关键词： 图像处理   点云语义分割   局部特征增强   反密度函数   深度学习   特征向量  

摘要： 相比二维图像数据,三维点云数据普遍具有无序性、稀疏性和密度不均匀性,同时点与点之间的相关性以及结构信息的获取也是很大的挑战。正是由于点云的这些特性,对于特征信息不显著的物体的语义分割,一直是点云处理领域的一大难题。为此,提出了一种用于点云语义分割的局部特征增强网络,该算法设计了一种局部特征聚合模块用于增强特征信息。该模块将点云的相对点位置与其对应点特征串联在一起,从而获得增强的特征向量,实现了特征信息的增强。通过该模块使网络能够有效地学习复杂的局部结构信息,增强对局部几何信息的处理能力。此外,该算法在提取特征时采用反密度函数对稀疏区域的点赋予较大的权重,对稠密区域的点赋予较小的权重,从而有效消除了点云的密度不均匀性造成的影响。实验结果表明,该算法在斯坦福大规模三维室内空间数据集的平均交并比达到了67.4%,整体准确率达到了88.4%,相比DGCNN分别提升了11.3%和4.3%,对特征信息不显著的目标物的分割效果提升显著。

关键词： SIFT   单应矩阵   目标检测   RANSAC  

摘要： 针对现有的指针式仪表识别算法通用性不强、识别条件苛刻的问题,提出一种基于SIFT特征点匹配的指针式仪表矫正与识别方法。该方法使用YOLOv5在图像中检测出仪表的准确位置以去除背景区域;采用SIFT特征匹配矫正对齐待识别仪表图像与参考仪表图像,获得刻度点和圆心的位置;利用二值图像进行直线拟合确定仪表指针位置;根据刻度点和指针的距离计算仪表读数。实验结果表明,在轨道式巡检场景下仪表的检测精度达98.9%,读数精度在一个刻度间隔内,且能处理刻度不均匀的指针式仪表。

关键词： 深度学习   目标检测   自适应剪枝   轻量化   移动视觉变换器   复杂度评估  

摘要： 为满足深度学习模型在资源受限环境中高效部署的需求,提出了基于场景复杂度的自适应移动视觉变换器(adaptive scene complexity-based mobile vision transformer,AC-MViT)剪枝模型。首先,在移动视觉变换器(mobile vision transformer,MobileViT)网络前引入场景复杂度评估模块,根据场景复杂度动态调整通道数量和变换器层数量,实现在简单场景降低计算开销、在复杂场景保留特征细节的效果。同时,运用动态卷积与变换器层耦合策略,并在训练中加入随机剪枝和计算量惩罚,增强模型的鲁棒性。结果表明,AC-MViT模型在上下文常见对象2017(common objects in context 2017,COCO 2017)数据集和模式分析、静态建模和计算学习视觉对象类2012(pattern analysis,statical modeling and computational learning visual object classes 2012,PASCAL VOC 2012)数据集上取得明显成效,与MobileViT模型相比,在COCO 2017和PASCAL VOC 2012数据集上的平均精确率均值(mean average precision,mAP)分别下降1.1%和0.1%,浮点运算速度分别减少43.1%和46.6%,参数量分别减少49.1%和50.0%,推理时间分别缩短48.4%和52.5%。AC-MViT模型在多种场景复杂度下表现优异,展现出在资源受限环境中应用的高效性和平衡性。

关键词： 合成孔径雷达   飞机检测   复杂背景   全维度特征提取   可变形全局特征融合  

摘要： 合成孔径雷达(SAR)图像飞机目标检测面临背景复杂、飞机目标较为微弱且尺度较小、不同成像条件下目标差异较大、目标结构不连续等挑战,提出一种新的飞机目标检测算法ATDM,用于提高复杂背景下SAR图像飞机目标的检测精度。使用YOLOv8s作为基线模型并改进了损失函数,算法包含三个重要的模块,即卷积注意力模块(CBAM)、全维度特征提取(ODFE)模块和可变形全局特征融合(DGFF)模块。为了增强网络在复杂背景下对飞机目标特征的提取能力,在基线网络的Backbone插入CBAM,从空间和通道两个维度学习飞机目标的特征;ODFE利用卷积核空间四个维度的动态性,通过并行策略沿核空间的四个维度学习不同类型飞机目标的特征,提升复杂背景下对散射特性较弱的飞机目标及小目标的检测能力;DGFF自适应调整卷积核的形状以适应不同成像条件下得到的飞机目标,并进行全局信息特征融合。最后,改进边界框回归损失函数为动态非单调聚焦损失函数WIoU,采用动态非单调聚焦机制,使用离群度评估锚框质量,降低SAR图像中可能存在的错误标注产生的影响。为了评估所提ATDM的性能,在SADD和高分三号SAR飞机数据集上开展实验,在两个数据集上得到的平均准确率(AP)分别达到95.4%和98.2%;消融实验结果与分析验证了所提出的三个模块及损失函数的有效性。此外,在与其他目标检测算法的对比中,所提算法也得到了最高的平均准确率。

