关键词： 计算机视觉   课堂视频   头部姿态估计   注意力模型   抬头率   活跃参数  

摘要： 针对研讨型或纵深较大的讲授型教室中头部姿态估计方法存在的误检、漏检问题，提出一种课堂注意力测量方案。首先，采用级联神经网络结构对课堂视频进行头部检测，精确获取学生头部的位置和数量。其次，构建全局人脸检测器和头部姿态分类器，结合人脸检测与姿态分类，准确判定凝视与非凝视状态。接着，引入活跃参数，通过前后帧头部位置匹配算法计算头部姿态变化次数，并结合凝视状态改变次数表征抬头率，得到新的抬头率计算公式。最后，结合抬头率和活跃参数，通过注意力模型分析得出总体表征课堂注意力的数值——注意力K值。实验结果显示，头部检测器在多尺度课堂中的准确率超95.6%，头部姿态分类器分类精确率达94.6%。实际课堂验证表明，该方案能真实反映学生注意力情况，为教学反思和教学能力评价提供重要参考。

关键词： 多任务学习   目标检测   语义分割   自动驾驶   特征融合   轴向注意力  

摘要： 为了满足自动驾驶要求并提升多模型间的协同效果，基于共享主干网络提出新的算法.为了提升模型的位置表达能力，将轴向注意力机制加入主干网络，在保持轻量化特征提取的前提下建立全局关键点间的联系.在多尺度信息提取阶段，引入自适应权重分配方法和三维注意力机制，降低不同尺度特征间的信息冲突.根据难分样本区域优化损失函数，加强所提算法在难样本区域的细节识别能力.在BDD100K数据集上的实验结果表明，相比YOLOP，所提算法在交通目标检测任务中的平均精度均值（在IoU=50%的情况下）提高了3.3个百分点，在道路可行驶区域分割任务中的mIoU提升了1.0个百分点，车道线检测准确率提升了6.7个百分点，推理速度为223.7帧/s.所提算法在交通目标检测、可行驶区域分割和车道线检测任务上了均表现出良好的性能，能够较好平衡检测精度与推理速度.

关键词： 水稻叶片   病害检测   深度学习   图像分割   目标检测  

摘要： 在农业生产中需要尽早准确地检测和识别水稻叶片病害。为减小水稻叶片病害识别中背景噪声的影响并提高病害检测的准确度，提出一种基于DeepLabv3—Faster R—CNN网络的水稻叶片病害检测方法。待检测的水稻叶片图像首先经过DeepLabv3网络进行图像分割，获得背景和叶片分割的初步结果，再把经过背景分割的叶片图像中叶片部分还原进行检测，从而规避背景部分噪声对检测结果的影响。检测部分主要由FasterR—CNN网络实现，结合特征金字塔和CBAM方法，提高模型对多尺度水稻叶片病害目标的检测能力。通过公开数据集训练模型，得到该方法对白叶枯病、稻瘟病、褐斑病和黄矮病的平均检测准确率达到98.1%。

关键词： 图像处理   图像分类   生成对抗网络   数据增强  

摘要： 针对在工业环境下因图片数据样本量较小影响带钢表面缺陷检测分类精度，通常采用数据增广策略但需保证细节特征多样性的问题，提出了一种多样性激励深度卷积生成对抗网络VS-DCGAN(variety-stimulation deep convolutional generation adversal network)和MobileViT的带钢表面缺陷分类方法。首先，引入深度卷积生成对抗网络，利用通道注意力机制和多样性激励模块对其进行改进；再用VS-DCGAN对原始数据集进行扩充并保证细节特征多样性；然后，在扩充后的带钢表面缺陷数据集上训练轻量级分类网络MobileViT;最终实现带钢表面缺陷的分类。实验结果表明，多样性激励深度卷积生成对抗网络可以生成与原始图像数据分布相似且细节特征更丰富的带钢表面缺陷图片，达到了数据增强的目的；且扩充后的数据集能够使得轻量级分类网络MobileViT的训练效果更优异，3个版本的分类准确率分别为97.33%、98.66%、97.33%,分别提高了0.33%、1.5%、2.13%,高效地实现了带钢表面缺陷分类。

关键词： 杂草检测   图像处理   深度学习   YOLO   知识蒸馏  

摘要： 杂草对农业生产的负面影响日益严重，高效的杂草检测方法对推动农业可持续发展至关重要。然而，现有的杂草检测模型在检测精度和效率方面仍存在提升空间。该研究基于YOLOv5，引入知识蒸馏技术，并整合多个教师模型的知识，旨在提高模型在棉田杂草检测中的精度和实时检测能力。首先，提出了一种基于温度系数的Logits软投票机制，通过动态调整教师模型的蒸馏损失权重，有效融合各教师模型的优势。同时，还提出了基于注意力机制的多教师特征融合方法，动态加权突出关键特征，抑制冗余信息。结果表明，该研究提出的YOLOv5s-CWD在模型精度和实时检测性能上均表现优异，F1分数（F1-score, F1）为94.5%，平均精度均值（mean average precision, mAP）在验证集和测试集上分别为96.8%和93.6%，帧率（frames per second, FPS）为46.71帧/s，浮点运算数（giga floating point operations, GFLOPs）为4.1，模型大小为2.9 MB。与YOLOv5s相比，YOLOv5s-CWD在验证集上的m AP仅降低0.9个百分点，FPS提高约57.22%，计算复杂度降低约74.38%，模型大小减少约79.86%。与YOLOv7相比，YOLOv5s-CWD在验证集上的mAP降低1.3个百分点，FPS提高约1 076.57%，计算复杂度和模型大小大幅优化。与YOLOv10s相比，YOLOv5s-MGD在验证集上的mAP降低0.9个百分点，FPS提高约143.41%，计算复杂度降低约83.27%，模型大小降低约82.42%。综上所述，YOLOv5s-CWD在保证高精度的同时，显著提升了检测速度、计算效率和存储性能，适用于在性能受限设备上实时检测，为棉田杂草检测提供了有力的技术支持。

