关键词： 3D目标检测   点云   激光雷达   自动驾驶   深度学习  

摘要： 近年来,3D目标检测作为自动驾驶、移动机器人、虚拟现实等应用产业的重要基础任务,受到了各领域研究人员的广泛关注。其旨在三维空间中对感兴趣目标进行定位与分类,给出相应的3D包围盒,包括目标的位置、大小和方向,为后续对三维场景的理解与感知、对车辆的规划与决策提供基础信息。激光雷达传感器捕获的点云因其具有准确的三维信息与深度信息,成为3D目标检测最为常用的输入数据。本文对基于深度学习的3D激光雷达点云目标检测进行综述,总结了点云的数据特点与处理方法,介绍了相应的几类检测方法以及点云和图像融合的多模态检测方法,对不同方法的性能进行对比分析,最后讨论3D点云目标检测未来面临的挑战和发展趋势。

关键词： 自然语言处理   计算机科学   计算机视觉   机器学习   人工智能技术   中职计算机专业教学   深度学习   创新实践  

摘要： 一、引言AI是人工智能(Artificial Intelligence)的缩写,指通过深度学习、机器学习、计算机视觉、自然语言处理等多种算法和技术,使机器能够像人类一样学习、思考和作出决策。人工智能技术已经成为计算机科学的重要组成部分,并被应用于各行各业,成为促进经济发展和社会进步的重要力量。

关键词： 板形检测   平直度   投影光条法   图像处理   智能矫直系统  

摘要： 针对多样化板材零件矫直,采用投影光条法对板形平直度检测进行了研究,旨在解决单件板材零件在矫直前、后的板形识别问题。通过研究光条图像的滤波去噪、边缘检测算法和中心线提取方法,并对条纹图像处理算法进行了大量的计算机仿真实验对比,选取了适合本系统的光条图像处理方法,实现了对板材零件的平直度计算和板形重构。研究结果表明,该系统的检测误差小于±0.5 mm,对于规则形状板材零件的板形识别,系统响应时间为1.5 s;对于有孔的不规则形状板材零件的板形识别,其系统响应时间为1.8 s。该方法可有效用于矫直系统中各类金属板材零件的平直度检测,并能显著提高矫直系统的自动化和智能化水平,是一种非接触式全局测量方法,能有效克服传统测量方式对板材表面的损伤。

关键词： 目标跟踪   相关滤波   主动轮廓模型   目标尺度观测  

摘要： 针对在相关滤波目标跟踪中,对目标尺度观测不准会造成匹配模板更新错误,从而降低目标跟踪的精度的问题,提出一种Deep Snake协助相关滤波的目标跟踪方法。该方法首先利用相关滤波估计目标的初始状态;然后利用Deep Snake得到目标的轮廓,进而优化目标的尺度。在OTB-2015(成功率70%)和VOT-2019(期望平均覆盖率28.6%)数据集上的实验结果表明:与现有的目标跟踪方法相比,提出的跟踪方法具有较优的跟踪性能。

关键词： 计算机视觉   网络安全   入侵检测系统  

摘要： 阐述计算机视觉技术在网络安全中的关键应用,包括入侵检测系统(IDS)、视频监控和面部识别。通过评估计算机视觉技术的应用价值,不断加强网络安全管理,有效缓解网络威胁。

关键词： 樱桃番茄   目标检测   深度学习   RT-DETR   轻量化   Transformer  

摘要： 为进一步提升穗收型樱桃番茄识别准确率和识别速度,实现设施环境番茄自动采摘,提出了一种基于改进Transformer的轻量化樱桃番茄穗态识别模型。首先,构建了包含不同光照环境和采摘姿态的樱桃番茄数据集,并对樱桃番茄果穗姿态进行了划分。然后,提出了一种基于改进RE-DETR的轻量化穗收樱桃番茄识别模型,通过引入一个轻量级的骨干网络EfficientViT替换RT-DETR原有的骨干网络,显著减少了模型参数和计算量;同时设计了一个自适应细节融合模块,旨在高效处理并融合不同尺度特征图,并进一步降低计算复杂度。最后,引入加权函数滑动机制和指数移动平均思想来优化损失函数,来处理样本分类中的不确定性。实验结果表明,该轻量化模型在保持高识别准确率(90%)的同时,实现了快速检测(41.2 f/s)和低计算量(8.7×10^(9) FLOPs)。与原始网络模型、Faster R-CNN和Swin Transformer相比,平均识别准确率提高1.24%~15.38%,每秒处理帧数(FPS)提高25.61%~255.17%,同时浮点运算量实现了69.37%~92.37%的大幅降低。该模型在综合性能上有着较强的鲁棒性,兼顾了精度与速度,可为番茄采摘机器人完成视觉任务提供技术支撑。

关键词： 计算机视觉   目标跟踪   相关滤波   记忆修复模型   特征博弈融合   模板更新  

摘要： 针对跟踪任务中出现的目标遮挡和短暂消失等挑战属性,提出了一种结合记忆修复机制的特征博弈融合目标跟踪算法。首先,在核相关滤波器的框架下,提取目标的FHOG特征、SURF特征进行通道串联,再自适应博弈融合ResNet-50网络提取的Conv4-1层深度特征共同构建目标外观模型,避免跟踪算法的特征单一性。然后,改进模型更新策略,通过记忆修复神经元和记忆矩阵实现对特征信息的记忆、回忆和修复,完成遮挡或漂移视频帧的特征损失修复工作,使用修复完整的特征模板对核相关滤波器进行正确更新,提高算法对跟踪对象的辨识度。最后,在OTB100、TC128、UAV123实验基准数据集上与KCF、DCF_CA、SAMF、M2C2F和EMCF算法进行对比测试,实验结果表明改进算法的跟踪准确性和鲁棒性得到提高。

关键词： 计算机技术   图形图像处理   PS课程   在线教学  

摘要： 阐述计算机PS图形图像处理的特点、在线精品课程建设内容。介绍计算机PS图形图像处理技术应用于在线精品课程建设中的关键技术,并分析基于计算机PS图形图像处理在线精品课程的应用实践。

关键词： 事件检测   目标检测   车辆跟踪  

摘要： 随着交通信息化的发展,对道路交通事件的处理有了更高的要求。本文利用深度学习技术进行道路交通目标自动化检测,通过结合目标检测算法和车辆跟踪算法,研究能够有效识别并跟踪车辆的运动算法,进而建立事件检测模型,以实现对交通异常情况的准确检测。

关键词： OpenCV   双波长光纤导引光   高精度装调   图像处理   最小二乘法  

摘要： 为了保证双波长光纤导引光在高精度装调设备中的成功应用,设计了一种基于OpenCV(Open Source Computer Vision Library)的图像处理算法。采用主动调整曝光模式对CCD(Charge-coupled Device)相机进行主动调焦,利用OpenCV分析典型图像处理算法,调整算法参数,通过最小二乘法拟合图像,绘制中心坐标,最终实现输出理想的图像。经检测分析,图像校准的精度平均值为4.54μrad。该算法能够捕捉、识别并实时跟踪目标,将计算机识别的中心坐标打印到输出的图像上,提高了双波长光纤导引光对装调设备的装调精度。