关键词： 小目标检测   注意力机制   特征融合   深度学习   实时检测  

摘要： 针对目标检测任务中小目标特征信息不足、检测率较低,且错、漏检率较高等缺点,提出一种基于多尺度特征融合以及混合注意力机制的Tr-SSD算法。首先,使用Resnet50残差网络作为SSD算法的骨干网络,增强SSD算法的特征提取能力;其次,设计了一种混合注意力机制并将其应用于网络的中尺度特征图中以增强特征图中的有效信息,并建立信息间的远距离依赖;最后,使用以Transformer为核心的网络层与替换骨干网络后的SSD算法形成FPN结构,融合不同尺度的特征信息,以更准确地对小目标进行定位。实验结果表明:Tr-SSD算法在PASCAL VOC数据集、HRSID数据集和RSOD遥感数据集上检测的mAP值分别达到81.9%、87.5%和88.4%,比SSD算法分别提高了4.7百分点、6.8百分点和9.2百分点,且检测速度均满足实时检测的要求。

关键词： 图像处理   Open   Adobe   扩建计划   逼真效果   工作室   视频   重灾区  

摘要： 2月16日,OpenAI发布Sora生成的视频,逼真效果惊艳全球。马斯克评论称,“人类愿赌服输”(Gg humans)。好莱坞导演泰勒·派瑞(Tyler Perry)在看完Sora制作的视频后,直接搁置了自己8亿美元工作室扩建计划;Sora推出当天,美国主营图像处理、视频制作软件的Adobe成为“收割重灾区”.

关键词： 茶叶   病害检测   深度学习   目标检测   注意力机制  

摘要： 提出了一种改进的基于深度学习的茶叶病害目标检测算法。该方法在网络模型中添加坐标注意力机制,使模型细化特征,更加关注茶叶病害信息,从而抑制树枝、杂草等一些背景因素的干扰;选用CIoU作为模型的损失函数以提高定位能力;同时,通过聚类的方法对数据集中的目标边框进行重新优化,以获得更精准的先验框;并建立包含6种病害的茶叶病害数据集,解决了病害图像数据匮乏的问题。与其他算法对比实验结果表明,所提出的算法在多个指标上均有较好的表现,可为茶叶病害智能化诊断提供高效的解决方案。

关键词： 小目标检测   遥感图像   全卷积神经网络   分层概率图模型   随机森林  

摘要： 对遥感图像中小目标的检测进行研究，提出改进全卷积神经网络的检测新算法。首先，分析了分层概率图模型和深度学习的基本概念和模型。然后，提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后，将全卷积神经网络和分层概率图模型联合，实现对全卷积神经网络的改进，构建遥感图像小目标检测新方法。此外，在所提方法中，选用随机森林技术从分类学习样本中估计每个类和分辨率的后验概率。基于对某地区卫星数据集的处理，将所提出的检测方法与其他四种方法进行了对比。对比实验结果表明，与其他方法相比，所提出的检测方法对低矮植被、车辆、树等遥感图像中的小目标具有更高的检测准确率。

关键词： 自动对焦   深度学习   成像系统   图像处理   视觉测量  

摘要： 针对传统对焦法需要采集较多的离焦图像，大大增加了对焦耗时，从而限制了其在视觉测量系统场景中应用的问题，提出了一种基于深度学习的对焦方法。该方法将自动对焦问题转化为图像的离焦距离预测问题，首先利用Shufflenetv2与MLP构建轻量化深度回归网络并通过工作场景中采集的目标图像数据集进行训练。然后通过合理的对焦策略，利用两帧图像即可完成对焦，减少了对焦耗时。同时也可以避免传统对焦法由于局部极值点导致的对焦误差较大的问题。实验结果表明，该方法的对焦耗时仅为传统对焦法的15%-24%，对焦稳定性相比传统对焦法提升约40%，具有对焦速度快、对焦稳定性高、模型复杂度低等优点，能够很好地应用于视觉测量系统当中。

关键词： 图像处理   三维点云   泊松曲面重建算法   区域生长算法   曲面分割   边界特征  

摘要： 针对传统泊松曲面重建算法易在物体内外边缘产生伪封闭曲面导致重建结果出现偏差的问题，提出了一种基于边界区域生长的改进方法。基于泊松曲面，通过法线提取物体边界点并拟合连续的边界曲线；采用向量叉乘法筛选边界的近邻点，获取边界特征；采用双射线法提取边界内曲面的初始种子点，利用以边界特征为约束的区域生长法分割泊松曲面。实验验证该方法可有效去除模型中存在的伪封闭曲面，提高重建曲面的准确度和完整性，对不同类型的物体具有良好的适应性与性能稳定性。

