关键词： 冰壶   目标检测   目标追踪   轨迹特征  

摘要： 冰壶运动轨迹捕捉可以数字化还原比赛过程中冰壶的运动曲线,不仅有利于观众更好了解比赛情况,还可以帮助运动员对当前局势做出判断。运动员与冰壶之间的交互会导致冰壶频繁地被刷子或者运动员身体遮挡,所以从视频序列中直接对移动的冰壶进行追踪是非常困难的。论文针对冰壶比赛场景,通过优化深度学习中的目标检测算法,使用结合冰壶运动特征以及外表特征的多目标追踪方法实现了对冰壶目标的捕捉,坐标的快速校准以及冰壶运动轨迹的合成。论文还提供了一个实际冰壶比赛场景下的标注数据集,弥补了冰壶目标检测与追踪的大型数据集的欠缺。在真实冰壶场景数据集上,与现有的冰壶目标检测与追踪算法相比,实验结果证明,所提方法能够高效完成冰壶追踪任务并且具有很高的准确率。

关键词： 图像处理   听觉界面   导盲系统设计  

摘要： 本文针对盲人导航存在的难点,提出基于视频输入和听觉显示的导盲系统的设计方案及关键技术研究。首先,分析了传统导盲方法存在的问题,提出了采用视频输入和听觉显示构建导盲系统的理论依据,详细阐述了对视频输入图像处理系统的设计原则。其次,通过对各种可用的听觉界面进行研究和调查,选择了能够适应导盲系统需求的各种听觉界面元素,并针对每个元素的特点进行具体实现方案的分析。

关键词： 小目标检测   遥感图像   全卷积神经网络   分层概率图模型   随机森林  

摘要： 对遥感图像中小目标的检测进行研究,提出改进全卷积神经网络的检测新算法。首先,分析了分层概率图模型和深度学习的基本概念和模型。然后,提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后,将全卷积神经网络和分层概率图模型联合,实现对全卷积神经网络的改进,构建遥感图像小目标检测新方法。此外,在所提方法中,选用随机森林技术从分类学习样本中估计每个类和分辨率的后验概率。基于对某地区卫星数据集的处理,将所提出的检测方法与其他四种方法进行了对比。对比实验结果表明,与其他方法相比,所提出的检测方法对低矮植被、车辆、树等遥感图像中的小目标具有更高的检测准确率。

关键词： 前视图像声纳   去噪   目标检测   深度学习  

摘要： 随着水下环境感知技术的不断发展,得益于声波在水中具有较远的传播距离和广泛的覆盖范围,基于声学的感知手段逐渐成为主流。在众多声学感知技术中,前视图像声纳凭借其能够实时感知视场内物体的能力,在水下环境感知中发挥了重要作用,并已广泛应用于渔业捕捞、航海安全、军事行动等多个领域。然而,前视图像声纳的性能受限于声学传播特性以及水下复杂环境的干扰,其高噪声、低信噪比的数据对声纳成像和目标检测提出了严峻挑战。尽管传统的声纳图像去噪方法在实际应用中已取得广泛验证,但面对前视图像声纳数据中的复杂噪声,基于深度学习的声纳图像去噪技术展现出更为显著的优势。前视图像声纳目标检测领域则经历了由传统算法到深度学习方法的革命性转变,其检测精度和泛化能力得到了显著提升。综述了前视图像声纳去噪与目标检测领域在传统方法与深度学习方法中的发展历程,并对当前研究进展及方法进行了系统总结。重点阐述了近年来基于深度学习的创新技术与研究方法,分析了其在复杂水下环境中的应用前景,并探讨了未来可能的研究方向,包括数据融合、算法优化以及实际应用中的挑战。

关键词： 尾涡检测   形态学   K最近邻算法   目标检测   多普勒激光雷达   可视化  

摘要： 为了提升空中交通管理系统的智能化水平,解决晴空条件下飞机尾流检测问题,提出了一种结合多普勒激光雷达技术的飞机尾流检测方法。基于K-最近邻算法(KNN)和图像形态学处理技术,旨在提高尾流检测的精度和可靠性。使用多普勒激光雷达对机场空域进行扫描,获取风场数据;通过动态滑动窗口生成可能包含尾流的候选区域;采用顶帽和黑帽形态学运算提取尾流特征,并将其输入KNN算法进行检测。实验结果表明,所提出的方法在精度、召回率和F1 Score方面,相较于基于尾流速度极差特征法的检测方法,分别提高了22.58%、9.29%和14.22%,有效提升了尾流检测性能,为管制员提供了更为可靠的辅助决策支持。

