关键词： 街景数据   Mask-RCNN目标检测   城市空间   人群活动   武汉“板车工”  

摘要： 近年来,机器学习、计算机视觉等课题与其他学科之间的联动愈加频繁,在建筑学、城市空间的研究中起到跳板式的作用。本研究使用Mask-RCNN目标检测算法,对武汉市汉正街地区街景图像中的“板车工”人群进行图像分析与统计研究,统计全局街景图中检测到的目标数量,研究“板车工”人群活动特征及其面临的交通压力,以及反映出的城市空间使用问题。通过此类人群活动的数据化与可视化成果,提出指导城市设计中对于重点区域的选择,同时提出对用于城市研究的检测模型应当增加“人—物”的组合标签,以适用复杂的人群活动研究。

关键词： 机器视觉   单目视觉   工业机器人   图像处理   位姿估计  

摘要： 为了解决传统机器人只能通过示教或离线编程固定执行点到点装配任务的问题,进行了视觉引导的工业机器人装配方面的研究。首先对工业机器人视觉装配过程建立数学模型并标定,然后研究了基于机器视觉的零件位姿估计方法,针对法兰盘类金属零件弱纹理及无角点特征的位姿估计问题,提出了一种基于自身特征和外部标记辅助的单目视觉位姿计算方法。最后搭建了工业机器人单目视觉装配实验平台验证该位姿计算方法的可行性。实验结果表明,该系统能够实现对法兰盘类零件的定位和装配,最小位置误差为2.07mm,最小姿态误差0.13。

关键词： YOLOv7   CARLA驾驶模拟器   自动驾驶   目标检测  

摘要： 随着自动驾驶技术的迅速发展,精确识别模拟环境中的动态与静态对象成为了实现高度自动化驾驶的关键挑战之一,而仿真数据集具有获取成本低、易获取极端场景、有较强的连续性等特征。文章中采用CARLA驾驶模拟器作为实验平台,结合最新的YOLOv7目标检测网络,通过改进网络结构和优化训练策略,提升目标检测的精度和速度。文章介绍了CARLA模拟器的基础架构与YOLOv7算法的核心原理,详细描述了实验的设计与实施过程,包括数据集的准备、网络训练及测试评估。实验结果表明,基于YOLOv7的目标检测方法在自动驾驶模拟环境中具有出色的性能,能够根据输入图片准确识别出车辆、行人等多种目标。文章探讨了实验结果的意义,指出该研究在提高自动驾驶模拟器的现实感和安全性方面的潜在应用,并对未来研究方向提出建议。

关键词： 杜尚   人工绘制   相对静止   芭蕾舞   图像处理   玻璃材料   运动感   研磨机  

摘要： 马赛尔·杜尚(1887—1968)的作品《新娘甚至被单身汉剥光了衣服》(1915—1923,简称《大玻璃》,如图1)中出现了如研磨机、煤气灯和水磨等大规模工业制造物件,也带有运动感、透明性、精密性等现代文明意象,杜尚邀请观众一同参与进他的思维游戏中,协同对现实进行诠释和拷问。该作品不仅颠覆了长久以来绘画相关的观看技术,还借助玻璃材料上的人工绘制和时间积累生成了多维度的现实,更用相对静止的图像展现了一首欲望史诗、一则童话故事和一支机械的芭蕾舞。在这幅作品中,观看技术、材料选择和图像处理这三个方面有着层层递进的关联。

关键词： 计算机视觉   社会科学研究   视觉效果   自我认知   社会交往   社交媒体   视觉变量测量   开源工具  

摘要： 计算机视觉技术发展迅速,为社会科学研究者挖掘视觉数据、研究人类行为、发现新的理论“绿洲”提供了新的路径。通过系统梳理当前与计算机视觉技术相关的社会科学文献,分析总结该领域的发轫历史、发展趋势、关注议题、相关理论概念以及研究方法,发现计算机视觉研究主要涉及的理论包括视觉效果相关理论、自我认知相关理论、社会交往相关理论和心理学相关理论四类;研究议题包括政治学、媒体传播、群体行为、区域与人口研究四大方向。在方法上,社交媒体是构成计算机视觉研究最主要的数据来源,主要分析工具包括开源工具、商业平台应用程序接口(API)和研究者自己开发的工具,涵盖12种视觉分析技术。在此基础上,从计算机视觉研究为中国社会科学跨学科研究带来的新契机、计算机视觉研究的理论困境、视觉变量的测量信度与效度以及视频数据获取和使用的伦理问题四个层面,对社会科学视域下的计算机视觉研究进行了反思。

关键词： 机器视觉   电缆   绝缘材料   老化缺陷检测   目标检测  

摘要： 研究基于机器视觉的电缆局部绝缘材料老化缺陷检测方法,以期实现电缆局部绝缘材料老化缺陷准确检测。使用基于机器视觉技术的材料图像采集方法,通过CCD相机与光学镜头相互配合采集材料图像,并使用畸变校正模型,控制图像像素不出现过分畸变状态;由基于逆直方图均衡化的绝缘材料图像增强算法,提高电缆局部绝缘材料图像清晰度后,经基于改进深度卷积神经网络的绝缘材料老化缺陷识别方法,提取增强后绝缘材料图像的目标特征,识别目标特征是否属于老化缺陷类型,完成电缆局部绝缘材料老化缺陷检测。研究结果显示方法对电缆局部绝缘材料老化缺陷检测结果准确,且具备较好的图像处理效果。

