关键词： 深度学习   目标检测   索力识别  

摘要： 基于深度学习的目标检测技术近年来在学界和业界被广泛关注。文章将深度学习目标检测技术运用于斜拉桥的自动频率识别,首先通过大量数据训练获得自动识别模型,然后将模型运用于频率识别,最后代入索力公式自动获取索力,并设计了三组不同难度的试验(易、中、难),验证了方法的可行性。

关键词： 红外多波段   红外图像   图像融合   目标检测   抗干扰  

摘要： 随着红外干扰对抗、人工智能、无人协同等技术的不断发展,红外成像制导武器越来越多地面临强背景干扰、强人工干扰、强战术动作干扰等强对抗作战环境,传统的单一波段红外成像探测技术已无法满足复杂战场环境下的目标识别与抗干扰任务,由此红外多波段成像末制导技术受到了广泛关注,按功能阶段划分其主要包括红外多波段图像融合、目标检测和多波段抗干扰技术等。目前,对红外多波段成像末制导技术的研究主要集中在红外多波段图像融合方面,但相关综述较少。从末制导技术现状、多波段信息运用技术现状和未来技术发展方向等角度对红外多波段成像末制导技术进行了综述。首先,对红外多波段成像制导技术的发展现状做出了总结,分析了多波段红外场景特性与波段选段,介绍了国内外现役多波段成像制导武器,并总结了目前红外多波段制导武器面临的主要问题;其次,重点对国内外研究集中的图像融合技术进行了分类和分析;然后,从多波段信息运用角度,介绍了基于红外多波段图像的目标检测、目标识别、抗干扰技术发展现状;最后,对红外多波段成像末制导技术的未来发展趋势进行了展望,分析了群体智能协同化、多模态智能运用与信息融合和探感导一体化智能对抗的重要性。

关键词： 域自适应   课程学习   伪标签   目标检测   置信度估计  

摘要： 针对域自适应网络在不同学习阶段对不同样本学习能力存在差异性问题,提出一种基于课程学习的域自适应伪标签样本选择算法。算法利用置信值将目标域数据集中的易学习样本转入源数据集,解决了模型前期学习能力不足可能造成的错误累积问题;同时通过模型的学习状态更新各类样本的伪标签阈值,得到无监督条件下难易学习样本类估计,输出可靠的置信值并减少噪声伪标签对模型学习的影响。提出的算法在三个主流无监督域自适应目标检测数据集上进行了仿真,仿真结果表明,上述算法相比最近提出的非对抗或增强的无监督域自适应方法在精确度上得到了有效提升。

关键词： 小目标检测   移动视觉变换器   航拍数据集   注意力机制   增强值通道块   多阶段交并比   卷积  

摘要： 针对YOLOv7-tiny算法,提出一种改进的小目标检测算法。该算法主要包括3个设计要点:采用MobileViT block模块,提升了特征提取能力;基于EVC Block模块,优化特征融合性能;采用MPDIoU损失函数代替CIoU损失函数,应对预测框和真实目标框的长宽比相同而真实大小不同时的情况。实验结果表明,与YOLOv7-tiny相比,改进后的算法在VisDrone数据集上的mAP值结果为42.5%,提升了5.6%。当输入图片大小为640×640像素时,改进后的FPS值为39.5,能够满足无人机在边缘设备上的实时检测要求。

关键词： 图像秘密共享   门限秘密共享   线性代数   矩阵运算   图像关联   灰度图像   图像处理  

摘要： 针对目前图像秘密共享中缺乏集合内或集合间多级权限控制的细粒度问题,提出一种基于矩阵乘法构造分级恢复的图像秘密共享方案。利用图像所具有的矩阵属性,在对原始像素干扰最小的情况下,通过矩阵可逆乘法构建秘密图像之间的关联矩阵,引入效率较高的矩阵运算进行共享份额生成与秘密恢复。当参与者集合中必要参与者满足对应门限时,可恢复第一级秘密图像;当全体参与者满足整体门限时,可恢复第二级秘密图像。仿真结果表明,该加密算法具有良好的安全性与鲁棒性。

关键词： 甘蔗叶片病害   目标检测   YOLOv8   LSKA   EIoU  

摘要： 针对现有目标检测算法对甘蔗叶片病害检测精度有待提高的问题,文章提出了一种基于YOLOv8n的改进算法。该算法通过引入LSKA注意力机制改进主干网络SPPF模块,提高了模型在复杂背景下的特征提取能力;并采用EIoU损失函数替代CIoU损失函数,加快了模型收敛速度,进一步提升了检测精度。实验结果表明,改进后的算法mAP@0.5达到84.5%,相比YOLOv8n基线算法提高了5.4%,同时FPS达到250帧/秒,满足实时检测要求。与Faster R-CNN、YOLOv5n、YOLOv6n、YOLOv7-Tiny等算法相比,改进后的算法具有更高的检测精度。

