关键词： 图像处理   无线充电   运动控制   智能车  

摘要： 以全国大学生智能车竞赛为背景,针对无线充电智能车所需实现的功能及性能指标要求,提出了一个实现方案。以英飞凌TC264D单片机为主控制器,以超级电容组为储能装置,通过充电线圈检测模块检测智能车与无线充电发射线圈的相对位置关系,进而控制智能车在充电时的精准停车位置以提高充电效率;通过MT9V034摄像头检测赛道图像,采用边界识别算法拟合虚拟中线算法,对图像进行处理并提取出赛道元素信息;通过赛道元素信息处理策略得出智能车的控制规律,实现自主寻迹运行。在搭建的赛道上对智能车实物进行测试,结果表明,该智能车具有停车精准度高、充电效率高、寻迹速度快等优点。

关键词： 显著目标检测   多尺度特征   注意力机制   编码器—解码器   深度学习  

摘要： 随着多模态信息融合在计算机视觉任务中的普及,RGB-T(可见光和热红外图像)显著性检测作为一种重要的跨模态任务受到了广泛关注。现有的RGB-T显著目标检测模型大多采用卷积运算,构建复杂的多尺度融合结构实现跨模态信息集成,但其固定的感受野和权重共享机制难以有效捕捉多模态图像中的长距离依赖关系。为此,提出一个基于自注意力和交叉注意力机制的显著目标检测模型。该模型由3个关键模块组成:自注意力特征增强模块(SFEM)、多模态特征融合模块(MFFM)和特征细化模块(FRM)。SFEM混合多尺度卷积和多头自注意力机制,对提取的RGB特征和热成像特征进行增强;MFFM通过应用交叉注意力机制对所增强的特征进行多模态融合,同时连接上层特征;FRM以VGG为主干网络,通过聚合初级与深层特征来缓解深度神经网络退化问题,同时补充细节特征。实验结果显示,该模型在定量和定性比较方面均取得了显著效果。

关键词： 棒料识别   目标检测   YOLOv5s   MobileNetV3   GSConv   MPDIoU  

摘要： 为提高制造业中棒料自动上料的效率,提出了一种改进的Gs-YOLOv5s模型。将YOLOv5s的骨干网络替换为MobileNetV3的block模块,减少了模型参数并提高了检测速度。在颈部网络中嵌入GSConv模块,丰富输出特征图并增强模型对棒料特征的捕捉能力,同时减少了参数量。采用MPDIoU损失函数,通过引入距离惩罚和面积惩罚,使得模型在复杂背景下的棒料检测更加准确。实验结果表明,Gs-YOLOv5s模型的精度仅下降0.2%,但检测速度达到81帧/s,提高了45.3%,参数量减少了57.6%。该改进模型在保持精度的同时,实现了显著的轻量化和检测速度提升,适合在实际生产中部署使用。

关键词： 目标检测   图像增强   LSKNet   空间和通道卷积模块   通用感知大内核卷积网络  

摘要： 针对夜间环境光照度低、光照分布不均匀导致车辆检测细节模糊以及车辆漏检和错检等问题,提出一种改进YOLOv8n的夜间目标检测算法。首先,引入图像增强算法Zero-DCE提高图像质量,减小光照度低、光照分布不均匀的影响,同时使用LSKNet作为主干网络,调整动态感受野,改善模型特征提取能力,提高检测精度;其次,采用空间和通道卷积(SSConv)模块融合C2f模块,减少特征之间的空间和通道冗余;最后,提出通用感知大内核卷积网络(SPPF_UniRepLKNet)替换SPPF模块,使用非膨胀卷积更好地提升感受野,从而有效捕捉模型的特征,提高模型的检测精度。实验结果表明,改进YOLOv8n算法的检测精确率和平均精度均值分别提高了4.7%和4.9%,适用于夜间环境下车辆检测。

关键词： 伪装目标检测   手工特征   深度学习   数据增强  

摘要： 伪装目标检测(camouflaged objectdetection,COD)是计算机视觉领域的一项挑战性任务,致力于识别那些与周围环境高度融合、伪装或隐蔽的目标,主要分为基于手工特征和基于深度学习2种范式。研究人员从单一特征和多特征融合2个角度分析了26种基于手工特征的方法;按发表年份和任务类型梳理了131个在2019年至2024年第二季度期间提出的深度COD模型来揭示其发展现状;基于3种模型调用模式和3类工作方式,分别详细分析了各类深度COD方法的优势与不足;总结了COD的常用数据集、数据增强技术和评价指标,并基于实验对27种前沿的图像级深度COD模型进行了性能评估。基于上述研究探讨了伪装目标检测面临的挑战和未来的发展方向。

