关键词： 带式输送机   图像处理   图像检测   去运动模糊   深度学习  

摘要： 针对煤矿井下相机与带式输送机带面物体相对运动而造成监测图像上物体产生拖影与轮廓不清晰的问题,提出一种基于改进DeblurGAN-v2的图像去运动模糊方法。首先采用WGAN-GP替换DeblurGAN-v2鉴别器的损失函数,抑制了原模型生成图像轮廓不清晰和纹理细节丢失问题;然后为了获取更深层次的图像信息并使鉴别器的损失计算更加精确,以便更好地捕捉生成图像与清晰图像之间的局部细节和2者之间差异,设计了三尺度鉴别器结构并将3个鉴别器计算所得损失赋予不同权值计算加权和,所得生成图像中物体的轮廓清晰且表面细节丰富,但是部分区域出现了与图像无关的彩色斑块,造成了有效信息的丢失;为解决彩色斑块问题,将结构相似性损失和梯度损失引入生成器的损失函数中并在VGG19的Conv4-1层进行生成器感知损失的计算,生成图像消除了局部彩色斑块且图像中物体的轮廓更清晰,表面细节更丰富,去运动模糊效果最优,梯度标准差较运动模糊图像提升了68.38%,为所对比2种方法的6倍和17倍;最后将去运动模糊前后图像中异物进行标注并使用YOLOv5模型进行样本训练,结果表明在不同交并比下异物的检测精度均上升,分别提升了3.9%和7.9%,模糊图像和对比方法的漏检、误检和检测置信度低等问题大幅改善,验证了所提图像去运动模糊方法的有效性。

关键词： 密度聚类算法   图像处理   视觉模式   频率   可辨性  

摘要： 为提高图像的分类精度和对视觉模式进行有效挖掘,对深度特征密度聚类算法(DNN-FDC算法)进行了改进,提出了一种基于频繁性和判别性的特征密度聚类算法(DNN-JFDC算法).该算法通过注意力机制对目标图像中最具判别性的区域进行定位,采用分类任务对具有判别性的目标图像进行定位,并利用图像的多尺度特征信息与底层特征信息,提高图像识别精度.研究表明:DNN-FDC算法的分类精度为0.994,而DNN-JFDC算法的分类精度和F1分数(均为0.997)比DNN-FDC算法的分类精度和F1分数分别高14.43%和8.22%.这表明,DNN-JFDC算法具有较高的分类精度,可有效挖掘良好的视觉模式.研究结果可为同类问题的解决提供借鉴与参考.

关键词： 计算机视觉   无人平台   MobileNetV3   Focal Loss  

摘要： 计算机视觉技术是一门涉及计算机科学和图像处理的交叉学科,是深度学习和人工智能研究的重要部分,同时在工程应用中也具有巨大的潜力。视觉目标跟踪作为计算机视觉领域中的一个重要研究方向,广泛应用于无人驾驶、机器人和视频监控等领域。在无人平台中有限的计算资源环境下,为降低算法的参数量和计算量,提出了一种改进的Siam⁃ours目标跟踪算法,该算法采用了MobileNetV3作为特征提取的主干网络,同时为了解决训练过程中原有Contrastive Loss损失函数导致的样本不均衡问题,进而导致算法性能变差的问题,引入了Focal Loss损失函数。改进后的算法在测试集UAV123的精度和成功率分别提高了1.7和2.3个百分点。

关键词： 计算机视觉技术   EIP-CDIO理念   教学改革   课程思政   项目化  

摘要： 针对当前计算机视觉技术课程教学目标不明确、重理论轻实践、思政元素融入不足、课程考核机制不全等问题,分析计算机视觉技术课程体系结构、教学模式、学习难点和能力瓶颈等因素,提出构建基于EIP-CDIO理念的创新教学改革模式,并结合当前国家信创战略的热潮,在项目化的教学实践中融入CDIO理念的同时,将EIP理念与课程思政有机结合,引导学生树立正确的价值观和职业观。实践证明,这种教学模式有效地提高了学生的自主创新能力和工程实践能力,显著提高了教学质量。

