关键词： 深度学习   目标检测   一阶段检测   两阶段检测  

摘要： 目标检测技术在计算机视觉领域中占据了重要地位,随着深度学习的兴起,该领域取得了显著进展。从传统手工检测方法到现代目标检测方法,从早期的基于候选区域的R-CNN系列到单阶段的YOLO系列,再到加入Transformer架构的DETR系列等,目标检测技术随科技进步而更新。对主流算法进行介绍,对比了不同算法在精度、速度、资源消耗等方面的优劣,最后探讨了目标检测面临的挑战与未来的发展方向。

关键词： 计算机视觉   硬件解码器   Triton推理框架   处理中心  

摘要： 阐述了计算机视觉算法技术背景及其在处理中心的应用场景,分析了计算机视觉算法数据处理流程,提出一种基于硬件编码器及Triton的部署方案,为后续算法推广提供参考。

关键词： 高速串行总线   PCIe   DSP   FPGA   DSP+FPGA架构  

摘要： 采用高性能DSP+FPGA架构可满足嵌入式图像处理系统对大数据量、复杂算法的实时处理需求,传统的DSP+FPGA架构使用并行外部存储器接口作为数据传输接口,走线条数较多,布线难度大,故障点多。采用高速串行总线可解决以上问题,本文提出一种基于高速串行总线的DSP+FPGA架构图像处理系统,采用PCIe总线作为DSP与FPGA之间的图像数据传输通道,SRIO总线作为DSP与DSP之间的数据传输通道,SGMII总线作为DSP与PHY芯片的数据传输通道。高速串行总线使得数据传输率更高,布线更容易,减小了电磁干扰,提高了抗干扰能力。本文设计的系统已在实际场所中部署并稳定运行,验证了设计的可行性和系统的可靠性。

关键词： 港口   危险货物集装箱   多目标跟踪   AI视频分析、GIS标定  

摘要： 为消除危险货物集装箱港区运输过程的隐患,研发一套针对危险货物集装箱运输车辆的智能跟踪系统。系统采用摄像机多目标跟踪方法,通过车牌库和车牌识别、车辆定位、车辆实时轨迹和跟踪、车辆定位信号和视频定位融合、作业信息呈现、视频深度分析、目标再识别、基于多摄像机协同的摄像机调用等技术,提高车辆运输视频流的计算分析能力,实现车辆位置的高精度融合校验、车辆运输全过程接力跟踪和信息实时获取共享,显著提升港口作业的效率,降低安全隐患,进一步保障港口运营的安全性和可靠性。

关键词： 场景图生成   Transformer模型   多模态   对比学习   目标检测  

摘要： 场景图生成方法(SGG)主要研究图像中的实体及其关系,广泛应用于视觉理解与图像检索等领域。现有的场景图生成方法受限于视觉特征或单一视觉概念,导致关系识别准确率较低,且需要大量的人工标注。为解决上述问题,文中融合图像和文本特征,提出了一种基于多模态对比学习的场景图生成方法MCL-SG(Multimodal Contrastive Learning for Scene Graph)。首先,对图像和文本输入进行特征提取,得到图像和文本特征;然后,使用Transformer Encoder编码器对特征向量进行编码和融合;最后,采用对比学习的自监督策略,计算图像和文本特征的相似度,通过最小化正样本和负样本之间的相似度差异完成训练,无需人工标注。通过大型场景图生成公开数据集VG(Visual Genome)的3个不同层次子任务(即SGDet,SGCls和PredCls)的实验表明:在mean Recall@100指标中,MCL-SG的场景图检测准确率提升9.8%,场景图分类准确率提升14.0%,关系分类准确率提升8.9%,从而证明了MCL-SG的有效性。

关键词： 目标检测   YOLOv8   C2f_DSConv模块   注意力机制  

摘要： 扶梯行人的安全隐患多数源于乘客的异常行为。文章提出了一种基于改进YOLOv8的扶梯行人异常检测算法DEW-YOLOv8。首先为了提高算法的检测效率,在YOLOv8的C2f模块中使用效率更高DSConv模块替代标准卷积模块构成C2f_DSConv模块。其次针对行人在检测图像中所占比例较小引起的易漏检的问题,在特征融合阶段引入ECA注意力模块,弱化背景信息。最后采用WIoU损失函数替代原结构CIoU函数,提高模型的收敛能力。经过实验分析,该文的算法和原始YOLOv8算法相比,mAP@.5提升2.2%,参数量下降13.3%。

