOLOv5算法时,首先,引入Swin-Transformer主干模块,以提高模型的泛化能力;其次,在head预测部分使用EMA结构以及在主干中引入GAM注意力机制,以提高模型的鲁棒性;最后,引入Focal-EIOU Loss,用于精确边界框回归的高效损失。结果表明,经过改进训练的算法mAP为88.59%,实际检测视频帧率可达38.86,有效地提高了海洋目标检测精度。

关键词： 计算机视觉   OBE   教学   人才培养  

摘要： “计算机视觉”是智能科学与技术等相关专业的一门重要专业基础课,对本科生而言,在没有接触过相关专业知识且没有开设图像相关基础课的前提下,学习“计算机视觉”这门课程时会相当困难。考虑到实际情况,研究通过将基于成果导向的教育理念融入“计算机视觉”这门课程中,准确定位课程内容,采用探索式教学模式开展课堂教学活动,强调以学生为中心,以学生学习产出为导向,发挥好学生的主观能动性,提高学生的能力与素养,培养符合市场需求的创新应用型人才。

关键词： 无人机平台   输电线路   树障识别   图像处理   巡检效率  

摘要： 本研究以无人机平台为载体,针对输电线路周边树障识别问题,开展了一系列关键技术的研究。通过设计无人机飞行控制系统、图像采集与处理系统以及深度学习算法,实现了对输电线路周边树木的快速监测与智能识别。研究内容包括无人机选型、图像预处理、特征提取、分类器设计及系统优化等。实验结果表明,所研发的树障识别系统能够有效提高输电线路巡检的效率和安全性,为保障电网安全稳定运行提供了有力技术支撑。

关键词： 三维目标检测   多模态融合   点云   视锥   轻量化  

摘要： 三维目标检测准确且轻量化,是移动智能机器人感知模块的关键部分。本文提出一种基于视锥的多模态融合目标检测算法F-ResPoint。它是一种轻量化的二阶段目标检测算法,是根据二维目标的检测结果,生成包含目标对象的视锥点云,再利用基于Residual-SA模块构建的点云检测网络,对视锥点云中的三维目标进行检测。实验表明:该方法在轻量化的前提下,可实现较高的检测准确率及较好的实时性。

关键词： 金属表面划痕   目标检测   YOLO算法   数据集  

摘要： [目的]传统的人工目测方法已无法满足对金属表面划痕进行快速、准确和自动化检测的需求。因此,基于数据集的构建和卷积神经网络模型的搭建,提出了复杂形状表面划痕识别的方法。[方法]首先,创建金属表面划痕的数据集。其次,设计并训练一个基于Yolov8n的卷积神经网络模型。该模型包括主干网络、头部网络和颈部网络,可应对不同划痕的识别需求。[结果]在模型训练完成后,F1曲线在0.3~0.5达到最优,表明该模型在处理各种划痕时具有良好的泛化能力。通过PR曲线分析,当精确率为0.65、召回率为0.8时,该模型的预测效果最佳。[结论]模型优化为金属表面划痕的自动检测和识别提供了有效的技术支持,具有实际应用价值。

关键词： 不确定机动目标跟踪   概率假设密度滤波器   交互多模型   平移和旋转   纯方位跟踪  

摘要： 现有的多模型-高斯混合-概率假设密度(MM-GM-PHD)滤波器被广泛用于不确定机动目标跟踪,但它不能在不同模型下保持并行的估计,导致各模型的似然值滞后于目标机动。为此,该文提出一种联合多高斯混合概率假设密度(JMGM-PHD)滤波器,并将其用于纯方位多目标跟踪。首先,推导了JMGM模型,其中每个单目标状态估计由一组并行的、带模型概率的高斯函数描述,该状态估计的概率由一个非负的权重来表征。一组权值、模型概率、均值和协方差被统称为JMGM分量。根据贝叶斯规则,推导了JMGM分量的更新方法。然后,利用JMGM模型近似多目标PHD。根据交互式多模型(IMM)规则,推导出JMGM分量的交互、预测和估计方法。将所提JMGM-PHD滤波器应用于纯方位跟踪(BOT)时,针对同时执行平移和旋转的观测站,基于复合函数求导规则推导出一种计算线性化观测矩阵的方法。所提JMGM-PHD滤波器保持了单模型PHD滤波器的形式,但能够自适应地跟踪不确定机动目标。仿真结果表明,JMGM-PHD滤波器克服了似然值滞后于目标机动的问题,在跟踪精度和计算成本方面均优于MM-GM-PHD滤波器。

