关键词： 计算机视觉   多视图立体视觉   深度学习   跨频注意力   自适应深度一致性  

摘要： 针对当前深度学习在三维重建中难以从图像中提取全面的场景信息,以及未充分考虑视图间的深度一致性问题,提出具有自适应深度一致性和跨频注意力的多视图立体网络(ADCFA-MVSNet:Multi-View Stereo with Adaptive Depth Consistency and Cross-Frequency Attention)。跨频注意力(CFA:Cross-Frequency Attention)模块整合图像内高频和低频信息,以及跨视图的全局场景信息,能更加全面地提取图像特征。自适应深度一致性(AD:Adaptive Depth Consistency)模块精确捕捉场景中的几何结构,动态考虑不同视图对深度一致性的贡献,在不同尺度上增强深度一致性。其创新之处在于利用全面的图像信息,确保几何一致性,从而在3D重建任务中取得优异的表现。实验结果表明,在DTU(Technical University of Denmark)数据集上精确度为0.319,完整度为0.285,整体得分为0.302,优于其他对比方法。在BlendedMVS数据集上,EPE(End-Point-Error)得分为0.27,e1得分为5.28,e3得分为1.84,同样优于对比方法。证明了ADCFA-MVSNet在提升多视图三维重建的完整度和精度方面的有效性,提高了多视图重建质量,取得了良好的重建效果。

关键词： OpenCV   运动检测   树莓派   颜色检测   人工智能  

摘要： 用OpenCV识别颜色。让计算机理解颜色。我们人类可以轻松地分辨红色、绿色、蓝色等各种颜色,但是计算机看到的图像只是一堆数字(像素值)。我们怎样才能告诉计算机“找到画面中所有红色的东西”呢?

关键词： CT图像   图像处理   肺实质分割   计算机辅助诊断  

摘要： 目的探究肺实质分割算法,为肺部疾病的诊断提供影像学依据.方法采用最大类间方差法进行自适应阈值分割,获得肺实质区域的初始二值化轮廓;采用区域增长法精细化定位肺部边界轮廓;通过形态学处理消除肺部孔洞;通过连通区域标记,获得肺实质掩膜;将肺实质掩膜与原肺部CT图像进行操作,实现肺实质最终分割.从自建数据集中选取200张CT图像,基于MATLAB实验平台进行编程测试.利用MATLAB-GUI进行肺实质分割系统的可视化界面设计.结果肺实质分割平均准确率为95.7%,综合肉眼的主观判断和指标的客观计算,证实方法的有效性,可视化界面设计便于更加快速、直观地观察图像处理过程和结果.结论所提组合算法对于辅助肺部疾病诊断,推动智能医疗具有重要意义,并为相关领域研究提供参考方案.

关键词： 计算机视觉   面部动画生成技术   面部表情生成  

摘要： 音频驱动的面部动画生成技术是计算机视觉领域的新兴方向,旨在利用音频驱动源将静态肖像转化为动态视频。这项技术可以降低视频制作时间与成本,并创造出独一无二的虚拟人形象。虽然现有研究在动画的唇音同步和面部表情生成上有一定进展,但并未关注面部表情的强度问题,生成的面部动画标签受驱动因子所限,表情较为单一。因此,提出了一种音频驱动的情感强度可控面部动画生成模型,该模型是由3个子网络组成的级联结构非端到端算法,旨在生成唇音对齐且情感强度可控的面部动画。在传统技术的基础之上,利用情感强度标签的映射,增强情感源肖像的驱动能力,从而控制生成3种情感强度不同的面部表情。定性和定量实验结果表明,所提方法在情感表达与情感强度控制上,具有一定的可行性与优越性。

关键词： 计算机视觉   生成对抗网络   图像生成   图像转换   模式崩溃  

摘要： 生成对抗网络(GAN)作为一种生成式模型,在计算机视觉领域每年有大量的论文产出。为帮助后续研究人员快速全面地了解GAN,并加以应用,本文首先从设计思想和网络架构两个方面介绍GAN的基本原理,再由其目标函数与训练过程分析GAN存在的缺陷及其原因;然后,根据改进角度的不同和应用两个方面对GAN的变体模型进行详述,总结了它们的改进之处、优点和局限性等;接着,分别从客观定量、主观定性和任务专项评估等角度对GAN生成图像的保真度和多样性进行归纳分析;最后,讨论了GAN衍生模型近年来的一些核心问题与最新研究进展,并分析了未来的发展趋势。

