关键词： 多目标跟踪   Transformer   卡尔曼滤波   检测置信度   多特征匹配  

摘要： 针对无人机多目标跟踪面临目标遮挡、尺度变化、快速运动、复杂环境等问题,提出了一种基于Transformer的无人机多目标跟踪算法,采用Focal Transformer来捕获高分辨率输入的Transformer层中的局部和全局交互。该算法能够生成目标的检测信息以及目标的外观特征,从而提高了跟踪性能。在轨迹预测方面,采用了卡尔曼滤波方法,以准确地预测目标的运动轨迹,有助于提高跟踪的准确性和鲁棒性。在数据关联过程中,同时考虑了检测置信度、外观嵌入距离和IOU距离3个因素,以更有效地处理数据关联过程,提高了多目标跟踪模型的鲁棒性,使其能够在复杂场景中更好地跟踪目标。此外,还使用了轨迹的二次匹配方法,进一步提高了算法的性能。在VisDrone和UAVDT数据集上进行了对比验证,证明了该算法在实际应用中的有效性和可行性。本研究为无人机多目标跟踪提供了一种新的解决方案,具有广泛的应用前景。

关键词： 大豆花朵   生长状态   YOLOv5   田间复杂环境   注意力机制   目标检测  

摘要： 为判断大豆开花时期落花情况,对田间大豆花朵在花蕾、半开、全开、凋落四类生长状态下进行精准检测。基于YOLOv5检测模型,对主干Bottleneck CSP结构进行修改,减少模块数量来保留更多浅层特征,增强特征表达能力,在骨干网络中引入CA注意机制,以获得位置信息,协助模型更加准确地识别,并修改锚箱尺寸提高小目标花蕾精准识别,在自建的田间大豆花朵不同生长状态数据集上进行改进YOLOv5算法对比试验。结果表明:大豆开花时期花朵不同生长状态识别模型准确率达到93.4%,召回率达到91.4%,对比原模型准确率、召回率分别提高0.8%和2.1%。

关键词： 图像处理   语义分割   算法   草坪杂草定位   融合算法   Zhang-Suen细化提取   平均质心法   最小外接圆  

摘要： 【目的】探究基于多算法融合的草坪杂草精准定位算法,为草坪杂草的自动识别和清除机器人的除草作业提供技术支撑与理论依据。【方法】提出了一种基于语义分割的多算法融合的草坪定位算法。首先,通过PSPNet网络分割草坪和非草坪轮廓。其次,针对分割出来的非草坪轮廓提取感兴趣的区域,去除非杂草轮廓,保留杂草轮廓。然后,利用Zhang-Suen细化算法提取杂草轮廓骨架线,并获取骨架交叉点数量和坐标位置。最后,利用融合算法依据交叉点数量选择不同的定位策略,实现杂草根部的精准定位。【结果】融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为83.17像素,相比平均质心法减少了14%,相比最小外接圆减少了22%。换算到实际场景之下,融合算法定位的杂草坐标与真实杂草根部中心坐标的均方根误差为12.48 mm,误差在可接受的误差范围内。融合算法提高了杂草根部中心的定位精度,降低了杂草定位的误差。【结论】基于语义分割和融合算法的草坪杂草定位方法提高了杂草根部中心的定位精度,降低了单一方法的定位误差,可以为草坪杂草自动识别和除草作业提供技术支持。

关键词： 外墙裂缝   目标检测   MaskR-CNN  

摘要： 目前,传统的人工检测建筑物外墙裂缝的方法存在危险系数高、检测效率低下等问题,本文提出了基于无人机和计算机视觉技术检测建筑物外墙裂缝的方法。通过利用无人机采集建筑外墙图像,建立了裂缝数据集。提出了一种适合于裂缝检测的改进的MaskR-CNN目标检测网络。研究结果表明:改进后的MaskR-CNN提升了裂缝的定位精度以及掩码拟合质量,使裂缝检测过程更加智能化。

关键词： 机器学习  

ISBN: (纸本)9787302665144

摘要： 本书共分15章, 内容包括深度学习与计算机视觉、PyTorch 2.0深度学习环境搭建、从0开始PyTorch 2.0、一学就会的深度学习基础算法、基于PyTorch卷积层的MNIST分类实战、PyTorch数据处理与模型可视化、残差神经网络实战、基于OpenCV与PyTorch的人脸识别实战、词映射与循环神经网络、注意力机制与注意力模型详解、基于注意力机制的图像识别实战、基于Diffusion Model的从随机到可控的图像生成实战、基于注意力的单目摄像头目标检测实战、基于注意力与Unet的全画幅适配图像全景分割实战、基于预训练模型的可控零样本图像迁移合成实战。

