关键词： 计算机视觉   Dijkstra算法   路径规划   应急疏散  

摘要： 为提高人员室内疏散效率，实现疏散最优路径规划的高效化和智能化，该文开展了基于Dijkstra算法的室内疏散最优路径规划模型的研究。首先，基于计算机视觉技术和单目视觉方法，获取了建筑监控视频中的人群数量和人流速度信息。接着，基于IFC(industry foundation classes)标准提取建筑空间信息，构建了符合疏散需求的路径网络，并提出了设置预测边的摄像监控网络布局方法。然后，提出了计算剩余预测边的人流速度的方法，规定了导航路网中边权的计算方法。最后，利用Dijkstra算法得到各个节点到终点的用时最短的路径。利用自建行人数据库开展测试实验，实验结果表明，该模型可在每一个决策节点处动态显示当前最优路径方向。通过上述研究，验证了基于Dijkstra算法的室内疏散最优路径规划模型在提高疏散效率与安全性方面的可行性，为应对复杂室内疏散场景提供了理论基础和技术支持。

关键词： 多模式   智能仓储   目标检测   盘点系统   动态帧级多数投票策略  

摘要： 在传统离散制造企业中，由于物料种类繁多、数量庞大且摆放位置分散，仓储管理面临盘点效率低下和盘点精度不足等问题。提出一种基于智能货架和视觉识别算法的盘点系统方案，结合Spring、Spring MVC和My Batis框架，开发了基于B/S架构的智能仓储盘点系统。该系统融合视觉识别技术，在多模式情况下使用Open CV对物料和货架上的二维码进行识别和解码，同时引入C3CBAM注意力机制和标签分配SimOTA算法优化损失函数来改进YOLOv5s神经网络，以实现多物料的精确目标检测。试验结果表明，在盘点作业场景下，该系统不仅能够在盘点作业场景下基于动态帧级多数投票策略的视频流提供关键作业信息，改进后的YOLOv5s模型在测试集上达到了100%的精确率和99.84%的召回率，显著高于传统模型，每秒处理帧率大于30，满足实时性和精度需求，还能减少人工干预，从而降低成本，提升企业竞争力。

关键词： 机器学习  

ISBN: (纸本)9787115649317

摘要： 本书首先介绍深度学习与计算机视觉概念，工具的安装与配置。然后详细讨论NumPy与Tensor基础知识，以及数据集、卷积神经网络、模型训练与测试、图像分类等理论知识与算法实现，为读者学习目标检测、图像分割、人脸识别、生成模型等内容奠定基础。

关键词： 全息   图像处理   动静分割   仿生算法   神经网络  

摘要： 全息成像广泛应用于水体微藻、空气花粉、生物细胞等溶胶颗粒检测。通过重建算法能够获得动态目标的多种图像，如振幅、相位、形貌等，但常常受到静态颗粒背景条纹的干扰。为了解决动、静颗粒全息图的分割问题，受生物视觉对光强及光强变化具有双重敏感性的启发，设计了一种同时处理灰度图像和事件数据的神经网络算法。通过融合双模态数据并结合自监督学习，成功实现了动、静目标相互叠加全息图的完整分割及独立输出。消融实验验证了仿生模块的必要性及优越性，自监督学习的策略确保了算法的泛化性。该仿生型神经网络算法保留了溶胶颗粒全息图中的高频条纹，为后续的相位成像、三维成像等任务提供保障。

关键词： 目标检测   无锚框   特征融合   任务特征   多尺度特征   任务对齐   标签分配  

摘要： 为解决现有无锚框网络缺乏精确的特征融合引导、解耦头获取任务特征不足，以及无锚框本身存在的边界框漂移的问题，提出一种结合循环特征融合与任务解耦的无锚框检测模型。设计动态循环特征金字塔，动态对齐并融合多尺度特征，以循环机制增强特征表达；提出新的任务解耦头，设计双维任务感知器获取任务特征，采用提出的任务一致性参数和Dynamic Varifocal损失函数完成任务对齐；在标签分配过程中，结合box重组算法，重新选取高质量的正负样本。在COCO数据集上，所提模型使mAP在ResNet50主干网络相对于baseline提升3.1%,在ResNet101上达到45.2%,检测性能优于其它先进的无锚框网络模型。