关键词： 全局信息   目标遮挡   多尺度与跨空间信息聚合网络   跨层级连接   水下目标检测  

摘要： 提出一种多尺度与跨空间信息聚合网络的水下目标检测算法。首先,在主干网络中利用可变形层聚合模块进行特征提取,提高网络的定位精度;然后,采用Conv2former模块提高颈部的全局信息提取能力,减少水下目标之间相互遮挡造成的漏检;最后,提出多尺度注意力并联增强模块,利用并联卷积块提取更深层次的特征,通过高效多尺度注意力模块将背景以及图像失真后带来的干扰信息滤除,同时引入多条跨层级连接,有效地将低层次局部特征与高层次强语义信息相互融合,从而提高模型的检测精度。在URPC数据集上进行消融实验,相较于原模型,改进后模型的准确率、召回率、平均精度均值(mAP)@0.5、mAP@0.5∶0.95提高3.6百分点、2.6百分点、3.5百分点、3.3百分点,在RUOD数据集中测试不同场景的检测效果表明,对比当下的一些主流模型,所提模型具有显著优势。

关键词： 行人重识别   域泛化   深度学习   计算机视觉  

摘要： 探讨了在深度学习框架下域泛化行人重识别的最新研究进展,目的在于为未来的研究与应用提供一定的参考.首先,回顾了行人重识别的基本的工作流程和跨域场景下的相关工作;其次,针对域泛化问题,详细分析了在域不变特征表示学习、多专家混合方法、元学习方法和深度图匹配方法四个方面的相关研究工作;最后,对域泛化行人重识别未来的研究方向进行了展望.

关键词： 无人机   小目标检测   YOLOv7   CARAFE   航拍图像  

摘要： 针对现有的目标检测方法在识别无人机航拍图像中的小目标时精度较低且存在漏检或误检的情况,提出一种基于改进YOLOv7的小目标检测算法。首先,改进网络检测头,去掉原本用于检测大物体的20×20尺寸的检测头,增加了一个160×160尺寸的针对于小目标的检测头,并相应修改网络特征融合的路径;其次,重构SPPCSPC结构,裁剪卷积层并更改池化结构、以降低模块复杂度,加快网络收敛速度;然后,用内容感知特征重组(CARAFE)算子替换原上采样结构,减少图像在上采样时图像信息的丢失,最大化保留输入图像的局部和角落信息;最后,改进ELAN模块,轻量化主干网络的同时提高网络对小尺度目标的敏感度。在公开数据集VisDrone2019上进行实验,改进后模型的mAP50值达到56.6%,相较于原YOLOv7模型提升了2.9个百分点,且参数量减少了33%。

关键词： YOLOv5   小目标检测   Wise IoU   大型可分离核注意力   归一化Wasserstein距离  

摘要： 针对小目标图像像素低、背景复杂和特征难提取等问题,提出改进的YOLOv5小目标检测模型.首先,为扩大感受野,增强模型多尺度特征提取能力,基于CSP(Cross Stage Partial)思想,在YOLOv5s模型的SPPF模块中,引入相似性注意力(Similarity-based Attention Mechanism,SimAM)和大型可分离核注意力(Large Separable Kernel Attention,LSKA),组成大核注意力的金字塔池化方法(LK-SPPF);其次,为解决锚框质量和位置偏差的问题,使用能聚焦普通质量锚框的WIoU损失函数,在此基础上,增加归一化Wasserstein距离NWD(Normalized Wasserstein Distance)指标,即WIoU-NWD损失函数;最后,为进一步增强检测头表示能力,获取更有用的小目标特征,在检测头使用融入自注意力的大尺度特征图.本模型在VisDrone2019数据集上进行实验,结果显示,与YOLOv5s相比,该模型的F1-score、mAP@0.5和mAP@0.5:0.95分别提高了8.6%、9.9%和7.2%,表明该模型能准确地对小目标进行检测.

