关键词： 商贸服务业   核心竞争力   商科   人工智能   图像处理   把握时机   大数据   视觉营销  

摘要： 引言随着互联互通、大数据、云计算、人工智能等模式和技术在商贸服务业的应用和发展,中国经济已经进入商业3.0时代。新兴技术带来智能修图的迅猛发展,商业理念的迭代更新对视觉营销岗位人才培养提出更高要求(李伟等,2021)。复合型视觉营销人才既要具备扎实图像处理应用技能,又要拓展知识面不断调整美工设计变革思维;既要自觉将艺术设计与商科思维相结合,也要将人文艺术修养领域内的各品类融会贯通;既要重视光影理论知识的学习和掌握,也要把握时机大胆地进行实践创新,从而提高自身的综合素质和核心竞争力。

关键词： 小目标检测   注意力机制   特征融合   损失函数  

摘要： 小目标检测作为目标检测中一项极具挑战性的项目,广泛分布于日常生活中,在视频监控场景中,距离摄像头约20 m远处的行人人脸就可以被认为是小目标.由于人脸可能相互遮挡并容易受到噪声和天气光照条件的影响,现有的目标检测模型在这类小目标上的性能劣于中大型目标.针对此类问题,本文提出了改进后的YOLOv7模型,添加了高分辨率检测头,并基于GhostNetV2对骨干网络进行了改造;同时基于BiFPN和SA注意力模块替换PANet结构,增强多尺度特征融合能力;结合Wasserstein距离改进了原来的CIoU损失函数,降低了小目标对锚框位置偏移的敏感性.本文在公开数据集VisDrone2019以及自制的视频监控数据集上进行了对比实验.实验表明,本文提出的改进方法mAP指标在VisDrone2019数据集上提高到了50.1%,在自制视频监控数据集上高于现有方法1.6个百分点,有效提高了小目标检测的能力,并在GTX1080Ti上达到了较好的实时性.

关键词： 人工智能系统   自然语言处理   人工智能技术   计算机视觉   数据驱动   可信赖程度   技术缺陷   内在属性  

摘要： 随着算力、数据等条件的不断升级以及算法等的不断进步,计算机视觉、自然语言处理等众多人工智能领域取得长足发展,各行各业应用蓬勃兴起。同时,以数据驱动的人工智能因其自身的技术缺陷以及有可能带来的决策偏见、使用安全等问题引发了信任危机,“可信”成为当下人工智能技术关注的焦点。“可信”这一概念反映着人工智能系统、产品和服务在安全性、可靠性、可解释、可问责等一系列内在属性的可信赖程度,具有重要的研究意义与深刻的现实意义。

关键词： 动物   目标检测   多目标跟踪   数据关联   遮挡   羔羊活动量  

摘要： 为评价母羊繁殖性能并及时发现分娩栏中的弱活力羔羊,该研究提出一种基于状态向量增强ByteTrack的新生羔羊活动量自动计算方法。针对传统ByteTrack算法在跟踪目标被遮挡时易发生身份切换的问题,引入置信度信息增强的状态向量,提高跟踪算法区分遮挡与被遮挡羔羊的能力。针对跟踪目标丢失导致轨迹预测不准确的问题,构建目标丢失期间的虚拟轨迹并重更新轨迹状态向量,以纠正轨迹误差。在获取各羔羊活动轨迹后,计算各羔羊帧间移动距离统计羔羊活动量。在江苏海门山羊研发中心采集的新生羔羊活动视频数据集上,测试状态向量增强的ByteTrack多目标跟踪算法性能。测试结果表明,研究提出的多目标跟踪方法在高阶跟踪精度、多目标跟踪精度、多目标跟踪准确度、IDF1得分上分别达到80.8%、86.1%、84.5%和92.2%,相较于现有算法的最高精度,分别提高2.7、0.2、2.3和3.9个百分点。该研究所提方法能够实现同窝多只新生羔羊的稳定跟踪,为新生羔羊活动量的自动计算、母羊繁殖性能的自动评估提供技术支撑。

关键词： 深度学习   遥感图像处理   SAR图像目标识别   神经网络  

摘要： 随着深度学习的不断发展,其应用领域与应用范围也在不断拓展,对人类的生产生活产生了重要影响,并有力推动了遥感图像处理技术的发展,对于提高遥感影像识别和分类精度具有重要意义。遥感图像处理的要求较高,单纯依靠人工处理遥感图像的难度较大。深度学习为遥感图像处理提供了新的思路与方法,解决了遥感识别与分类的问题。基于此,文中分析了遥感图像处理技术现状,探究了深度学习在遥感图像处理中的应用。

