关键词： 粒子群算法   直方图均衡化   模糊估计   图像增强   目标检测  

摘要： 水下建筑物结构老化等缺陷使水电站运行存在巨大的安全风险。水下建筑物图像作为运维人员了解水下情况的主要来源,在水下缺陷检测中发挥着重要作用。针对水电站水下建筑物图像模糊、颜色失真导致的缺陷检测困难等问题,提出一种基于改进直方图校正和模糊估计(Improve Histogram Correction and Fuzzy Estimation,IHCFE)的多层次水下图像增强算法。该算法利用粒子群算法(Particle Swarm Optimization,PSO)自适应确定裁剪因子,并得到自适应对比度增强图像;进而利用IBLA算法解决图像颜色失真问题,得到颜色还原后图像;再以拉普拉斯金字塔对上述图像逐层分解融合,得到多尺度融合图像。将原图、限制对比度自适应直方图均衡化(Contrast Limit Adaptive Histogram Equalization,CLAHE)、综合色彩模型(Integrated Color Model,ICM)、水下图像增强卷积神经网络模型(Convolutional Neural Network Model for Underwater Image Enhancement,UWCNN)和所提算法增强后图像输入Fast RCNN中验证目标检测性能,所提算法拥有最高的目标检测准确率,说明了增强算法的有效性和优越性。

关键词： 深度学习   图像数据增强   图像识别   泛化性能   计算机视觉  

摘要： 深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用于图像数据的必要环节.系统地回顾不同的图像数据增强方法,并提出一个新的分类方法,为研究图像数据增强提供了新的视角.从不同的类别出发介绍各类数据增强方法的优势和局限性,并阐述各类方法的解决思路和应用价值.此外,还介绍语义分割、图像分类和目标检测这3种典型计算机视觉任务中常用的公共数据集和性能评价指标,并在这3个任务上对数据增强方法进行实验对比分析.最后,讨论当前数据增强所面临的挑战和未来的发展趋势.

关键词： 目标识别   目标跟踪   位置预测   深度学习   机器视觉  

摘要： 针对多模态检测任务下全尺寸目标识别与跟踪网络串联结构较大、整合程度差、计算效率低的问题,克服跟踪算法对目标运动持续时间与轨迹积累的依赖,面向无人机、智能巡飞弹等无人装备对多模态网络一体化、轻量化与快速相应的需求,提出了一种基于短时域的目标识别与快速跟踪神经网络。以相邻两帧图像作为输入,融合目标语义信息与运动趋势信息间的关联特征;通过可共享特征提取网络,降低多模态目标检测网络的结构复杂性;采用含有静态与动态链路的双分支推理网络,同步完成当前帧内目标识别计算与未来帧内目标位置预测。实验结果表明:所提出的算法识别准确率可达到95.4%,位置预测准确率可达到90.9%,能够在低算力支持下赋予智能武器目标高效识别与快速跟踪计算能力。

关键词： 综采工作面   数字孪生   目标检测   虚实同步映射   扩散模型   生成对抗网络  

摘要： 矿井综采工作面数字孪生模型的构建过程需要手动构建实体的数字孪生3D模型,然后对实体进行目标检测,并根据实时检测结果控制3D模型,以确保孪生体与实体之间的同步映射关系。因此,对井下目标的实时、准确检测是实现虚实同步映射控制的关键。目前主流的目标检测方法需要在传统模型中引入或改进模块,使得模型网络结构复杂、训练周期较长,降低了目标检测的实时性;同时,对于一些含高强度噪声的图像难以精确检测。针对上述问题,提出了一种基于UeDiff-GAN的综采工作面目标检测与孪生体同步映射方法。通过扩散模型对高质量样本进行加噪扩散,得到不同程度的加噪样本,然后使用生成对抗网络(GAN)模型进行训练;设计了平滑扩散算法,以控制扩散步长,加入不均衡扩散模块,以得到与预识别样本匹配的检测算法模型。使用Unity3D构建综采工作面3D模型并进行渲染,实现井下物理实体的对象孪生,据此构建综采工作面实体与其孪生模型的映射关系,根据井下不同位置的检测结果控制对应机器运动状态及姿态,实现孪生模型协同控制,从而实现过程孪生。在自制数据集上的实验结果表明:UeDiff-GAN模型对井下移动目标的平均检测精度较SSD,R-CNN,YOLOv7和Diff-GAN模型分别提升了19.4%,14.3%,9.1%,24.3%;检测速度较SSD,R-CNN分别提升了13.86,42.73帧/s;孪生模型与实体的实时性延迟至多为0.873 s。

关键词： 水稻幼苗计数   平均教师模型   目标检测   YOLOv5   多目标跟踪  

摘要： 水稻种植初期经常会遇到绿色水藻等干扰微小水稻幼苗计数的复杂环境,使得微小水稻幼苗与背景难以区分,容易造成检测计数模型性能显著下降,然而目前通用的深度学习方法无法应对复杂跨域场景下的水稻幼苗检测计数任务。为此,提出一种基于平均教师的域自适应NWD-YOLOv5模型,以解决无人机视角下的复杂环境微小水稻幼苗计数问题。为了提高模型对复杂背景下微小幼苗的检测计数能力,将基于平均教师模型的半监督域自适应训练策略集成到YOLOv5网络中,并且在YOLOv5的损失中使用基于归一化高斯Wasserstein距离(NWD)的预测框度量方法,来提高微小目标的正负样本分配准确性。实验结果表明:与原始的YOLOv5模型相比,改进模型泛化性能大幅提升,mAP@0.5值从60.0%提升到95.9%;与经典目标检测模型相比,所提的域自适应模型在mAP、模型大小和检测速度等指标上均有着较大优势;与传统人工方法相比,所提水稻幼苗计数方法准确率达到98.6%,计数时间仅为人工方法的1/5,决定系数R 2达到了0.9003;所提域自适应模型与监督学习方法Oracle性能接近,并且性能明显优于基准方法Source Only。所提方法可以大幅提高复杂多变环境下水稻植株计数的精度,能够作为水稻作物管理方法的技术支撑。

