关键词： DiffusionDet   可变形卷积   扩散模型   特征金字塔   损失函数  

摘要： 针对现有目标检测中存在的漏检和误检、特征提取能力有限、处理复杂场景时检测精度不高等问题,基于DiffusionDet进行改进,提出了一种结合可变形卷积和扩散模型的目标检测方法。以模型在进入检测头之前需要更多且优质的特征图为核心思想,在主干网络中引入InternImage和DCNv3可变形卷积算子提升模型的感受野和非线性建模能力。对中间层的FPN特征金字塔进行改进,设计了一种基于选择性加权的特征金字塔CS-FPN;利用深度可分离卷积实现通道和区域的分离,同时采用CARAFE算子替代传统的上采样操作,提高分辨率和语义信息的传递;随后利用SGE注意力机制对特征图进行重组,以确保特征图在扩散的过程中保留更多的层次化信息。在特征图进入检测头之前,进行DDIM的扩散操作,获得不同时刻的特征图,以扩充检测特征图的数量。最后在目标框匹配和损失函数方面采用EIOU算法以处理目标框之间的位置偏移和尺度差异。实验数据显示,在COCO数据集和道路检测数据集上,改进后的模型在相同的实验环境下比原有模型分别提升了3.8和3.6个百分点。实验结果表明该方法在提高目标检测的准确性和鲁棒性方面具有一定的潜力,并为解决现实场景中的目标检测问题提供了新的思路和方法。

关键词： 计算机应用   深度学习   计算机视觉   卷积神经网络   视频显著性预测   联合时空注意力机制  

摘要： 为了解决视频显著性预测任务中时间与空间特征联合建模的问题,提出联合时空注意力机制(COStA),共同提取时间和空间维度的注意信息,突出特定时间和区域的特征供模型来感知。基于该机制,进一步提出视频显著性预测模型TASED-COStA,对比实验表明:COStA机制能为神经网络模型在CC、NSS与SIM三个评价指标上获得大于8%的性能提升,TASED-COStA模型能有效地建模视频信息中的时间与空间关系,并给出准确的预测结果。

关键词： 极化合成孔径雷达   车辆目标检测   旋转二面角散射   精细极化分解   散射功率复合特征  

摘要： 极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)能够获取目标丰富的极化信息,在人造目标的散射机理解译和检测、分类、识别等领域发挥着重要的作用.PolSAR车辆目标检测对环境侦察监视、道路交通监管等应用来说尤为关键.不同于海上的舰船目标,车辆目标所处的地面背景包括草地、树木、建筑、道路等,背景杂波较为复杂,人造杂波干扰较强,这给PolSAR车辆目标的检测带来了一定的挑战.车辆目标散射机理的准确解译是后续极化特征提取和目标检测方法设计的基础.为了准确描述车辆目标的散射行为,本文构建了旋转二面角散射模型,并由此提出了一种精细五分量极化分解方法.在此基础上,通过分析车辆目标与其地面背景的散射特性差异,本文提出了一种散射功率复合特征检测器,用于车辆目标的检测.在两景实测无人机载SAR数据上的实验结果证明,本文方法能够显著提高车辆目标处的目标杂波比(target-to-clutter ratio,TCR),获得了优异的检测性能.此外,本文方法能够保留车辆目标完整的轮廓和细节信息,有助于后续的分类、识别等应用.

关键词： 目标检测   自监督   局部掩码图像建模   视觉Transformer  

摘要： 为提升目标检测网络在更多遮挡场景下的适应性和检测效果,提出了一种自监督掩码图像建模方法,该方法将训练分为2个阶段:预训练阶段和微调阶段。在预训练阶段,采用局部掩码和重建的代理任务对无标签图像进行训练。在微调阶段,针对被遮挡目标尺度变化和不同大小目标的检测问题,提出了基于视觉Transformer(vision transformer,ViT)的金字塔结构。通过在CrowdHuman和CityPersons数据集上进行对比分析,自监督掩码图像建模方法在检测被遮挡目标方面优于其他方法。

