关键词： 目标检测   低照度图像   四头自适应多维特征融合策略   无人机   YOLOv8  

摘要： 针对昏暗场景中背景复杂导致目标边缘模糊、小目标易被遮挡和误检漏检的问题,提出一种改进的YOLOv8s算法—YOLOv8-GAIS。采用四头自适应多维特征融合(four-head adaptive multi-dimensional feature fusion,FAMFF)策略,过滤空间中的冲突信息。添加小目标检测头,解决航拍视角下目标尺度变化大问题。引入空间增强注意力机制(spatially enhanced attention mechanism,SEAM),增强网络对昏暗和遮挡部分的捕捉能力。采用更关注核心部分的InnerSIoU损失函数,提升被遮挡目标的检测性能。采集实地场景扩充VisDrone2021数据集,应用Gamma和SAHI(slicing aided hyper inference)算法进行预处理,平衡低照度场景中不同目标种类的数量,优化模型的泛化能力和检测精度。通过对比实验,改进模型相对于初始模型,参数量减少1.53 MB,mAP50提高6.9%,mAP50-95增加5.6%,模型计算量减少7.2 GFLOPs。在天津市津南区大沽南路进行实地实验,探究无人机(UAV)最适宜的图像采集高度,实验结果表明,当飞行高度设置为60 m时,该模型的检测精度mAP50最高为77.8%。

关键词： 开放世界目标检测   自适应特征动态融合   未知类评分优化   注意力机制  

摘要： 开放世界目标检测(open world object detection,OWOD)的主要任务是检测已知类别和识别未知目标。此外,模型在下一个训练阶段中逐步学习已知新类。针对OW-DETR(open-world detection transformer)中未知类召回率偏低、密集目标与小目标漏检等问题,提出了一种UBA-OWDT(UCSO,BiStrip and AFDF of open-world detection transformer)开放世界目标检测网络。针对未知类召回率偏低的问题,对未知类评分优化(unknown class scoring optimization,UCSO),将生成的浅层类激活图与聚合类激活图融合,获取细粒度特征信息,提高未知类的目标评分,进而提升未知类的召回率;针对小目标漏检问题,将双条状注意力(spatial attention based on strip pooling and strip convolution,BiStrip)应用于输入特征图,捕获长程依赖,保留目标精确的位置信息,增强感兴趣目标的表征,以检测小目标;针对密集目标漏检问题,采用自适应特征动态融合(adaptive feature dynamic fusion,AFDF),根据目标大小和形状,获得不同的感受野,动态分配注意力权重,关注目标的重要部分,融合不同层级的特征,以检测密集目标。在OWOD数据集的实验结果表明,未知类召回率增值范围在0.7~1.5个百分点,mAP增值范围在0.6~1.2个百分点,与现有的开放世界目标检测方法相比,在召回率偏低、密集目标与小目标漏检问题上具有一定的优势。

关键词： 锁孔中心定位   集装箱装卸   深度学习   显著性目标分割   EGNet   目标检测  

摘要： 针对起重机吊具定位集装箱锁孔中心难度大、效率低的问题,基于深度学习,提出了一种两步式锁孔中心定位方法:先利用YOLOv4-tiny从集装箱图像中提取锁孔矩形区域,再基于显著性目标分割网络EGNet从锁孔矩形区域中分割出锁孔,从而定位锁孔中心。为提高锁孔分割精度和实时性,对EGNet进行轻量化,并对输入图像采取缩小策略。实验结果表明,在实际集装箱装卸工况中,所提方法定位时间仅消耗42ms,定位精度高达99.5%,与传统的锁孔边缘检测方法和目标检测方法相比,具有更高应用价值。

关键词： 机器视觉   目标检测   深度学习   可编程逻辑控制器(PLC)  

摘要： 采用低成本硬件结合Python软件与可编程逻辑控制器(PLC)通信动态采集图片,使用深度学习算法来训练模型,实现装配孔的智能化检测;对装配孔下方的胶条,利用计算机视觉来检测与装配孔之间的距离,从而判断门槛胶是否粘连或堵塞装配孔。该检测系统具有算法简单、检测性能优越、硬件要求低等特点,对门槛胶状态自动检测和生产制造数字化工作有一定促进作用。

关键词： 车辆检测   YOLOv5   目标检测   深度可分离卷积   注意力机制  

摘要： 为了促进自动驾驶技术的发展,针对现有车辆检测算法对小尺寸目标的检测效果差、精度较低的现状,提出一种基于改进YOLOv5的车辆检测算法QF-YOLOv5。在YOLOv5结构上,增加一层小尺寸特征融合检测层,提高小目标的检测能力。引入注意力机制,使网络聚焦有效特征,抑制干扰特征,提高了算法检测能力,并采用深度可分离卷积来降低网络计算量。使用了Mini Batch K-Means聚类算法,加快网络收敛。利用Quality Focal loss损失函数,使网络对连续数值有监督能力。实验结果表明:该算法在检测准确性和实时性上,都有一定程度的提高。