关键词： 高机动目标   目标跟踪   自适应交互多模型   强跟踪CKF   SVD分解  

摘要： 为提升高机动目标跟踪精度,提出了一种改进的强跟踪CKF自适应交互多模型跟踪算法。在IMM算法运动模型集中引入CS-Jerk模型,增强对高机动目标的适应能力,采用奇异值分解(SVD)算法解决模型集中因模型扩维而导致CKF算法无法Cholesky分解的问题;提出了一种改进的强跟踪CKF算法,降低强跟踪CKF算法的计算量;利用模型的后验信息对IMM算法模型转移概率进行自适应调整,提高跟踪精度。仿真结果表明,基于所提算法目标的位置均方根误差均值和速度均方根误差均值较IMM-CKF算法分别降低了22.50%和16.58%,有效提高了目标跟踪精度。

关键词： 装甲目标   目标检测   可见光图像   红外图像   融合  

摘要： 针对基于可见光图像的装甲目标检测算法易受地面复杂环境干扰的问题,提出一种基于可见光与红外图像融合的装甲目标检测算法,通过卷积神经网络自适应融合可见光和红外图像特征,提高对地面复杂环境下装甲目标的检测精度。针对装甲目标检测任务,通过实拍方式构建一个在复杂地面环境下的可见光-红外装甲(Visible-Thermal Armored Vehicle,VTAV)目标图像数据集;基于经典的单阶无锚框检测模型,设计前端特征融合结构、中端特征融合结构和后端特征融合结构;在VTAV数据集上对比不同融合结构和不同融合方式间的检测性能差异。实验结果表明,后端特征融合结构性能最佳,与基于可见光图像的装甲目标检测算法相比,mAP@0.5∶0.95提升2.6%,表明基于可见光与红外图像融合的装甲目标检测算法能够有效提升地面复杂环境下装甲目标的检测精度。

关键词： 多目标跟踪   概率多假设跟踪   一致性共识   集中式状态估计   分布式状态估计  

摘要： 在目标跟踪领域,概率多假设跟踪(probability multiple hypothesis tracking,PMHT)算法作为一种批处理算法,计算量远远小于传统的多假设跟踪算法。当前,PMHT算法的应用受限于集中式处理,本文首先在传统算法的基础上对传感器网络下的算法似然进行了推导,得到多传感器算法下的关联后参数,接着基于共识性处理策略进行了混合共识,最后使用卡尔曼滤波完成了对目标参数的后验估计,使得PMHT算法能够被应用于不包含融合中心的全分布式传感器网络多目标跟踪。实验结果表明,在不同的杂波密度下,分布式PMHT在跟踪误差上相对于单传感器算法有着90%以上的改善效果,与集中式算法相比跟踪性能接近且运算速度更快。

关键词： 目标检测   输电线路   绝缘子   无人机   YOLOv8   超分辨重构   生成对抗网络  

摘要： 为解决无人机在输电线路巡检时遇到的绝缘子故障难以检测的问题,提出一种绝缘子故障检测新方法。该方法结合了真实世界增强超分辨率生成对抗网络(Real-ESRGAN)和改进的YOLOv8n。首先,利用Real-ESRGAN对数据集进行超分辨率重构,优化数据集质量,有效减少复杂背景的干扰;然后利用高效视觉变压器框架替换YOLOv8的主干,加强模型的特征提取能力,同时使模型在推理阶段有更快的处理速度;再对YOLOv8的检测头进行轻量化处理,进一步加速模型推理。试验结果显示,该方法的均值平均精度达86.7%,证明了其在复杂背景下的卓越目标检测性能。通过分析热力图,展示了该算法与传统YOLOv8在关注区域上的差异,从而揭示了模型的内部工作机理。

关键词： 小目标检测   YOLOv8s   感受野模块(RFB)   CoT  

摘要： 无人机航拍目标检测是近些年研究的热点,由于无人机航拍视角下的小目标图像及被遮挡情况严重,导致出现漏检、误检等问题。针对以上问题,提出了一种改进YOLOv8的航拍小目标检测方法:CRP-YOLO。为提升颈部网络PANet的特征提取能力,提出一种多分支部分空洞卷积结构,将RFB模块与PConv结合改进颈部网络的特征融合方式,增大颈部网络的感受野;在主干网络SPPF层前的C2f中引入CoT(contextual Transformer)结构改进Bottleneck块,利用全局上下文信息,提升网络特征提取能力;在检测层增加一个尺寸为160×160的小目标检测头,提高对小目标的检测能力。在公开数据集VisDrone2019上进行实验,结果表明,相较于基线模型YOLOv8s,CRP-YOLO在mAP@0.5上提升3.8个百分点,mAP@0.5:0.95提升1.7个百分点,参数量降低1.5 MB,与其他主流目标检测方法相比也得到较好的检测性能。