关键词： 人工智能   图像重建   图像处理   医学影像   图像分析   大数据   重点实验室   医学数据  

摘要： 团队简介:广东省医学影像智能分析与应用重点实验室(学科类省重点实验室),是以人工智能挖掘医学影像大数据为核心的多学科交叉平台,团队成员来自海内外高水平大学,聚焦以医学影像为主的(包括影像、病理、基因等多模态医学数据)恶性肿瘤的研究,通过人工智能图像重建、图像处理、图像分析等理论方法和技术创新,建设智能化医学影像大数据应用平台,为临床提供智能辅助诊疗,是华南地区最具优势的医工交叉科研平台。

关键词： 水面垃圾   旋转目标检测   YOLOv5   动态平滑  

摘要： 水面垃圾污染给生态环境带来巨大威胁,无人船抓拣为水面垃圾清理提供了一种更为高效环保的方法。水面垃圾目标检测是无人船研究的关键技术之一。传统的水平目标检测在环境复杂,目标角度不规则的情况下检测精度较低且抓拣失误率较高。针对此问题,本文提出一种基于改进YOLOv5的水面垃圾旋转目标检测模型。该模型优化了YOLOv5模型的检测头,可以对任意角度的水面垃圾生成定向检测框。在此基础上,本文进一步从三个方面改进了YOLOv5在水面垃圾检测中的性能:提出动态平滑角度损失函数以增强角度预测能力;通过增强浅层特征并引入注意力机制来优化骨干网络;改进特征聚合网络,增强特征多尺度融合效果。实验结果表明,该方法对水面垃圾的目标检测性能优于其它深度学习方法。

关键词： 智能交通系统   深度学习   轴型识别   YOLOv5   图像处理  

摘要： 针对现有大多数基于光电传感器的轴型识别检测方法存在准确率低、维护成本高等问题,文章提出了—种基于YOLOv5深度神经网络高效准确的货车轴型识别方法。利用目标检测算法YOLOv5检测货车轮轴,根据检测结果识别货车轴型;为减轻因强光斑及夜间补光不足所带来的影响,基于货车图像的像素均值和标准差对图像数据进行标准化,减轻了环境因素所带来的影响;为减少运动模糊带来的影响,使用Scharr滤波器进行边缘预加重处理,强化目标轮廓特征。所设计的轴型识别方法于防城港西收费站进行了试运行应用分析,总体的轴型识别率达到99.43%,满足新型智慧收费站系统的建设需要。

关键词： 目标检测   去雾   深度估计   颜色校正   水下图像  

摘要： 针对水下距离感知任务真实训练数据缺乏,水下目标感知任务目标模糊、密集、多尺度的问题,提出一种基于颜色校正和深度信息去雾的水下视觉感知系统。设计了一种改进的融合增强方法,并建立了一个水下单目图像数据集,以解决距离感知任务数据不足的难点。设计了一种基于深度信息的去雾方法,结合水下成像模型对图像进行去雾处理,提升图像质量。设计了一种基于中心点检测的通道重排网络,将卷积神经网络中浅层的详细特征完全集成到深层中,且无需锚框,增强对小目标、密集目标的特征提取能力。实验表明,该系统可从水下图像中恢复真实陆地色彩,准确感知水下场景相对距离,并实现域内和跨域高精度目标感知,在URPC数据集上取得了78.2%的域内目标检测精度,比基准CenterNet高出4.6%,在UTTS数据集上取得81.5%跨域目标检测精度,证明了该系统的有效性。

关键词： 交通标志牌识别   目标检测   重参数化卷积   CBAM注意力机制  

摘要： 为了帮助智能汽车快速识别前方的交通标志,提升汽车在交通道路上的行驶安全,针对现有技术在识别过程中容易出现误检和漏检的问题,在优化现有SSD(Single Shot MultiBox Detector)目标检测模型的基础上,提出一种新的检测模型Rep-SSD(Re-parametrization, SSD),保证网络的实时性和识别的准确性.为增强骨干网络的特征提取能力,将SSD骨干网络中的卷积层更换为重参数化卷积层,在训练过程加入多分支结构增强网络特征的提取能力,在推理过程中采用重参数化技术简化网络,保持网络的识别速度.为进一步增强改进网络的小目标识别能力,加入CBAM(Convolutional Block Attention Module)注意力机制,强化网络提取到的特征信息.试验结果表明:在德国交通标志识别数据集GTSRB上,Rep-SSD模型的检测精度达到84.7%,检测速度(FPS)达到110帧每秒,模型具有较好的检测精度和实时性.所提出的Rep-SSD模型为自动驾驶汽车提供了一种实时且准确的交通标志识别方案.