关键词： 深度学习   目标检测   树木检测   林业调查  

摘要： 随着计算机视觉技术和深度学习领域的爆发式进步,在遥感影像上进行树木检测已成为深度学习模型的应用领域之一。为揭示基于深度学习的树木检测给林业调查与监测带来的机遇和挑战,本文通过对比分析经典的SSD、RetinaNet、YOLOv3、FasterRCNN深度学习模型在模型大小、训练效率和平均精度得分等维度的实际应用表现,给相关领域的进一步研究与应用提供参考。研究表明,4种模型随着骨干网络结构的逐渐加深,平均精度得分显著提高,但训练时长和模型大小也成倍增长,其中,SSD模型在本文数据集中的速度与性能之间的平衡性表现最好,采用ResNet-101骨干网络的平均精度得分为0.817,其验证和损失函数趋势相近,是一个功能强大的目标检测模型。文章总结并讨论了当前深度学习与目标检测所面临的问题。

关键词： 计算机图形学   计算机视觉   人机交互   3D建模   虚拟世界   混合现实   无缝融合   学术交流  

摘要： 随着元宇宙热潮的兴起,作为其核心的混合现实引起了人们的广泛关注。混合现实是计算机图形学、计算机视觉、光学显示、人机交互等技术的交叉研究领域,可以将虚拟世界和真实世界无缝融合起来,有着广泛的应用。为了更好地报道混合现实相关技术与应用的发展,及时发布我国学者在相关领域的最新研究进展,促进学术交流和技术创新,《中国图象图形学报》邀请业内专家共同策划推出“混合现实”专栏,聚焦混合现实中的一些关键技术(包括SLAM、3D建模、人机交互等)的最新研究成果。

关键词： YOLO网络   目标检测   混凝土裂缝   轻量型网络   全局注意力机制  

摘要： 对于模型规模大、算力要求高的目标检测网络,一般很难实现移动部署,因此,在混凝土裂缝检测领域中的应用受到制约。为此,提出一种混凝土裂缝检测网络模型(YOLO-GAMM),将YOLOv5s主干网络替换为轻量型网络MobileNetV3,再引入全局注意力机制以实现YOLO-GAMM,使其复杂度和精度能够满足便携式混凝土裂缝检测系统的要求。仿真结果表明,与YOLOv5s模型相比,改进后的网络模型计算量缩小了60.0%,占用的内存约缩减了65.5%,性能良好。

关键词： 钢琴音乐转写   Transformer   合成音乐预训练   音符事件特性   目标检测  

摘要： 自动音乐转写,即利用程序将音乐音频转写成音符的形式,是音乐信息检索的一项重要课题.目前基于深度学习的转写算法多源自语音识别、自然语言处理等领域,缺乏对音乐自身特性的深入研究.本文采用Transformer架构进行钢琴音乐转写,利用合成的音乐数据进行预训练,并设计了符合音符事件结构的截止点识别网络,旨在尝试对转写中的音乐特性进行针对性设计.本文的方法一方面利用了音乐合成技术成熟、便捷的方案,易于数据扩充;另一方面从目标检测的角度进行剖析,对音符本身的事件特性加以探讨.实验表明,本文采用合成音乐进行预训练有助于音符识别,截止点识别网络可以提高音符级的转写结果,实现了音符起点F1=97.40%,带截止点音符F1=88.81%的转写结果.

关键词： 蛋鸡   鸡笼   体重测量   计算机视觉   神经网络  

摘要： 为了解决规模化蛋鸡养殖中传统称重法极易引发蛋鸡应激反应、影响蛋鸡生产性能和鸡蛋品质的问题,试验采用一种基于计算机视觉的笼内蛋鸡体重测量方法,首先通过深度相机在不同距离、不同角度采集鸡笼中蛋鸡图像,克服距离、拍摄角度对测量精度产生的影响;其次利用YOLOv5s模型检测蛋鸡躯干,减少背景对特征提取的干扰;最后通过拼接卷积注意力模块与Resnet50神经网络提出两种测量方案。结果表明:两种测量方案在平均相对误差和平均绝对误差上均优于Resnet50神经网络模型;在相机距蛋鸡40~80 cm时的测量拟合度均大于0.994。说明本研究提出的蛋鸡体重测量方法的精度和相关系数均能满足实际生产需求,可为蛋鸡体重测量提供新的理论参考。