关键词： 深度学习   军事图像识别   目标检测   卷积神经网络   循环神经网络  

摘要： 本文概述了深度学习技术的基础知识和理论背景,详细介绍了军事图像识别技术,并深入研究了深度学习在军事应用中所面临的挑战,进而探讨了基于深度学习的军事图像识别与目标检测方法。结果表明,深度学习在提升军事图像识别效率和准确性方面具有显著效果,但在实际应用中仍存在一些挑战,如数据集的构建和标注、模型的训练和优化等。通过深入研究和解决这些问题,深度学习在军事图像识别领域的应用前景广阔。

关键词： 医学图像处理   课程思政   案例库   教学改革   生物医学工程   一流课程  

摘要： 课程思政是深入贯彻落实“立德树人”根本任务的重要举措。文章针对《医学图像处理》课程,结合徐州医科大学办学定位和生物医学工程专业人才培养方案,深入挖掘课程蕴含的政治元素,建设了课程思政案例库。案例库收集了典型的思政教学案例,将社会主义核心价值观、科学精神、创新精神等元素融入专业知识点。教学采用启发式、互动式、探究式、案例式教学的教学方法,强化实践教学,开展形式多样的教学活动,实现了专业教学和思政教育的有效结合,取得了良好的教学效果。课程思政案例库为课程思政教学提供了素材和支撑,是深化课程思政建设、提高人才培养质量的有效途径。

关键词： 智慧文旅   目标检测   注意力机制   轻量化网络   YOLOv8算法  

摘要： 针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOLOv8-L。首先引入Depth Sep Conv轻量化卷积模块,降低模型的参数量和计算量。其次采用BiF orm er注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度。最后增加一层小目标检测层来提取更多的浅层特征,从而有效地改善模型对小目标的检测性能。在TAPDataset、VOC 2007及TAP+VOC数据集上的实验结果表明,与YOLOv8相比,在FPS基本不变的情况下,在TAPDataset数据集上,模型的参数量减少了18.06%,mAP@0.5提高了5.51%,mAP@0.5∶0.95提高了6.03%;在VOC 2007数据集上,模型的参数量减少了13.6%,mAP@0.5提高了3.96%,mAP@0.5∶0.95提高了6.39%;在TAP+VOC数据集上,模型的参数量减少了14.02%,mAP@0.5提高了4.49%,mAP@0.5∶0.95提高了5.68%。改进算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。

关键词： 压印字符   字符识别   无锚框   小样本   目标检测  

摘要： 工件表面的压印字符存在凹凸不平、锈蚀、风化等问题,导致传统的字符识别算法难以取得满意的效果。针对这一问题,将工件表面压印字符的识别视为一类特殊的目标检测问题,并针对其特性设计了一种两阶段识别网络:定位-分类网络。定位网络使用无锚框的方法提取字符感兴趣区域,有效解决了字符区域提取困难的问题。分类网络采用特征解耦的卷积模块和结构重参数化技术,能够在不增加额外参数的情况下提升分类的准确率。此外,分类网络采用跨域迁移学习的训练策略,能够有效解决实际应用中的小样本和类别不平衡问题。在自建螺栓数据集和SynthText数据集上的实验结果表明,该算法的整体精度能够达到98%和92%,优于对比算法。

关键词： 计算机视觉   青光眼   辅助诊断   深度学习  

摘要： 青光眼是一类视神经损伤疾病,青光眼筛查工作对眼科医师的诊断水平有很高的要求。为帮助医生更好地观察青光眼病理特征,提高医生的主观诊断效率和准确率,本文应用计算机视觉辅助诊断算法增强视网膜图像,并使用神经网络构建图像的分类识别模型。实验结果显示,所构建的神经网络对视网膜图像分类的准确率为92.05%。

关键词： 射线检测   视觉伺服   图像处理   SSA-BP算法   位置补偿  

摘要： 针对当前火箭贮箱焊缝采用工业机器人作为射线检测系统的执行机构,通常按照“示教-再现”进行既定轨迹运动,不能适应小批量多品种的柔性与智能生产线的问题,将伺服机构、图像处理技术与智能机器人相结合,采用基于图像的视觉伺服控制(IBVS)方法反馈当前图像特征信息,与期望图像特征进行对比形成图像特征偏差,再基于SSA-BP的控制方法,将得到的特征误差用于火箭贮箱焊缝检测中的焊缝位置误差补偿,以提高射线检测系统的作业精度。最后通过试验,验证了该方法具有良好的自适应性和鲁棒性。

关键词： 系统偏差   非高斯噪声   最大相关熵准则   量测差分   卡尔曼滤波  

摘要： 针对传感器存在系统偏差且噪声非高斯条件下目标状态估计精度较差的问题,提出一种有偏量测下基于最大相关熵卡尔曼滤波(Maximum Correntropy Kalman Filter,MCKF)的目标跟踪方法。该方法通过引入差分机制,利用目标相邻时刻的有偏量测之差构建差分量测方程,有效克服了系统偏差的影响。随后基于最大相关熵准则(Maximum Correntropy Criterion,MCC)量化估计误差的高阶矩信息,并以差分量测为先验条件推导出有偏量测下算法的滤波迭代方程。仿真结果表明,当系统观测值受传感器系统偏差和非高斯噪声干扰时,与现有方法相比,所提方法具有更好的跟踪性能。

关键词： 计算机视觉技术   农作物   病虫害检测   农业生产  

摘要： 现代农业发展更趋集约化、信息化,这为计算机视觉技术的运用提供了空间。以计算机视觉技术在农作物病虫害检测中的运用优势为切入点,在此基础上分析其具体运用方法,包括建设信息作业系统、强调信息采集、运用可视化技术、重视信息复用等内容。最后就该技术在农作物病虫害检测中的未来运用进行展望,一方面客观呈现技术优势、特点,另一方面为其发挥价值提供必要参考。

关键词： 电力视觉   生产全周期   图像处理  

摘要： 随着我国工业化进展不断加快,人们对电力系统的稳定运行提出了更高的要求。电力视觉技术作为一种新兴的监测技术,能够获取设备运行过程中的瞬时信息,并及时作出响应动作,从而实现高效、实时的监控与管理。本文从电力视觉技术的基本概念、目标对象等理论入手,综述了近年来电力视觉技术在电力生产全周期(发电、输电、变电)中的相关研究现状,在总结前人所取得研究成果的基础上,提出了目前电力视觉技术研究仍存在的一些问题,并对其今后的发展趋势进行展望,以期为电力视觉技术进一步的研究与应用提供参考。

关键词： 计算机视觉   语义分割   金字塔池化   特征融合  

摘要： 图像语义分割是计算机视觉领域的一个重要研究分支,目前提出的语义分割算法在提取图像细节特征和全局特征方面表现优异,然而,如何将这些特征进行高效融合,是目前语义分割任务的问题之一。因此,本文设计了一种基于金字塔池化的特征融合算法。通过多个尺度的池化操作来处理特征,实现高效的特征融合。本算法在Cityscapes和Camvid数据集上进行消融实验和可视化实验,实验结果表明,加入了本算法模块后的语义分割模型在各项评估指标上均有明显提升,同时在预测图像上也呈现出本算法对于分割效果的实际作用,充分展示了其有效性。