关键词： 投影机对焦   梯形校正   ToF   图像处理   自动化调整  

摘要： 针对现有投影仪在梯形校正以及对焦技术中,同时实现对焦以及梯形校正要使用双目摄像头或其他传感器多次成像计算,投影仪开机调整时间长,使用复杂提升,易用性降低等问题。现提出一种基于ToF(Time of Flight)+单目摄像头自动实现对焦以及梯形矫正的方法。通过引入ToF测距引导步进马达实现快速对焦,通过几何光学建模,辅助计算投影面的真实形变投影图像实现图像校正。实验结果表明,该方法能以低廉的硬件成本,简单的计算方法快速完成投影仪系统的开机自适应调整。

关键词： 二维人体姿态估计   单人姿态估计   深度学习   关键点检测   计算机视觉  

摘要： 人体姿态估计是计算机视觉领域的一项关键技术,它通过检测人体关键点以识别人体姿态。随着深度学习的快速发展,其已成为人体姿态估计的主流技术并取得了显著进展。围绕单人姿态估计问题,从数据预处理、网络架构设计、监督学习方法以及后处理技术四个维度对基于深度学习的单人姿态估计研究进行回顾,同时探讨关键点表征的新方式及Transformer模型在该领域的应用,此外还介绍了常用的数据集和性能估计指标,深入讨论当前单人姿态估计领域的挑战和发展方向。

关键词： 图像描述   目标检测   知识图谱  

摘要： 现有的图像描述生成方法和结果主要侧重于识别图像中已有的图像内容及其关系,而无法生成具有细粒度背景知识的描述。为克服传统图像描述模型时不能描述图片中深层次语义的问题,一方面,该文提出了一种基于目标检测和知识增强的图像描述生成方法,首先在目标检测阶段,提出了一种融合多维度信息的目标分类检测器(Fusion Target Classification Detector,FTCD),通过该检测器获得图中的人脸、商品及物体等目标的标签;其次,引入知识图谱,利用目标分类检测器得到的目标标签在知识图谱中查询相关知识;最后,目标的标签集合和相关知识共同送入模型进行编码;在模型的解码端引入注意力机制,用于引导模型选取合适的信息后生成图像描述。另一方面,针对MSCOCO数据集中的人工描述缺乏常识知识的问题,该文提出一种引入知识图谱的评测指标SPICE-K,SPICE-K可以评价具有常识知识的图像描述。实验结果表明,与基准LBPF模型相比,该文提出的方法有1%的准确率提升。实验分析表明,与基准模型相比,该文方法的性能提升主要来自于引入知识图谱和该文提出的目标分类检测器。

关键词： 鸟类鸣声识别   Mel谱图   卷积神经网络   TensorRT  

摘要： 鸟类的物种监测一直是生物多样性研究的重要内容。然而,目前的鸟类鸣声识别算法大多未考虑环境干扰和算法速度。提出一种基于深度学习、融合图像处理技术对鸟类鸣声音频进行识别的算法。算法对鸟鸣声进行降噪后采用音频与图像处理技术相结合的方法提取鸟类鸣声特征;利用卷积神经网络ResNet进行建模,并将最优模型转换为TensorRT模型,提升推理速度。经实验测试,该算法对鸟类鸣声的分类识别具有良好效果,识别速度也有明显的提高。

关键词： 纺织图案设计   图像处理   数字媒体技术   三维建模   交互式设计   绿色设计  

摘要： 纺织图案设计作为纺织工业的重要组成部分,其创意与美感直接影响产品附加值。基于此,文章探讨了数字媒体技术在纺织图案设计中的创新应用,分析了传统纺织图案设计的局限性,并详细介绍了图像处理、三维建模及交互式设计等数字媒体技术如何为纺织图案设计带来革命性变化。通过提升设计效率、丰富图案风格与题材、促进个性化定制与环保设计,数字媒体技术正深刻改变着纺织图案设计的面貌。文章还讨论了面临的挑战与未来发展趋势,为纺织图案设计领域的发展提供了新思路和方向。

关键词： 小麦赤霉病   孢子   密集场景   小目标检测   YOLOv8   显微图像  

摘要： 针对小麦赤霉病孢子图像中密集分布小目标的漏检错检问题,该研究设计了一种针对该场景下小目标检测模型YOLOv8-FECA。以YOLOv8为基准模型,先添加新的小目标检测层,以此增强网络对更小目标语义信息的捕捉以及提高其特征描述的准确性;其次,构建融合特征的焦点注意力机制(focal efficient channel attention module,FECA)以实现对小目标和密集分布目标的关注;再次,引入Wise-IoU Loss与DFL Loss结合作为边界框的回归损失,提高模型的收敛能力以及对边界框预测的准确性;最后,在不同密集场景和不同光线环境下验证了模型的鲁棒性。结果表明,优化后模型YOLOv8-FECA相比YOLOv8在孢子数据集中的平均检测精度均值m AP@0.5提高了4.3个百分点,达到96.8%,且改进模型的检测效率达到实时检测要求。该研究设计的YOLOv8-FECA网络模型在保持高性能的同时能够有效提升密集场景小目标检测的精度,为其他作物病害孢子的检测提供了思路。

