关键词： 目标识别   目标检测   计算机视觉   相关滤波器  

摘要： 目标识别与检测是计算机视觉的研究热点,其广泛应用于门禁、摄像、无人驾驶等领域。但是遮挡、旋转、背景复杂等问题使目标的识别和检测面临较大挑战。近年来,相关滤波器凭借其在实验中检测速度快、识别率较高、平移不变性等优点备受关注。首先介绍了相关滤波器的基本模型,解释相关滤波器的识别和检测原理。然后详述了多种类型的相关滤波器的发展,包括匹配滤波器、合成判别函数、最优相关输出和其他重要的相关滤波器算法,并通过识别和检测实验证明,相关滤波器算法是有效的。最后基于相关滤波器的发展对其未来的发展给出了几点看法。

关键词： 纯角度目标运动分析   极坐标   目标跟踪   伪线性   加权工具变量  

摘要： 现有纯角度极坐标目标运动分析算法仅适用于二维目标跟踪,无法直接用于三维空间的极坐标目标运动分析,为此提出一种新的三维纯角度极坐标目标运动分析算法。首先建立了三维极坐标伪线性方程,推导加权极坐标伪线性估计器;为减小估计偏差,通过引入工具变量矩阵消除系统矩阵与测量噪声的相关性,设计极坐标加权工具变量估计器。仿真结果表明,该算法在弱可观条件下能够精确估计目标运动参数,可用于三维极坐标目标跟踪初始化,具有很强的实用价值。

关键词： 路面病害   目标检测   YOLOv5   注意力机制  

摘要： 在公路养护中,道路路面病害现有的检测方法多为自动化采集、人工识别,这极大地降低了公路的养护效率。为提高公路路面病害识别效率,提出了一种基于改进YOLOv5的路面病害图像识别算法,在YOLOv5的主干中引入CA注意力机制及SPPCSPC结构,CA提高了模型的感受野,精确定位目标的感兴趣区域,SPPCSPC结构使算法能适应不同的分辨率图像,提高识别速度;在锚框上,将YOLOv5的k-means改为k-means++,锚框更符合数据集中真实标记框大小;试验结果表明,在9种病害类型、56 879张病害图像的数据集中,所提出的方法相比于原模型在精度上提高了8.1%,在检测速度上提高了12.8%,与FasterR-CNN、YOLOv3等方法相比均有所提高。

关键词： FPGA技术   视觉检测   水下机器人   图像处理  

摘要： 为应对水下机器人视觉检测中面临的实时性、准确性和可靠性上的挑战,提出一种基于FPGA的水下机器人视觉检测系统。该系统将先进的图像处理技术与FPGA的并行处理能力相结合,实现高效实时的水下环境视觉检测。通过对硬件和软件的设计优化,确保系统在水下图像定位识别、电子防水、能源持续、照明、动力和通信等多方面发挥作用。实验验证显示该系统能够精确识别水下目标,对于提升水下机器人视觉检测技术的性能,推动其在实际应用中的广泛部署具有重要意义。

关键词： 目标检测   课堂场景   头部检测模型  

摘要： 在课堂考勤系统中,人头检测对于人数统计和学生定位非常重要。为解决课堂人头密集场景下小目标和互遮挡对象难识别问题,本文提出3种课堂人头检测模型,分别是YOLOv5n+GFPN、YOLOv5n+GFPN+C3_Faster和YOLOv5nl+GFPN+C3_Faster,采用的损失函数有CIoU、Focal-CioU和MPDIoU。实验结果表明,MPDIoU损失函数结合YOLOv5nl+GFPN+C3_Faster的mAP@50为0.821、GFLOPs为7.2,说明YOLOv5nl+GFPN+C3_Faster在MPDIoU损失函数下,能够有效提升课堂人头检测性能。

