关键词： 多传感器数据融合   盲区目标检测   特征级融合   PCA降维   交通流  

摘要： 针对静态与动态的不匹配性,导致常规限速值难以适应复杂多变的交通环境,进而产生盲区目标检测误差大的问题,提出基于多传感器数据融合的盲区目标检测方法。采用特征级融合和PCA降维技术,整合多传感器特征,消除不同传感器数据之间的量纲差异,通过加权求和的方式建立目标函数,分离盲区目标。根据盲区目标分离结果,设计动态调整限速值方法,引入动态干扰因素模拟,通过设置不同的交通流样本进行盲区场景处理,匹配实际交通环境中的静态和动态因素,从而提高盲区目标检测的准确性。实验结果表明,所提方法在盲区目标检测的精度较高,证明了所提方法的优越性。

关键词： 智能交通   异常行为检测   两阶段融合   地铁车站   计算机视觉  

摘要： 为及时有效地应对地铁车站内乘客异常行为事件,本文提出一种基于计算机视觉的两阶段融合模型BiFuseNet(Bi-Fusion Network),该模型通过融合轻量级检测网络LMD(LCAB, MCAB, DyHead)-YOLO和基于EfficientformerV2的高效分类网络,实现高效且精准的异常行为检测。在模型第1阶段,通过引入轻量卷积聚合块(LCAB)、混合卷积聚合块(MCAB)和动态检测头(DyHead),有效减少模型的规模,同时,提升对小目标和遮挡目标的检测能力;在第2阶段,采用多层次加权融合策略优化检测和分类结果,进一步增强模型的鲁棒性。实验结果表明,BiFuseNet在自建的MetroAB数据集上取得了89.3%的准确率,较传统模型提高了6.1%,且实现了43.7 frame·s^(-1)的检测速度(FPS);在PASCAL VOC(Pattern Analysis, Statistical Modelling and Computational Learning Visual Object Classes)和VisDrone(Visual Detection of Drones)公开数据集上,分别提高了10.1%和2.7%的准确率,进一步验证了模型在小目标和遮挡目标检测方面的优势,以及其优异的泛化能力。通过以上设计,BiFuseNet显著提升了地铁车站内乘客异常行为检测的效率和精度。

关键词： 同时定位与地图构建(SLAM)   目标检测   轻量级网络   光流法   对极几何约束  

摘要： 视觉同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统常受到动态物体的影响,导致定位精度和健壮性下降。为了解决这一问题,将轻量化网络架构MobileNetV3引入系统设计,对YOLOv5s的主干网络进行重构,在保证检测精度的同时,实现模型参数规模缩减67.9%,单帧运行速度提升89%,能够满足实际应用中的高效运行需求。针对潜在动态特征干扰与漏检问题,引入光流运动估计和对极几何约束,通过运动一致性校验筛选静态特征点集,确保位姿解算的几何可靠性,并构建环境的稠密点云地图。实验量化评估结果显示,在动态目标占比高的测试场景下,改进算法定位误差较ORB-SLAM3降低90.2%,有效提升了位姿估计的精度和健壮性。

关键词： YOLOv5   红外图像识别   目标检测   RepVGG   轻量化  

摘要： 本研究针对红外图像小目标识别的场景,提出了一种改进的YOLOv5目标识别算法。首先将Yolov5中使用的C3模块替换为目前最新的C2f模块,在保证轻量化的同时获得更加丰富的梯度流信息。同时将YOLOv5中的Backbone替换为RepVGG网络,使得网络参数量减少,模型更加轻量化,检测速度也得到了进一步的提升。在数据集上进行训练,结果表明,改进的Yolov5模型map值可以达到0.95,检测速度为7.1ms,相较于原网络检测速度提升了1.5ms。

关键词： 流态化   柱形颗粒   压降   高度分布   转角分布   图像处理  

摘要： 对矩形流化床中5种不同长径比(AR=1~5)的柱形颗粒进行流态化实验,测量了床层总压降和分段压降分布。通过高速摄像机拍摄不同柱形颗粒的流态化视频,采用图像处理方法分析了不同气速下柱形颗粒的高度和转角倾向分布。实验结果表明,在矩形流化床中,长径比小于5的柱形颗粒能够完全流化,而AR=5的柱形颗粒通道流现象显著且难以流化。AR会影响分段压降分布以及最小流化速度,柱形颗粒的堵塞作用随着AR的增大而增强。不同AR的柱形颗粒在完全流化后,其轴向趋于与重力方向一致。本文的实验数据以及观察到的通道流现象可为气固系统中计算流体动力学模拟的验证和研究提供基础数据。

