关键词： Transform模型   图像识别   图像处理   特征提取  

摘要： 文中提出了一种基于Transform模型的图像识别与处理技术,通过对图像进行变换和特征提取,实现了对复杂图像的高效识别和处理。首先,介绍了Transform模型的原理和应用背景,然后描述了基于该模型的图像处理流程,并通过实验验证了该技术在图像识别与处理领域的有效性。该研究成果为图像处理领域的进一步发展提供了新的思路和方法。

关键词： 激光雷达   多模态融合   三维目标检测   注意力机制   自动驾驶   深度学习  

摘要： 基于激光雷达和相机融合的三维目标检测技术广泛应用于自动驾驶领域,然而大部分融合方法只是简单组合不同传感器,忽略了不同传感器的感知能力随环境的变化而变化的问题,从而难以精确检测出行人等分辨率较低的目标。针对这一问题,提出一种基于自适应加权融合激光雷达和相机的三维目标检测方法。首先,使用ResNet50+RPN主干网络提取图像的多尺度语义特征,同时,使用动态体素特征编码器将原始点云数据聚合成点云特征;其次,利用自注意力和交叉注意力融合语义特征和点云特征,自适应地为两者的特征图分配权重;最后,将融合后的点特征通过单阶段检测器SECOND(Sparsely Embedded CONvolutional Detection)进行目标边界框回归和分类预测,并且将检测结果在KITTI数据集上验证。实验结果表明,在简单、中等和困难三种难度级别下,该多模态融合方法相较于原始SECOND模型,对汽车和行人的检测精度均有较大的提升,其中行人的检测精度提升最明显;同时,与许多主流的三维目标检测网络相比,所提方法具有更高的精度。

关键词： YOLOv5   输电线路   多目标检测  

摘要： 为了全方面识别并检测输电线路部件,本文基于改进的YOLOv5算法设计了一种用于输电线路的多目标检测系统。通过优化YOLOv5算法参数量和浮点计算量,将Bottle颈部网络CSP改为轻量级跨阶段部分模块,实现了网络结构的轻量化,同时提高了检测性能。研究结果表明,改进YOLOv5的参数量能够满足输电线路部件检测的精度、轻量化与实时性要求。该系统可以实时检测输电线路部件,并提高输电线路设备的维护和管理效率。

关键词： 轨道交通   APM   轨道错台检测   图像处理   动态数列  

摘要： [目的]为解决传统APM(自动旅客捷运系统)轨道错台人工检测方法的检测效率低、精度低等问题,需对APM轨道错台检测技术进行研究。[方法]利用线激光传感器获取轨道数据,基于多维图像处理技术和点云处理技术对错台进行识别和测量。对轨道轮廓数据进行图像化处理,通过图像处理技术识别轨道错台并定位,同时融合动态数列,判断在连续的时间段内图像识别算法识别的轨面状态是否一致,解决单个轨道断面误判的干扰,提高错台识别定位的准确性;错台精准识别和定位后,扫描获取轨道的点云数据,对数据进行滤波、平面拟合等处理,获取错台值的大小。[结果及结论]上海地铁浦江线的实际线路试验结果表明,采用多维图像处理技术和点云处理技术能够实现轨道错台的准确识别和定位,且识别的错台值的测量精度高、重复性好,满足轨道巡检要求。

关键词： 目标跟踪   相关滤波   纵横比   尺度估计   平滑修正   学习率自适应  

摘要： 由于跟踪过程目标不规则形变的影响,采用固定纵横比的尺度模型无法精确地估计目标的尺度.为解决该问题,本文提出基于纵横比自适应的相关滤波跟踪算法.基于fDSST(fast Discriminative Scale Space Tracking)算法,训练学习纵横比模型,更新目标的纵横比,获取更精确的目标尺度.在此基础上,本文设计了平滑修正方案以及学习率自适应机制,可以有效地缓解因目标出现遮挡导致的模型漂移问题.在OTB100、VOT2016和VOT2018数据集上与其他跟踪算法进行对比实验,结果表明本文算法改善了基准算法的性能,特别是在OTB100上的总体准确率和成功率比fDSST提高了9.6%和6.2%.