关键词： 目标检测   计算机视觉   小目标   复杂场景  

摘要： 目标检测作为计算机视觉领域的核心分支,为众多复杂视觉任务奠定了基石。近年来,随着深度学习技术的飞速进步,目标识别能力实现了突破性提升,现已广泛渗透至自动驾驶、智慧交通体系、工业智能化以及医疗影像分析等诸多行业。尽管如此,微小目标识别在图像处理领域仍面临诸多挑战,如像素资源的局限和特征信息的匮乏,使其成为当下科研的热点与难点。特别是在错综复杂的现实环境中,这些微小目标常遭遇遮挡和尺度波动等多重考验,无疑为识别工作增添了额外的复杂性。本文回顾了小目标检测算法的发展历程,对现有算法进行了细致的分类、深入的分析与综合比较。最后,对小目标检测技术的未来趋势进行了展望与探讨。

关键词： Mura缺陷   液晶屏   目标检测   深度学习   微弱特征  

摘要： 针对液晶屏Mura缺陷检测中因对比度低和尺度差异多样而导致的检测精度不足的问题,从提升模型对小尺度缺陷和微弱缺陷检测性能的角度,提出了一种基于改进YOLOv8n的液晶屏Mura缺陷检测模型YOLO-D3MNet。首先,通过引入ConvNeXtv2模块重构模型的主干网络和颈部网络,提高模型在复杂纹理背景下的微弱特征提取能力;其次,针对检测头模块特征信息跨通道交流不足的问题,提出了一种结合通道混洗策略和深度可分离卷积的高效解耦头,促进不同特征通道之间的信息流动,降低模型的算力需求;最后,针对基于预测框和真值框的交并比度量对小尺度缺陷的位置偏差敏感的问题,引入归一化高斯Wasserstein距离损失函数,提供更多的正样本候选框,从而提高模型对Mura缺陷的检测性能。改进后的YOLO-D3MNet模型的准确率、召回率和mAP_(50)分别为92.9%、88.8%和94.8%。相较于基础模型YOLOv8n,YOLO-D3MNet模型的准确率、召回率和mAP_(50)分别提高了3.4%、2.7%和3.6%,同时模型的GFLOPs降低了24.7%。与YOLOv5n等主流目标检测模型相比,本文提出的YOLO-D3MNet模型在液晶屏Mura缺陷检测方面具有更好的性能。

关键词： 地铁车辆   附着异物   图像识别   深度卷积神经网络   目标检测   数据集   模型训练   训练方法  

摘要： 现有的地铁车辆异物检测模型存在真实训练数据匮乏、检测精度低等问题,难以满足实际应用的需要。对此,从公开数据集和互联网中收集废弃塑料袋等异物图像并标注异物轮廓,利用随机旋转、缩放等方法扩展图像数据,利用泊松融合算法,将异物图像与可能附着异物的图像随机融合,生成附着异物图像数据集。采用随机mixup方法,利用扩充后的数据集,训练基于YOLOv4网络的地铁车辆附着异物检测模型,并开展验证试验。试验结果表明,利用扩充后的异物数据集,采用随机mixup方法训练后的检测模型,检测效果更佳。

关键词： 自动驾驶感知   对抗样本   运动模糊   目标检测   卷积神经网络  

摘要： 在自动驾驶感知系统中,卷积神经网络(CNN)作为关键技术在车辆感知和决策中发挥着重要作用。然而,其面临的对抗样本攻击威胁对自动驾驶系统的安全性和稳定性产生了严重影响。现有的对抗样本生成方法通常直接在图像中添加对抗扰动,导致对抗样本视觉质量下降,伪装性不足,易被人类观察者识别。针对这一挑战,引入交通场景中车辆运动引起的图像模糊先验知识,提出一种运动模糊伪装对抗样本生成方法。通过模拟车辆和行人在移动过程中产生的模糊效应,生成具有运动模糊特征的对抗样本。为了保持图像的运动模糊同时有效实现对抗攻击,设计一种目标隐身的对抗样本损失函数。实验结果显示,在ICDAR公共数据集上,图像检测框数量为0,通过Brenner梯度函数得到的图像模糊度指标为69.28,证明了该方法可以生成运动模糊伪装对抗样本。

关键词： 疲劳检测   深度学习   目标检测   通道剪枝   轻量化  

摘要： 煤矿井下无轨胶轮车和露天矿山运输矿卡驾驶员的疲劳驾驶问题对安全生产构成重大威胁。基于深度学习的疲劳驾驶识别是当前研究热点,但现有的疲劳驾驶检测网络模型大多结构复杂,并且依赖高性能计算资源,难于在边缘设备部署。基于YOLOv5s模型,在保证检测准确度的前提下,使用通道修剪和迁移学习技术实现了疲劳驾驶检测模型的轻量化。实验结果证明,模型尺寸明显减小,参数量和计算量分别减少了78.7%和62%,推理时间为每帧图像6.9 ms;与6种主流的目标检测网络进行对比,进一步验证了该模型的优越性。该疲劳驾驶检测模型轻量化处理方法在保持较高检测精度的同时,大幅度提高了实时性和可部署性。