关键词： 目标识别   YOLO算法   头盔佩戴   图像处理   聚合输出网络  

摘要： 随着我国城市交通的不断发展,非机动电动车的数量不断上升,绿色出行的同时,交通事故也日益增多。为了保证非机动电动车骑行人在道路上的安全,国家逐步制定法规,要求出行需佩戴头盔,各地交通部门执行检查与处罚,对骑行人佩戴头盔的自动检测也提上了日程。提出用改进YOLOv5算法视频识别头盔佩戴情况,通过自组织非机动电动车骑行人头盔佩戴情况的数据集,选取聚类算法修改初始锚定框参数。然后,改进算法来适应样本集合,利用聚合输出网络提高判别的准确率。其中,采用迁移学习来减少训练资源的消耗。经各种场景实验测试的结果表明,在每秒30帧视频流下,检测的均值平均精度(mean average precision,mAP)达到了94.53%,满足对头盔佩戴检测精度和速度的要求。

关键词： 计算机视觉   高压   输电线路   智能巡检   系统设计与实现  

摘要： 针对现有巡检方法多依赖于人工检查,不但效率低下而且存在较大安全风险的问题,提出了一种基于计算机视觉的高压输电线路智能巡检系统。深入分析了输电线路智能巡检的需求,利用计算机视觉技术研发了一套包含硬件选择、软件开发和算法优化的巡检系统,开展了实地测试和验证。结果表明,该智能巡检系统能有效识别输电线路多种类型的缺陷,检测准确率达到了较高水平。与传统巡检方式相比,不仅大幅提高了巡检效率,而且显著降低了人员的安全风险,为高压输电线路的巡检工作提供了一种新的解决方案。

关键词： 目标检测   YOLOv7   多路径融合   注意力机制  

摘要： 针对水下光学图像细节模糊以及水下生物遮挡导致目标检测精度低的问题,提出一种基于细粒化特征感知的水下目标检测算法.该算法基于YOLO(You Only Look Once)v7网络结构,首先,提出ELSA(ELAN-SimAM)模块,提升主干网络对水下图像模糊细节的特征感知;其次,提出多梯度聚合结构(Multi-gradient Aggregation Structure),实现特征信息多梯度高效融合,并在颈部网络中嵌入轻量化的三重注意力机制(Triplet Attention),使特征信息跨维度交互融合,减少由水下生物遮挡导致的漏检问题.实验结果表明,所提出的算法适用于水下复杂环境下的目标检测,可以在较短时间内实现目标定位与检测,且检测精度较高.

关键词： 深度学习图像重建算法   图像处理   计算机断层扫描   主动脉  

摘要： 目的探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响。方法前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随机分为两组。常规剂量组(A组)接受100 kVp管电压和60 mL对比剂扫描,低剂量组(B组)接受“双低”方案:管电压70 kVp,对比剂用量为0.5 mL·kg^(-1)。A组图像采用50%多模型迭代重建算法(ASIR-V)重建,B组图像分别采用滤波反投影(FBP)算法(B1亚组)、50%ASIR-V(B2亚组)、90%ASIR-V(B3亚组)及DLIR-H算法(B4亚组)重建。测量并比较各组主动脉CT值、图像噪声、对比噪声比(CNR)及品质因数(FOM)。采用5分制对图像噪声、血管锐利度和整体图像质量进行评估。结果B4亚组噪声最低,较A组降低约23.49%(P<0.001)。A组、B4亚组主动脉各感兴趣区(ROI)CT值、CNR值及图像主观评分差异无统计学意义(P>0.05);B4亚组FOM值大于A组(P<0.001)。与A组比较,B组辐射剂量降低约52.38%(P<0.001),对比剂用量和注射流率分别降低约39%和33.6%(P<0.001)。结论采用70 kVp结合DLIR算法在TEVAR术后主动脉CTA扫描中可获得与常规剂量相当的图像质量,且辐射剂量和对比剂用量大幅度降低。

关键词： 肉牛   目标检测   场景区分   行为识别   YOLOv8  

摘要： 针对现有目标检测模型在自然天气环境下肉牛行为识别易受复杂背景干扰及模型参数量、计算量、权重文件占用内存较大等问题,该研究提出基于自动化场景区分的轻量化肉牛多行为识别方法。首先,通过FasterNet模型自动区分天气场景。其次,对YOLOv8s网络进行轻量化设计改进,在Backbone端更换FasterNet轻量级模型主干,结合尺度内特征交互AIFI,捕获重要特征信息;利用加权双向特征金字塔BiFPN作为Neck端网络,选择特征提取网络C2f-Faster作为节点,缩减卷积过程中参数量和计算量的同时提高模型精度,使其更适用肉牛行为识别及后期的部署。然后,使用MPDIoU函数,解决肉牛交叉遮挡等局限性问题。最后,设计系统可视化界面,以图像和视频形式输入模型,借助可视化系统完成对肉牛行为识别效果展示。试验结果表明,FABF-YOLOv8s(FasterNet、AIFI、BiFPN、C2f-Faster,FABF)模型在肉牛行为数据集上,相较于YOLOv5s、YOLOv7和原YOLOv8s模型的mAP@0.5分别提升了1.1、4.7、0.4个百分点,参数量和浮点数计算量分别减少59.48%和43.66%,降低到4.51 M和16.0 GFLOPs。引入自然场景因素构建的FasterNet-FABF-YOLOv8s模型mAP@0.5达到了94.6%。研究表明,自动化场景区分下构建轻量化肉牛行为识别系统,可为农户监测肉牛健康状况以及自动化智慧养殖提供技术支持。