关键词： 民居建筑   典型特征   信息提取   计算机视觉   多尺度结构相似度  

摘要： 传统的民居建筑典型特征提取主要是通过大量现地观察、测量和采样后，凭借个人经验进行提炼总结，抽象概括出有代表性民居建筑形状、颜色和样式等造型特征。该类方法容易受个人主观因素影响，工作量大，可复现性不强，稳定性、可靠性和科学性不高。针对以上问题，结合计算机视觉、统计分析和遥感成像等技术手段提出一种西藏地区高原民居建筑典型特征遥感提取方法。首先，利用K-means无监督聚类对民居建筑形状特征进行提取，获取典型民居建筑长度、宽度和长宽比等典型形状特征指标；其次，将RGB三色的民居建筑样本转换到Lab色彩空间， 通过色差阈值分割与统计分析提取民居建筑典型颜色特征；最后，引入样本多尺度结构相似度对建筑样式进行定量化表征，通过样本精选、结构特征模板提取和最大相似度匹配提取典型民居建筑样式。以西藏地区的桑耶镇和曲水镇作为实验区分别选择四种经典主流方法开展了两组对比验证实验。实验结果表明，该方法提取的建筑典型特征一致性较好，结果稳定、可靠，受人为因素影响较小。同时也发现，高原民居建筑长宽比大致在1.1:1左右，长度约24～29m，宽度略窄。民居建筑颜色主要为浅灰褐色，占比最大的前3～4种主色与当地的裸土颜色非常相似。典型民居建筑样式主要呈“回”字型结构，中间有庭院和四周为围墙。

关键词： 环视图像   三维目标检测   注意力机制   时序融合  

摘要： 为了解决当前基于环视图像的纯视觉三维目标检测算法难以兼顾和均衡精度和计算速度的问题，提出了一种改进DETR3D的环视图像三维目标检测算法。算法整体框架基于DETR3D的编码器解码器架构，在图像特征提取分支外增加3D位置编码器以增强图像特征，为物体查询向量Object query定义两个分量分别表示物体边界框和实例特征，在解码器部分引入了基于欧氏距离的多尺度自适应注意力机制以捕捉3D空间中的多尺度信息，提高对于自动驾驶场景中复杂多样物体的检测能力，在特征采样部分引入时序信息，通过连续多帧图像的特征对齐来提高当前帧下的物体检测精度，并且使用多点采样来提高采样过程的鲁棒性。在nuScenes数据集上进行了实验，实验结果表明，和基准算法相比，所提出的算法在检测精度和计算速度方面分别提高了17.1%和4.22倍，且能够检测出被遮挡环境下的物体。

关键词： 光电检测   晶粒位置检测   机器视觉   非极大值抑制   网格   多目标模板匹配  

摘要： 针对传统方法中晶粒位置检测的耗时长、精度低等局限性，提出一种基于网格的多目标模板匹配晶粒位置检测方法。通过改进传统的模板匹配方法，结合非极大值抑制算法，将芯片晶粒的检测速度和精度提高。实验结果表明:该算法在单一同种晶粒的算法识别率能够达到97%以上，单张图像耗时<200 ms，能够克服明暗不同造成的检测困难，达到技术指标要求。

关键词： 深度学习   目标检测   小目标   吸烟   转置卷积   注意力机制  

摘要： 为预防公共场所因吸烟而引发的安全事故，在YOLOv3框架的基础上提出了改进的吸烟检测算法；首先针对传统上采样操作丢失像素信息等问题，设计出一种卷积-转置卷积模块进行替换；在特征融合部分加入坐标注意力机制，使网络更好关注小目标；使用改进的k-means++优化先验框；最后将GIoU替换IoU作为算法的损失函数，进一步提高检测精度；此外，构建了一个多场景的抽烟数据集，并对数据集进行数据增强与扩充；实验结果表明改进后算法较原算法在AP@0.5和AP@0.5：0.95上分别提高5.58%和3.34%，FPS降低3点左右。