关键词： 抓取检测   语义分割   特征金字塔   V-REP仿真  

摘要： 针对姿态任意、尺寸不一的物体以及抓取角度离散性问题,提出一种基于语义分割与旋转目标检测的单目位姿估计方法.阶段1:首先利用faster R-CNN (faster regions with convolutional neural networks features)进行抓取检测获取候选抓取框;其次利用语义分割网络获取待抓取物体的轮廓信息;最后利用语义分割结果为每个待抓取物体筛选置信度最高的抓取框,同时完成角度粗估计.阶段2:利用旋转目标检测获取精细的抓取角度,以修正阶段1抓取框的偏转角.此外,考虑到抓取物具有多尺度的特点,提出一种多尺度特征融合模块,使金字塔的所有层共享相似的语义特征.针对智能算法求解逆运动学时出现迭代后期收敛速度慢的问题,利用牛顿法收敛速度快的优点,加快智能算法后期的收敛速度.基于V-REP仿真以及实际抓取检测实验表明,所提算法的抓取检测精度为98.4%,实际抓取成功率达到了88.3%,仿真抓取时的有害扭矩大小较修正前有所改善,能够满足机械臂抓取要求.

关键词： 目标检测   YOLOv7   轻量化   COCO   VOC  

摘要： 针对现有YOLO系列目标检测器存在网络参数量过大和检测精度低的问题,提出了一种基于YOLOv7-tiny模型的高性能通用目标检测器YOLOv7-TT。首先,在其Backbone和Neck网络中引入GF-ELAN模块拓展网络的宽度和深度,剔除网络产生的冗余特征,从而减少参数量、降低计算成本;然后,采用改进的SimOTA样本分配方法,优化训练过程中正样本的分配,加快网络收敛速度;最后,使用知识蒸馏方法对模型进行蒸馏训练,使得模型在保证轻量化的同时提高检测精度。实验结果表明,在VOC2007和COCO2017数据集上,YOLOv7-TT相较于YOLOv7-tiny的网络参数量分别减少11%和9.7%,AP分别提高4.2和3.0个百分点,并且利用知识蒸馏的方法,使其模型检测精度进一步提升,在VOC2007数据集上AP达到59.4%,提高了5.3个百分点,有效解决了模型参数量大和检测精度低的问题。

关键词： YOLOv8s   C2f-BE模块   小目标   多尺度  

摘要： 针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好地提高了算法处理特征的能力,同时也降低了模型参数量。引入小目标检测层和BiFPN结构,通过跨尺度连接方式和加权特征融合,能够保留更多的浅层特征,并且减少了算法参数量。设计多尺度特征融合分支,将浅层特征与深层特征进行融合,减少了遮挡情况下的漏检,提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明,AEM-YOLOv8s算法的mAP50为50.1%,mAP50:95为31.1%,较YOLOv8s分别提高了10.8和7.6个百分点,同时参数量较YOLOv8s降低了32.2%。

关键词： 深度学习   主动脉图像分割   卷积神经网络   主动脉疾病   计算机视觉  

摘要： 在医学图像处理领域,准确的图像分割对于主动脉疾病的诊断和治疗规划至关重要。深度学习技术,尤其是卷积神经网络近年来在医学图像分割任务中取得了显著的进展。本文基于深度学习模型应用于主动脉病变图像自动化分割的研究进行综述,总结了目前这些技术对于提高分割精度和效率方面的贡献,探讨了现有方法所面临的挑战和未来研究更多的可能性以及方向。

关键词： RGB-IR融合目标检测   小目标检测   YOLOv5   模型轻量化   注意力机制  

摘要： 针对RGB-IR图像中的目标检测问题,文章提出一种基于YOLOv5的轻量化RGB-IR融合小目标检测算法。该算法首先使用单应性变换对齐RGB与IR图像,并拼接为四通道张量输入检测网络,以实现联合特征提取。其次,使用SE注意力机制分配特征通道权重,以实现特征级融合,减少特征矛盾并提高检测的鲁棒性,并进一步改进网络连接,使用浅层特征以增强小目标检测准确性。最后,使用Ghost卷积替代传统卷积,以降低计算量与参数量。实验结果表明,该融合检测算法在小目标数据集上验证改进结果明显,并实现嵌入式部署验证,在2TOPS算力NPU上实现30fps帧率的实时检测。

