关键词： 无人水下航行器   纯方位目标跟踪   粒子滤波   协同探测   数据融合  

摘要： 面向海上跨域协同中多无人水下航行器(UUV)协同探测水面目标需求,针对现有纯方位目标跟踪算法所面临的滤波器初始化困难和水声数据传输丢包问题,提出了一种基于边界约束粒子滤波的多UUV协同纯方位目标跟踪算法。首先提出了主从式协同探测模型,利用跟随者向领航者上报状态估计结果进行数据融合。其次,基于UUV传感器和目标的先验信息设计了初始阶段可靠粒子生成方法和更新阶段的指标函数粒子权重优化方法。最后提出了基于灰色预测的分布式融合算法,得到目标预测结果。仿真实验将所提算法和其他常见算法进行对比,在通信丢包以及噪声干扰情况下验证了算法的有效性和可行性。

关键词： 数字化转型   创新大赛   视觉分析   影视产业   图像处理   AI技术   语音识别   深度融合  

摘要： 随着数字化转型的深入,AI技术已在各行业全面开花。3月29日,2024数字中国创新大赛数字视听赛道(泉州·安溪)将“AI+影视”设为赛道主题,面向全社会征集AI技术在影视产业的应用成果及优秀案例,探索AI技术在图像处理、视觉分析、语音识别等影视创新场景的应用,推动AI与影视产业深度融合。

关键词： 橙子   品质识别   BP神经网络   图像处理   特征提取  

摘要： 随着生活质量的不断提高,人们对各类果蔬的品质要求越来越高。橙子甘甜可口,深受人们的青睐,对其品质进行精准识别有助于保证消费者购买到的橙子质量,也可帮助商家及时清理腐烂的橙子。本研究以橙子为识别对象,基于图像处理及神经网络学习建立橙子品质识别模型,通过图像处理提取橙子的图像特征,将提取的特征集导入BP神经网络进行训练进而完成分类识别。结果显示:该识别模型的识别准确率为91.7%,同时具有成本低、识别速度快、检测方便等优点,且实现了无损检测。

关键词： 计算机视觉   步态识别   视频残差神经网络   金字塔映射   深度学习   步态轮廓图像  

摘要： 步态识别是根据人体的行走方式进行身份识别.目前,大多数步态识别方法通过浅层神经网络进行特征提取,在室内步态数据集表现良好,然而在近年新公布的室外步态数据集中性能表现不佳.为了解决室外步态数据集带来的严峻挑战,提出了一种基于视频残差神经网络的深度步态识别模型.在特征提取阶段,基于提出的视频残差块构建深层3D卷积神经网络(3D CNN),提取整个步态序列的时空动力学特征;然后,引入时序池化和水平金字塔映射降低采样特征分辨率并提取局部步态特征;使用联合损失函数驱动训练过程,最后通过BNNeck平衡损失函数并调整特征空间.实验分别在公开的室内(CASIA-B)、室外(GREW、Gait3D)这3个步态数据集上进行.实验结果表明,该模型在室外步态数据集中的准确率以及收敛速度优于其他模型.

关键词： 多目标跟踪   联合广义标签多伯努利滤波   可分辨群目标   超图匹配  

摘要： 针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先,采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息,并利用HGM结果提升量测与预测状态之间的关联性能。其次,通过图理论计算邻接矩阵,获取群结构信息和子群数目。随后,利用群结构信息估计协作噪声,进而校正目标的预测状态。最后,通过平滑算法改善滤波效果,并设置轨迹长度阈值,使其在平滑状态达到消除短轨迹的目的。仿真实验表明,所提算法在线性系统下能有效提升群目标跟踪性能。

关键词： 脆李   成熟度   计算机视觉   图像处理   透光度检测   颜色检测  

摘要： 脆李是西南地区特色水果,产业发展迅速。脆李成熟后代谢增强,内容物降解,抗性会明显降低,极易被潜伏侵染病菌危害引起烂果。针对脆李采摘后易腐、保质期短、存放不易等问题,该研究利用透光快视检测技术测定脆李颜色、透光度等指标,完成脆李成熟度快速检测。首先搭建计算机视觉透光检测平台,采用RGB颜色空间作为脆李颜色提取的方法,选择最小外接矩形法对目标区域进行连通域内像素点和的计算,再进行脆李成熟度的分析。最后,设计基于Matlab GUI界面的脆李成熟度检测程序。结果表明,可以利用红色素和绿色素的比值界定阈值,用于区分脆李成熟度等级;脆李的成熟度与透光图像经处理后白色区域的面积(即透光度)成正相关。通过脆李成熟度检测程序对脆李样品测试,平均准确率高达93.75%。研究成果为脆李检测科学化和自动化提供了理论依据和技术支持,在脆李成熟期内有效降低其损耗率,使不同等级的脆李发挥最大价值。该研究对促进脆李的分级筛选、产业发展等均具有一定的理论和实用价值。

