关键词： 安全管理   高处坠落   临边洞口   安全预警  

摘要： 作为高处坠落事故的主要危险源之一,临边洞口一直都是施工现场安全管理的重点。然而,施工现场环境复杂,临边洞口数量众多,仅靠管理人员很难做到全方位的管控。为此,本研究提出了一种基于计算机视觉的临边洞口坠落事故自动预警方法,协助管理者掌握现场信息,提前预防安全事故。首先,根据塔吊相机拍摄的视频信息,进行工人的识别与定位;然后,从图像数据中确定危险区域位置,并自动测算工人到危险区域的距离;最后,根据所设置的危险判别规则,分析工人所处的安全状态,并给出预警信息。该方法在新桥国际机场T2航站楼项目中进行了应用,结果显示:距离测量误差能有效控制在6%以内,因此能有效判断工人的风险状态,辅助安全管理。

关键词： 锥桶目标检测   多属性聚类   大学生方程式无人车  

摘要： 为了解决大学生方程式无人车在赛道环境中锥桶检测精度不高的问题,提出一种针对大学生方程式无人车比赛的三维锥桶目标检测算法。首先,在激光雷达采集到的点云中提取ROI区域;其次,在该区域进行地面点去除;最后,在非地面点云中执行点云聚类,将属于锥桶的点聚类为一簇,实现赛道锥桶目标的检测。本方法对原有单属性聚类方法进行改进,采用点云强度和点云密度多属性进行聚类。通过大学生方程式无人车实车测试,提出的三维锥桶目标检测算法在多个赛道场景中均取得90%以上的准确度,为后续大学生方程式无人车比赛提供了优异性能的算法。

关键词： 光纤配线架   端口分割   图像处理  

摘要： 提出一种基于图像处理和目标检测的视觉检测方法,通过采集光纤配线架(ODF)端口的图像,利用图像处理技术对图像进行预处理,然后采用目标检测算法对端口状态进行识别,实现ODF端口状态的信息化监管。实验表明,该方法具有较高的准确度和可行性。

关键词： 人工智能   交互式展品   计算机视觉   自然语言处理   机器学习  

摘要： 本文旨在探索武汉科学技术馆基于人工智能的交互式展品研发与应用。通过综合利用计算机视觉、自然语言处理和机器学习等技术,提出一种创新的展品研发与应用系统。该系统将综合运用深度学习算法和数据分析方法,实现对观众行为的实时感知和自适应交互。在研发过程中将通过设计合理的用户界面和交互方式,有效促进观众参与度和学习效果。通过实际应用中的评估和比较,验证该系统在提升展品互动体验、提升观众参与度、增强教育效果、拓展科学知识传播途径等方面的潜力。

关键词： 电力巡检   目标检测   Swin Transformer  

摘要： 针对传统电力电网设备巡检方法存在的巡检效率低和安全隐患多等问题,提出了一种基于人工智能技术的无人巡检方法。通过引入Swin Transformer模型,优化了目标检测算法,提高了巡检的精度和实时性。首先,分析了电力电网设备巡检的现状和传统方法的局限性,并对无人巡检系统的实际应用挑战和未来发展趋势进行了探讨,提出了以深度学习、计算机视觉为核心的技术框架。采用图像增强技术扩充了数据集,并手动标注获取了高质量数据集。将Faster RCNN与Swin Transformer结合,应用于自制数据集,实现了高效稳定的目标检测。与传统方法相比显著提升了巡检效率,降低了漏检率和误检率。本研究成果为电力行业的数字化转型和升级提供了理论和实践价值。

关键词： 光学遥感图像   感兴趣目标   变化目标检测   俯观相似度  

摘要： 提出了一种基于俯观相似度的光学遥感图像变化目标检测方法。对输入的两幅同一区域不同时段拍摄的光学遥感图像进行配准后,分别进行目标检测,提取出所有感兴趣的目标区域。采用残差网络提取目标的俯观特征,提升了特征的鲁棒性。通过计算目标间的俯观相似度,利用距离判据和相似度判据判断目标是否发生变化,实现变化目标检测。实验结果表明,提出的方法较现有的方法具有更好的性能表现,平均F1可以达到0.837。