关键词： 数字化工作   可视化技术   大岗山水电站   数字化信息服务   采集技术   大数据与云计算   自然资源部   地质勘察  

摘要： 1引言岩芯作为地质勘察与科学研究的第一手资料,在能源与矿业行业中有着重要参考价值,对工程建设成效和质量起着决定性作用。随着大数据与云计算技术和可视化技术的不断发展,岩芯数字化工作得到广泛的关注与重视。各大油田普遍采用计算机岩芯图像采集技术建立数字化岩芯库,对岩芯进行永久性的保存和管理~([1,2])。2020年5月自然资源部办公厅印发文件,就推动岩芯数字化资料汇交、加快馆藏岩芯数字化工作和加强岩芯数字化信息服务等方面提出了具体的意见要求。

关键词： “数字图像处理”课程   前沿技术   案例化教学   教学研究  

摘要： 随着科技的不断进步,数字图像处理领域不断创新,涌现新技术,导致“数字图像处理”课程出现了教学内容滞后的问题。在新工科背景下,防灾科技学院教学小组建立了一个数字图像前沿应用技术教学案例库,通过数字图像科研论文阅读与分享,迭代性地整理并更新实践教学案例,同时采用案例化驱动教学模式,为学生提供具有评估标准的实践任务。这种案例化教学模式有助于激发学生的学习兴趣,使学生开拓眼界,并确保学生对专业前沿技术有深入地理解和掌握。

关键词： 火焰图像   目标检测   注意力机制   YOLOv7  

摘要： 针对复杂环境中,火焰检测存在特征提取不足和边缘模糊目标检测性能欠缺问题,提出一种融合挤压激励(Squeeze-and-Excitation,SE)注意力机制的YOLOv7火焰目标检测算法。该算法以YOLOv7为基础框架,基于公开火焰数据集,对不同位置点插入SE注意力机制的网络模型进行研究,进而构建融合多点注意力机制的YOLOv7_Attention网络模型,以充分提取火焰的有效特征,抑制冗余特征。实验结果表明,融合SE注意力机制的YOLOv7_Attention网络模型与原始YOLOv7模型相比,其mAP提升了1.64百分点,边缘模糊火焰目标检测效果显著。

关键词： 目标检测   样本分配策略   离散位置基准   分配冲突率  

摘要： 针对目标检测网络中检测头的设计缺少依据,不能对不同数据集进行相应优化的问题,用一至四维的空间离散基准和正样本点(组)分配冲突率模型,提出了相应的设计依据。即基于位置的分配原则中,针对特定数据集的正样本点在4个回归量所组成的空间维度中的分布特点,在不高于指定的分配冲突率的条件下,以减少正负样本不均衡度和系统计算资源为目的,设计出具有最少点数检测头的规律。其本质是一个回归基准编码和正负样本分配设计的过程,进而实现检测性能与资源消耗之间的平衡。得出基于卷积目标检测网络检测头的回归基准可以采用4个回归中的任意组合,但需结合样本分配策略与数据集的正样本分配冲突率进行综合设计的结论。

关键词： 公路工程   作业区   计算机视觉   改进事故时间指数   碰撞风险预警  

摘要： 为了更及时地掌握高速公路作业区车辆碰撞风险态势,提出基于闭路电视监控的作业区碰撞风险预警方法.采用计算机视觉技术进行车辆检测、坐标转换和车辆3D形态估计,获取作业区交通流和车辆信息.以改进事故时间指数(ITA)为上游过渡段的碰撞风险量化指标,依据警告区起点的交通流特征,实现上游过渡段的碰撞风险预测.通过集成一维卷积神经网络(1D CNN)、长短期记忆网络(LSTM)和注意力机制,构建基于1D CNN+LSTM+Attention (CLA)框架的碰撞风险预测模型.结果表明:所提数据采集方法满足碰撞风险预测的需求.相较其他冲突指标,ITA在风险量化中具有更适宜的敏感度.相较LSTM和1D CNN+LSTM,基于CLA的预警模型准确度更高,其拟合优度确定系数和均方根误差分别为0.805和0.359.所提方法能够提前90 s为作业区提供碰撞风险预警.