关键词： 图像处理   非均匀雾霾图像   层级权值交互   频域信息   拉普拉斯先验  

摘要： 针对非均匀雾霾图像去雾过程中细节丢失和雾霾残留,导致图像质量受损的问题,提出一种基于层级权值交互和拉普拉斯先验的非均匀去雾方法。首先,在基准网络中引入层级权值交互模块,以自适应地调整权值,在不同尺度上对特征图进行加权融合。同时,使用全感受野聚合模块丰富感受野,让模型更全面地理解图像内容信息。然后,引入频域信息分支,使用小波函数将图像分解为低频和高频分量,低频部分包含整体结构信息,高频部分提供局部细节信息,两者共同提高了图像的清晰度。最后,引入拉普拉斯损失重建图像,恢复图像的细节特征,提高生成图像的质量。实验结果表明,相比原始算法,所提算法在4个数据集上的峰值信噪比(PSNR)分别提高了0.8 dB、1.54 dB、1.14 dB和0.23 dB,并在测试集上取得了较优的去雾效果。

关键词： CTA   冠状动脉CTA   人体质量指数   辐射剂量   图像处理   管电压  

摘要： 目的本研究旨在探讨低管电压扫描在冠脉CTA成像技术中KV值与体质量的关系。方法选取疑似为冠状动脉疾病患者120例为研究对象,所有患者均行冠状动脉CTA检查。根据KV值不同分为三组:A组120 KV(45例);B组100 KV(45例);C组80 KV(30例)。并将各组患者按体质量不同分为分为<70 kg、70~85kg、>85kg三个级别,C组不设>85kg级别。所有患者使用的对比剂为碘普罗胺(370 mgI/m1)。比较各组各个体质量级别的图像质量和有效辐射剂量。结果除80KV组70~85kg级别出现2分外,其余各组各级别患者图像质量主观评分均≥3分,A、B组中>85kg级别和C组70~85kg级别评分较低,与其他组评分差别明显。同样是≤70 kg体质量患者在不同KV组其血管CT值差异明显,均有统计学意义(均P<0.001)。同样是70~85kg体质量级别患者在不同KV组其血管CT值差异明显,差异均有统计学意义(均P<0.001)。同样是>85kg体质量级别患者在不同KV组其血管CT值差异明显,差异均有统计学意义(均P<0.001)。B组>85kg级别和C组70~85kg级别的SNR和CNR均较其他组降低,图像质量较差。同样<70 kg级别在100KV组比120KV组ED减少42.4%,80KV组比120KV组减少68.3%(P<0.001);同样是70~85kg级别在100KV组比在120KV组的ED减少40.4%,在80KV组比在120组ED减少68.3%(P<0.001);同样是>85kg级别在100KV组的ED比在120KV组减少40.8%(P<0.001)。结论在冠状动脉CTA成像,体质量≤70 kg的患者应用80 KV剂量、体质量70~85kg的患者应用100 KV剂量可获得与120 KV剂量相当的图像质量,而且可有效减少辐射剂量。

关键词： 头部图像   图像处理   三维重建  

摘要： 为了制作适用于伽马刀手术的3D打印医疗头模,基于断层CT扫描图像,首次提出Canny和MC相结合的算法(C-MC)进行人体头部的三维重建。Canny边缘检测算法采用高斯滤波去噪,以便于加强边缘和边缘提取,与传统移动立方体(Marching Cubes)算法相结合,完成头部图像的快速、精确三维重建与可视化。使用C-MC算法得到的人体头部三维重建模型,不仅提高了三维重建的效率和头部图像的完整性,也为后期医疗头模的三维建模设计以及3D打印提供了有力的支撑依据。

关键词： 小目标检测   YOLOv8n   特征融合   注意力机制  

摘要： 针对无人机(UAV)图像中目标尺寸小及特征信息少导致检测精度低的问题,提出改进YOLOv8n的小目标检测算法。首先,引入Wise-IoU损失函数,通过动态非单调聚焦机制增强网络对普通质量锚框的关注,提高泛化能力。然后,添加小目标检测层(SODL)和双向特征金字塔网络(BiFPN)构建新的特征融合结构——Bi-SODL结构。SODL使网络更充分地捕捉小目标的浅层特征信息,BiFPN可以实现不同尺度特征层之间的信息交流和融合,提高小目标检测的准确性。最后,添加大型可选择模块(LSKBlock)注意力机制,通过空间选择机制和加权方式对输入特征进行处理,进一步提高小目标检测的性能和鲁棒性。实验结果表明,在VisDrone2019数据集上的检测精度指标P、mAP_0.50和mAP_0.50∶0.95分别提升6.4%、8.3%和5.2%,并且参数量降低25.78%。改进措施使得检测性能优于众多主流算法,证明了改进算法的有效性。

关键词： 遥感图像   军用飞机   目标检测   Faster R-CNN  

摘要： 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全局上下文信息以提升模型的表征能力;利用可变形卷积来动态学习目标区域的形变特征,适应不同尺度和形状的目标;采用对比实验的方法精简骨干网络,降低过深的骨干网络与过低的采样率对于小目标检测的影响,提高模型的识别速度。在目标候选框筛选阶段,引入Soft NMS算法,根据置信度降序排名去除重叠度高的候选框,降低密集分布目标的漏检率。实验结果表明,提出的Faster R-CNN模型在参数量为23.844 MB的情况下,mAP0.5-0.95达到了77.1%,检测速度达到了43.7帧/秒,相比于多个主流模型具有较好的综合性能。