关键词： 草莓   成熟度   RT-DETR   目标检测   GSConv   VOVGSCSP  

摘要： 在自然果园环境下,草莓果实生长分布密集易受枝叶遮挡,不同生长周期的草莓形态大小不一,面对遮挡、小尺寸草莓现有的检测模型容易出现误检、漏检问题。针对上述问题,提出了一种基于改进RT-DETR的实时草莓成熟度检测算法Strawberry Ripeness-DERT(SR-DETR)。首先,根据PConv卷积设计FasterBlock模块替换原模型主干网络中的BasicBlock模块,提高模型特征提取能力的同时还有效降低模型参数量;然后,基于GSConv卷积和VOVGSCSP模块设计了颈部特征融合模块(Light_CCFM),削弱复杂背景和冗余信息的干扰,提高小目标的识别率;最后,引入SSFF模块改进特征融合层,增加SR-DETR网络的多尺度融合能力,使模型具有更强的鲁棒性。改进后的模型在自建草莓数据集上进行试验,结果显示,SR-DETR模型的精确度、召回率和平均精度均值分别为93.0%、90.2%、91.7%,相比于原模型分别提升1.6、1.8、1.5百分点,同时模型参数量、模型大小和计算复杂度分别降低31.2%、31.1%和23.6%。SR-DETR模型不仅提高了不同成熟度草莓的识别精度,还降低了遮挡目标的漏检率,检测速度达到60.9帧/s,可以便捷地部署到终端完成实时检测。

关键词： Photoshop   图书排版   教材设计  

摘要： 本文探讨了Photoshop在图书排版中的应用,介绍了《Photoshop图形图像处理》活页教材的设计与开发过程。文章首先阐述了图书排版的基本要素,分析了Photoshop在图书排版中的作用与优势。接着,详细介绍了《Photoshop图形图像处理》活页教材的内容选择、组织方式、活页形式的设计与优势,以及教材的版式与视觉设计。最后,文章还对教材开发的实践进行了描述,包括开发团队的组建与分工、版式与视觉设计的实施、活页印刷与装订的质量控制,以及教材的试用与反馈等方面。通过对《Photoshop图形图像处理》活页教材设计与开发的研究,为同类教材的编写提供有益的参考。

关键词： 极化注意力   红外与可见光融合   目标跟踪   深度学习  

摘要： 基于可见光图像的视觉目标跟踪在雨雾天气和光照变化的场景下,其可见光图像信息将变得不再可靠,而红外图像通过反映物体的热源信息成像,能够在上述情况下清晰地成像,因此,利用红外图像与可见光图像的互补性优势,可实现在复杂场景下的鲁棒性跟踪。在特征提取层利用多尺度特征提取结构获得目标在不同尺度感受域的特征,并通过自适应权重分配增强特征选择能力;利用极化注意力机制对特征进行增强,从而有效地融合双模态信息进行鲁棒性跟踪。所提算法在大型红外与可见光数据集GTOT与RGBT234上进行实验验证,精确率和成功率分别达到了90.05%、72.7%与78.7%、55.5%。实验结果表明,所提算法在跟踪精确率与成功率方面均优于目前主流算法。

关键词： 斗栱节点   转动变形   姿态估计   YOLOv8-Pose   直线检测  

摘要： 古建筑木结构斗栱节点由斗、栱等构件交错层叠而成.受自身形制、环境和外力等影响,这种“层叠式”节点易出现转动变形.针对人工及布设传感器的传统检测方法在可实施性及检测效率方面的局限性,提出了一种基于姿态估计的斗栱转动变形计算机视觉检测方法.首先定义了斗栱的关键点,并基于关键点推导出了各层斗的转动以及栌斗和阑额相对转动的计算公式;其次通过采集斗栱实景图像、实验室模型图像以及缩尺模型图像,构建了斗栱节点多样性数据集;而后搭建YOLOv8-Pose姿态估计模型,并开展了6种规模和Batch Size的23种工况对比实验;结果表明,最优性能模型目标检测的mAP50(B)达到0.94,关键点检测的mAP50(P)达到0.91.最后利用缩尺模型转动变形检测实验验证了所提方法的有效性.