关键词： 学生行为识别   YOLOv8   目标检测   动态通道注意力卷积   多尺度上下文融合  

摘要： 针对智慧教室中存在前后排学生图像尺寸差异较大、后排小目标检测困难的问题,提出了一种改进YOLOv8的学生课堂行为识别方法:DMS-YOLOv8。结合CA注意力机制与深度卷积,提出了动态通道注意力卷积(DCAConv),能够动态调整通道权重,更灵敏地捕获关键特征;引入多尺度卷积注意力(MSCA),通过元素乘法最大化挖掘多尺度卷积特征,增强对空间细节的关注;同时,构建了多尺度上下文融合(LCD)模块,通过卷积和自注意力机制,增强多尺度特征融合。增加小目标检测层,通过较大尺寸特征图的局部特征提取,显著提高模型对后排学生行为的识别能力。与基线模型YOLOv8n相比,该方法在自制学生行为数据集上的mAP50值提高了4.6个百分点,在VOC数据集上提高了18.7个百分点。该方法在学生课堂行为识别方面表现突出,可显著提高智慧教室学生课堂行为识别的准确率。

关键词： 湖北钉螺   拟钉螺   深度学习   人工智能   计算机视觉   云南省  

摘要： 目的建立基于EfficientNet-B4模型的云南省湖北钉螺滇川亚种视觉智能识别模型,并评估不同数据增强方法和模型超参数对钉螺识别效果的影响。方法2024年6月,于云南省永胜县采集湖北钉螺和拟钉螺样本各400只,各选取300只,鉴别分类后进行图像样本采集。将采集的925张钉螺和1062张拟钉螺图像作为数据集,按照8∶2的比例分为训练集和验证集;对剩余的100只钉螺和100只拟钉螺样本分别采集352张和354张图像作为外部测试集。对采集的图像进行裁剪、调整大小等预处理操作。采用基线(baseline)、Mixup和高斯模糊等3种数据增强方法;模型超参数包括自适应矩估计(adaptive moment estimation,Adam)和梯度下降法(stochastic gradient descent,SGD)2种优化器,焦点损失函数(focal loss)和交叉熵损失函数(cross entropy loss)2种损失函数以及余弦退火(cosine annealing)和多间隔调整(multi-step)2种学习率衰减策略。基于EfficientNet-B4模型建立湖北钉螺滇川亚种和拟钉螺智能识别模型,并将不同数据增强方法和不同超参数组合为7个不同训练策略组,采用外部测试集对模型性能进行测试。采用准确率、精确率、召回率、F1指数、损失值、约登指数和受试者工作特征(receiver operator characteristic,ROC)曲线下面积(area under curve,AUC)等指标评价不同训练策略下模型性能。结果采用不同数据增强方法的各组模型间损失值差异较接近。同时采用Mixup和高斯模糊数据增强方法的第4组模型性能最佳,外部测试集测试准确率为90.38%、精确率为90.07%、F1指数为89.44%、约登指数为0.81、AUC为0.961。采用SGD优化器的组别模型准确率较采用Adam优化器的组别降低29.16%(χ^(2)=81.325,P<0.001),采用交叉熵损失函数的模型准确率较第4组降低0.80%(χ^(2)=3.147,P>0.05),采用多间隔调整学习率衰减策略的模型准确率较第4组提高0.65%(χ^(2)=0.208,P>0.05)。采用基线+Mixup+高斯模糊的数据增强策略与自适应矩估计+焦点损失函数+多间隔调整学习率衰减策略的超参数配置模型性能最高,外部测试集测试准确率为91.03%、精确率为91.97%、召回率为88.11%、F1指数为90.00%、约登指数为0.82、AUC为0.969。结论基于EfficientNet-B4模型的云南省湖北钉螺滇川亚种智能识别模型可实现钉螺和拟钉螺的准确鉴别。