关键词： 目标检测   行人检测   轻量化   注意力机制  

摘要： 在大型人员密集的场所中,人群异常聚集情况时有发生,对自动驾驶和大型公共场所人流量监控系统等应用场景中涉及到的密集行人检测技术带来了一定挑战,新一代的密集行人检测技术要求精确度更高、计算开销更小、检测速度更快以及部署更加方便等。针对上述需求,提出了一种基于YOLOv8改进的轻量级密集行人检测算法MER-YOLO,首先采用MobileViT作为主干网络,提升模型在总体上对行人聚集区域的特征提取能力;引入EMA注意力机制模块,对全局信息进行编码,通过维度交互来进一步聚合像素级特征,并结合160×160尺度的检测头加强小目标检测能力;使用排斥损失(Repulsion Loss)作为边界框损失函数,减少了人群密集情况下小目标行人的漏检误检的情况。实验结果表明,相较于YOLOv8n,MER-YOLO行人检测算法在Crowd Human数据集上mAP@0.5提升了4.5%,在WiderPerson数据集上mAP@0.5提升了2.1%,同时只有3.1×10^(6)的参数量和9.8 GFLOPs,满足低算力兼顾高精度的部署需求。

关键词： 缺包检测   自动化   图像处理   生产效率   质量控制  

摘要： 本研究针对桶装方便面料包投放过程中的缺包问题,提出了一种自动化检测方法以及自动补包系统。通过图像采集和处理技术,在生产线上自动获取桶装方便面图像,并利用定位算法确定检测区域。采用图像增强和颜色通道处理以凸显料包特征,最终通过二值化分割或像素梯度检测实现缺包的准确分类识别,自动补包系统配合检测机构的信息完成面桶内缺失料包的补加工作,料包的检测、补包能够自动化进行。该方法有效降低了人力成本,提升了检测效率与稳定性,为桶装方便面生产质量控制提供了可靠的技术支持。

关键词： 图像处理   大气湍流   自注意力机制   不确定性映射  

摘要： 大气湍流引发的折射率在时间和空间上的随机波动,会使远程成像系统捕获的图像出现时空模糊和几何畸变,严重削弱了图像的视觉效果和应用价值。针对这一问题,许多学者尝试采用多帧幸运区的方法和基于卷积神经网络的深度学习方法来修复大气湍流引起的图像畸变。然而,在强湍流情况下,这些方法通常模型训练难度较大,湍流自适应性校正能力较为薄弱。为了解决上述问题,经研究提出了一种改进的深度学习网络来提升湍流畸变校正的性能。该网络采用Transformer端到端的网络结构,利用多头自注意力跨通道捕获局部上下文信息;对一级校正网络采用蒙特卡洛Dropout策略进行训练,通过模型不确定性来提取传统方法难以捕获的退化区域;利用提取到的不确定性映射作为引导信息,输入第二级校正网络提升校正准确性。在基于时空模糊加几何畸变的合成湍流退化图像集上进行了实验,证明了提出方法的有效性。

关键词： 深度学习   Yolov5算法   图像分析   道路病害   病害检测  

摘要： 如今深度学习、图像分析技术在道路病害自动化检测识别方面都有些探索应用,在实际场景应用时也取得一些效果,但仅使用单一算法研究在实际应用中仍存在一些问题,在实际应用中检测准确率和检出率并不理想。本文主要是结合深度学习网络和图像分析各自技术优点,提出“预处理+识别+后处理”的融合应用思路,采用了Yolov5算法和图像分析相关算法进行研究分析,在分析Yolov5算法原理和特点基础上,采用图像增强和白平衡算法来对图像图片进行处理,突出道路病害特征,也通过形态学方法膨胀处理,实现图像图片降噪处理,使得病害几何特征更明显。该研究应用取得了较为显著的效果,充分证明了多种算法技术结合应用的有效性和高效性。

关键词： 图像信息量   信息量度量   信容   信息论   图像处理  

摘要： 图像不仅承载着丰富的视觉内容,同时还蕴含潜在的高级语义,是重要的信息传递媒介.度量图像信息量则是对图像信息进行定性描述和定量计算的抽象过程,属于对图像处理领域中的科学问题进行理论构建的关键环节.然而,在现有的研究工作中,虽然对“图像信息量”的度量有所提及,但实际上关注的往往是在图像质量或图像特征的层级,而忽略了图像所具有的高级语义以及人对图像的认知.因此,为了衡量图像的信息提供价值,本文基于“图像信息量因人、因任务而异”这一常识,通过建模“先验知识”相关的图像记忆并提取“给定任务”相关的图像特征,尝试对图像信息量进行度量.首先,提出图像信息量度量的理论框架,具体表现为:在“能够获得全世界所有的图像”和“能找到一种能够准确表达图像语义的特征”两个假设条件下,以信息论为基础,通过构建超球来描述样本点的邻域稠密度,由此建模语义信息的概率,进而得到理论假设条件下的图像信息量.其次,探讨了理论假设无法满足的实际情况,将“全世界所有的图像”这一假设条件退化为“给定具体的数据集”,并将“一种能够准确表达图像语义的特征”这一假设退化为“给定任务相关的特征”,进一步通过实验展示了在实际情况下如何有效获得图像信息量的数值结果.最后,指出了本文度量方法的限定对象和度量结果的边界,并展望了未来对相关体系进行丰富和完善的可行方向.

