关键词： YOLOv8   人数统计   深度学习   目标检测  

摘要： 为了实现教室使用率和学生出勤情况的高效管理,推动教务管理的自动化进程,设计并实现了一种基于YOLOv8的端到端实时教室人数统计系统。此系统仅需利用教室内的普通摄像头,即可实现对教室人数的实时查询与可视化展示。为提升模型对特定教室环境的适应性,加入教室摄像头自制数据集ClassCount对YOLOv8模型进行微调。实验结果表明,加入ClassCount数据集进行训练后,模型在混合数据集上的表现显著提升,其中mAP@50提高了约7.7%,mAP@50~95提高了约6.8%,验证了模型在复杂教室环境中进行实时人数统计时的适应性和鲁棒性。

关键词： 察打一体   无人机   情报收集   通信中继   空中力量   目标跟踪   军事行动   新型作战力量  

摘要： 随着战争形态不断演进,无人机成为战场上不可或缺的新型作战力量。从近年来的几场局部战争看,无人机在执行情报收集、战场态势感知、目标跟踪和打击等军事行动中扮演着重要角色。当前,无人机正向着察打一体、隐身突防、通信中继等功能拓展,带动现代战争呈现新景观。作为新兴空中力量,随着更多新技术应用,无人机将迎来新一轮发展期,在战场上的地位更加突出,能力也更加全面。

关键词： 海上平台   管道   保温层   YOLOv7模型   数据集   目标检测  

摘要： 基于海上平台巡检及监控的智能化应用需求,为有效监测保温层破损情况,采用网络搜索、模拟拍摄、数据增强等方法,构建包含多种形态特征的海上平台保温层破损数据集。采用YOLOv7模型对海上平台保温层破损情况进行检测,取得了较高的目标识别、定位及特征分类精度,可满足海上平台机器人巡检或固定监控的目标智能检测需求。

关键词： 目标检测   特征融合   残差骨干网络   通道重组   结构融合剪枝  

摘要： 《中华人民共和国道路交通安全法》要求摩托车驾驶人及乘坐人员应按规定戴安全头盔,因此,头盔佩戴智能视觉检测技术的需求应运而生。本文算法模型以交通监控视频图像中骑行人员佩戴头盔情况为研究对象,以YOLO目标检测框架为基础,首先采用分支吸收模块改善残差骨干网络,然后通过结构通道重组提升卷积层特征融合,最后应用设计的结构融合剪枝进一步压缩模型超参数。实验结果表明,该算法的精度和实时性较优,小目标检测效果也较好,多分类平均精度为88.8%,检测速度可达29.5帧/s,基本满足交通视频监控的需求。

关键词： 小目标检测   特征金字塔网络   注意力机制  

摘要： 由于小目标可视化特征少、难以定位,故许多小目标检测方法基于特征金字塔网络(FPN)进行多尺度融合丰富各特征层的信息。然而,FPN只关注特征局部相关性并且使用逐元素相加操作融合不同的特征层忽略了不同特征层感受野的不同。因此,提出增强上下文特征金字塔网络(ECFPN),设计了上下文信息增强(CIE)模块增强上下文信息,注意力引导特征融合(AGFF)模块融合高层特征图和低层特征图。实验结果表明,ECFPN在VOC2012数据集上的AP 0.5、AP S分别达到75.05%和19.48%,在NWPU VHR-10数据集上的AP 0.5、AP S分别达到93.48%和45%,具有良好的小目标检测性能。

关键词： 智能交通   机器视觉   目标检测   目标跟踪  

摘要： 传统交通检测方法存在检测效率低、计算成本高、准确性差等不足,为此,本文提出实时RT-DETR目标检测与BoTSORT目标跟踪相结合的机器学习算法,并通过实验证明本文所采用的技术在车辆检测精度上表现优异,能够有效识别并跟踪公路上行驶的车辆目标。进一步地,本文对交通冲突与车流量之间的关系进行分析,发现交通冲突频率与车流量之间存在显著的正相关关系。研究结果表明本文方法有助于提高交通检测效率和精度,可为交通主动管控提供支撑。Traditional traffic detection has shortcomings such as low detection efficiency, high computational cost, and poor accuracy. Therefore, this paper proposed a machine learning algorithm combining RT-DETR object detection and BoTSORT object tracking, and conducted experimental studies to prove that the employed technology performs excellently in detection and tracking of vehicles driving on highways. Furthermore, this paper analyzed the relationship between traffic conflicts and traffic volume, and found a significant positive correlation between the frequency of traffic conflicts and the increase in traffic volume. The results indicate that the method proposed in this paper helps to improve the efficiency and accuracy of traffic detection and tracking, which can provide support for active traffic control.

