关键词： 多传感器融合   机场不停航施工   安全风险监测   目标检测  

摘要： 随着机场运营规模不断扩大,各种改建和扩建工程愈加频繁,这些工程通常会对机场飞行安全造成一定的影响。本文因此研究了基于多传感器融合的机场不停航施工安全风险监测,保障施工过程中机场安全高效运行。首先,分析不停航施工涉及的安全项,梳理安全需求。然后,采用相机和激光雷达组合感知方式,获取目标物位置、类别和轨迹信息。最后,基于目标信息和触发规则实现了安全风险监测预警。实验结果表明,本方法克服了单一传感器感知的缺点,解决了传统施工现场监管和远程监管需要人工识别、判断风险并预警的问题。

关键词： 三维点云   车载激光   语义分割   域自适应   增量学习   计算机视觉  

摘要： 由于城市车载激光点云应用场景的复杂性,导致基于深度学习的语义分割模型面临着目标语义层面的域迁移现象,通常需要重新训练完整模型才能处理新增的语义类别。然而城市车载激光点云通常包括极大量的点,重新训练语义分割模型会浪费大量的资源。通过基于特征记忆库的城市车载激光点云域自适应语义分割方法,解决城市车载激光点云之间的目标语义域迁移现象,使得新增语义类别数据时,只需提取新增语义类别的特征,而无需重新训练完整的语义分割模型,得到的语义分割性能对比重新训练完整模型仅有较小的损失。

关键词： 数字图像处理   劳保手套   磨损检测  

摘要： 本文研究了基于数字图像处理技术的劳保手套磨损检测方法。通过边缘检测、形态学操作和纹理分析等技术,结合支持向量机(SVM)分类器,提出了一种能够有效识别和分析手套表面磨损特征的检测方案。实验结果显示,该方法在不同材质的手套上均具有较高的检测精度和灵敏度,为手套的质量控制提供了科学依据。研究结果对进一步优化劳保手套的生产与使用具有重要意义。

关键词： 水下目标检测   SimAM注意力机制   可变形卷积   WIoU  

摘要： 目的针对水下环境复杂,水下目标因光线折射导致的目标边界模糊或外观、形状可能会发生非刚性形变,使水下目标检测困难的问题,提出了一种基于SimAM注意力机制的DCN-YOLOv5水下目标检测方法。方法首先,采用YOLOv5所使用的双向金字塔网络(BiFPN,Bi-directional Feature Pyramid Network)在多个尺度上提取和融合特征信息,从而提高目标辨别的准确度;其次,针对水下目标的外观、形状变化问题,将C3模块中的CBS模块结合可变形卷积(DCN,Deformable Convolution Network),提出DBS模块并组成D3模块替换部分C3模块,以适应水下目标的外观、形状变化;同时,融入加权注意力机制(SimAM),自适应地调节模型的关注度,进一步在复杂场景下增强特征表达能力;最后,考虑目标边界模糊,为改善目标定位精度,采用WIoU(Wise-IoU)损失函数来替换交叉熵损失,能够更好地适应不同目标类型和尺寸的特点,提高算法鲁棒性。结果实验结果表明:DCN-YOLOv5可以达到87.57%的平均精度(mAP),检测效果优于YOLOv5网络和其他经典网络,平均每张图像的识别时间仅为24.5 ms。结论通过实验结果可以证明模型在检测精度明显提升的同时兼顾检测的实时性,对水下目标检测用于实际用途有着一定的参考价值。

关键词： 遥感图像   目标检测   Vovnet   上下文信息融合   自注意力  

摘要： 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。

关键词： 船舶检测   YOLOv5s   轻量级注意力机制   轻量化卷积  

摘要： 针对船舶上算力资源有限导致的检测算法速度慢和检测率低问题,基于YOLOv5s算法,提出了轻量级注意力机制与跨尺度融合的船舶目标检测算法。在主干网络中引入轻量级注意力机制SimAM,并与颈部网络跨尺度进行融合,提升算法的检测精度;引入轻量化卷积C3Ghost和GhostConv降低检测算法的参数量,实现船舶的实时检测;对于边界框回归损失,采用自适应参数提高锚框的适应性以及鲁棒性。最后,与其他流行算法在SeaShips数据集上进行对比和消融实验,结果验证了所提算法的有效性。

关键词： YOLOv8n   目标检测   BIFPN-SID   注意力机制   Inner-SIoU  

摘要： 针对不同情况下番茄果实识别检测精度低和存在漏检的问题,提出一种基于改进YOLOv8n的番茄检测模型,旨在提高番茄的识别准确率和检测效率。首先,在特征提取过程中集成了CBAM(Convolutional Block Attention Module)注意力机制模块。其次,引入BIFPN-SID模块进一步提高模型的泛化能力。再结合损失函数Inner-SIoU优化模型的训练过程。试验表明,所提出的模型在番茄果实识别任务的性能指标显示,准确率高达94.4%,召回率为91.3%,F 1值为92.8%,平均精度均值达到95.6%。与原模型YOLOv8n相比分别提高5.8、6.4、6.1、3.3个百分点。在检测准确率与速度方面,改进后的模型均表现出色,可以应用于番茄采摘机器人目标识别检测。

关键词： 软件   图像处理   色彩   描边设置   再现效果  

摘要： 产品的印刷效果不如预期时,设计师经常埋怨印刷厂。事实上印刷再现确实存在局限性,因此设计时就需要多做考量。那么,为保证作品印刷再现时能有更好的效果,在做设计的时候到底需要考虑什么呢?本文结合印刷厂实际案例,分析设计师在设计过程中应考虑的五大要素。

关键词： 微纳技术   图像处理   青年科学家   精密工程   信息光学   纤维光学   信息科学   光电跟踪  

摘要： 中国光学开拓者之一王大珩院士亲自创办的新中国历史最悠久的光学期刊现任主编为国家级有突出贡献的青年科学家曹健林博士Benjamin J Eggleton,John Love等国际著名光学专家为本刊国际编委《光学精密工程》主要栏目有现代应用光学(空间光学、纤维光学、信息光学、薄膜光学、光电技术及器件、光学工艺及设备、光电跟踪与测量、激光技术及设备);微纳技术与精密机械(纳米光学、精密机械);信息科学(图像处理、计算机应用与软件工程)等。

关键词： 深度学习   计算机视觉   YOLOv8   缺陷检测  

摘要： 针对当前钢材缺陷检测中目标特征复杂导致检测精度较低的问题,提出了一种基于改进YOLOv8n的钢材缺陷检测算法GOS-YOLO。首先,使用由轻量级卷积GSConv构建的Slim-neck范式作为特征融合网络,在减小模型参数量的同时提高精度。其次,将骨干网络的部分C2f模块替换为与全维度动态卷积(ODConv)相结合的C2f_ODConv模块,以实现模型的多维特征关注进而提高模型的精度。最后,将结合了多分支结构与压缩和激励操作的SENetV2注意力机制嵌入颈部网络,增强模型对复杂特征的提取能力。实验结果表明,在NEU-DET数据集上,GOS-YOLO的R、mAP50、mAP50~95较YOLOv8n分别提高了3.3%、1.7%、2.3%。在VOC2007数据集上mAP50~95提高了1%,FLOPs降低了16%。