关键词： 人脸识别   面部生成   生成对抗网络   面部特征点定位   图像处理  

摘要： 针对人机交互系统捕捉大姿态侧脸图像过程中面部纹理缺失严重导致的人脸识别效果不佳问题,提出一种基于面部生成的视频序列多角度人脸识别系统。对传统人脸识别系统中的检测和对齐模块进行改进,将生成对抗网络(GAN)与两种主流面部特征点定位方法相结合。通过增加预处理过程实现正面人脸生成,并针对不同侧脸角度设定系统阈值,还原丢失面部特征。实验结果表明,该系统能有效提高人脸定位精度,并最多可将识别准确率提升18.85%。

关键词： 足部压力图像   去噪   插值   压力传感器  

摘要： 针对现有足部压力采集设备采集到的压力影像含有噪声以及分辨率低的问题,提出卷积阈值去噪算法和边缘响应插值算法进行改善。使用基于柔性压力传感器阵列的压力采集板采集小鼠足部的压力矩阵数据,利用所提出的卷积阈值去噪算法对含噪压力矩阵进行去噪处理,再利用提出的边缘响应插值算法对去噪后的压力矩阵进行插值处理,获取到分辨率高的低噪小鼠足部压力图。结果表明:所提出的去噪算法去噪效果好、小鼠足部边缘低压力值信息保存完整;其插值算法相较于同类其他插值算法插值效果更平滑、计算复杂度大幅降低。

关键词： 船舶目标检测   YOLOX   尺度自适应   特征强化   分配策略  

摘要： 现有船舶目标检测算法大部分只是基于传统目标检测算法的优化改进,没有考虑船舶具有尺度长宽比例的外观特性,在多尺度目标检测中出现漏检误检问题。为了解决此问题,在YOLOXs基础上,提出一种尺度适应性感受野的船舶检测方法(SAF-YOLOX)。首先,对主干网络提取的不同特征层通过构建双向特征金字塔进行特征融合,增强每个尺度下的特征描述力;同时,设计自适应特征强化模块,抑制不同尺度的特征融合引入的冗余信息,弱化背景信息;然后在预测时,采用多路并行感受野的检测头,利用具有适应目标大小以及比例的感受野提取目标尺度适应性特征信息进行预测;最后,采用先筛选再分配的收敛感知策略,根据网络的收敛状态动态地分配样本,保证检测速度的同时提高检测精度。实验结果显示,所提方法在大型海事监控数据集SeaShips和MCShips上的平均检测精度分别达到93.21%和92.34%,与传统YOLOXs相比,分别提高了1.01%和1.09%。实验结果证明,所提方法利用尺度适应性感受野能实现多尺度船舶目标的高精度检测。

关键词： 图像处理技术   纸张   三维结构   X射线计算机断层扫描(X-CT)  

摘要： 纸张作为一种多孔材料,其内部纤维和微观孔隙结构直接影响其渗透性能、物理性能和光学性能。不同类型的浆种纤维,如棉浆纸,因其独特的纤维组成,展现出各异的特性。通过X射线计算机断层扫描(X-CT)技术,我们能够深入探究纸张的三维结构。运用X-CT表征及图像后处理技术,如序列二维切片、对比度调节、滤波降噪和图像分割,可以精确再现纸张内部的纤维-孔隙三维模型。特别是使用Avizo软件,这些细节得以完美呈现,为研究纸张的物理和光学性能提供了强有力的工具。

关键词： 图象处理   机器学习  

ISBN: (纸本)9787121483011

摘要： 本书介绍了数字图像处理技术和深度学习技术, 以及这些技术的应用, 全书由12章组成。前九章主要介绍数字图像处理技术, 内容包括：Python环境搭建、位图基础、图像的显示、图像的几何变换、图像灰度变换、图像的平滑处理、图像锐化处理、图像分割及测量、图像的形态学处理, 后三章主要介绍深度学习技术, 将数字图像处理技术和深度学习技术相结合应用于项目开发, 内容包括基于卷积神经网络CNN模型的汉字识别、基于FasterRCNN模型的手势识别、基于卷积神经网络CNN模型的语音识别共三个项目的开发技术。本书仅仅介绍基本的理论知识, 同时介绍将理论转化为代码的实现步骤和基于Python开发工具的编程代码, 并且可以将处理前与处理后的图像进行对照比较。实例程序的框架结构简单, 代码简洁, 使初学Python者很快就掌握图像处理与图像识别技术。