关键词： Yolov8   小目标检测层   温州蜜柑   冠层果实  

摘要： 为提高在自然环境下对柑桔果实的识别,针对当前柑桔目标检测中树冠大、果实个体小、密集且遮挡严重等导致果实检测难度大的问题,基于自然状态下转色中后期温州蜜柑单侧完整树冠图像构建的果实数据集,提出了一种在Yolov8检测模型上添加小目标检测层的I-Yolov8检测模型。结果表明,以自然环境下的冠层为背景,丰富了数据集的目标特征,而添加的小目标检测层可用于检测4像素×4像素以上的目标。模型的训练平均精度(mAP)达到93.5%,相比Yolov8提升了1.3百分点。在晴天和阴天两个自然场景下分别进行预测,I-Yolov8和Yolov8的检测精确率均为100%;I-Yolov8的召回率分别达72.45%和91.61%,相比Yolov8分别提升了16.33和14.63百分点。I-Yolov8网络模型对于自然环境中柑桔的检测精度高,具备较高的应用潜力。

关键词： 计算机视觉   血液透析感染防控系统   临床应用   效果评价  

摘要： 目的探讨计算机视觉血液透析感染防控监测系统在血液透析操作感染防控关键行为规范识别与人工观察的一致性及临床应用效果。方法抽取2022年9月─12月血液透析中心护士血液透析上下机操作198人次为研究对象。将系统实时记录规范动作定为计算机组,人工回顾系统视频规范动作定为人工组;系统使用前后同一护士血液透析上下机操作感控关键行为分为干预前和干预后;验证计算机组和人工组血液透析上下机操作一级指标,二级指标规范识别的一致性,比较系统使用前后同一护士血液透析上下机操作感控关键行为的规范率。结果共观察血液透析上下机操作198人次,2组一级指标:血液透析内瘘/导管上下机操作规范识别一致性较强[内瘘上机kappa值=0.718;内瘘下机kappa值=0.714;导管上机kappa值=0.788;导管下机kappa值=0.712]。二级指标:断开导管一致性较差(kappa值=0.173);戴手套一致性一般(kappa值=0.243);导管连接一致性一般(kappa值=0.305);内瘘/导管消毒一致性中等(kappa值=0.556);手卫生执行一致性中等(kappa值=0.590)。干预后护士血液透析上机规范消毒、待干时间、手卫生、通路评估规范率优于对照组(χ^(2)=8.156,P=0.004;χ^(2)=30.462,P<0.001;χ^(2)=21.023,P<0.001;χ^(2)=23.522,P<0.001);戴手套及连接导管规范率(χ^(2)=1.823,P=0.177;χ^(2)=0.410,P=0.520)比较无统计学差异;干预后护士血液透析下机操作中的规范消毒、手卫生执行规范率优于对照组(χ^(2)=4.444,P=0.035;χ^(2)=17.770,P<0.001);干预前后戴手套、断开导管、待干时间规范率比较无统计学差异(χ^(2)=1.309,P=0.253;χ^(2)=3.220,P=0.073;χ^(2)=2.254,P=0.133)。结论计算机视觉血液透析感染防控行为监测系统记录护士在血液透析上下机操作规范识别与人工观察较为一致,通过该系统能提升护士在血液透析上下机操作感染控制关键行为的规范率,防止血液透析相关感染事件的发生。

关键词： 深度学习   目标检测   YOLO网络   特征通道  

摘要： 基于深度YOLO网络的目标检测方法网络结构复杂、冗余参数过多、计算量大,极大影响模型检测性能。针对此问题,从降低网络中低效通道和冗余通道的影响出发,提出了一种融合特征通道重要性与相似性的深度YOLO网络压缩方法,基于深度网络压缩中的网络剪枝思路,采用2次剪枝剪去低效及冗余特征通道。构建通道重要性计算方法,将稀疏因子作为通道效能计算指标,结合剪枝率剪去低效通道;根据通道间存在的线性关系计算其相似度,对相似度较高的通道进行替代,剪去相似度较大的通道;微调模型参数,恢复剪枝前的检测精度。仿真实验表明,同当前性能较优的深度网络压缩方案相比,提出的方法在保证目标检测精度的同时极大减小了模型尺寸、提升了检测速度,方法可行、有效。

关键词： 缺陷检测   图像处理   机器视觉   深度学习  

摘要： 飞机蒙皮缺陷是影响飞机正常运行的关键因素之一,及时准确地检测出飞机蒙皮表面的缺陷能够有效的避免飞行事故的发生。目前针对飞机蒙皮表面缺陷检测的方法主要是目视检测或者一些接触类检测方法,这些方法存在漏检率高,风险大等问题。基于机器视觉的检测方法因其检测速度快,非接触式检测,检测精度高等优点,近来得到较多的关注。总结了现有的飞机蒙皮表面缺陷的检测方法,并着重介绍了两类基于机器视觉的缺陷检测方法,即基于传统视觉的方法和基于深度学习的方法,并详细分析了其基本原理、优缺点以及相关的应用算法。对基于机器视觉的飞机蒙皮表面缺陷检测方法进行了总结,对其未来的发展进行了展望。