关键词： 行人重识别   目标检测   特征融合   全局特征   局部特征  

摘要： 针对行人重识别技术在实际应用中常常因为特征遮挡而导致识别率不高的问题，提出了一种复杂环境下行人防遮挡重识别方法，其由全局和局部特征提取两部分组成。以ResNet-50网络为主干网络，首先，在全局特征提取使用特征感知注意力机制对全局特征进行提取；然后，在局部分支使用特征分割空间的方法进行局部特征提取；最后，通过多尺度双向金字塔网络进行特征融合。在常用遮挡行人数据集Market-1501等上进行了实验，验证了论文所提出方法的有效性，且提升了行人重识别效果。

关键词： 计算机视觉   多目标跟踪   特征增强   通道注意力机制   空间注意力机制   卷积混合注意力机制  

摘要： 基于检测的多目标跟踪方法在复杂场景问题上达到了较好的效果,但已有研究大多关注于时空特征关联而忽视了提高检测性能所能带来的全局跟踪收益.据此,提出一种卷积混合注意力机制,该模块结合动态稀疏通道注意力和空间位置注意力:在处理通道注意力时,整合空间上下文信息,动态调整通道权重;在处理空间注意力时,结合不同通道特征评估空间区域的重要性,旨在优化注意力分配并提升检测精度.进一步地,提出一种两阶段多目标跟踪方法 ——CHAMTrack,通过在运动目标检测阶段使用该注意力机制,增强算法在复杂场景中对关键信息的捕捉能力,提升不同尺度目标的跟踪效果,降低跟踪过程中漏检和ID切换的发生率.在MOT17和MOT20数据集上的实验结果表明, CHAMTrack在MOTA指标上分别提升28%和20.5%,显著提升了多目标跟踪算法在复杂场景中的效果和鲁棒性.

关键词： 计算机视觉  

ISBN: (纸本)9787577012100

摘要： 本书以视觉描述生成任务为切入点，针对实际应用场景复杂多变、对象分布密集、目标种类繁多、数据收集和标注困难等特性与难点，从语义特征编码与解码两个角度出发，开展视觉描述生成理论与方法研究，并进一步探索了半监督、无监督下的视觉描述生成问题。

关键词： 青枣病虫害   YOLOv5   目标检测   工程化应用   边缘部署   实时检测  

摘要： 针对青枣病虫害传统检测效率低、实时性差的问题，本文提出基于YOLOv5的工程化检测系统，创新性地构建了首个包含9类病虫害及正常果的青枣专用数据集，共计863张图像。通过采用数据增强（旋转±15°、对比度调整）、超参数优化(学习率5×10-4、batch size 32)及余弦退火训练策略，对YOLOv5s模型进行优化。实验结果表明，系统在青枣数据集上mAP@50达0.79，单帧推理时间0.148 s，满足田间实时检测需求。与YOLOv8s系列模型相比，YOLOv5s在保持较高精度的同时，参数量减少36%，推理速度提升37%，在Jetson Nano等边缘设备部署上优势显著。该系统基于Py Qt5开发，集成图像采集、预处理、检测与结果可视化功能，为复杂农业场景下青枣病虫害检测开辟智能化高效新路径，有望为农业智能化发展中的病虫害防治贡献力量，具备一定应用价值与推广潜力。

关键词： 图像处理   混拆码   神经网络   轻量化网络  

摘要： 智能物流系统中机器人拆码作业应用日益广泛，物料托盘单元单品拆码技术较为成熟。多品物料托盘由于SKU品规差异，拆码过程中需借助机器视觉技术以保障机器人定位、位姿的精度。本文基于轻量化网络的手眼标定算法和Mask-RCNN框架算法进行目标识别及分割，可有效选取多SKU抓取点。工程案例表明，基于本文算法的机器视觉系统，识别精度和运行速度较Res Net50主干网络的卷积模型均有所提升，有助于提升机器人混拆码物料托盘的精度和效率。

