关键词： 行人重识别   神经网络   专利分析  

摘要： 随着监控视频的急剧增加,如何更加高效智能地使用行人重识别技术对海量数据进行分析和使用是一个亟待解决的问题。文章梳理了行人重识别技术领域的专利现状,介绍当前行人重识别技术的主要分支,统计分析该技术在全球范围内的时域分布,结合关键技术点,对主要申请人、关键专利申请进行分析,最后对行人重识别技术未来可发展方向进行了探究。

关键词： 手势识别   目标检测   无人机   YOLOv5模型   Halcon算法包  

摘要： 为了提高人机交互效率,本文研发了一种基于视觉的无人机。通过人体手势控制和目标追踪,系统采用Opencv和halcon算子库对无人机拍摄的图像进行处理,结合目标检测模型YOLOv5和Pytorch等算法优化目标检测的实时性和精确度。测试的结果表明,该系统能够准确识别手势并有效执行目标检测,可以广泛应用于安防监控和城市交通管理等领域。

关键词： 喷墨印刷   图像灰度化   超分辨率重建   图像处理  

摘要： 为了应对采集环境或采集系统影响导致的喷墨印刷图像模糊、不显著等问题,本文提出了一种利用灰度图像处理,根据图像灰度值设置三维地形图和灰度等高线图的方法,以确定印刷图像中墨滴的中心位置和边缘,从而更好地区分重叠墨滴和单个墨滴。此外,还提出了一种基于SRCNN(Super-Resolution Convolutional Neural Network)的喷墨印刷图像处理方法,以提高低分辨率喷墨印刷图像的清晰度。通过在特征提取层加入普通卷积层以提取更丰富的图像特征,该方法在标准数据集上得到了验证。喷墨印刷图像的结果显示,改进后的SRCNN模型比未改进的SRCNN模型峰值信噪比提高了0.014dB,证明了改进模型的有效性,并在重建图像中取得了更好的视觉效果。

关键词： 临时性活荷载   活荷载调查   楼面活荷载   目标检测   多目标跟踪  

摘要： 临时性活荷载是建筑楼面活荷载的重要部分,但基于荷载单元的传统模型造成现场调查困难,样本匮乏导致临时性活荷载研究长期停滞不前。对此,研究提出了临时性活荷载的解耦随机模型,将活荷载解耦为数量和幅值两种独立随机变量,既可对不同临时性活荷载事件统一建模,也可对荷载的数量和幅值分别采样统计而大大方便了荷载调查。与解耦随机模型相配合,进一步研究了结合目标检测和多目标跟踪的机器视觉调查方法,利用泛在监控设施实现临时性活荷载的持续性调查。以常见人群聚集型临时性活荷载为例,阐述了机器视觉调查方法的实施过程,并通过实际场景下的调查实验验证了调查方法的有效性。解耦随机模型结合机器视觉调查方法为临时性活荷载大样本的获取以及楼面活荷载设计值的研究提供了可行的新方式。

关键词： 雷视融合   ADB   目标检测   场景识别   智能控制  

摘要： 针对传统基于相机的ADB灯控系统单目摄像头在雨、雪、雾天气存在识别不清和检测率低的问题,文章设计一种基于雷视融合的车载ADB灯控系统。该系统可以实现夜晚自适应控制远光灯的开闭,减少交通事故的发生,并且雷达数据的引入增强了数据源的可靠性,使得该系统在雨、雪、雾等不良天气下亦可正常工作,增强了系统的鲁棒性。

关键词： 织物缺陷检测   深度学习   计算机视觉   神经网络   异常检测  

摘要： 织物表面缺陷检测是织物生产过程中必不可少的环节,近年来,使用机器视觉的方法逐渐被提出,但使用该方法存在诸多局限性,致其精度和对未知缺陷的检出率不高.提出了一种基于多尺度特征融合神经网络的织物表面缺陷检测方法,其基于编解码器架构,编码器的特征提取模块使用多尺度卷积核和空洞卷积以感知不同尺寸的缺陷,结合残差并加入了特征增强筛选模块以优化多尺度信息,增强不同特征之间的关联.最终设计了一种融合带权交叉熵和Dice Loss的损失函数以加速模型收敛.实验表明本方法可以有效分割出织物表面的缺陷部分,在AITEX织物数据集上达到了98.96%的准确率以及96.95%的召回率.

关键词： 智能监控系统   模式识别   计算机视觉  

摘要： 随着经济的快速发展,城市交通的实时监控系统变得越来越重要,建立全面的智能监控系统对构建平安城市和智慧城市非常重要。本文算法借助强大的计算机处理数据的能力,利用图像领域的相关理论和模式识别、计算机视觉等新兴技术,针对视频源中有用的关键信息进行提取和分析,及时地对场景下的异常情况进行识别监控,并通知有关安全人员处理危机。在人力不可及的条件下最大限度地避免误报、漏报等现象,使监控系统真正实现无人监管、智能化。

关键词： 无标记动作捕捉   图像处理   机器学习   立定跳远   体育测量  

摘要： 目的:旨在探究无标记动作捕捉技术在立定跳远距离测量中的应用。方法:采用RGB-D深度相机进行动作捕捉,运用关键帧提取、图像分割和边缘检测等图像处理技术,结合机器学习算法,实现无标记精准测量立定跳远距离,并通过信效度分析检证其精准性和可靠性。结果:通过51个标准距离重复测量,重测信度检验得到克隆巴赫系数α=0.999和组内相关系数ICC=0.998,重测精准性达到99.64%;通过306次立定跳远试跳实测,标准效度检验的Pearson相关系数r=0.999,稳定可靠性达到99.69%。结论:本研究成功开发并验证了一种基于无标记动作捕捉技术的立定跳远距离测量方法,极高的精准性和可靠性展示了该方法的创新性和实用价值。

关键词： 数字图像处理   混凝土   裂缝表征   实验教学  

摘要： 针对混凝土材料实验教学中裂缝表征的重难点问题,提出一种基于数字图像处理(DIP)技术的混凝土开裂性能实验教学方法,并利用该方法分析了混凝土早龄期开裂(塑性)、高韧性混凝土多点开裂(固态)与混凝土裂缝自愈合(回归)等3个方面的教学实例。DIP方法能够使教师改进教学内容,更生动、直观地展示实验结果,能够使学生开拓视野并更深刻理解混凝土的结构与性能演变。DIP能够在涵盖混凝土从塑性到固态、裂缝从产生到回归的全生命周期过程中起串联作用,有利于促进不同学科之间的交叉与创新。

关键词： 目标检测   YOLOv4-tiny   剪枝   嵌入式设备  

摘要： 针对YOLOv4-tiny存在计算量较大,检测精度低,无法满足嵌入式设备实时性需求的问题,论文基于MobileNetv3改进的轻量级网络YOLOv4-E,使用BN层的γ尺度因子对冗余的特征通道进行剪枝,在25%剪枝率下模型大小降低到了6.7MB,mAP仅降低了0.59%,FPS提升了8.8%。同时使用NCNN前向推理框架对剪枝后的模型进行Int8量化,在树莓派4B上检测单张图片仅需173 ms,满足了实时性需求。