关键词： 雷达目标检测   低信杂比   信息几何   矩阵流形   流形变换  

摘要： 基于信息几何的目标检测方法为解决雷达目标检测问题提供了新的技术途径。该文以矩阵信息几何理论为基础,考虑复杂非均匀环境下,回波信杂比低,目标与杂波在矩阵流形上区分性差,导致传统信息几何检测器性能受限的问题,提出一种基于流形变换的信息几何检测器。具体地,该文建立了流形到流形映射变换,并提出待检测单元与杂波中心的几何距离联合优化方法,从而增强变换后流形上目标与杂波的区分性。通过仿真和实测数据验证,所提方法具有较好检测性能。基于仿真数据实验,当信杂比高于1 dB时,所提方法的检测概率可以达到60%以上,同时,实测数据验证结果表明,当检测概率达到80%时,相较于传统信息几何检测器,该文所提检测器能够提升检测信杂比为3~6 dB。

关键词： YOLOv8n   废旧塑料瓶   分类识别   目标检测  

摘要： 针对废旧塑料瓶在回收过程中不同颜色存在价值差异的情况,为解决颜色识别分选问题,提出一种基于深度学习的YOLOv8n改进模型废旧塑料瓶颜色高效识别方法。在颈部(neck)网络中引入加权双向特征金字塔网络(BiFPN)进行多尺度特征融合,提升模型的泛化能力;头部(head)网络的解耦头(decoupled-head)结构中两个分支均仅采用1个Conv2d模块,并在分支前端添加重参数化卷积——RepConv模块,减少计算量并提升训练精度;选用WIOU v3损失函数替换CIOU损失函数,提升模型的检测精度。通过对比实验可知,文章提出的模型优于传统目标检测模型。结果表明:文章提出的模型参数量较原模型减少了44.8%,计算量较原模型减少了34.6%,在50%交并比下的均值平均精度(mAP50)较原模型提升了2.7%,对废旧塑料瓶颜色进行识别时,每秒检测帧数(FPS)可达66,较原模型提高了40.4%,实现了对废旧塑料瓶颜色实时且准确的检测。

关键词： 舰船目标检测   SAR图像   残差增强   动态蛇形卷积   动态稀疏注意力  

摘要： 针对现有算法在合成孔径雷达(SAR)图像舰船目标检测任务中存在检测精度不高、易漏检、模型体量大不易部署、实时性不高等问题,提出了一种基于YOLOv8s改进的轻量SAR图像舰船目标检测模型。首先,提出了一种轻量残差特征增强模块ACC,该模块采用自适应池化的方式来提取不同的上下文信息,用残差增强的方式减少丢失特征金字塔中处于最高层次的特征信息,改善高层次特征的表达,提升网络对小目标的检测能力;然后,引入轻量动态蛇形卷积(DSConv),替换标准卷积操作的功能,优化模型对细小条形舰船目标的检测效果,减少目标漏检;最后,融合轻量BiFormer动态稀疏注意力模块,进一步优化小目标检测效果。在公开的SAR影像舰船目标检测数据集(SSDD)上,所提出的算法比原算法在精确度(Precision)、召回率(Recall)、平均精度均值(mAP@0.5)上分别提升了5.0、3.6、3.3百分点,显著提高了模型对SAR图像舰船目标的检测能力。在高分辨率SAR图像数据集(HRSID)上进行模型的泛化实验结果表明,所提模型的图像检测效果优于其他经典模型。

关键词： 机器视觉   R-YOLOv5   青贮收获机   精准抛送   旋转目标检测  

摘要： 现阶段青贮收获机主要采用驾驶员或其他操作人员手动控制抛送筒转动的方式完成物料装车,存在操作要求高,劳动强度大,影响收获效率且易造成田间损失等问题。针对上述问题,该研究根据机器视觉原理,设计青贮收获机精准抛送填装系统,通过构建R-YOLOv5旋转目标检测算法,实现对旋转车厢、车内物料、抛送物料流的识别及落料位置判断;根据反馈的期望落料点与实际落料点信息,并通过Arduino控制器实现青贮收获机抛送筒的运动控制,将青贮物料精准抛送至跟车车厢,实现物料的高效填装。试验结果表明:当抛送筒在-60°~60°范围内旋转且角速度低于15°/s时,所构建的R-YOLOv5目标检测算法对料车车厢的识别平均精度高于90%;实际距离与图像像素比值为0.533 cm/px时,青贮收获机抛送筒的理论运动轨迹与实际运动轨迹平均误差保持在4%之内,满足实际作业要求。研究结果可为研发自走式青贮收获机精准抛送填装系统提供借鉴。

关键词： 诺贝尔物理学奖   深度学习   瑞典皇家科学院   加拿大科学家   机器学习   自然语言处理   人工神经网络   计算机视觉  

摘要： 瑞典皇家科学院当地时间10月8日宣布,将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德(John JHo. pfield)和英国裔加拿大科学家杰弗里·欣顿(Geoffrey ***),以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”.该技术是如今机器学习、深度学习、自然语言处理、计算机视觉等主流AI技术的基础.