关键词： 缺陷识别   裂纹筛选   图像处理  

摘要： 磁粉检测是碳钢原件表面和近表面最有效的无损检测手段之一,但在复杂工况下存在缺陷识别率低、出现误报等情况。本研究基于磁粉检测自动化技术,开展裂纹缺陷筛选及识别技术研究,使用Otsu自适应阈值算法对裂纹缺陷图像进行分割,提取目标缺陷图像,分析噪声、伪缺陷和裂纹图像的特征参数,通过特征筛选,保留真实裂纹信息,并对裂纹图像进行标记处理,完成裂纹数量和长度的识别。

关键词： 红外船舶跟踪   偏振特征   可分离优化   双相关滤波结构   联合优化框架  

摘要： 针对传统红外船舶目标跟踪场景中对偏振因子利用率低、背景复杂、目标尺度和外观变换剧烈导致的跟踪失败和模型退化问题,提出了一种基于联合预测框架的双相关滤波目标跟踪算法。在构造一种偏振约束自适应新式滤波器-位置联合优化框架的基础上,用偏振掩模滤波器对主滤波器的响应图谱进行了修正,构造出基于偏振特征的并行双滤波器结构,并对提出的优化框架进行了收敛性证明。此外,构造了红外偏振船舶的弱小目标数据集,并在此数据集上通过实验证明所提算法可以实现实时跟踪,且在准确性、鲁棒性等常用性能指标中平均高出国际上近期提出的其他相关滤波算法15%以上。

关键词： 计算机视觉   索力测量   亚像素模板匹配   斜拉桥拉索   相位运动放大   振动频率  

摘要： 针对传统桥梁索力测量成本高,传感器布置困难等缺点,以及在环境激励下一般的目标跟踪算法难以准确测量拉索微小振动的问题,提出一种基于相位运动放大算法和菱形搜索的亚像素模板匹配算法的索力测量方法。首先,利用智能手机采集拉索振动视频,经过相位运动放大算法处理;其次,通过菱形搜索和曲面拟合的亚像素模板匹配算法提取拉索位移时程;最后,通过傅里叶变换获取拉索的振动频率,再利用索力-频率的关系计算拉索索力。通过实验室斜拉桥模型和户外人行天桥测试验证该方法的可行性。结果表明:测得拉索的一阶、二阶振动频率与加速度响应对比误差分别在2.4%和2.7%以内。实验室拉索模型试验索力计算结果与张拉力相比表明:随着张拉力提升,抗弯刚度影响再减小,理论计算值与实际值偏差逐渐减小,该方法可以成为索力测量的一种新手段。

关键词： 表面缺陷检测   降噪算法   碳纤维丝束   图像处理  

摘要： 碳纤维展宽质量是影响预浸料质量的一个关键因素,人工检测存在误差大、效率低等问题。为提高碳纤维展宽质量的检测效率和准确度,提出基于邻域去噪及图像差分的碳纤维丝束展宽表面缺陷检测方法。针对碳纤维丝束表面光照不均导致的缺陷细节表征问题,采用一种筛选邻域孤点填充的降噪方法。该方法通过筛选出可适应大小的邻域孤点后进行背景填充,实现图像降噪,并将待检测图像与滤波处理后的背景图像进行差分运算,以提取缺陷区域。通过搭建的碳纤维丝束展宽表面缺陷检测系统进行实验,结果表明,该方法可对大丝束碳纤维展宽后表面劈裂、明缝、起毛等缺陷进行较为准确的检测,缺陷准确检出率为96.9%,满足工程实际生产需要。