关键词： 动态SLAM   目标检测   光流法   ORB特征点  

摘要： 针对视觉SLAM在真实环境中易受车辆、行人等运动物体影响而导致位姿估计降低的问题,提出一种结合轻量化YOLOv5s的动态视觉SLAM算法,将改进的轻量级YOLOv5s作为目标检测算法用于判断运动物体;结合提出的动态特征点剔除方法,剔除动态特征点,仅采用静态特征点进行位姿估计和地图跟踪。在TUM数据集进行实验,相较于ORB-SLAM3算法,改进后的算法在高动态序列上的位姿估计精度分别提升了89.29%、65.34%、94.42%,结果表明改进后的算法能够有效剔除动态特征点,提高了视觉SLAM算法在动态环境下的位姿估计精度和定位精度。

关键词： 计算机视觉   服装行业   质量检测  

摘要： 随着经济的快速发展,人们追求高品质的生活理念早已渗透进服装产业,质量控制成为服装行业维护品牌声誉和提高消费者满意度的关键。计算机视觉技术凭借在自动化和精确度方面的优势为服装质量检测提供了新的解决方案。探讨计算机视觉技术在服装质量检测中的应用,能够推动服装产业的高质量发展。

关键词： 多任务自编码变换   低光照   YOLOX   目标检测   多目标跟踪  

摘要： 针对夜间低光照场景下目标特征提取困难和跟踪不稳定的问题,提出了基于自编码器结构及改进Bytetrack的多目标行人检测及跟踪算法。在检测阶段,基于YOLOX(you only look once X)搭建多任务自编码变换模型框架,以一种自监督的方式考虑物理噪声模型和图像信号处理(image signal processing,ISP)的过程,通过对真实光照退化变换过程进行编码与解码学习内在视觉结构,并基于这种表示通过解码边界框坐标与类实现目标检测任务。为了抑制背景噪声的干扰,在目标解码器颈部网络引入自适应特征融合模块ASFF。跟踪阶段,基于Bytetrack算法进行改进,将基于Tranformer重识别网络提取到的外观嵌入信息与NSA卡尔曼滤波获得的运动信息通过自适应加权的方法完成数据关联,并通过Byte两次匹配的算法完成夜间行人的跟踪。在自建夜间行人检测数据集上测试检测模型的泛化能力,mAP@0.5达到了94.9%,结果表明本文的退化变换过程符合现实条件,具有良好的泛化能力。最后通过自建夜间行人跟踪数据集验证多目标跟踪性能,实验结果表明,本文提出的夜间低光照行人多目标跟踪算法MOTA(multiple object tracking accuracy)为89.55%,IDF1(identity F1 score)为88.34%,IDs(ID switches)为15。与基准方法Bytetrack相比,MOTA提高了10.72%,IDF1提高了6.19%,IDs减少了50%。结果表明,本文提出的基于自编码结构及改进Bytetrack的多目标跟踪算法可以有效解决在夜间低光照场景下行人跟踪困难的问题。

关键词： 深度学习   图像处理   绿色建筑节能  

摘要： 针对绿色建筑节能领域中的能耗优化问题,提出了一种基于深度学习与图像处理的节能系统。系统通过实现对建筑环境的实时数据采集,利用深度学习模型,结合卷积神经网络对采集的图像和环境数据进行深入分析,提取关键特征,并预测建筑能耗。系统还引入了Dropout技术以提高模型的泛化能力,防止过拟合。实验结果表明,该系统能够有效识别节能潜在区域,提高了能耗预测的准确性和系统的响应速度,为建筑节能管理提供了有力的技术支持。

关键词： 大千字库   智能化构建   目标检测   图像分割   图像矢量化  

摘要： 针对当前整理张大千书法为字库过程中过度依赖手工标记而采用数字化技术不足的问题,该文提出一种智能化的字库构建方法.该方法首先利用具备多尺度特征提取能力的深度学习目标检测算法YOLOv3,实现对相关书法作品中多种尺寸文字图像的自动检测、定位与采集.其次,利用具有U型结构编解码器的深度学习图像分割算法U-Net,实现对背景纹理自相似文字图像中笔画前景细节的有效分离.随后,利用图像矢量化技术实现文字图像的数字化转换.最终结合字体编辑软件FontForge实现包含1893个文字的大千字库的构建,为张大千书法研究提供进一步的数字化支撑.

