关键词： 数字图像处理   豪华邮轮   商业运营   航行时间   人工智能   运营管理   大数据   休闲场所  

摘要： 豪华邮轮是指具备高级设施和服务的大型客船,专门用于提供多种娱乐、休闲等旅行体验。其特点是规模庞大、容纳人数多、休闲场所和设施多、航行时间长等。因此,豪华邮轮的安全性、运营效率和乘客体验是其运营管理的重点。数字图像处理系统以大数据、物联网、人工智能等数字技术为依托,通过各种技术手段和算法,实现豪华邮轮的检测、识别和追踪,为豪华邮轮海上行驶和商业运营的顺利进行提供有力保障。对数字图像处理在豪华邮轮目标识别中的应用进行研究与分析,能够实现邮轮运营高效、准确、智能化的目标,保障海上活动的安全和舒适。

关键词： 电力巡检   周边视觉注意力机制   高阶空间交互   视觉变压器   级联蒸馏架构  

摘要： 针对输电线路无人机智能巡检中多个小目标缺陷检测精度低且复杂环境下缺乏鲁棒性等问题,提出基于仿生视觉骨干的级联蒸馏输电线路目标检测模型。首先,设计2个共用骨干网络的高效模块构建级联蒸馏结构:动态锚框蒸馏模块和动态锚框提纯模块,前者负责粗略寻找可能存在目标的区域,后者负责细化该区域,从而提出一种新的渐进式目标检测方法,解决输电线路中受遮挡目标的漏检问题。其次,构建仿生特征提取骨干网络,通过模仿生物感受野充分聚合上下文信息,提升骨干网络对线路中尺度较小目标的特征提取能力。然后,设计周边视觉模块,利用人类独有的视觉机制控制局部信息的交互强度,克服输电线路中复杂多变的背景对模型的干扰。最后,构建生成了输电线路目标的数据集,并通过仿真实验验证了模型的泛化性和鲁棒性。

关键词： 配网架空导线   图像处理   激光测距   线径及高度测量  

摘要： 现场勘察是配网不停电作业的起点和重要环节,勘察人员只有通过周密的现场勘察,才能确认是否具备作业条件,进而制订作业方案及配备施工所需材料等。有效的现场勘察将大大提高施工作业的效率及施工质量,而目前在导线线径大小及导线对地距离高度勘察方面,主要采用人工经验判断或测量杆测量方式,准确性较低,对施工效率及质量产生了较大的影响。为了提高现场勘察准确度,进而提高带电作业的效率及质量,研制了一种配网架空导线线径及高度智能测量装置。通过图像处理与激光测量技术相结合,实现单人操作、远距离快速准确测量,极大提高了勘察测量效率及安全性。

关键词： 载人航天器   交会对接灯   故障目标检测   YOLO v8模型   注意力机制  

摘要： 为了实现载人航天器综合测试期间交会对接灯故障的快速准确识别,提出了一种应用改进YOLO v8模型+注意力机制的交会对接灯故障目标检测模型。该模型在改进YOLO v8模型的基础上,在加强特征提取网络上引入注意力机制模块,对故障目标给予更多关注,提高了密集小目标识别精度。同时,在自制灯数据集上进行仿真试验。试验结果表明:文章提出的模型平均准确率提高为0.91,可以对灯的部分点失效故障目标进行快速、有效识别,为载人航天器综合测试期间交会对接灯智能巡检提供了一种新思路。

关键词： 轨道交通   计算机视觉技术   PIS系统   目标检测   图像识别  

摘要： 随着城市交通的快速发展,乘客信息系统(PIS)在提升乘客出行体验、提高交通运行效率方面扮演着重要角色。文章选择计算机视觉技术作为关键实现手段,旨在通过目标检测、图像识别等算法,实现对轨道交通场景中车辆、站点等要素的准确捕捉与识别。在系统架构方面,通过结合硬件与软件组件,建立了高效、实用的PIS系统。依托大量实验,详细评估了系统性能,包括准确性、实时性和可扩展性。文章不仅关注系统的设计与优化,更聚焦其在实际轨道交通中的应用效果。

关键词： 计算机视觉   神经辐射场   新视角合成  

摘要： 针对多视角视频中少量视角前提下的动态场景,提出了一种新视角下的视频合成方法。该方法基于三维高斯抛雪球算法及一系列衍生模型,使用三维高斯函数为体素拟合静态标准场景,结合K-Planes作为变形场,并引入图像的深度信息,最终拟合动态场景。实验结果表明,该方法能够稳定地生成过渡视角视频,为视频处理和影视拍摄领域的视角变换效果提供了有效的解决方案。

关键词： 卷积神经网络   目标检测   特征点定位   下肢力线  

摘要： 提出一种基于卷积神经网络的X线片下肢关节角度识别算法,首先在X线片中使用Yolov5目标检测模型来识别特定类别的感兴趣区域,并使用U-Net模型进行热图回归来识别关键特征点,最后进行下肢关节角度的计算。研究结果表明,本文提出的算法相比于之前的算法精度更高,结果准确可靠,为临床研究和实践提供参考。

关键词： 农村公路   自动化检测   计算机视觉技术  

摘要： 为了提升农村公路养护水平,概述计算机视觉技术在农村公路自动化检测中的应用优势,分析农村公路自动化检测现状及问题,对于计算机视觉技术在农村自动化检测中的应用进行详细说明,为相关专业人员提供参考。

关键词： 目标检测   跌倒   FasterNext   DDConv   WIoU  

摘要： 针对室内场景中由于光照变化、人体形态被遮挡以及在特殊视角下人体姿态变化等因素导致行人跌倒检测精度低、实时性差的问题,提出了一种基于YOLOv8改进的轻量级跌倒检测算法FDW-YOLO。将骨干网络中的C2f模块替换成FasterNext模块,增强有效特征复用的同时降低计算复杂度。根据人体跌倒姿势变化大的特点,设计了3种在颈部层不同位置添加动态可变形卷积模块的网络结构,并在自制的跌倒行为目标检测数据集上进行实验比较,最终根据网络性能选择YOLOv8-C方案。在改进后的网络中引入边界框回归损失函数WIoU取代原有的CIoU。实验结果表明,FDW-YOLO跌倒检测算法较YOLOv8n在mAP@0.5指标上从96.5%提升到97.9%,在mAP@0.5:0.95指标上从72.5%提升到74.3%,同时参数量和计算量只有4.1×10^(6)和7.3×10^(9),符合在低算力工业场景中部署的要求。

关键词： UAV   YOLOv8   Attentional mechanisms   Multi-scale detection   MPDIoU  

摘要： In response to the challenge of low detection accuracy and susceptibility to missed and false detections of small targets in unmanned aerial vehicles(UAVs)aerial images,an improved UAV image target detection algorithm based on YOLOv8 was proposed in this *** begin with,the CoordAtt attention mechanism was employed to enhance the feature extraction capability of the backbone network,thereby reducing interference from ***,the BiFPN feature fusion network with an added small object detection layer was used to enhance the model's ability to perceive for small ***,a multi-level fusion module was designed and proposed to effectively integrate shallow and deep *** use of an enhanced MPDIoU loss function further improved detection *** experimental results based on the publicly available VisDrone2019 dataset showed that the improved model outperformed the YOLOv8 baseline model,mAP@0.5 improved by 20%,and the improved method improved the detection accuracy of the model for small targets.