关键词： 计算机视觉   安全隐患检测   目标检测   语义分割   异常检测  

摘要： 计算机视觉技术是人工智能的重要分支,为安全隐患检测提供了新的技术路径。文中分析了计算机视觉技术在安全隐患检测中的应用价值,阐述了目标检测、语义分割、异常检测等技术在隐患识别中的应用现状,并探讨了计算机视觉技术在安全隐患检测中的应用思路。在隐患检测技术研发中,计算机视觉可以提升隐患特征提取和识别的效率,优化检测模型性能,加速检测方法创新。在隐患检测推广应用中,计算机视觉技术可实现个性化隐患提醒、自适应巡检路径规划、隐患整改训练的智能化。安全隐患检测与计算机视觉技术的深度融合,将为安全生产保驾护航并提供坚实的技术支撑。

关键词： 自动驾驶   传感器融合   3D目标检测   早期融合   注意力机制  

摘要： 针对自动驾驶领域远距离目标的漏检问题,提出一种融合相机与毫米波雷达数据的改进CenterFusion的3D目标检测模型。首先,引入早期融合策略将雷达数据映射到图像平面上,并将其与图像数据结合形成多通道输入,以增强网络模型的抗干扰能力。其次,在特征融合网络后引入注意力机制,使模型聚焦于融合特征图关键信息提取,有效提高了3D目标检测的准确度。然后,进一步改进损失函数解决正负样本不均衡问题。最终,模型在NuScenes数据集上进行对比实验和消融实验。结果表明,改进模型相较于传统的CenterFusion模型平均检测精度提高了1.5%,NuScenes检测分数提高了2.1%,有效提高了远距离目标的检测能力。

关键词： 无人机平台   高光谱图像   分类   分割   目标检测  

摘要： 随着无人机平台与高光谱观测技术的快速发展,无人机高光谱遥感在精准农业、生态环境监测及自然资源监管等领域展现出广阔应用前景,但其实际应用仍面临数据获取不稳定、图像畸变严重、光谱一致性差等技术挑战,亟需系统性的研究与方法优化。近年来,深度学习凭借特征自动提取与复杂场景建模的优势,逐步成为该领域智能解译的核心技术路径。为全面梳理相关研究进展与技术趋势,本文围绕无人机高光谱图像的成像设备、深度学习解译方法及典型应用方向进行了系统总结,重点探讨深度学习在分类、分割和目标检测等核心任务中的应用与演进,涵盖卷积神经网络、图神经网络、Transformer等代表性模型。研究表明,无人机高光谱数据受光照变化、姿态扰动和背景混杂等因素影响,导致数据处理复杂度高、不确定性大。当前方法在实际应用中仍面临模型场景适应性不足、算法实时性要求高、数据预处理成本大等瓶颈,未来需聚焦高效特征表达、轻量化模型架构和多场景鲁棒性优化等方向。通过对主流深度学习方法的系统梳理,本文总结了目标检测、分类和分割等关键任务中的代表性技术路径与解译策略,为无人机高光谱图像处理技术的持续优化与工程实用化拓展提供理论基础参考,同时借助对公开数据集的分析,也为研究者快速开展实验验证提供便利。

关键词： 多金属结核   丰度评估   图像增强   目标检测   覆盖率   粒径估计  

摘要： 为了提高深海多金属结核资源评估的准确率,采用多金属结核数量、覆盖率及粒径作为多金属结核资源评估的参数,提出了一种基于图像增强和识别技术的多金属结核资源丰度评估方法。首先,针对深海多金属结核图像存在的对比度低、偏蓝绿等问题,基于光在水体中的衰减率不同的特征,估计场景深度,对结核图像进行有效还原;其次,制作相关多金属结核图像数据集,采用YOLO12目标检测模型统计多金属结核分布信息;再其次,针对由于被海底泥沙遮挡导致结核矿物覆盖率计算结果偏低的现象,通过二值化形态学膨胀的方法,提高多金属结核覆盖率计算结果;最后,通过将多金属结核拟合为规则圆,根据多金属结核暴露在海底表面的高度,给出被掩埋结核的实际粒径定量表达式,进一步提高矿物资源的评估准确率。研究可为采矿作业控制和行进路线提供判断依据,提高采矿效率。

关键词： 图像拼接   图像处理   动漫   视频处理   视频稳像   视频抖动  

摘要： 在动漫视频的制作和处理过程中,需要稳像技术来保证视频的质量,由于动漫视频复杂性的增加,稳像方法不稳定性逐渐明显,在图像细节处理上误差明显。针对这一情况,提出基于图像拼接的动漫视频稳像方法。分析动漫视频结构层次,以此作为依据,从中提取出视频稳像的关键特征,利用图像拼接技术定位相邻帧图像的特征点,通过直接平均值融合方法将拼接图像的重合区域融合。实验结果表明:在不同属性的实验数据支持下,提出的基于图像拼接的稳像方法图像细节处理上互相关值和结构相似水平高,均方根误差小,稳定性得到了明显提升。