关键词： 计算机视觉   数字电影色彩风格   可视化系统   循环生成对抗网络  

摘要： 为了满足用户对应用界面多样化色彩风格的需求,以数字电影色彩风格为例,设计了一种基于计算机视觉的数字电影色彩风格可视化系统。首先对系统整体框架进行设计,然后搭建基于循环生成对抗网络的界面色彩风格迁移模型作为系统核心,最后分别对核心模型和数字电影色彩风格可视化系统进行实验测试。实验结果表明:设计的基于循环生成对抗网络的界面色彩风格迁移模型SSIM值保持在0.9以上,PSNR值保持在19以上,代表该模型生成的目标界面和迁移体界面相似度高,图像失真程度小,生成的目标界面清晰度高,综合性能良好,具有可行性和有效性,可以满足数字电影色彩风格可视化系统使目标界面清晰、准确地转换为数字电影色彩风格,实现用户根据自己的喜好将移动应用界面转化为数字电影色彩风格的需求。

关键词： 带钢表面缺陷   目标检测   轻量级网络   YOLOv4  

摘要： 针对复杂工业生产环境下,热轧带钢的表面缺陷检测准确率低,网络模型参数量过大,难以部署等问题,该文提出一种基于YOLOv4模型改进的轻量级带钢缺陷实时检测算法SDD-YOLO。所提算法在特征提取部分采用GhostNet网络,压缩模型参数量;在特征融合部分,借鉴BiFPN结构改进PAN网络,采用GSConv卷积代替标准卷积,减少模型参数量和计算量,同时嵌入注意力模块CA(Coordinate Attention),增强模型特征融合能力;在预测部分采用SIOU-loss代替CIOU-loss,提高模型收敛效率,加快收敛速度;采用k-means聚类算法重新设计先验框,提高模型精度。实验结果表明,该文提出的模型相较于YOLOv4,模型参数量减少71.6%,浮点运算量降低74.6%,模型大小减小71.6%,检测精度提高3.49%,单张图片检测速度为25.9 ms。在保证准确率和检测速度的条件下,基本可以满足工业现场对缺陷的实时检测要求。

关键词： 视觉跟踪   Transformer   时空特征   自注意力   特征编码  

摘要： 视觉目标跟踪中,由于目标移动速度不同,连续帧对时空邻域的贡献程度也不同。为学习视频帧对邻域信息的贡献,结合自注意力机制学习不同帧的权重大小,提出了一种基于时空Transformer的视觉目标跟踪方法。该算法主要通过关联多帧特征,并在时域上进行信息聚合。首先,将图像通过空间Transformer编码器(STE)对空间特征进行编码。然后,通过时空Transformer解码器(STD)模块在时间维度上聚合帧间信息,以捕获时间和空间的全局上下文信息。最后,在LaSOT、GOT—10k等主流数据集进行测评。实验结果表明:算法在精度、成功率及其他评价指标上取得了一定程度的提升。

关键词： SIFT   单应矩阵   目标检测   RANSAC  

摘要： 针对现有的指针式仪表识别算法通用性不强、识别条件苛刻的问题,提出一种基于SIFT特征点匹配的指针式仪表矫正与识别方法。该方法使用YOLOv5在图像中检测出仪表的准确位置以去除背景区域;采用SIFT特征匹配矫正对齐待识别仪表图像与参考仪表图像,获得刻度点和圆心的位置;利用二值图像进行直线拟合确定仪表指针位置;根据刻度点和指针的距离计算仪表读数。实验结果表明,在轨道式巡检场景下仪表的检测精度达98.9%,读数精度在一个刻度间隔内,且能处理刻度不均匀的指针式仪表。

关键词： 医学图像处理   UbD课程设计方  

摘要： 为了适应“新医科+新工科”背景下创新型卓越生物医学工程人才培养需求,提高医学图像处理课程教学质量。笔者团队对医学图像处理课程进行了课程设计改革并实践。基于UbD(Understanding by Design)理论,突出医学应用,将医学图像处理技术与人工智能、大数据、5G通信等先进技术交叉融合,对医学图像处理课程进行教学设计,并在我校生物医学工程专业第6学期进行了教学实践。本课程设计以理解为教学目的,课程目标明确,课程内容满足“新工科+新医科”要求,考核方式能够评估学生对教学内容的理解程度。实践证明学生对教学整体满意度较高。