关键词： 图像处理   图像拼接   单应性投影变换   文物光谱图像   特征检测   图像配准  

摘要： 针对文物多镜头光谱图像序列拼接时的累计误差和多个景深视差导致的特征相对位置偏移问题,提出改进网格单应性投影变换的拼接方法。引入正射彩色全景图像作为参考图像,避免了以单一分镜头光谱图像为基准的累计误差问题。提出SIFT-LBP特征匹配算法,利用LBP纹理对SIFT特征匹配进行筛选和补充,获得准确的特征匹配点对;采用网格单应性变换,以特征匹配点之间的距离为权重,计算目标网格像素点的偏移位置,减少特征相对位置偏移问题;采用直方图匹配加权融合方法融合分镜头光谱图像,以平滑图像重叠区域。与主流图像拼接方法相比较,该方法拼接的图像视觉效果更优,且峰值信噪比较主流方法提高12.81%,结构相似性提高13.12%,为文物保护与研究提供可靠的全景光谱图像数据。

关键词： 热红外目标跟踪   多分支   自适应融合   可逆结构  

摘要： 由于可见光和红外图像具有很强的互补性,越来越多的关注集中在通过这两种模态的联合信息进行跟踪。然而,在现有的跟踪算法中,不能有效地学习两者的互补信息并挖掘模态特定特征,这限制了跟踪器的性能。因此,本文提出了一种可逆多分支的双模态自适应融合跟踪网络。首先,设计了一个三分支结构网络,分别用于学习热红外、可见光以及它们的通用特征。这不仅充分利用了两种模态之间的共享信息,还保留了红外和可见光数据之间的差异特性以及丰富的细节信息。此外,还引入了一个模态特征交互模块,以自适应地挖掘模态之间的互补信息并滤除冗余信息。通过在多个公开数据集上进行大量实验证明了该跟踪器的有效性,尤其在面对尺度变化、镜头抖动、遮挡等环境时,表现出卓越的抗干扰能力。

关键词： 车云算力协同   深度估计   多任务联合   目标检测   目标跟踪  

摘要： 车内人员不安全行为的预警是减少交通事故的重要手段,然而现有的研究主要关注于驾驶员的危险行为检测,乘客的危险行为往往被忽视,因此文中提出了一种基于车云算力协同的驾乘人员危险行为分析算法。首先,通过基于粗粒度深度估计的检测和人员身份分析模型区分驾驶员与乘客;然后,通过基于ByteTrack多目标跟踪的检测模型检测乘客是否越位,并通过头部姿态估计与疲劳状态检测的多任务联合模型检测驾驶员的危险驾驶行为;最后,将危险行为视频片段上传云端进行校验。实验结果表明,文中提出的基于粗粒度深度估计的检测模型和人员身份分析模型相比感兴趣区域法的F_(1)-Score提高了5.1%,多任务联合模型中的头部姿态估计分支相比LwPoser模型F_(1)-Score提高了5.2%,疲劳检测分支相比YOLOv6s模型平均准确率均值提高了2.4%,且校验中使用云端高精度模型F_(1)-Score提高了7.6%。以上结果证明了文中所提算法的有效性。

关键词： 超声心动图   左心室射血分数   计算机视觉   基础模型  

摘要： 目的:探索计算机视觉大模型在超声心动图中预测左心室射血分数(LVEF)的可行性。方法:基于目前最大的超声心动图视频公开数据集EchoNet-Dynamic,纳入10024例患者的10024段超声心动图动态视频。选用计算机视觉大模型VideoMAE V2,分别使用7460、1288、1276段视频对其进行微调、验证和测试。结果:VideoMAE V2预测LVEF与人类专家测量结果间的平均绝对误差为3.94%(95%CI:3.79%~4.11%),Pearson相关系数为0.91(95%CI:0.89~0.92)。此外,VideoMAE V2可准确判断患者LVEF是否低于50%,AUC可达0.96(95%CI:0.95~0.97)。结论:计算机视觉大模型用于在超声心动图视频中预测LVEF可行,为通用多模态超声心动图自动判读系统的开发奠定基础。

关键词： 目标检测   知识蒸馏   轻量化   DETR   Transformer   自动驾驶  

摘要： 在自动驾驶领域,目标检测的高效性和准确性尤为重要,基于Transformer结构的目标检测方法逐渐成为主流,省去了复杂的锚点生成和非极大值抑制。针对现有方法计算成本高和收敛速度慢的问题,设计了一种基于池化操作的轻量化Transformer目标检测模型(LPT),包含了池化主干网络和双池化注意力机制,设计了针对DETR(detection transformer)模型的通用知识蒸馏方法,将预测结果、查询向量和教师提取的特征作为知识传递给轻量化的Transformer模型,帮助其提升精确度性能。通过在MS COCO 2017数据集上的实验,验证经过蒸馏的LPT模型在自动驾驶中的应用潜力,实验结果表明:本文方法具有较好的准确性,与一些先进的方法相比具有一定优势。