关键词： 智慧教育   学生行为检测   目标检测   注意力机制   大可分离核心注意力模块  

摘要： 为了加快教育的数字化转型,人工智能技术融入教与学全过程行为的精准分析与实证应用已成为当前的研究热点。针对目前学生课堂行为检测中存在的检测精度低、目标框密度高、重叠遮挡严重、尺度变化大以及数据量不平衡等问题,创建学生课堂行为数据集DBS Dataset,并提出一种基于改进YOLOv8的学生课堂行为检测算法VWE-YOLOv8。首先引入注意力机制CSWin-Transformer,增强模型对图像全局信息的提取能力,提高网络的检测精度;然后集成大可分离核心注意力(LSKA)模块到SPPF架构中,增加模型在多尺度目标上的识别能力;接着将遮挡感知注意力机制融入到检测头的设计中,将原有的Head结构修改为SEAMHead,实现模型对遮挡物体的有效检测;最后引入权重调整函数Slide Loss来处理样本不均衡问题。实验结果表明,与YOLOv8相比,在DBS Dataset和公开数据集SCB Dataset上,改进后VWE-YOLOv8的mAP@0.50分别提高了1.16%、1.70%,mAP@0.50∶0.95分别提高了7.36%、2.13%,精度分别提升了4.17%、6.74%,召回率分别提升了1.96%、3.13%,说明该算法具有更高的检测精度和较强的泛化能力,能够胜任学生课堂行为的检测任务,有力支撑智慧教育应用,助力教育数字化转型。

关键词： 图形图像处理技术   书籍设计   创意实践  

摘要： 首先,概述了图形图像处理技术在艺术与设计中的具体应用,突出了其在图像编辑与创作中的重要作用。接着,分析了图形图像处理技术在书籍中的创意实践。最后,展望了图形图像处理技术与书籍设计融合创新的未来趋势。

关键词： 图像处理   高动态范围   多曝光融合   图像块分解   二维熵   图像金字塔  

摘要： 多曝光图像融合针对图像传感器不足以捕获大动态范围场景的问题,将同一场景下多幅曝光程度不同的图像融合,得到一幅包含丰富场景细节的高动态范围图像。针对融合中常出现的图像细节保存不足、边缘光晕等现象,提出一种自适应权重细节保持多曝光图像融合算法。利用图像块分解中的对比度与结构分量提取融合结构度权重,同时利用二维熵选取亮度基准计算曝光度权重,结合饱和度权重使融合后的图像更好地还原场景的亮度与色彩信息。最后利用双金字塔融合在多个尺度上融合源图像序列,能够避免边界处不自然的光晕,得到保留更多细节的高动态范围融合图像。选取3个数据集中的70组多曝光图像进行实验,结果表明,所提算法的平均融合结构相似度达到0.983,平均交叉熵达到2.341,与经典或最新的多曝光融合方法相比能维持场景本身的亮度分布,同时保持更多的图像信息,验证了所提算法的有效性。所提算法融合结果优秀,视觉效果良好。

关键词： 医工交叉   智能寻穴   图像处理   深度学习  

摘要： 在当前人工智能迅猛发展的今天,如何将人工智能、物理学、材料学等与医科相结合,最大限度地提高诊疗水平,实现科技以人为本、造福人类的目标,以医工交叉相结合的项目为抓手,开展医院与高校在产、学、研、用等方面的全方位合作是十分必要的。笔者通过自身的经历,依托“上海市第七人民医院——苏州科技大学数智医学研究院”的科研平台,开设了一项医工交叉项目,在此基础上,将获得用于研究生培养的实际应用场景,从目前项目的进展来看,初步达到了培养复合型人才、推动科研成果转化成新质生产力的效果。事实证明,将医工交叉项目应用于研究生培养是完全可行的。