关键词： 5G通信   位置估计   目标跟踪   压缩感知  

摘要： 实时精确定位与跟踪是列车运行控制系统中关键技术环节之一,工作在毫米波频段的5G通信具备小空间内多天线组合、米级定位精度等优势,已经成为轨道列车定位技术的主要发展方向之一。利用毫米波信道在不同域近似稀疏的特性,提出一种基于压缩感知的5G定位方法。该方法通过压缩感知来估计5G信号视距路径的到达时间、到达角度,并将其估计结果作为量测与基于扩展卡尔曼滤波器的非线性滤波算法相结合,以实现对列车位置的精确跟踪。列车场景仿真实验结果表明,该改进算法的定位误差小于3 m、跟踪速度误差小于2 m/s。

关键词： 图像处理   改进Retinex算法   海底地貌图像   图像纹理细节  

摘要： 为获取更清晰的海底地貌图像,研究基于改进Retinex算法的海底地貌图像增强方法。使用高斯低通滤波器进行低频入射分量的卷积操作,计算图像带色彩恢复输出值;构造一般表现形式,得到像素区域内对数修正的输出值;基于多尺度Retinex算法对色彩对比度进行增强处理;计算亮度值以及图像的入射分量,对海底地貌图像进行光照补偿;改进Retinex算法,实现海底地貌图像增强。由对比处理图像结果可知,所提算法的增强图像亮度更均匀、色彩更饱满且细节纹理更清晰。在客观参数对比中,所提算法对比度、清晰度以及信息熵也高于其他图像,有效提高了图像清晰度。

关键词： 泄漏检测   实例分割   目标检测   自注意力机制   置信度传播簇机制   通道剪枝  

摘要： 火电厂关键区域的管道、阀门等设备时常发生油液、蒸汽等物质的泄漏故障.为了提高火电厂管道及阀门泄漏故障的分割与检测精度,加快模型推理速度,提出一种基于改进YOLOv7的火电厂管道及阀门泄漏分割与检测算法,通过在YOLOv7网络中加入相关实例分割模块,实现实例分割与目标检测任务的并行;通过融入极化自注意力机制和可分离的视觉深度自注意力模块(separable vision transformer),弱化复杂背景的干扰,强化对泄漏区域的边缘提取;在后处理阶段运用置信度传播簇机制(confidence propagation cluster, CP-cluster),提高模型定位的准确性;在颈部网络使用幽灵卷积降低特征冗余,并通过通道剪枝技术压缩模型,实现模型轻量化.实验结果表明,在加入各项改进后,算法分割任务与检测任务的mAP@0.5:0.95指标分别达到75.7%、82.2%,相较于基础模型,指标分别提高了11.9%、7.1%,且模型参数量减少了30.3%,可有效地应用于电厂的实际生产环境中.

关键词： 目标跟踪   特征金字塔网络   全局局部特征交互   角动量  

摘要： 针对多目标跟踪(MOT)算法性能对于检测准确度和数据关联策略的依赖性问题,该文提出一种新的端到端算法。在检测方面,首先基于特征金字塔网络,提出空间残差特征金字塔模块(SRFPN),以提升特征融合和信息传递的效率。随后,引入全局局部特征交互模块(GLFIM)来平衡局部细节和全局上下文信息,增强多尺度特征的专注度,提高模型对目标尺度变化的适应性。在关联方面,引入角动量机制(AMM),充分考虑目标运动方向,以提升连续帧之间目标匹配的精确性。在MOT17和UAVDT数据集上进行实验验证,所提跟踪器的检测性能和关联性能均显著提升,并且在目标遮挡、尺度变化和杂乱背景等复杂场景下表现出良好的鲁棒性。

关键词： 生物医学工程   图像处理   脑机接口   生物医学信号处理   医疗卫生装备   生物医学成像   技术研究成果   神经工程  

摘要： 为促进我国生物医学工程领域的繁荣与发展,提升卫勤保障装备研发速度和质量,我刊“论著-研究与设计”栏目特面向全国征稿。该栏目主要报道生物医学工程领域最新的理论和技术研究成果、新型医疗卫生装备及器械的研制、医院数字化及智能化建设,选题包括但不限于:(1)基础研究类,如生物医学工程关键技术研究、生物系统建模及仿真研究、生物医学信号处理技术研究、生物医学成像与图像处理研究、脑机接口与神经工程研究。