关键词： 三维点云   图像检测   深度学习   多传感器融合   目标检测  

摘要： 在轨道交通场合由于行人非法侵限造成的安全事故时有发生,严重影响列车的安全运行。利用单一传感器数据进行行人检测存在检测结果召回率低、结果缺乏类别信息或方位信息等问题,无法满足实际现场需求。针对这些问题,文章提出一种基于三维点云与图像融合的轨道交通场景行人检测方法。该方法首先利用构建的轨道交通场景行人数据集训练的深度学习模型分别对三维点云与图像进行行人检测,在此基础上根据靶标在三维点云与图像中的空间位置一致性原理求解出激光雷达与相机之间的旋转平移矩阵,最后将三维点云目标检测结果投影至图像坐标系。为解决多个相邻目标之间误匹配、检测结果之间一对多的问题,通过计算2种检测结果之间的交并比和中心点距离作为融合的约束条件,进而更精确地检测行人。在现场采集的数据集上的试验结果表明,相比于三维点云与图像检测结果,在满足时效性的同时,该方法在检测精度相差不大的情况下,召回率分别提高了4.5%和5.5%,能够有效减少由于行人漏检可能造成的安全事故,满足在列车实际运营过程中对行人检测的需求。

关键词： 系统设计   机场跑道胶痕   图像去噪   麻雀搜索算法   图像分割  

摘要： 针对目前机场跑道胶痕检测方法效率低下和精度不足等问题,设计一套基于图像处理技术的机场跑道胶痕自动检测系统。首先,利用自适应阈值和滑动窗口,采用一种基于噪声判断规则的胶痕图像滤波算法,提高去噪能力;然后,引入小孔成像和Metropolis准则提高麻雀搜索算法的搜索能力和收敛速度,并利用改进的麻雀搜索算法优化K-Means进行胶痕分割,提高分割精度;最后,搭建实物平台,验证系统的可行性和有效性。实验结果表明,在处理多维函数时,改进麻雀搜索算法收敛精度和速度分别提高0.6和5量级;去噪胶痕图像的SSIM可达到0.7;改进图像分割算法可精准识别跑道胶痕。该系统具有良好的适应性和抗干扰性。

关键词： 核相关滤波   特征融合   自适应卡尔曼滤波   目标跟踪   卫星视频  

摘要： 卫星视频中的目标存在背景复杂、尺寸较小、容易受遮挡等问题,这将影响跟踪的准确性,甚至导致跟踪失败。提出了用改进的核相关滤波算法来解决卫星视频中目标遮挡问题,并对目标进行有效跟踪。该算法通过提取目标的HOG特征、LBP特征和SIFT特征共同描述目标,并以融合特征减少背景变化的影响。提出自适应卡尔曼滤波算法解决跟踪过程中目标被遮挡的问题,通过ITCI值判断目标是否被遮挡,并对被遮挡的目标进行位置预测,选用核相关滤波算法以满足跟踪的实时性和准确性。实验结果表明,改进的核相关滤波算法解决了目标遮挡问题,对目标背景变化有较好表现,同时跟踪的精度和成功率也有很大提高。

关键词： 安全绳目标检测   YOLOv5   FasterNet   多维动态卷积   WIoU_Loss  

摘要： 在工业施工过程中,工人安全已成为一个日益重要的问题,佩戴安全绳等安全装备是保护工人在高处工作时生命安全的重要措施;在现代化生产施工过程中,通过使用监控摄像设备结合人工智能算法的方式来检测工人佩戴安全绳等设备越发普遍,但安全绳由于细长、形状多变以及环境变化等因素较为难以准确识别;为解决以上问题,并确保能够在不同环境下准确识别安全绳,现提出一种使用YOLOv5的目标检测算法,首先通过改进的FasterNet模块进行上下文信息提取,在Neck网络中使用改进的多维动态卷积保留更多特征信息,使用WIoU_Loss损失函数来提高定位精度,在训练过程中使用动态调整学习率的策略;实验结果表明,改进后的算法在降低计算复杂度的情况下提高了3.0%的检测精度,mAP@0.5提高了4.3%,经过在实际场景应用,满足项目对实时检测精度及速度的要求。