关键词： 无人驾驶汽车   计算机视觉技术   自动化  

摘要： 无人驾驶汽车技术的迅速发展正在重塑人类的出行方式。全球范围内,各大汽车制造商和科技公司纷纷投身于无人驾驶汽车的研发,而其中计算机视觉技术的应用促使这一技术迅速落地。计算机视觉能够模拟人类的视觉感知,解析复杂的环境信息,进而为无人驾驶汽车提供必要的感知能力。这种技术的发展,不仅提高了无人驾驶汽车的安全性和可靠性,也为实现更高效的交通管理创造了条件。该文探讨计算机视觉技术原理、无人驾驶汽车概述,分析无人驾驶汽车中计算机视觉技术的应用。

关键词： 人工智能   计算机视觉   排序算法   博士导师   医疗设施   智慧医疗   初创企业   医疗水平  

摘要： 首次接触智慧医疗,纪源丰就决定将此作为一个方向去探索。是周围前辈对用人工智能提升医疗水平的赤诚让他深受感染,也是博士导师罗平对他的全力支持,让纪源丰在计算机视觉与医学人工智能交叉领域的研究持续至今。本科阶段到初创企业视见医疗科技有限公司实习,纪源丰就开始做人工智能用到医疗场景中的产品研发,产品包括胸部X光诊断系统,可定位17种肺部疾病,还开发了一个优化医疗设施诊断队列的排序算法。将所学用到智慧医疗,纪源丰起初充满了新鲜感,但随着研究深入,他心中又多了使命感。

关键词： 目标检测   SAR图像   DETR网络   注意力机制  

摘要： SAR图像目标检测近年来一直是研究热点,但其成像不清晰的特点也导致DETR网络模型无法很好地提取其潜在特征,同时DETR网络也存在训练周期长、收敛慢的问题。为此设计了一种基于多标签分配的DETR网络(Multi-label Assignment DETR,MA-DETR)用于SAR图像飞机目标检测任务。本文利用添加大尺度抖动(Large Scale Jittering,LSJ)的数据增强模块增强网络训练效果,然后设计了一种多标签分配监督模块处理从编码器输出的数据,其中多个监督辅助头提取潜在特征并输入到解码器改善DETR网络一对一标签分配方式的不足之处。最后还设计了一种匹配增强模块加入解码器中,缓解由匈牙利匹配算法带来的匹配离散性,提高网络训练损失收敛速度。实验结果表明:在SAR AIRcraft数据集上,相较于原方法,本文方法使AP0.5和AP0.75精度分别提高了7.9%和7.4%,同时基于相同的训练网络,其损失收敛速度有3.3倍的提升。新的网络结构有效提高SAR图像目标检测精度,并且减少了DETR网络训练周期。

关键词： 智慧城市   多目标检测   边缘设备   实时检测  

摘要： 多目标检测作为智慧城市建设中的核心技术,在建立城市图谱、挖掘城市运行规律、提高城市运行效率中起着不可替代的作用。文中在优良的目标检测模型YOLOv5基础上,选取城市中的典型场景,以行人和车辆为检测目标,将原有轻量化版本算法neck部分的SPP模块进行改进,在保证检测速率的同时增加检测的精度,然后将文中改进算法和YOLOv5-s算法同时部署在智慧城市边缘设备上进行对比试验。试验结果表明,文中改进算法相较于YOLOv5-s算法在速度保持基本不变的情况下检测多目标精度提高6.8%,在一定程度上解决了智慧城市边缘设备检测速率和精度不能同时达到要求的问题,为智慧城市多目标实时检测提供了理论参考与方法依据。

关键词： 图像处理技术   混凝土坝   水下表面裂缝检测  

摘要： 本文指出混凝土坝是水利水电工程的重要结构,其服役过程中,在长期水流冲刷或出现结构沉降情况下,可能会形成程度不一的裂缝,而及时、准确地识别裂缝,是控制裂缝继续扩大、防范大坝发生安全事故的重要手段。为此,本文采用图像处理技术,通过去噪、增强、分割、识别一系列操作,解决了水下图像对比度低、成像质量不佳的问题,旨在为水利水电工程大坝裂缝检测工作科学开展提供参考。