关键词： 目标检测   雷达   视频   数据融合   多模态   深度学习  

摘要： 目标检测技术在现代社会中起着至关重要的作用,但单一传感器方法通常难以应对复杂多变的环境。为了提高系统的检测精度和鲁棒性,该文提出一种基于雷达和视频融合的目标检测方法,该方法通过设计多模态特征提取网络,实现了雷达点云数据和视频图像的深度特征提取,利用跨模态注意力机制对两个异构数据的互补信息进行有效整合,融合决策模块输出检测结果,实验表明该方法在不同环境和场景下均具有优异的检测性能,为多传感器融合目标检测领域提供了新的研究思路。

关键词： 领域自适应   跨域目标检测   深度神经网络   平均教师  

摘要： 无偏跨域目标检测的主要目的是借助知识蒸馏最大限度地利用源域的知识,通过领域自适应减小模型的跨域差距。然而,通常用于无偏跨域目标检测的平均教师方法所产生的伪标签并不可靠,从而导致师生模型间仍然存在较大的领域偏差问题。受傅里叶变换中相位信息不变性特点的启发,在平均教师的基础上提出傅里叶增强无偏协同教师模型(FAUMT)。利用傅里叶相位信息的不变性,设计振幅混合的数据增强(AMDA)模块,其可以有效地混合源域和目标域间的相位信息从而实现数据增强。而数据增强会产生额外的噪声,设计两个一致性损失来保证数据增强前后预测的一致性。此外,为平衡模型训练过程中源域和目标域间的跨域偏差,还设计了多层对抗学习(MAL)模块,旨在对不同层次的像素级别特征进行域对齐。在三个基准数据集Cilpart1K、Watercolor2K、Comic2K上,该方法的mAP分别达到了47.5%、58.9%、46.1%,超过了其他算法。

关键词： 卵细胞   自动化拆蛋   检测线   计算机视觉  

摘要： 卵细胞拆蛋是人工辅助生殖技术中至关重要的操作之一,但现有手动操作成功率低、丢卵现象时有发生。在自动化操作中,借助显微操作平台和智能运动平台对培养皿中的卵细胞进行反复吹打、清洗是常用的操作方法。设计了面向自动化拆蛋的卵细胞定位方法,利用培养皿内微滴的矩阵布置,通过三点定圆建立实物坐标系,并按回转路径扫描微滴,划分区域检测线,利用计算机视觉对比图像灰度值的方法检测定位卵细胞。结果表明,矩阵微滴内拆蛋和计算机视觉识别缩小了定位范围,提高了卵细胞的定位效率,成功率达到96%。

关键词： 高速摄像   玉米排种器   性能测试   图像处理   排种均匀性   漏播率  

摘要： 随着现代农业对高效、精确播种技术需求的增加,传统的排种器性能测试方法已经难以满足要求。该文基于高分辨率高速摄像机,在不干扰排种器正常工作的情况下实时捕捉和分析排种过程,通过获得排种器在高频率下的连续图像了解种子在被排出瞬间的运动轨迹和分布情况。试验结果表明,该方法可以准确地检测排种器的排种速度、排种均匀性和漏播率,为优化和改进玉米排种器设计提供了可靠的数据支持。通过该技术手段,可以大幅度提升玉米播种器的效率和质量,不仅有助于提高玉米的播种质量和效率,还可以为农业生产提供重要的技术支持和保证。

关键词： YOLOv5   目标检测   小目标   损失函数  

摘要： 为解决施工过程中操作不规范导致安全事故频繁发生的问题,研究了一种基于Yolov5的施工现场异常行为智能检测方法。该方法能够检测施工工人是否佩戴安全帽,并监测大型设备驾驶人员是否有抽烟、打电话等不当行为。针对原模型对小目标检测能力不佳问题,通过改进YOLOv5s算法,使用Focal-EIoU损失函数来解决YOLOv5s中CIoU Loss计算回归结果不准确的问题,从而提高模型对小型目标的检测精度,实现对检测方法的优化。实验结果验证了该方法在不同场景下具有良好的性能,有助于有效提升施工现场的安全管理水平。