关键词： 超声心动图   左心室射血分数   计算机视觉   基础模型  

摘要： 目的:探索计算机视觉大模型在超声心动图中预测左心室射血分数(LVEF)的可行性。方法:基于目前最大的超声心动图视频公开数据集EchoNet-Dynamic,纳入10024例患者的10024段超声心动图动态视频。选用计算机视觉大模型VideoMAE V2,分别使用7460、1288、1276段视频对其进行微调、验证和测试。结果:VideoMAE V2预测LVEF与人类专家测量结果间的平均绝对误差为3.94%(95%CI:3.79%~4.11%),Pearson相关系数为0.91(95%CI:0.89~0.92)。此外,VideoMAE V2可准确判断患者LVEF是否低于50%,AUC可达0.96(95%CI:0.95~0.97)。结论:计算机视觉大模型用于在超声心动图视频中预测LVEF可行,为通用多模态超声心动图自动判读系统的开发奠定基础。

关键词： 数字图像处理   优化算法   图像去噪   边缘检测   图像增强  

摘要： 随着图像处理技术的不断发展,如何提高图像处理的效率和质量成为研究的重点。文章探讨了一种基于优化算法的数字图像处理技术,通过对图像去噪、边缘检测、图像增强等关键技术进行优化,增强了图像处理的效果。研究结果表明,改进后的算法能够在保证图像质量的同时,显著减少处理时间。

关键词： 图像处理   红外热成像   人脸对齐   多尺度卷积注意力   归一化平均误差  

摘要： 红外热成像人脸对齐在提取人脸面部温度方面起着至关重要的作用,其定位精度直接关系到对人脸各区域温度数据的准确采集与分析。当前,主要的人脸对齐方法多数应用于可见光人脸图像,但将其直接应用于红外热人脸图像存在精度不足等问题。为解决这一问题,提出了一种基于多尺度卷积注意力的热红外人脸对齐算法。利用多尺度信息的优势,将多尺度卷积注意力机制与倒置残差卷积网络相结合,并引入wing loss作为损失函数,增强了网络模型的特征提取能力。实验结果显示,所提出的算法在公开热红外人脸数据集和自采的面瘫人脸数据集上的归一化平均误差分别达到了3.23%和3.94%。相较于传统方法,该算法针对各器官的定位精度均有一定程度的提高,应用范围可扩大至面瘫人群,意义较大。

关键词： 光学遥感图像   目标检测   损失函数   多尺度   深度学习   特征信息  

摘要： 针对光学遥感图像因目标尺度差异大,小目标特征信息不足导致的检测精度低、误检、漏检问题,文中提出一种基于PSN-YOLOv7的光学遥感图像目标检测方法。首先,增加一个160×160的小目标检测层,增强网络的多尺度目标检测能力;其次,提出改进的ELAN-P和ELAN-WS模块,在减少计算量和参数量的同时,增强全局理解能力减少目标特征信息的损失,有效改善误检;最后,提出MNI损失函数改进YOLOv7的CIoU位置损失函数,抑制小目标造成网络损失不平衡的影响,从而减少目标漏检的情况。在DIOR公开遥感图像数据集上进行训练与测试,实验对比结果表明,所提方法检测精度mAP@0.5为92.3%,比YOLOv7网络提高了3.2%,且计算量和参数量与原YOLOv7网络相当,提升检测精度的同时保证了网络的性能平衡。