关键词： 人工智能   深度学习   语义分割   目标检测   X射线图像  

摘要： 龋病作为一种常见病,长期以来一直影响着大众的身体健康。随着患龋人群规模不断扩大,牙医资源愈发紧缺。为解决目前缺少人工智能手段辅助医生进行龋齿诊断,且人工诊断效率难以保证等问题,设计了一种基于图像处理和深度学习的口腔小牙片龋齿辅助诊断方案。该方案基于U-Net语义分割模型和YOLOv5目标检测模型,对口腔小牙片中的龋齿病变进行识别,训练出的模型可有效识别龋坏区域,最优的mAP@0.5值达到95.3%,准确度达到95.9%。同时结合图形化界面开发工具PyQt5完成适医化的龋齿检测与辅助诊断系统的开发,给医生提供易操作的辅助软件,从而有效提高医疗效率。

关键词： 水下多目标跟踪   前视声呐图像   轻量化   YOLOv5   Fair MOT  

摘要： 水下声呐图像存在背景噪声严重等问题,导致水下分类器输出大量检测低置信度对象。而现有的水下多目标跟踪框架大多简单排除低置信度目标,导致跟踪轨迹中断。本文提出一种低检测置信度下水下多目标跟踪算法YOLO-Fair MOT;引入多通道随机混合注意力模块,抑制背景噪声的影响;采用深度可分离卷积降低模型复杂性,提升跟踪过程的整体速度;结合低置信度数据匹配算法与广义交并比匹配算法,改善跟踪轨迹的中断问题。实验结果表明,YOLO-Fair MOT算法具有更好的跟踪准确度、跟踪精确度、轨迹保持性以及检测速度。

关键词： 古建筑砌体结构   壁画   裂缝   结构健康监测   数据挖掘   计算机视觉  

摘要： 通过接触式和非接触式的裂缝监测技术获取古建筑砌体结构健康监测数据,深入挖掘监测数据的有效信息,解析裂缝特征对古建筑结构监测具有重大意义。该文针对古建筑砌体结构健康监测数据提出了异常识别方法,研究了预测模型,并基于数理方法判断实时监测数据的异常概率;以砌体结构裂缝开合监测数据与结构内部场环境温湿度监测数据为研究对象,探究砌体结构裂缝开合监测数据的周期性特征及其影响因素。考虑到壁画裂缝在成像时相较于单一背景裂缝具有显著的干扰特性,研究了适用于藏式古建壁画裂缝的监测算法,改进U-Net形成了对环境干扰具备鲁棒性的壁画裂缝分割模型。针对大尺寸壁画裂缝,进一步研发了基于组件树SSR的图像分割算法,随后针对监测系统在图像采集过程中的环境影响因素进行了分析与试验,并通过模拟裂缝发展验证了监测系统在裂缝静止和扩张状态下应用的可行性。

关键词： 人群计数   CNN   YOLOv8   深度学习   目标检测  

摘要： 当前,国内智慧校园建设蓬勃发展,但在校园候车点人群计数方面仍存在不足。因识别目标重叠、背景环境复杂,难以兼顾识别速度与准确率。针对该问题,文章提出一种基于CNN和YOLOv8模型的方法。通过深入探讨与分析YOLOv8模型的创新点,设计了一个基于YOLOv8的校园候车点人群计数系统。最终,模型在自设数据集上的平均精度达到87.4%。并且,结合可视化设计将其融入系统,实现了较为准确的候车人群计数,为解决校园候车点人群计数问题提供了助力。

关键词： 图像处理   天文观测   海量数据   天文数据   高效传输   AI   承载方案   指数级  

摘要： 近年来,Y省依托西南地区得天独厚的天文观测优势,逐步成为国内重要的天文观测站点,吸引着国内外的天文工作者前来观测研究,被誉为观测“圣地”。随着天文观测技术的快速发展,各类巡天项目观测的广度不断拓展、精度大幅提升,然而,这也致使天文数据量呈指数级迅猛增长,天文观测领域面临严峻的“数据雪崩”困境。因此,如何高效传输观测站内众多望远镜采集的数据,以及对海量数据进行快速梳理并完成相关图像处理的工作,成为天文观测领域亟待解决的新课题。

关键词： 目标检测   瓦斯抽采   钻杆识别   YOLOv5  

摘要： 随着煤炭开采深度的增加,瓦斯突出成为制约煤炭开采的重要因素。煤矿井下瓦斯钻杆计数对井下瓦斯抽采具有重要的指导意义。目前,主要使用的传统人工计数方式较为费时费力。为解决上述问题,提出一种基于YOLOv5的煤矿井下瓦斯钻杆智能识别方法。该方法通过目标检测算法YOLOv5对钻杆特征进行充分提取和聚合,并输出最终检测结果。通过多角度布置摄像头采集钻杆数据,构建了BOLT-1000钻杆数据集,并搭建了实验平台进行训练和验证。实验结果表明,该方法在自制数据集上具有较高的精确度和鲁棒性,能够准确识别井下瓦斯钻杆。