关键词： 电力设备检测   YOLOv7   红外图像   空洞卷积   注意力机制  

摘要： 针对变电站红外图像中目标数量多、外观相似、背景与目标颜色相近时容易出现漏检误检等问题,提出了一种改进YOLOv7的电力设备红外图像多目标检测方法。首先,为了更好地保留红外图像中的浅层信息,在SPPCSPC模块中引入空洞卷积与均值池化以扩大感受野的同时防止红外小目标淹没在背景中;其次,针对多目标检测中的误检漏检等问题,在头部网络中引入了轻量型SimAM注意力机制以重点关注感兴趣区域。最后,选择一个更适用于小目标检测的NWDloss损失与CIOU损失相结合的混合边框回归损失函数,它可以有效提高红外图像中不同尺度目标检测的准确性。我们在自建电力设备红外图像数据集上与其他7种具有代表性的检测方法进行了对比实验。实验结果表明,改进后的YOLO v7网络模型漏检误检等情况得到明显改善,m AP达到88.9%,相比其他有代表性的目标检测算法在电力设备红外多目标检测上的效果有明显提升。

关键词： 目标跟踪   孪生网络   分类   回归   深浅层特征融合   分类与IoU联合训练  

摘要： 深度学习相关的目标跟踪算法在利用深浅层特征融合时,未考虑分类分支与回归分支的差异性,两分支均使用同一融合特征,不能同时满足各自分支的不同任务要求。依据分类分支与回归分支的不同任务要求与深浅层特征之间的关系,提出了一种新的特征融合方式用于视觉目标跟踪。将骨干网络中不同特征层的通道数按比例进行微调,分别形成适合分类分支与回归分支的融合特征。为验证所提特征融合方式的有效性,在基于SiamCAR算法的基础上进行优化,改变特征提取与融合方式,在UAV123、GOT-10K、LaSOT数据集上提高了2%~3%的精度。实验结果证明:所提特征融合方式是有效的,同时框架整体以75帧/s的实时运行速率实现了良好的跟踪性能。

关键词： 深度学习   遥感图像   定向目标检测   无锚框   注意力机制   多尺度特征融合  

摘要： 目的任意方向的多尺度目标和复杂的背景信息,使得在遥感图像上的目标检测相比一般目标检测任务具有更大的挑战。尽管一些现有的检测模型取得了令人满意的成果,但它们主要基于锚框实现,其检测性能依赖于预定义锚框的设计。本文在Faster R-CNN(faster region-based convolutional neural network)的基础上,通过结合无锚检测思想与监督掩码注意力技术,提出了一种新的两阶段无锚检测模型。方法首先,对于骨干网络提取的特征金字塔构建一个监督掩码注意力模块,通过注意力机制和掩码监督方法引导检测模型关注目标区域,减少背景噪声的干扰,从而提高目标特征的质量。其次,结合FCOS(fully convolutional one-stage object detection)的回归思想以及中心点偏移技术设计了一个基于关键点预测的无锚定向区域提议网络,并且在训练阶段采用动态调整的软标签策略,实现标签的合理分配,提高模型的检测精度。结果在两个公开的遥感数据集DOTA(dataset for object detection in aerial images)和HRSC(high-resolution ship collections)2016上进行了大量实验,平均精确率均值(mean average precision,mAP)分别达到76.36%和90.51%,超过大多的定向检测模型,表明了本文方法的先进性和有效性。结论本文提出的检测模型通过将区域提取网络的无锚框设计、监督方法以及注意力机制进行结合,能够有效适应复杂遥感图像中的定向目标检测场景。

关键词： Object tracking  

摘要： Objective Multi-object tracking (MOT) is identified as a critical issue in computer vision, where specific target categories are detected and tracked in every frame of image sequences. These techniques are widely applied in areas such as sky warning, safety monitoring, autonomous driving, and video analysis. Recent MOT research focuses on the track-by-detection (TBD) paradigm, where detection in each frame becomes a data association task. This approach, which often employs appearance and motion embeddings for bipartite graph matching, is preferred by researchers due to the effectiveness of high-performance object detection models. Methods A multi-object tracking method based on quasi dense similarity learning (QDSL) is proposed to tackle accuracy challenges stemming from clutter, occlusions, and similar object appearances. The improved YOLOv8 framework is utilized for multi-object detection, generating in bounding box outputs. Subsequently, dense sampling of object regions across adjacent frames is performed for contrastive learning to facilitate local data association. Ultimately, the integration of similarity learning with YOLOv8 is implemented, alongside an appearance-free link model, facilitating global association without dependence on appearance features. This approach effectively balances tracking speed and accuracy. Results and Discussions The effectiveness of the proposed algorithm is evaluated through component ablation experiments conducted on the MOT17 dataset video sequences, with results summarized in Table 2. The experiments indicate a significant improvement, with a 0.7% increase in multiple object tracking accuracy (MOTA) and a 0.3% increase in identity F1 score, demonstrating enhanced tracking performance as shown in Fig. 8. Comparative experiments, detailed in Table 4, demonstrate the algorithm notable advantages over three other tracking techniques, underscoring its superior performance. Furthermore, airplane tracking tests showcase the algorithm