关键词： 课程思政   Photoshop   图像处理   高职院校  

摘要： 课程思政是落实立德树人根本任务的战略举措。如何在“图像处理”教学过程中加入思政内容,是教师须要深入思考的问题。基于成果导向理论,对课程思政教育模式下的“图像处理”教学改革进行了详细的分析,针对课程重实操的特点,强化实战训练,注重思维导图归纳,以中国农业银行Logo设计任务为例,从教学内容、教学方法、考核评价等方面,将思想政治教育充分融入专业课程中,促进学生完成“粗坯—半成品—成品—产品”的蜕变,成效明显。

关键词： 实时监控   运动目标   识别检测   注意力机制   深度可分离卷积网络  

摘要： 为了提高实时视频监控系统对运动目标的检测精度与检测效率,提出一种结合深度可分离卷积网络与CBAM注意力机制改进的YOLOv4目标检测算法。一方面将YOLOv4模型中CSPDarknet53主干网络替换为结构更简单的深度可分离卷积网络,减少模型计算量;另一方面在网络末端三个分支中分别添加CBAM注意力机制模块,在尽可能不增加模型负担的基础上,尽可能保留YOLOv4的检测性能,同时提高模型在不同色彩、光照等因素影响下对运动目标的检测效果。结果表明,所提改进YOLOv4算法的检测精准率和召回率达到91.54%和86.27%,远远高于基于多尺度特征融合改进的YOLOv4-W算法,与原始YOLOv4的检测精度相近;相较于原始YOLOv4算法,所提算法的训练模型减小了0.11 Gib,检测速度达到19 fps,检测效率大幅提高,总体结果在3种算法中最佳。测试结果表明,基于所提改进YOLOv4目标检测算法构建的实时视频监控系统,不仅可以实现对运动目标的实时监测,在多人密集、昏暗、远距离和有遮挡等复杂场景下,依然具有较高的精测精度,值得进一步研究和推广。

关键词： 车辆检测   跟踪模型   交通调查   九型车检测   计算机视觉   交通量统计   实时目标检测器   深度简单在线和实时跟踪  

摘要： 在大多数国省道路场景下,基于计算机视觉的交调方式都面临着车型划分精细、道路交通参与者类型繁杂、噪声干扰多等,导致车型流量占比计算困难的问题。为此,本文提出了一种基于细粒度目标检测与跟踪的九型车识别框架,引入基于无锚框和密集特征采样的实时目标检测器(real-time models for object detection,RTMDet)作为检测模块来执行高效、精准的九型车检测任务;同时设计了一种具有任务针对性的感兴趣区域(region of interest,ROI)噪声抑制模块,用于过滤背景噪声和路面无效车辆。通过进一步与深度简单在线和实时跟踪(deep simple online and realtime tracking,DeepSort)框架集成,本文在检测和跟踪精度方面相较于主流方法都得到了提升,可以为二级交调任务提供精准、细粒度的道路流量信息。

关键词： 海滩垃圾   环境污染   目标检测   QARepVGG   注意力机制  

摘要： 海滩垃圾污染对海洋生态系统和人类健康构成巨大威胁,海滩垃圾监测和清理是一项繁重且复杂的任务。传统的人工调查存在监测效率低、检测范围小和时效性差等问题,为了解决这些问题,本文提出一种基于改进YOLOv7的海滩垃圾检测方法。首先,YOLOv7与量化感知RepVGG(QARepVGG)相结合,实现快速计算并降低模型参数量。其次,加入简单注意力机制(simple attention mechanism,SimAM),增强网络对图像感兴趣区域的特征提取能力。最后,结合双向特征金字塔网络(bi-directional feature pyramid network,BiFPN)结构,改进原有路径聚合网络(path aggregation network,PAN),提高网络学习垃圾特征的效率,增强对不同尺寸垃圾的识别能力。在自建数据集上的实验结果表明:(1)改进模型对8类海滩垃圾有良好的检测能力;(2)与YOLOv7相比,改进模型的总体平均精度均值(mean average precision,mAP)提升5.8%,每秒传输帧数(frames per second,FPS)提高17,改进模型对泡沫、塑料类和纸制品垃圾的识别精度最高;(3)与几种流行的检测模型相比,改进模型的识别精度和效率最高。实际场景中的检测结果表明,改进模型能满足海滩垃圾实时性检测需求。

关键词： 平方根无迹粒子滤波   无迹变换   RAM类目标   粒子退化  

摘要： RAM类目标运动复杂,对跟踪系统提出了更高的要求。针对粒子滤波在解决RAM类目标跟踪过程中存在的粒子退化等问题,通过无迹变换计算得出后验概率密度函数充当粒子滤波的先验概率密度函数,提高后验概率密度函数拟合程度,最终提高粒子的有效性。同时,在无迹变换过程中采用qr分解取代部分Cholesky分解,使输出信号方差矩阵保持非负性。最后,针对一段RAM类目标轨迹建立动力学模型,通过Matlab进行仿真,验证了该算法的有效性。