关键词： 植物病害   病害诊断   图像处理   图像识别   智慧植保  

摘要： 植物病害可对农业生产造成严重危害。及时、准确识别植物病害是开展有效病害管理的基础和前提。随着信息技术的迅速发展,利用图像处理技术进行植物病害识别的研究和应用日益增多,提高了植物病害监测和管理水平,为保障农业安全生产提供了有力支撑。本文从植物病害图像识别、病害图像获取和预处理、病害图像分割、病害图像特征提取和选择、病害图像识别模型和应用等方面对植物病害图像识别研究和应用中存在的问题进行讨论,提出相关的解决方案,并从病害图像获取和管理、病害图像识别关键技术、多平台病害图像识别等方面对未来植物病害图像识别研究和应用前景进行展望,旨在为植物病害图像识别研究和应用提供参考,促进植保信息化和智慧植保的发展。

关键词： 视神经脊髓炎   康复训练   动作识别   计算机视觉   多感官交互  

摘要： 近年来,人工智能(AI)视觉模型及其动作捕捉技术在医疗领域备受瞩目,但在视神经脊髓炎(NMO)康复领域中尚未得到广泛应用。针对当前NMO患者康复训练存在的个性化程度低、体验不佳和效果不显著等诸多问题,提出通过Mediapipe姿态跟踪技术及交互反馈设计,对NMO康复训练系统进行研究和实现。主要完成了以下几项核心工作:①康复训练计划制定研究。通过定性和定量相结合的方法,对36名NMO康复患者进行影子观察和深度访谈,并使用中国中枢神经系统炎性脱髓鞘疾病登记研究随访表进行评估,构建了全面的评估体系;②康复训练动作指导反馈分析。设计了康复训练动作库,确定了人体关节点的坐标、关节点形成的角度以及关节点信息与标准信息的差值等关键指标,并利用Mediapipe框架构建人体姿态检测模型,实现康复训练动作的实时识别与反馈;③康复系统交互反馈机制设计。确立了及时性、特殊性、指导性和可追溯性的交互反馈设计原则,设计了包含场景定位、维度分析和交互方式的反馈流程,并引入Fogg行为模型理论,最终搭建了基于微信小程序的轻量化康复训练平台。最终得到了一套NMO康复训练系统及其配套方法,验证了AI动作捕捉技术在该领域应用的可能性,提升了NMO患者在康复训练过程中的体验,并在首都医科大学附属北京天坛医院实际落地推广,论证了其具有广泛的应用价值。

关键词： 机器人   自动抓取   目标检测   ResNet网络   注意力机制   网络剪枝  

摘要： 为提高机械设计教学机器人对目标的自动抓取成功率,设计了一套基于改进ResNet101网络的机械设计教学机器人目标自动抓取系统。首先根据系统需求,将系统总体框架分为图像采集模块、目标检测模块、机器人自动抓取模块;然后从抓取工具、机器人、双目视觉相机方面,对系统硬件新型选型;接着对系统软件进行设计,并着重设计了机器人目标自动抓取算法,采用引入金字塔池化卷积组和网络剪枝的改进ResNet网络,对机器人目标进行检测;最后通过仿真对系统进行了验证。结果表明,改进ResNet网络对机器人目标检测的准确率为96.38%,平均绝对误差为1.58%;本系统在82次抓取测试中,仅存在1次目标自动抓取失败的情况,抓取成功率为98.78%。由此得出,本系统具有较高的目标自动抓取成功率,满足实际应用需求。

关键词： 目标跟踪   交互多模型   自适应   无迹卡尔曼滤波  

摘要： 针对跟踪复杂机动目标过程中由于目标运动状态发生变化导致的跟踪误差较大的问题,提出一种自适应交互多模型无迹卡尔曼滤波(interacting multiple model unscented Kalman filter,IMM-UKF)算法,使用模型概率后验信息和模型似然函数自适应修正马尔可夫转移概率矩阵(transition probability matrix,TPM)。设计模型概率校正方法和模型转移加速方法,两种方法分别作用于模型稳定阶段和模型转移阶段,提高模型概率准确度和模型转移响应速度,减小状态估计误差。最后,通过两种场景下的实验验证所提算法在目标具有复杂运动状态下的性能,并与传统方法进行对比分析,在目标做机动运动时,位置精度和速度精度分别提高了15%和26%,验证了算法的有效性和可行性。

关键词： 神经网络   矿山火灾   计算机视觉   深度学习  

摘要： 为了解决传统矿井火灾监测模型反应迟缓、误报率高等问题,提升复杂工况下早期火源的检测精度与实时性,提出1种基于深度学习的矿井火灾图像识别算法。该算法在卷积神经网络基础上,融合迁移学习构建高效特征提取模块,引入多尺度特征融合策略,并采用轻量化网络设计,实现对井下弱光、多尘、干扰源复杂环境的适应能力,保障模型在边缘计算设备上的实时部署。研究结果表明:X-YOLOv11模型在保持36.5 M的较小网络参数规模的同时,识别精度达到96%,检测速度为145 FPS,优于YOLOv8、YOLOv5和Faster R-CNN等主流算法,且能有效区分焊接火花、矿灯反光等干扰因素,显著提升火灾预警的准确性与及时性。研究结果可为高风险工业环境下的图像识别与灾害预警系统研发提供参考。