关键词： 工科类课程   耕读文化   数字图像处理   案例设计   组织实施  

摘要： 加强和改进涉农高校耕读教育是南京农业大学工科类专业课程和耕读文化结合与实践融合建设的新理念,也是新时代党和国家对涉农高校课程建设的新要求。为促进耕读教育落地落实,南京农业大学有效开展耕读教育,注重教育引领,加强教师队伍建设,营造耕读文化氛围,完善相关条件保障,着力培养有思想、爱劳动、能创新的高素质劳动者。该文以数字图像处理课程为例,介绍农业院校工科类专业课程与耕读教育的结合与实践,使耕读文化贯穿于教学的各个环节,实现专业课知识体系和耕读文化的有机统一。

关键词： 绝缘子裂纹检测   卷积核   图像处理   区域卷积神经网络   RGB三通道滤波  

摘要： 变电站复合绝缘子缺陷的检测仍然依赖于运行人员的巡检,巡检工作量大,易因视觉疲劳导致漏检。为减少计算资源消耗和缩短训练时间,通过重新组织卷积核改进了区域卷积神经网络(RCNN),提出了一种针对绝缘子裂纹形状特征的检测方法。该方法满足在训练样本数据不足的前提下,也能得到较好的卷积神经网络(CNN)训练效果,最终实现准确的裂纹识别。训练阶段采用RGB三通道分解方法,扩充训练数据集;利用中值滤波方法去除噪声;采用改进后的卷积核训练CNN。试验阶段将图片进行RGB三通道分解,并输入CNN得到确切的裂纹中心坐标、长度;采用非极大值抑制(NMS)算法去重,得到最终的裂纹识别结果。通过实例分析表明,在训练样本不足前提下,所提方法依然能达到较好的识别准确率,并能准确识别出裂纹的具体位置。

关键词： 红外图像   小目标检测   特征增强   特征融合   注意力机制  

摘要： 为提高红外成像中小目标检测的性能,提高低空空域监管能力,提出一种基于多尺度注意力特征增强融合的红外小目标检测新网络。首先,使用Resnet34提取红外图像的多尺度特征;其次,使用多尺度空间注意力特征增强模块(MFEM)来提高特征提取能力;然后,在逐级上采样过程中使用双通道注意力特征融合模块(DFFM),融合语义信息和细节信息,以更好地保护红外小目标的特征;最后,与其他方法对比,并以地/空红外弱小飞机目标视频序列检测为例测试真实场景。结果表明:新方法与现有方法相比,交互比(IoU)、F值和漏检率(FNR)的评分均获得改进;通过多尺度注意力特征增强融合可准确地定位到目标并生成精细的分割结果;MFEM能够同时利用多尺度上下文信息和空间注意力机制来突出红外小目标;DFFM通过给不同通道特征的集合赋予权重,得到最合适的特征图进行特征融合,从而提高检测性能。

关键词： 伪装目标检测   双注意力增强   融合互增强   注意力机制  

摘要： 伪装目标检测的任务是找到因颜色、纹理等相似特征而与背景混合的目标,而现有方法没有充分考虑边缘特征对检测性能的影响,存在漏检、错分等情况,检测精度仍需提升。为了克服以上不足,提出一种基于层内双分支相互增强注意力的伪装目标检测方法,该方法在现有多监督机制的基础上,引入对象边缘的预测模块,使模型的检测性能得到提升。为增强模型对物体的空间定位和识别能力,以Swin Transformer模型作为主干网络,设计了一种新型的层内双分支相互增强注意力模块,该模块包含双注意力增强模块和简单互增强模块。在CAMO、COD10K、NC4K等3个主流基准数据集上开展实验评估模型的性能,并将其与现有18种典型算法进行比较。结果表明:该模型具有优越的性能,在S_(α)、αE、ωF、MAE 4个性能指标上显著地优于现有18种先进的方法。

关键词： 接触网   支持装置   目标跟踪   高铁巡检  

摘要： 考虑到高铁场景复杂多变,无人机对支持装置进行跟踪时易受到背景干扰、遮挡、形变等问题,本文对基于相关滤波和显著性检测的实时目标跟踪算法进行研究。首先,采用基于相关滤波的跟踪算法,能够实现无人机机载平台实时性跟踪的要求;其次,针对支持装置所处场景较为复杂,支持装置附近的背景信息会对相关滤波器的训练产生干扰的问题,采用显著性检测对目标跟踪搜索区域进行前背景分离,提高算法对目标外观表征的学习能力,提升算法的鲁棒性。经实验验证,该算法有效提高了跟踪的精度,并能满足在无人机机载平台部署、实时运行的要求。