关键词： 人工智能   深度学习   安全帽   目标检测  

摘要： 安全帽作为安全生产的保护帽,对保护员工的人身安全起着重要作用。经过对企业高风险作业过程中相关检测算法的实际调研分析,发现现有的安全帽佩戴检测算法存在由于距离远、异物遮挡、场景繁杂等因素导致检测准确率低等问题。基于此,文章提出了一种通过添加CA注意力机制、增加小目标检测层和改进损失函数的方法来改进YOLOv5的安全帽佩戴检测新算法。算法改进后应用于实践,实验结果表明,改进后算法的准确率达到95.6%,召回率达到94.8%,满足企业高风险作业过程中对安全帽佩戴检测的准确率要求。

关键词： 视网膜血管分割   神经网络   注意力机制   计算机视觉  

摘要： 视网膜血管的自动分割在眼科和心血管疾病的计算机辅助诊断中发挥着重要作用。注意力机制能够提高经典神经网络模型对图像特征提取的效率和精度,因此注意力机制在视网膜血管分割模型中广泛使用。首先回顾了视网膜血管分割的常用数据集及评价指标,接着根据工作机理将注意力分为选择性注意力机制和自注意力机制两类;根据计算机视觉任务中的作用域将注意力方法分为通道注意力、空间注意力以及混合注意力三类,结合视网膜血管分割任务重点介绍了以上三类方法的代表性注意力模型的具体应用,并对相关模型进行性能对比和评价。最后,对注意力机制存在的问题以及未来的发展趋势进行了讨论。

关键词： 稻瘟病检测   目标检测   Mask R-CNN   现场可编程门阵列  

摘要： 针对基于图像的稻瘟病现场检测技术依赖先验知识且受制于算力与田间网络状况,无法实现自适应实时检测的问题,提出一种可利用现场可编程门阵列(Field programmable gate array,FPGA)加速的Mask R-CNN(Mask region-based convolutional neural network)稻瘟病高通量自适应快速识别模型。首先将骨干网络改进为MobileNetV2,利用其倒残差模块降低计算量,提高模型并行处理能力;随后增加用于稻瘟病多尺度特征融合的特征金字塔网络模块,使模型具备多尺度自适应处理能力;最后由全卷积网络(Fully convolutional network,FCN)分支输出稻瘟病病斑的实例分割,同时使用交叉熵损失函数完成稻瘟病的定位与分类。稻瘟病实测数据集对模型的验证结果表明:当输入为全高清图像时,模型平均推理时间减少至85 ms,相较GPU服务器、同级别GPU边缘计算平台,速度分别提高86.2%、63.0%。在交并比为0.6时,准确率可达98.0%,病斑捕获能力平均提升21.2%。提出的Mask R-CNN自适应快速识别模型能够在田间恶劣网络状况下实现稻瘟病的快速现场检测,具有更好的抗噪能力和鲁棒性能,为水稻病害实时检测、察打一体提供了高效实时的片上系统方案。

关键词： Affordance   计算机视觉   人-物交互   语义分割   深度学习   机器学习  

摘要： 利用基于计算机视觉的Affordance理解研究行为者和周围环境之间的交互属性,对指导机器人导航、抓取具有重要意义。因此,全面、深入地综述了基于计算机视觉的Affordance理解研究现状。首先,对近年来提出的方法依据研究方向进行归类,综述不同方法的思路和特点;然后,对多个常用的公开数据集进行介绍,并对不同方法在这些数据集上的性能进行对比分析;最后,阐述基于计算机视觉的Affordance理解各类方法的优势与不足及未来的发展趋势。

关键词： DJVU存储格式   数字化技术   文献扫描   图像处理  

摘要： 阐述文献数字化的基本原理、加工流程,以及DJVU存储格式的特征。以某图书馆为实例,探讨DJVU技术在文献数字化中的应用,包括文献扫描与预处理、文献图像的DJVU格式转换、DJVU技术在文献检索中的应用,并对DJVU技术在文献数字化中的应用效果进行评估与展望。

关键词： 人工智能   计算机视觉   自然语言处理   大模型  

摘要： 人工智能技术的发展和产业化应用正推动着各行各业的变革。基础技术如机器学习、深度学习、自然语言处理、计算机视觉,以及云计算等,是人工智能产业化的核心,我国在图像识别、语音识别等技术领域达到了国际领先水平。随着人工智能技术的不断发展,政府、企业和研究机构正在共同努力,将人工智能与其他领域结合起来,以实现更大的整体效益。中国已准备好释放“人工智能+”领域的巨大潜力。人工智能在制造业、医疗保健、金融和教育等行业发挥的作用越来越深入广泛,正在形成新质生产力,并改变未来的商业模式和创造新的产业链。

关键词： 行为识别   卷积神经网络   深度学习   残差网络   计算机视觉   运动特征   空间特征  

摘要： 针对视频行为识别方法中运动特征不足导致识别精度低的问题,提出一种结合空间和运动特征的行为识别算法。通过空间和运动两路卷积提取特征。空间卷积采用Res2Net作为主干网络并添加注意力模块;运动卷积细粒度地分为局部和全局特征,构造自适应通道序列重构模块提取局部特征,采用逐帧特征信息作差后聚合的方法提取全局特征。将运动和空间特征信息融合后,经过全连接层输出类别。该模型在UCF101和HMDB51数据集上准确率达到95.6%和70.7%,与传统算法相比,识别精度得到一定提升,验证了该算法的有效性。

关键词： Matlab软件  

ISBN: (纸本)9787121484988

摘要： 本书分为三个部分，共12章。第一部分(第1-4章)介绍数字图像处理的基础知识；第二部分(第5-8章)介绍数字图像处理的各种技术；第三部分(第9-12章)介绍数字图像处理的扩展内容，包括基于深度学习的图像处理技术和工程应用案例等。

关键词： 图象处理  

ISBN: (纸本)9787121483363

摘要： 本书是一本探讨卷积神经网络在图像融合、识别任务上应用的专业著作, 旨在为读者提供全面而实用的知识体系, 使其能够深入理解图像融合与识别的原理和实现, 并应用于各个领域。本书涵盖了从卷积神经网络基础概念到图像融合、识别前沿技术的全面内容, 并详细介绍了著者自身的研究成果。本书共8章, 主要包括: 图像融合与目标识别的目的、意义、基本概念、技术指标和研究历史及现状, 卷积神经网络, 特征表示学习的多源图像融合, 多域特征对齐的多源图像融合, 小样本遥感目标识别, 复杂样本分布的遥感目标识别, 图像融合和目标识别的实际应用, 以及回顾、建议与展望。