关键词： 遥感图像目标检测   多尺度特征融合   坐标注意力机制   Swin Transformer  

摘要： 针对遥感图像目标检测方法中存在的特征提取不充分、语义信息表达能力弱、小目标检测准确率低和定位不准确的问题,提出了一种基于YOLOv5和Swin Transformer的改进策略。实验结果表明,与传统方法以及其他改进策略方法相比,文中的方法在公共数据集DOTA和自建数据集SkyView上均表现出更高的检测准确率,性能优势显著。

关键词： YOLOv5   梯标检测   目标检测   基于拆分的卷积  

摘要： 对于印刷行业而言,确保每本书的页码、页面正确排序是提高印刷厂生产率的重点。为了解决目前印刷厂对于图书梯标的检测存在漏检、误检的问题,提出了一种改进YOLOv5的梯标检测算法。该算法增加一个检测尺度以解决漏检问题和提高梯标的识别精度,将主干网络中的C3数量减少,使用深度可分离卷积替代颈部网络中的部分卷积,在能够保证精度稳定的同时降低模型的参数量和计算量;使用SPConv替换Resunit结构里的Conv,形成SPConv-C3结构,SPConv-C3结构不仅能够降低模型的参数量,还能提升网络对图书梯标的检测精度;根据深度可分离卷积和SPConv-C3结构设计特征融合网络结构,能够大幅度提升网络模型的特征融合能力。将所改进的检测算法在自建数据集上进行验证,结果表明,改进后的算法Pm,A@0.5∶0.95达到了64.7%,比原YOLOv5s提高7.5百分点,参数量下降了3.16%,能够满足实际需求。

关键词： 无人机目标跟踪   相关滤波器   尺度变化   目标遮挡处理  

摘要： 鉴于无人机视觉目标跟踪时会遇到目标遮挡、目标尺度变化等问题,同时目标跟踪方法复杂度受到云台芯片算力的严格限制,提出了一种基于无人机云台的视觉目标跟踪方法。基于多个特征相关滤波器的自适应权重融合来提升目标位置预测的精度。引入长宽相互独立变化的尺度变化池策略,解决无人机目标跟踪过程中目标尺度估计问题。通过设置模板检测和轨迹预测模块来有效地对目标跟踪过程中的遮挡状态进行检测和处理。该方法可在无人机云台芯片中实现实时跟踪,且在公开无人机目标跟踪数据集和自采集数据集中取得了很好的跟踪效果,与基线方法相比,成功率提升了10.7个百分点,准确率提升了3个百分点。

关键词： 磨玻璃结节   机器学习   图像处理   计算机辅助   算法  

摘要： 目的 探讨不同重建算法和层厚对基于人工智能(AI)获得的纯磨玻璃结节(pGGN)一阶特征的影响,选取最佳重建算法和重建层厚。方法 回顾性分析我院同一台CT机上行胸部高分辨率平扫者CT影像,在AI辅助下由一名副主任医师筛选出最小径≥5 mm的pGGN 158例,分别记录相同重建算法不同层厚(0.625、1.250、2.500 mm)和相同层厚不同重建算法(标准算法和肺算法)数据,在AI软件中标准敏感度下获得16个一阶特征(总体积、总质量、CT最大值、CT最小值、CT平均值、CT值方差、球型度、最大面面积、表面积、3D长径、长短径平均值、峰度、偏度、能量、紧凑度、熵),并进行统计分析。结果 2.500 mm层厚数据中有7例pGGN无论标准算法还是肺算法在AI上均未识别,其余层厚和算法组合均能准确识别;另有4例pGGN在肺算法中未识别,而在标准算法及其他层厚组合中均能识别。不管标准算法还是肺算法0.625 mm组和1.250 mm组只有能量(Z=3.39、3.34,P<0.05)、熵(Z=6.49、6.77,P<0.05)差异有统计学意义;0.625 mm组和2.500 mm组在标准算法中总体积、CT最大值、CT最小值、CT平均值、表面积、球型度、紧凑度、能量、熵差异有统计学意义(Z=3.67~13.40,P<0.05),在肺算法中除上述特征外还有CT值方差、峰度差异有统计学意义(Z=2.64~13.34,P<0.05);1.250 mm组和2.500 mm组在标准算法中CT平均值、CT最大值、球型度、表面积、紧凑度、能量、熵差异有统计学意义(Z=2.43~6.98,P<0.05),在肺算法中CT最大值、CT最小值、CT值方差、球型度、表面积、紧凑度、峰度、熵差异有统计学意义(Z=2.54~8.51,P<0.05)。结论 不同的重建算法和层厚对AI获得的pGGN一阶特征均会产生影响,建议采用1.250 mm层厚、标准算法数据进行一阶特征分析。

关键词： YOLO   目标检测   网络结构   卷积神经网络   YOLO算法发展  

摘要： YOLO(You Only Look Once)目标检测算法自2015年提出,如今已经发展到YOLOv6,检测速度和精确度更强,是当前研究的热点方向。文章着重介绍了YOLO系列算法的基础网络结构,综述YOLOv1~YOLOv6算法的创新点、优点和局限性,梳理了YOLO检测算法及其改良算法在工业、农业以及安防领域的应用情况,在此基础上对YOLO算法未来可能的发展趋势进行展望。