关键词： 图像处理   盲元检测   阈值法   盲元补偿  

摘要： 使用面阵红外相机,可大大提高成像视场角,使大视场高空间分辨率红外成像成为可能,但是高辐射分辨率面阵相机具有高灵敏度,在进行挂飞实验时,会实时的产生盲元,凭借硬件升级无法完全避免盲元产生的问题,因此对红外图像有效进行盲元检测和补偿成为需要研究的课题。本文提出一种改进的基于场景的盲元检测方法,通过对连续时域红外图像求均匀背景图像得到差值图像,结合三梯度检测法,利用空域灰度中值和梯度绝对值之间的关系,设置阈值对盲元进行判别,在进行盲元补偿后得到处理后的图像。实验结果证明该方法效果明显,能有效地检测到连续的盲元块,检测更加准确,在后续进行盲元补偿时,图像质量也进一步提升。

关键词： 机器视觉   弓网   磨耗   边缘检测   图像处理  

摘要： 为满足城轨列车受电弓滑板磨耗病害的自动化检测需求,提高受电弓滑板磨耗病害检测效率,设计了一种基于机器视觉的受电弓滑板磨耗检测系统,应用改进型Canny边缘检测算法,获取受电弓滑板边缘图像,通过霍夫变换等技术,提取与拟合滑板磨耗边缘,获取滑板的磨耗信息,然后分析判断磨耗数据,最终实现对弓网磨耗情况的非接触式精准自动检测。结果表明,在正向平行拍摄角度下,系统测量结果与人工测量结果高度吻合,准确率达到91.6%,可满足实际检修需求。

关键词： 可逆信息   隐藏算法   通信图像   处理技术  

摘要： 随着我国通信技术与图像处理技术水平的不断提升,对于通信图像处理的质量提出了更高的要求。现阶段采用的图像处理技术已经无法满足对图像恢复性能提出的更高要求,正因如此,提出基于可逆信息隐藏算法的通信图像处理方法的研究课题具有较强的现实意义。本文首先简述了基于可逆信息隐藏算法的通信图像处理方法,并思考基于可逆信息隐藏算法的通信图像处理系统的设计方案,以此来判断该方法的处理效果,提升载体图像恢复性能。

关键词： 质量检测   电梯安装   施工质量   计算机视觉技术  

摘要： 目前很多电梯安装质量检测仍采用传统的检测手段,这些手段效率低下,且容易受到人为因素和环境因素的影响,难以保证检测的准确性和可靠性。因此,现提出计算机视觉技术在电梯安装质量检测中的应用研究。首先,构建计算机视觉电梯模型,由单片机控制轿厢的上下运动,图像采集与处理以及呼叫按钮模拟由计算机完成。其次,收集并处理电梯安装图像,将采集到的影像资料输入计算机中,再经编写专门的影像处理软体。最后,实现检测并控制电梯安装质量。实验结果表明:计算机视觉技术可以快速地检测电梯安装质量,相对于传统的人工检测方法,提高了检测效率,缩短了检测时间。

关键词： 行人检测   深度学习   YOLOv5   GhostNet   EIoU   空间注意力机制  

摘要： 针对行人检测中对小尺度目标和遮挡的检测困难问题,提出一种基于改进YOLOv5的行人目标检测方法。结合GhostNet将YOLOv5的CSP模块改进为CSPGhost模块,对于相似的特征,将复杂的卷积运算简化成线性运算;在每个CSPGhost模块后面插入通道注意力模块,保证了模型检测速度的同时具有较高的检测精度;优化空间金字塔池化层,在不改变原有效果的前提下,降低算法的时间成本;将边框回归损失函数GIoU优化为考虑了长度损失和宽度损失的EIoU,其回归速度更快,得到的回归结果更好。实验结果表明:基于CSPGhost改进的YOLOv5的行人目标检测方法在COCO数据集上种类平均精度值为55.8%,检测速度达到374帧·s^(-1),对小目标的检测能力更强,对遮挡条件下的目标漏检率更低,检测速度更快,能够达到行人检测的实际应用要求.