关键词： 人工智能   计算机视觉   网络系统   智能语音  

摘要： 阐述基于人工智能的计算机视觉及网络技术,其具有一定的自主学习能力,在一定程度上能够对海量数据进行分析和处理,进而实现对图像信息的识别和处理。为此,介绍人工智能技术的作用,包括可使机器具备一定的感知能力、实现对信息的处理、为人类提供决策支持。从人脸识别、智能安防、智能语音方面,探讨人工智能在计算机视觉及网络领域中的实际应用。

关键词： 计算机视觉   汽车远光灯   光强标定  

摘要： 随着汽车行业的快速发展,车辆安全性能的提升成为研究热点之一,其中,远光灯的光强标定直接关系夜间行车安全。传统的光强测量方法存在效率低下、精度不足等问题,迫切需要新技术的介入以提升测试效率和准确性。基于计算机视觉的新型汽车远光灯光强标定方法不仅可以实现非接触式的快速测量,还能通过高级算法对光源分布、光强等参数进行精确分析,极大地提高远光灯光强测量的自动化水平和精度。该文研究基于计算机视觉的新型汽车远光灯光强标定方法,以有效提高远光灯的光强测量效率和准确性,为汽车的安全行驶提供技术支持。

关键词： 目标跟踪   卷积神经网络   相关滤波   非对称-膨胀卷积   多阶段特征  

摘要： 目标跟踪是计算机视觉领域的研究热点,基于相关滤波的目标跟踪方法具有良好的表现,但在特征提取过程中,对图像采用的人工特征描述方法具有一定局限性。为获得图像更具鲁棒性的特征表达,在目标跟踪过程中采用卷积神经网络实现对图像的特征提取,并与相关滤波方法相结合,提出一种基于多阶段特征和非对称-膨胀卷积的目标跟踪方法,以嵌有非对称-膨胀卷积模块的ResNet50网络为特征提取网络,分别输出网络多个阶段的特征图,通过相关滤波实现目标检测定位。在OTB100视频数据集上对所提方法进行实验,设置距离阈值为20像素时,距离精度可达85.38%;设置重叠阈值为50%时,重叠精度可达80.42%。实验结果验证了所提方法的准确性,且对背景复杂、遮挡以及旋转形变等情况具有较好的鲁棒性。

关键词： 图像处理   高效视频压缩   失真优化   自适应卷积核  

摘要： 用于作业现场风险监管的视频图像压缩技术,应满足视频图像压缩质量高清的要求,分析目前市场上视频压缩技术的现状,普遍存在图像细节信息损失严重、压缩效率低等缺点,为了提高视频压缩质量,提出用于作业现场风险监管的视频图像高效压缩技术。首先,通过控制压缩编码率优化视频率失真;其次,结合时空域预测与上下文编码方式压缩视频图像;最后,利用自适应卷积核方式去除视频图像伪影,完成视频图像高效压缩。实验结果表明,所提方法的视频图像压缩质量高,压缩率高,方便传输。

关键词： 建筑电气施工   计算机视觉   质量控制  

摘要： 针对建筑电气施工中电气组件布局和安装质量的精确检测问题,本文提出了一种基于计算机视觉技术的双分支模型。该系统采用双分支模型结构,结合目标检测和图像语义分割技术,旨在实时监控电气施工过程,确保布线符合安全标准和施工规范。目标检测分支专注于识别电气元件和关键节点,而图像语义分割分支对电气布线路径进行精确分析,确保布线方式和位置的正确性。此外,系统还集成了一个反馈控制机制,当检测到施工质量偏离既定标准时,能够及时向施工团队发出警报,指导他们进行即时调整和修正。测试结果表明,该系统能有效提升建筑电气施工的质量和安全性,降低由于电气故障引发的风险。