关键词： 鸟类检测   深度学习   半监督学习   目标检测   注意力模块  

摘要： 针对细粒度鸟类检测的数据标注成本高，以及湿地地区鸟类种类繁多、现实场景复杂化等引起的湿地鸟类检测精度低的问题，该研究提出一种基于半监督CST的湿地场景下的细粒度鸟类检测算法（semi-supervised bird detection with CNN and swin transformer,SSBY-CST），首先基于北京14处监测站在不同湿地场景下采集到的图像，构建了涵盖17种鸟类图像数据集，为模型鲁棒性提供可靠数据支撑。其次提出基于伪标签学习法的单阶段半监督学习框架，基于Yolov5主干网络构建教师学生模型，高效利用无标签数据提升检测性能；训练阶段使用双阈值伪标签分配策略替代传统单一阈值伪标签分配，以优化无监督损失函数。然后设计了结合CNN和Swin Transformer的双通道卷积模块CST，以提高不同类别鸟类与湿地背景的区分能力。试验结果表明，仅在100张标注图像下，该文SSBY-CST算法对17种复杂环境下鸟类的检测精准率和mAP@0.5分别为77.5%和58.2%，相比同时期较先进的YOLO模型提升了17.4个百分点和15.5个百分点，在少量标注的前提下实现了较高的检测性能提升，其中黑鹳、西伯利亚银鸥的m AP@0.5分别达到了95.7%和94.5%，相比基线提升了24.9个百分点和14.3个百分点。此外，消融试验分析了双阈值伪标签分配的作用及CST模块的效果，验证了双阈值伪标签分配与CST模块设计的有效性。该框架利用无标注样本在极少量标注量下提升复杂环境下细粒度鸟类检测性能，以加强农林生态的智能数字化管理。该文将半监督扩展到细粒度鸟类检测，为处理农林生态环境下的鸟类检测提供了技术路径。

关键词： 姿态估计   人体关键点   轻量化网络   注意力机制   目标检测  

摘要： 针对现有的太极训练评估方法受训练场地和训练时间的限制，导致学员“学其行而不知其意”,不恰当的运动动作，造成运动损伤。提出两阶段的自上而下的人体骨骼关键点检测算法，首先使用改进网络结构、损失函数的YOLOX进行目标检测，增强网络检测和特征表达能力，提高在人体目标检测方面的适用性和准确性；其次搭建以MobileNetv3为主干的轻量化AlphaPose网络，为模型搭载在嵌入式设备上提供可能。并引入疏松多层感知机，保证算法精确度的同时降低模型时间复杂度和空间复杂度。最后，为更好地衡量太极拳动作的标准程度，计算太极拳视频序列和关键帧图像的人体关节角度，对动作标准程度进行反馈。

关键词： 自动驾驶   YOLOv8   通道注意力   轻量化  

摘要： 本文研究基于YOLOv8对自动驾驶目标的检测，引入了通道注意力机制，提升对关键区域的识别，并利用深度可分离卷积提高推理速度。详细分析了自动驾驶任务中的目标检测问题，包括轻量化和通道注意力机制的YOLO目标检测方法。实验结果表明：轻量化模型保持较高推理速度，但牺牲了一定的检测精度；通道注意力机制的模型提高了准确性，但推理速度略降。本文提出的改进方法满足了自动驾驶在复杂环境下的需求。

关键词： 图像处理   图像去雾   天空区域分割   快速引导滤波   暗通道先验  

摘要： 针对暗通道先验去雾算法在处理海雾图像时易出现细节丢失、亮度偏低和颜色失真等问题，提出一种基于天空区域分割的海雾图像去雾算法。首先通过阈值分割和区域生长实现天空区域精确分割，在此基础上，采用抗干扰能力更强的方法对大气光强进行优化，选择属于该区域亮度最高的前0.1%的像素的中值作为大气光强值。其次采用快速引导滤波对透射率进行细化，并引入自适应修正因子对透射率映射进行调整优化。最后利用得到的透射率和大气光强结合大气散射模型复原无雾图像。实验结果表明，所提算法的结构相似性、峰值信噪比等评价指标显著提升，去雾图像质量得到有效增强。

关键词： 计算机视觉  

ISBN: (纸本)9787121492679

摘要： 本书内容基本覆盖计算机视觉的主要方面, 除绪论外, 共10章, 分别介绍10类3D计算机视觉技术: 摄像机成像和标定、深度图像采集、3D点云数据采集及加工、双目立体视觉多目立体视觉、单目多图像场景恢复、单目单图像场景恢复、广义匹配、同时定位和制图, 以及时空行为理解。