关键词： 计算机视觉   卷积神经网络   Transformer   FPGA   硬件加速器  

摘要： 针对计算机视觉领域中基于现场可编程逻辑门阵列(FPGA)的传统卷积神经网(CNN)络加速器不适配视觉Transformer网络的问题,该文提出一种面向卷积神经网络和Transformer的通用FPGA加速器。首先,根据卷积和注意力机制的计算特征,提出一种面向FPGA的通用计算映射方法;其次,提出一种非线性与归一化加速单元,为计算机视觉神经网络模型中的多种非线性和归一化操作提供加速支持;然后,在Xilinx XCVU37P FPGA上实现了加速器设计。实验结果表明,所提出的非线性与归一化加速单元在提高吞吐量的同时仅造成很小的精度损失,ResNet-50和ViT-B/16在所提FPGA加速器上的性能分别达到了589.94 GOPS和564.76 GOPS。与GPU实现相比,能效比分别提高了5.19倍和7.17倍;与其他基于FPGA的大规模加速器设计相比,能效比有明显提高,同时计算效率较对比FPGA加速器提高了8.02%~177.53%。

关键词： 工艺矿物学   片状云母   缺陷检测   图像处理  

摘要： 这是一篇工艺矿物学领域的论文。为了解决高纯度云母中色斑杂质分选难的问题,本文提出一种基于图像处理的含杂质云母的分选方法,针对云母在不同光源条件下色斑杂质所呈现的状态,研究了图像光照环境的影响,并在此基础上对所获取图像进行高斯滤波、canny边缘检测等处理方法的研究,最终准确地实现云母矿的图像识别与区分,并在三种不同种类的云母矿识别中取得较好的效果。

关键词： 安防反恐   监控   目标跟踪  

摘要： 为解决现有跟踪控制方法中目标偏离图像中心、方位角误差大的问题,本研究提出一种集控动态目标跟踪方法。通过整合不同监控设备和传感器信息,并进行信息预处理和特征提取,来融合有效信息。利用反向投影消除静态背景,更新分类器以追踪目标状态变化。试验结果显示,当目标偏离中心时,相机角度值水平角在58°~95°,垂直角在60°~93°,符合预期;当200s时,方位角误差趋近0。这种集控方法提高了安防反恐监控的感知能力,实现了良好的跟踪控制效果。

关键词： 机动目标   扩展目标   星凸形随机超曲面   方向自适应   先验形状参数  

摘要： 针对具有强机动性的扩展目标跟踪问题,不仅需要估计目标的运动状态,还要准确识别目标机动过程中的形状变化。由于目标机动和模型的复杂所导致的高维非线性问题,提出了一种基于随机超曲面模型的扩展目标方向自适应跟踪算法。通过使用输入估计检测器对目标机动进行判断,再利用目标机动的大小修正形状参数的先验,其次基于先验信息更新量测,并结合无迹卡尔曼滤波算法,实现对机动扩展目标的状态跟踪和形状识别。利用均方根误差和quasi-Jaccard距离分别对目标质心位置的跟踪质量和形状的跟踪性能进行评价。仿真实验结果证明了该算法的有效性。

关键词： 激光旁轴送丝熔覆成形技术   图像处理   焊缝轮廓拟合   搭接率模型   单因素试验  

摘要： 在激光旁轴送丝熔覆成形中,表面平整度是影响其成形质量的关键因素。为获得理想的表面平整度,选取ER-2209焊丝,基于激光旁轴送丝单层单道熔覆焊缝形貌,使用MATLAB软件对其进行图像处理、焊缝特征提取及数学拟合。试验结果表明,传统焊缝的抛物线模型与实际熔覆焊缝特征差异较大,为保证误差可控,同时避免不利因素的产生,经过多组不同阶数的拟合结果对比发现,使用6阶函数对试验对象的拟合效果更好。由焊缝曲线的拟合结果可得出最优拟合函数,进而利用微分的思想建立最佳平整度的数学模型,可求解出最佳理论搭接率,并通过5组单因素激光旁轴送丝搭接试验对所提出的表面平整度模型进行验证。结果表明,焊缝表面平整度是焊缝特征和层间偏移量的函数;该模型的理论最佳搭接率是30.45%,试验验证的理想搭接率在30%~35%之间,在试验误差允许范围内理论最佳搭接率成立。在实际的激光旁轴送丝熔覆成形过程中,可以根据实际情况,在理论最优搭接率基础上小范围灵活调整。