关键词： 弱监督目标检测   边界框回归   全监督检测   注意力机制  

摘要： 由于实例级类别标注的缺失,弱监督目标检测网络在精确预测目标位置时面临显著挑战。当前主流策略倾向于采用分阶段学习,然而这一过程可能导致特定对象类别陷入局部最优。为克服此难题,提出一种新的端到端联合训练框架,即构建了一个集成多实例学习与边界框回归分支的统一网络架构,两者共享一个高效的主干网络以促进协同。同时,引入注意力机制于主干,深化特征中的位置信息挖掘。通过在基准数据集PASCAL VOC 2007、2012上的广泛实验验证,证实所提方法达到了较高的性能。

关键词： 计算机视觉   智能监控   智慧城市  

摘要： 随着智慧城市的发展,智能监控系统在保障公共安全、提高城市管理效率等方面发挥着越来越重要的作用。利用人工智能和大数据分析技术,基于计算机视觉的智能监控系统能够实时监测和分析城市中的各类动态信息,如交通流量、公共区域人员密集度、可疑行为等。该系统能够自动识别图像中的对象、行为模式,并生成数据报告,支持城市管理者及时做出决策。此外,结合人脸识别、车辆识别等技术,智能监控系统能够提高犯罪预防能力和应急响应速度。

关键词： 矿山行业   机器视觉   目标检测   智能检测   深度学习  

摘要： 新一代信息化技术已成为驱动工业和社会发展的重要力量,其与矿山深度融合也已成为矿山创新发展的必然趋势。机器视觉技术作为其中的重要代表之一,对于提高矿山感知能力、降低安全风险、实现危险区域少人化、生产指标数字化、信息反馈及时化具有重要作用。本文梳理了机器视觉技术的基本概念、原理、典型算法和发展历程,围绕矿山生产涉及到的主要生产要素,从料、机、人、环四个方面分别叙述了机器视觉技术在矿山领域的最新研究进展与应用现状,并分析了现阶段研究与应用的主要特点。研究结果表明,机器视觉技术在矿山中的应用面临基础数据获取难度大、算法与算力无较大突破、复杂环境检测稳定性较差等问题。针对机器视觉技术发展现状及面临的实际问题,未来可从小样本检测、3D视觉检测和多元数据融合检测等方向寻求突破。小样本技术通过高效的学习手段,降低数据采集成本;多元数据融合技术通过融合多元信息,提高检测的适应性;3D视觉技术增强在复杂立体空间中的检测能力,提升检测的精度。将上述前沿技术应用于矿山复杂环境的视觉检测中,可解决传统视觉检测方法在基础数据稀缺、环境多变等挑战下的应用局限性。

关键词： YOLOv7   深度学习   输电线路缺陷检测   小目标检测   多尺度融合   Swin Transformer   β-dropout   自适应特征融合   损失函数  

摘要： 针对在复杂背景下输电线路多尺度缺陷目标检测精度较低的问题,文中提出一种基于改进YOLOv7(You Only Look Once version 7)的输电线路多类缺陷目标检测模型。对于复杂背景造成缺陷目标较低的问题,在Backbone部分引入改进的Swin Transformer模块,通过使用多头注意力机制提升对全局特征的提取效果来提高模型的检测精度。对于待检测目标的多尺度特性,在特征金字塔基础上引入自适应特征融合模块,提升了Neck部分特征融合网络对多类不同尺度缺陷目标的检测能力。使用SIoU(Structured Intersection over Union)损失函数在提高预测框回归精度的同时加快了模型的收敛。实验结果表明,相较于YOLOv5、YOLOv7和Faster R-CNN(Faster Region with Convolutional Neural Network)模型,改进YOLOv7模型具有较高的检测精度,其平均检测精度可达96.4%,检测速度为29.6 frame0x0E0xFF瘙0x01簚0x0Fs-1,能够为输电线路多类缺陷目标检测提供参考。

关键词： 深度学习   目标检测   YOLOv8   注意力机制  

摘要： 水电站一般通过视觉检测的方法保证门机运行工况安全.在门机工作区域内,人员和车辆是主要的危险源.基于深度学习方法,针对检测图像中人员和车辆目标尺度不一、存在遮挡的问题,对YOLOv8s模型进行改进.主干使用引入EMA注意力机制和动态卷积的Dy‑EMA_C2f模块替代原有C2f,提高对空间与通道跨维依赖关系的学习能力和对不同尺度目标的特征提取能力,减少运算开销;颈部引入SEAM注意力机制,增强特征融合能力;提出损失函数Focaler-SIoU,聚焦中等处理难度的样本,改善边界回归精度.在网络数据集进行验证实验,改进后的模型精确率P提高了10.3%,召回率R提高了5.5%,平均精度均值mAP提升了8.2%,对遮挡和小尺度的漏检、误检情况明显改善.