关键词： 目标检测   免“锚框”   热力图   中心点检测   hourglass网络  

摘要： 传统的目标检测算法通常预设许多候选的目标边界框(“锚框”)穷举待检测目标的潜在位置,在对边界框进行置信度计算后筛除冗余边界框确定人物位置,此类检测方法需要复杂的后处理程序,检测效率低。针对待检测的人物目标,提出基于热力图预测的免“锚框”目标检测算法,将人物目标的检测转化为对人物热力图的最大值,即目标中心点的检测。通过中心点进行目标尺寸的回归,最终确定目标位置,免除对“锚框”的依赖和计算,从而有效降低计算成本,大幅提高目标检测的速度。实验结果表明:与传统基于“锚框”的检测算法Faster R-CNN和SSD相比,所提算法目标检测速度大幅提升,达到45帧/s,同时检测精度相较前两者在不同数据集上均有所改善。在现实场景测试中,即使视频中存在人物交叉遮挡情况,该算法也能实时跟踪和精准检测人物位置,达到实时检测的目的。

关键词： 电阻点焊   机器视觉   图像处理   缺陷识别  

摘要： 电阻点焊作为不锈钢车体常用的焊接方法,其焊接质量稳定、生产效率高,但目前焊点外观质量检测过程中存在人的疲劳、责任心和经验欠缺的问题,为解决该问题,设计了一种基于机器视觉的不锈钢焊点外观质量检测系统,采用工业相机进行图像采集,并通过图像处理算法对焊点图像进行ROI提取,同时对焊点的内外轮廓半径进行尺寸测量和直线检测;基于图像特征对焊点进行分类识别;最后利用C#与Haclon联合编程做了一个人机交互的软件界面。试验表明,共检测220张图像,总的有无缺陷判别精度为89.55%,总的缺陷分类精度为91.84%,并且通过软件界面,能够实现辅助电阻点焊焊点外观缺陷检测人员的焊接缺陷自动识别。

关键词： 数字岩心库   系统平台   三维建模   图像处理   大岗山水电站  

摘要： 为积极响应国家对岩心管理和服务的新要求,大岗山水电站构建了国内首个水电站云端全域数字岩心库系统平台。该平台集岩心信息资料管理、应用和服务“三位一体”,可满足工程建设和电站运行期对岩心数据的应用需求,为大渡河公司各流域电站统一使用。根据设计目的与原则,系统平台按B/S(浏览器/服务器)“三层式”体系构架,采用PHP+MySQL技术,开发了四大业务模块和四个应用子程序,实现了对岩心信息资料的系统化、科学化、数字化管理和资源共享,保证了岩心信息资料的存储规范性、数据独立性、项目关联性和安全保密性。系统平台是对水电站工程全域岩心信息资料存储、管理、应用、服务的一次创新探索,其建设经验与实践成效可为水电行业岩心数字化工作提供指导与参考。

关键词： 目标检测   语义一致性   特征金字塔网络  

摘要： 特征金字塔广泛应用于基于多尺度特征学习的图像理解任务中,最新多尺度特征学习侧重于特征在语义特征和细节特征的交互融合,特征金字塔通过相邻层特征插值和求和来补充多尺度信息语义特征和细节特征,由于非线性运算的存在和不同输出维数的卷积层,不同能级之间关系复杂,逐像素求和并不是最有效的方法。因此,提出了基于语义一致性监督金字塔网络的目标检测方法。该网络模型由多语义特征增强模块和非对称卷积侧接模块组成,其中非对称卷积侧接模块通过学习不同感受野的特征图,提升特征对各种姿态目标泛化性,多语义特征增强模块通过为高层特征图补全底层信息,提升高层特征的细节表达能力,同时在准确性和检测性能之间实现更好的权衡。在基准测试集MSCOCO上进行的实验结果表明,所提出的目标检测方法在不增加FLOPs的基础上,将检测平均精确度提高了2.6%,显著提高了目标检测的性能。

关键词： 红外小目标   局部对比度   多场景   目标增强   背景抑制  

摘要： 红外探测具有穿透力强、探测距离远和隐蔽性好等特点,在红外小目标检测领域应用广泛。本文基于人类视觉机制的局部对比度方法,提出一种基于双重增强局部对比度的红外小目标检测方法,先以局部灰度均值对比度对噪声和背景进行抑制,再由相对灰度梯度和局部方差对比结合对目标进行增强,最终采用阈值分割的方式实现红外小目标的检测。算法对不同天空场景序列目标均有较高的检测率和较低的虚警率,前者最高可达100%,后者为0;且相同复杂场景的目标检测性能相比其他同类方法明显提高,信杂比增益与背景抑制因子也显著提升,目标检测性能优异。