关键词： 品质评价   数智化   计算机视觉  

摘要： 采用人工感官审评,易导致评价结果随机性大、主观性强、重复性差等问题,设计出了一套基于计算机视觉算法对龙井茶品质的数智化评价设备。为确保茶品质评价结果的一致性和准确性,图像采集装置模拟茶叶审评室环境进行设计,参照国标对图像采集参数进行优化。收集龙井实物样,由专家组评价后形成图像集,导入算法进行测试、训练,对龙井茶色泽、挺直度、匀整度、扁平度等关键指标输出评价。

关键词： 人机协作   智能体   数据可视化   眼动跟踪   动作捕捉   人类智能   知识推理   图像处理  

摘要： 人工智能(AI)是新一轮技术革命的核心关键技术,为电影行业发展新质生产力提供了重要支撑,并将引发未来影像技术升级和观影变革。自OpenAI Sora引发行业对AIGC文生视频技术关注以来,Runway、Pika、谷歌Veo、可灵AI、海螺AI等相关工具百花齐放,呈现出强大的现实仿真能力。当前AIGC工具在物理规律理解等方面尚存缺陷,暂时无法直接用于电影内容生成,但AI已显现出辅助影像与声音内容制作和处理的强大能力,已初步实现人机协作和人机融合,并加快进入深度应用的智能体批量涌现阶段。作为未来人工智能发展应用的主要方向,AI智能体有望呈现出类似人类智能的知识推理和决策能力,可破解通用大模型在电影行业应用的关键难题,实现更加高效、优质、可控的人机协作。本期遴选基于人工智能技术的未来影像研究与思考、AI音频技术在电影对白和音效制作中的应用探究、图片AI短片创制实践、AI动作捕捉在虚拟预演中的应用研究等研究文章,从影像和声音制作、虚拟制作、图像处理等角度出发,分享和探讨电影行业AI智能体的发展升级和应用实践;同时遴选基于渲染引擎的VR眼动跟踪数据可视化研究、数字影厅B环电声响应技术标准解析和调试方法等技术论文,探讨沉浸式视听技术研究和实践,欢迎广大读者关注。

关键词： 视觉SLAM   ORB-SLAM3   光流法   动态环境   目标检测  

摘要： 针对目前大多数传统的视觉SLAM系统通常默认环境是静态的,但实际环境中是存在移动目标或者障碍物的,所以往往包含大量的误匹配点和动态点会导致系统定位精度降低的问题。提出一种基于ORB-SLAM3主体框架和深度学习技术的语义vSLAM系统,结合目标检测与光流法,旨在改进视觉SLAM系统在动态环境中的定位精度。首先,利用改进的YOLOX-S目标检测算法对潜在的动态目标进行识别;然后,利用几何法与光流法相结合精确检测异常值,并根据物体和人类运动状态不断调整动态包围盒的阈值。最终,保留动态框中包含静态框中的点,同时消除动态框中的其他点。在TUM和KITTI数据集上进行精确性的评估,实验结果表明,在数据集高动态序列下,与ORB-SLAM3,Crowd-SLAM比较,绝对轨迹均方根误差分别平均减少69.26%、16%,与DynaSLAM比较,在高动态场景中定位精度平均提升15%,这验证了在动态场景中提升了系统定位精度,此外,真实场景测试结果显示,该系统在各种动态环境中均表现出良好的性能。

关键词： 火焰检测   演化趋势   目标检测   知识图谱  

摘要： 为系统完整地探索火焰检测领域的研究现状、演化趋势及热点趋势,以期为当前工业领域火灾检测系统建设提供参考和借鉴。以2019~2023年web of science核心数据库相关文献为研究样本,利用文献计量学方法基于知识图谱进行文献共被引分析、关键词共现分析和社会网络分析,以期从国家、机构、作者和期刊等研究力量分布等多个角度对该领域研究热点及演化趋势进行分析。实验表明火焰检测研究结构包括特征提取、分类识别等层面;研究脉络涉及传感器、深度学习、图像分类、目标检测等方向;研究热点逐步向适应性强、受突发情况影响小、检测率高、误识率低的检测算法纵深演化。