关键词： 计算机视觉   状态监测   自动化控制  

摘要： 阐述计算机视觉技术对于电力系统自动化建设的影响，分析其在电力系统自动化中的具体应用，包括设备状态监测与故障诊断、输电线路监测与异常检测、安防监控与入侵检测、智能巡检与维护。

关键词： YOLOv8s   局部全局自注意力   空间通道稀疏注意力   Soft-NMS  

摘要： 针对红外船舶图像检测中存在目标尺度变化大、密集堆叠目标多、小目标细节丢失等问题，提出了一种基于局部全局自注意与空间通道稀疏增强的红外船舶目标检测算法。首先，在YOLOv8s主干网络中融入局部全局自注意力模块，以获取更丰富的局部和全局特征，解决深度特征提取过程中的信息稀释丢失问题，实现细致化聚焦目标特征，增强特征间依赖关系，提高小目标的特征提取能力。其次，在颈部网络中加入空间通道稀疏注意力模块，将分块特征提取与通道稀疏策略深度融合，提升多尺度目标的空间信息捕获能力，重构通道信息，再对特征重标定，强化重要特征信息的影响，增强多尺度特征融合能力。最后，采用引入了递减置信度惩罚因子的Soft-NMS改进NMS，优化堆叠目标与小目标误检漏检的问题。实验结果表明，改进后的YOLOv8s模型相较于基准模型，在mAP0.5和mAP0.5∶0.95评价指标上分别提高了2.1%和4.4%，达到95.7%和72.8%，进一步验证了该算法在提升红外船舶目标检测精度上的有效性。同时，与其他经典模型和最新的YOLOv11模型相比，该算法在检测精度方面具有更好的性能。

关键词： 图像处理   立体图像质量评价   人类视觉系统   自顶向下   卷积神经网络  

摘要： 为了提高立体图像质量客观评价指标与人类主观评价指标的一致性，受人类视觉自顶向下机制的启发，提出一种基于立体注意力的无参考立体图像质量评价方法。在所提立体注意力模块中：首先，通过所提双目融合模块中的能量系数自适应调整双目响应的幅度，并在空间和通道维度对双目特征进行并行处理；其次，所提双目调制模块能够同时实现高层级双目信息对低层级双目信息和低层级单目信息的自顶向下调制。此外，双池化策略分别对双目融合图和双目差异图进行处理，可获取更有利于质量分数回归的关键信息。基于公开的LIVE 3D和WIVC 3D数据库对所提方法进行了性能验证。实验结果表明，所提方法实现了客观评价指标与标签的较高一致性。

关键词： 计算机视觉   焊接模块化   预制系统  

摘要： 本文详细探讨了基于计算机视觉的焊接模块化预制系统的设计与实现,包括系统的总体架构设计、视觉引导的自动焊接技术、数据集成与管理策略以及实时焊接质量监测方法。文中分析了计算机视觉在自动化焊接过程中的关键应用,如焊缝跟踪、缺陷检测和质量评估,并展示了系统通过实验验证的有效性。通过这种集成设计,焊接模块化预制系统能够显著提高生产线的自动化水平,减少了人工干预,同时保障了焊接质量的一致性和可靠性。

关键词： 改进YOLOv11   卷烟仓储人员   不安全行为   去噪   目标检测  

摘要： 为确保仓储环境内的人员与财产安全，改进传统的YOLOv11目标检测算法，提出一种适用于卷烟仓储复杂环境的人员不安全行为识别方法和模型。首先，统计分析卷烟仓储中常见的不安全行为类型，探讨仓储人员不安全行为的分类，包括物品类、动作类和区域类的不安全行为；其次，基于仓储人员不安全行为的特征，提出数据集增广和去噪预处理的思路，强化细粒度特征提取，进而改进人员行为的显著性映射；然后，通过功能增强模块和K-means++锚框优化改进YOLOv11算法，提出一种卷烟仓储人员不安全行为快速检测方法；最后，利用自建数据集和微软公开数据集（COCO）对比验证方法的有效性。结果表明：该方法能够快速、有效地识别仓储人员的不安全行为，相较于传统方法，识别准确率得到显著提升，2个数据集上的精度分别达到94.91%和88.69%，综合表现更加均衡。