关键词： 浒苔   位置蒸馏   全局背景强化   目标检测   深度学习  

摘要： 浒苔检测是目前海洋环境智能监测领域研究的重要课题之一。为了有效解决传统浒苔检测方法存在的训练样本需求大的问题,本文提出了一种全局背景强化的位置蒸馏模型(GBS-LD)。通过引入全局上下文模块和背景蒸馏损失分支,解决了原始位置蒸馏方法在建模背景特征上的不足,在复杂海洋环境下有效提高了浒苔检测系统的稳健性。在浒苔检测数据集中,本文模型具有较高的准确性和实时性,为海洋智能监测提供了重要参考。

关键词： 遥感影像   小目标检测   YOLOv5s   多尺度特征融合   SimAM  

摘要： 针对现有目标检测模型难以准确检测小目标并存在大量误检与漏检的问题,该文提出了一种基于YOLOv5s的遥感影像小目标检测算法。首先,在主干网络加入SimAM无参数注意力机制模块,在不增加额外参数的情况下,使算法更加关注重要特征,同时抑制遥感影像中背景信息;然后,采用SPD-Conv模块进行下采样,避免了特征信息的丢失;之后,引入了四尺度检测特征融合网络,以获得更丰富的多尺度特征信息,并优化融合网络和输出检测头结构。最终实现对于遥感影像小目标的精准检测。在自制的LEVIR-4SC遥感影像小目标数据集上的实验结果表明,与YOLOv5s相比,提出算法的模型参数减少了6.3%,精确度P和平均精度均值mAP达到了90.7%和83.7%,提升了6.5%和4.2%。与YOLOv8等经典方法相比参数量更少,模型更轻量化,在精确度、平均精度方面均有提升,证明提出算法具有更好的检测效果。

关键词： 图像处理   复合材料   工业机器人   边缘检测   双目高精定位  

摘要： 设计了基于自动钻铆末端的双目高精定位系统。首先对视觉定位需求进行分析,设计双目视觉系统结构参数,基于视觉光源去除复合材料背景纹理;其次对轮廓进行提取拟合,预处理标定后结合ESPCN和Canny算子进行亚像素边缘提取,利用改进最小二乘法拟合计算圆心坐标;最后对视觉定位系统进行精度验证。结果表明:平面定位误差小于0.02mm,深度定位误差小于0.04mm,满足钻铆机器人的视觉测量要求。

关键词： 网状碳化物   模具钢   图像处理   检测识别   YOLOx  

摘要： 在模具钢中针对网状碳化物缺陷的检测识别,常用基于图像处理和机器学习的算法,在一定程度上可以实现自动化,但对于网状碳化物数量庞大、形态复杂的情况,识别准确率仍存在局限性。为解决上述识别率不高的局限性,提出了一种改进的CAM-YOLOx-DeepSORT算法,该算法利用CAM注意力机制结合YOLOx目标检测算法和DeepSORT目标跟踪算法,实现了对模具钢中网状碳化物缺陷的自动检测识别。结果表明,该算法能够较准确地检测出网状碳化物,检测准确率达到99.1%,为模具钢的质量控制提供指导。

关键词： 间接测量   聚光集热器   能流密度   图像处理  

摘要： 聚光型集热器的能流密度分布可以评价镜场和集热器的性能,通常使用的直接或间接测量聚光型集热器能流密度分布的方法存在精度较低或测量时间长等问题。针对这些问题,提出了一种基于图像处理的太阳聚焦光斑分析方法,利用可见光相机获取太阳能聚焦光斑图片,通过多层感知机计算出光斑各位置的辐照度,并提出了一种全新的能流密度分级测量方法,提高了系统对光斑辐照度测量的动态范围。该系统的平均绝对百分比误差在2.5%~3.5%范围内,测量周期约为2 s,不需要漫反射靶,具有精度高、测量速度快、测量时间短、受环境影响小等优点。实验结果验证了系统对不同辐照度范围的聚焦光斑能流密度测量的有效性和精确性,为聚光型太阳能集热器聚光点能流密度的测量提供了新思路。