关键词： 昆虫识别   图像处理   五大连池   小样本学习   匹配网络   不平衡学习   随机欠采样  

摘要： 为解决由于五大连池地区昆虫样本量少、类别分布不均导致昆虫识别准确性低的问题,提出一种基于注意力卷积增强特征的匹配网络(feature-enhanced matching network,FEMNet)。采用随机欠采样对数据集进行平衡处理;通过提出特征上下文嵌入模块,增强昆虫全局和局部特征的提取能力;基于匹配网络实现样本间特征的灵活匹配,提高小样本下昆虫图像识别精度。实验结果表明,对于小样本昆虫数据集,FEMNet方法比次优方法MatchingNet准确率提升4.5%、召回率提升4.8%、精确率提升6.1%、F1值提升5.3%,说明该方法能够准确自动识别昆虫,可为后续昆虫学研究提供技术支持。

关键词： 太阳电池   光伏阵列   目标检测   图像分割   红外图像   可见光图像  

摘要： 为保证光伏发电稳定、高效和安全运行,需及时检测光伏阵列的运行状况并发现存在的缺陷。提出融合可见光与红外图像的光伏阵列缺陷检测方法,采用CenterNet进行可见光图像光伏组件中太阳电池检测,采用U-Net对红外图像高温区域进行分割,提出区域匹配模块对可见光与红外图像进行匹配,提出关键点(PoI)聚集模块和二次分类器实现关键点处特征向量的聚集以及太阳电池缺陷分类,最后结合可见光图像异物遮挡及红外图像温度异常识别缺陷太阳电池位置及类型。选择不同网络进行测试,提出的算法在较为轻量的CenterNet和U-Net网络上太阳电池检测的AP50-95值达到84.4%,异常温度区域分割的IoU达到89.7%,且单张检测时间约为38 ms,能以较快的速度完成异常太阳电池的检测。

关键词： 遥感数字图像处理   教学改革   工程教育   成果导向教育   Jupyter笔记本  

摘要： 在工程教育改革和测绘学科智能化转型的背景下,培养具备遥感数字图像处理基础理论与程序实践能力的本科毕业生对于满足就业市场和学生学术深造的需求至关重要。然而,现行“遥感数字图像处理”课程教学存在理论与程序实践脱节、教学方法单一、学生自主学习场景匮乏等问题。课程改革遵循以学生为中心,成果导向的工程教育理念,对课程目标、教学内容和评价方式进行系统性重构,形成基础理论、技术能力和思政教育三线驱动的教学模式,同时,借助Jupyter Notebook工具设计交互式的教学场景。课程改革增强课程的互动性和趣味性,激发学生兴趣,促进从知识掌握到能力养成的转化。

关键词： 计算机视觉   智能监控   智慧城市  

摘要： 随着智慧城市的发展,智能监控系统在保障公共安全、提高城市管理效率等方面发挥着越来越重要的作用。利用人工智能和大数据分析技术,基于计算机视觉的智能监控系统能够实时监测和分析城市中的各类动态信息,如交通流量、公共区域人员密集度、可疑行为等。该系统能够自动识别图像中的对象、行为模式,并生成数据报告,支持城市管理者及时做出决策。此外,结合人脸识别、车辆识别等技术,智能监控系统能够提高犯罪预防能力和应急响应速度。

关键词： 唐墓壁画   光谱分析   高光谱图像处理   壁画颜料层   壁画绘制工艺  

摘要： 2022年11月出土于陕西西安白杨寨晚唐墓M1373是一项保存较好的晚唐墓葬遗产,其多彩多姿的墓葬壁画对于研究晚唐时期的祭祀、礼仪、音乐、服饰、艺术等具有重要意义,特别是为研究唐宋之际的壁画风格题材转变提供了直接材料。然而,由于年代久远,该壁画颜料层依旧出现了许多典型病害,如颜料脱落、起甲、泥水污染等,加之后续揭取会给壁画颜料层带来人为干预,这会使得壁画信息受到一定影响。为此,利用高光谱成像技术在壁画揭取之前进行一体化图谱信息获取,而后采用光谱分析与高光谱图像处理技术对壁画表面颜料层进行分析,并以乐舞图为例,研究该壁画绘制的颜料与工艺。实验结果表明:该壁画红色、黄色、绿色等颜料采用了传统的赭石、土黄/石黄、石绿等矿物颜料,且在绘制地毯花卉时,红色颜料和绿色颜料被大量稀释使用,而黄色颜料使用并不明显;壁画绘制时用墨色或硬笔起底稿,用红线勾勒,底稿线与表层勾勒线大多存在偏移,且有些区域勾勒线与底稿线偏移较严重,说明起稿和定稿之间有一定的改动;同时,部分区域底稿线较为明显,部分区域则不太清晰,通过高光谱图像处理方法,发现了隐藏于颜料层表面或勾线之下的起稿线;该壁画主要采用了分布式非重叠二维直视的画面布局方式,空间立体感稍差,但对于乐手手指和乐笛交汇的多个位置,有的出现了前景与背景图案非重叠的二维直视绘制方式,有的出现了少量前景与背景图案重叠的二维透视绘制方式,说明该壁画在绘制前和绘制时进行较好的布局设计,且未出现明显的涂改。此外,还发现该壁画存在一些隐藏的污水污染病害。上述研究为该壁画的现场保护方案制定和后续研究与保护修复等提供了数据资料、研究方法和初步结论支撑。