关键词： Object recognition  

摘要： Integrating image and depth information for RGB-D salient object detection has become a research hotspot in the field of saliency detection. Balancing the efficiency and performance of salient object detection models under resource constraints is a key challenge. To address this, this paper proposes an asymmetric lightweight network suitable for real-time RGB-D salient object detection tasks. The network reduces the number of network parameters by designing different lightweight feature extraction networks for different input modalities. Additionally, a multi-modal feature enhancement fusion module is designed to effectively fuse multi-modal features while compensating for the information loss caused by the lightweight backbone network. Moreover, this paper utilizes a global context module for dense decoding, aggregating local and global information of multi-scale features without significantly increasing computational complexity. The experimental results on five benchmarks show that the proposed lightweight RGB-D salient object detection network not only outperforms most mainstream models quantitatively and qualitatively, but also significantly outperforms other models in terms of efficiency, only with a parameter count of 5.1 million and a computational load of 0.77 gigaflops. This achievement validates the proposed method’s ability to achieve lightweight salient object detection while maintaining high efficiency. © Shanghai Jiao Tong University 2024.

关键词： 船舶自动识别系统(AIS)   海事雷达   目标检测   目标跟踪  

摘要： 海事雷达在水面目标检测时因被探测物体间距较小和雷达分辨率不足导致检测误差增大和跟踪失效,为此提出了融合船舶AIS和海事雷达信息的目标检测与跟踪方法。首先将AIS数据和海事雷达数据进行时空配准,构建全局地图,并采用欧氏聚类处理海事雷达数据,提取潜在目标。然后基于AIS数据,应用K均值聚类进一步处理潜在目标,获得最终的检测目标。最后结合匈牙利算法和卡尔曼滤波对目标进行匹配和连续跟踪。实船测试结果表明,对于距离约1 km的动态目标,采用该方法获得的航速平均绝对误差为0.26 m/s,航向平均绝对误差为5.08°,与传统雷达跟踪方法相比,误差分别减小了53.57%和66.02%,验证了该方法的实时性、准确性和有效性。

关键词： 显著性目标检测   低光照场景   无源领域自适应   伪标签   教师-学生网络   集合熵最小化   选择性投票  

摘要： 为了解决低光照条件下校园环境等场景监控摄像头图像质量和监控效果受影响而带来的安全问题，提出一种低光照显著性目标检测（SOD）方法，以提高低光照条件下目标检测能力。针对低光照条件下图像的显著性特征弱化和缺乏大规模标注数据的问题，提出一种无源领域自适应（SFDA）方法，将正常光照图像（源域）下训练的模型知识迁移至低光照条件图像（目标域）。该方法采用两阶段策略：在第一阶段，利用源域模型生成低光照图像的伪标签，为提高伪标签生成的质量，提出集合熵最小化损失抑制高熵区域，同时引入选择性投票方法来增强伪标签的生成；在第二阶段，采用基于增强引导一致性的教师-学生网络自训练方法对显著图进行精细化，进一步提高检测结果的精度。在SOD-LL数据集上的实验结果表明，所提出的方法在低光照场景下总体性能优于其他图像显著性检测方法，相较于正常光照的SOD方法，其平均绝对误差（MAE）降低15.15%,加权F1值（wFm）提高4.73%。

关键词： LED   图像处理   室内定位系统   可见光通信   质心算法  

摘要： 本文介绍了一种利用OpenMV图像传感器进行室内定位的方案。该系统使用三个白光LED发射光信号，图像传感器进行信号采集，用质心计算作为定位算法，对图像传感器的相对位置进行检测和计算，从而进行定位。在没有其他干扰源的情况下，该方案能够在提供正常光照的环境中稳定进行室内定位，前提是环境光条件相对稳定。

关键词： 计算机视觉   深度学习   库存盘点  

摘要： 自动化库存盘点在现代供应链管理中扮演着越来越重要的角色。它不仅可以优化库存管理流程，提高整体运营效率，还能显著降低运营成本，同时增强客户服务体验。提出了一个基于深度学习的视觉库存盘点方法，利用在ImageNet数据集上预训练的ResNet18网络，通过迁移学习技术适应新的库存分类问题，从而实现对仓库中物品的自动化识别和分类，不仅提高了盘点的效率，还显著提升了盘点的准确性。实验结果表明，提出的方法在“MVTec D2S”数据集上能够达到98.84%的F1-score，并对比了不同预训练卷积神经网络（CNN）对识别性能的影响，证明了该方法的可行性和有效性，为后续研究提供了有价值的参考，对推动供应链管理的自动化和智能化具有重要的意义。