关键词： 跟踪检测   粒子滤波   现场可编程门阵列   伯努利滤波器   角度估计  

摘要： 针对雷达导引头在低信噪比下角度估计精度不高、收敛时间过长等问题,提出一种基于现场可编程门阵列(FPGA)目标跟踪检测的二维角度估计算法。该算法采用和差差多通道联合滤波,在检测的同时将目标的角度信息集成于伯努利滤波器的状态向量进行递归估计。为了缩短角度估计处理时间,采用FPGA流水化设计,并对影响角度估计精度的计算节点,采用“浮点数+定点数”和拆分指数分别计算,以提高角度估计精度。通过仿真与测试实验,与检测后跟踪的传统算法相比,所提算法取得了较好的角度估计性能;此外,该算法单帧处理时间达到了微秒级,角度估计收敛时间短,极大地提高了目标跟踪检测的实时性。

关键词： 目标检测   YOLOv7   草坪杂草   精准施药   通道融合  

摘要： 为提高草坪维护自动化程度,实现除草机器人自动识别精准施药,针对自然环境中草坪杂草难以识别的问题,以YOLOv7为基础目标检测网络,提出一种增强图片颜色信息的草坪杂草检测模型。对RGB图片进行超绿处理,抑制背景干扰信息,突出杂草颜色信息。扩充网络输入通道为四通道,将超绿灰度图与RGB图片融合得到新的四通道图片,提高网络对草坪环境的抗干扰能力。引入三维注意力模块SimAM,提高网络针对低辨识度杂草识别精度,增强网络对草坪杂草目标的识别效果。改进后YOLOv7-4ch网络对草坪杂草识别效果较好,自然环境下识别草坪杂草的mAP@0.5为91.7%,帧速率100 f·s^(-1),模型大小为67.9 Mb,可满足除草机器人识别需求。改进网络与基础YOLOv7网络相比,mAP@0.5提高2.3%,与YOLO系列其他算法相比有较大提升。该算法可有效识别自然环境中的草坪杂草,为其精准化施药提供技术支持。

关键词： 运动姿态识别   目标检测   自适应跑步机   回归分析  

摘要： 阐述一种可以用于检测用户实时速度变化及运动姿态变化的运动姿态图像识别计算算法。通过摄像头对目标关键信息进行特征提取,结合惯性传感数据进行数据交叉。采用帧差和校准计算的特征提取方法,并对处理过的数据进行归一化和回归分析,最终给出用户未来可能的运动方向及姿态,对运动结果进行预判分析。

关键词： 图像处理   疲劳驾驶检测   人脸状态识别   YOLOv5s   轻量化算法  

摘要： 针对现有的疲劳驾驶检测模型存在的精度低、模型体积较大且在低光环境下性能降低等问题,提出一种基于图像增强和人脸状态识别的疲劳驾驶检测模型。通过改进YOLOv5s模型进行低照度下人脸检测和关键点定位,并在YOLOv5s中引入self-calibrated illumination(SCI)模块对低照度图像进行图像增强。将下采样层替换为StemBlock模块,提高特征表达能力。将主干网络替换为ShuffleNetv2,大幅降低模型的参数量和计算量。引入cbam inverted bottleneck C3(CIBC3)模块以代替C3模块,降低噪声对检测的干扰并增强模型的全局感知能力。在总损失函数中,添加wing损失函数用于人脸关键点回归。之后,使用疲劳状态识别网络判断人脸检测模型定位到的眼嘴部位的开闭状态,最后采用评价指标判断疲劳状态。在DARK FACE数据集上的实验结果表明,对比基准模型YOLOv5s,改进后的YOLOv5s模型在参数量和计算量上分别下降62.12%、63.41%的同时精度提高2.38百分点。所提疲劳驾驶检测模型在YawDD正常光照数据集与自建低光照数据集上分别达到96.07%、94.50%的准确率,优于其他模型且单张图像处理时间仅为27 ms。这表明所提疲劳驾驶检测模型在保证正常环境与低光环境下的检测准确率的同时还能满足实时性要求,且具备部署在算力有限的边缘计算设备上的能力。