关键词： 机器视觉   刚性罐道   宽度测量   图像处理  

摘要： 针对罐道结构复杂、空间狭小、传统检测系统不便于安装,容易导致接头缝隙测量困难问题,提出一种基于机器视觉的非接触式测量接头缝隙宽度的方法。使用高斯滤波和CLAHE算法,去除噪声并提高图像对比度,经过阈值分割、图像形态学操作提取接头缝隙边缘特征;通过孤立点消除和透视变换去除图像畸变,使用SKE-骨架提取算法减少接头缝隙特征像素宽度,通过霍夫变换和最小二乘法计算接头缝隙宽度。测量了4~12mm接头缝隙宽度,结果表明:该方法测量误差控制在0.8 mm以内,为立井提升系统安全稳定运行提供保障。

关键词： 深度学习   yolov5   卷积神经网络   目标检测  

摘要： 当下人工智能在世界上的影响力日益增加,在工作和生活的各个方面,人工智能都在不同程度上扮演着重要的角色。它改变了我们的工作方式和生活节奏,同时提升了生活品质。其中机器视觉技术是依托人工智能技术迅速发展的领域之一,其应用范围和功能都在拓展。在人类生产和认知行为中,机器视觉技术起到了至关重要的作用。在众多应用领域中,人形检测技术是其中较为关键的一项。研究的主要对象是深度学习目标检测在实际应用中的场景,旨在设计一款基于深度学习的摄像头入侵检测系统[1-3]。该系统采用了轻量级的人工智能算法yolov5[4]进行模型训练,并通过裁剪、数据增强等数据优化技术,提升软件性能。

关键词： 图像处理   低光照图像增强   深度学习   语义分割   HSV色彩空间  

摘要： 目的 低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述问题,提出一种语义分割和HSV(hue, saturation and value)色彩空间引导的低光照图像增强方法。方法 首先提出一个迭代图像增强网络,逐步学习低光照图像与增强图像之间像素级的最佳映射,同时为了在增强过程中保留语义信息,引入一个无监督的语义分割网络并计算语义损失,该网络不需要昂贵的分割注释。为了进一步解决色彩失真问题,在训练时利用HSV色彩空间设计HSV损失;为了解决低光照图像增强中出现细节不清晰的问题,设计了空间一致性损失,使增强图像与对应的低光照图像尽可能细节一致。最终,本文的总损失函数由5个损失函数组成。结果 将本文方法与LIME(low-light image enhancement)、RetinexNet(deep retinex decomposition)、EnlightenGAN(deep light enhancement using generative adversarial networks)、Zero-DCE (zero-reference deep curve estimation)和SGZ(semantic-guided zero-shot learning)5种方法进行了比较。在峰值信噪比(peak signal-tonoise ratio,PSNR)上,本文方法平均比Zero-DCE (zero-reference deep curve estimation)提高了0.32 dB;在自然图像质量评价(natural image quality evaluation,NIQE)方面,本文方法比EnlightenGAN提高了6%。从主观上看,本文方法具有更好的视觉效果。结论 本文所提出的低光照图像增强方法能有效解决细节不清晰、色彩失真等问题,具有一定的应用价值。

关键词： 足球智能监控技术   计算机视觉   大数据分析   技战术分析   球员定量评估   裁判辅助系统  

摘要： 现代足球智能监控技术利用计算机视觉技术和数据分析方法对赛场上的事件和数据进行监控和分析,以实现球队战术的优化、训练计划的整合以及球员比赛表现的评估等目标。相对于其他监控技术,智能监控技术对球员技术动作的干扰较小,具备更强的环境适应性。在单一事件(如控球和传球)的细粒度识别任务中,智能监控技术表现出较优越的性能。在全局技战术分析和球员表现评估任务中,智能监控技术展现出精确的数据挖掘能力和直观的可视化分析能力。此外,足球智能监控技术中的裁判辅助模块有助于构建更加客观和准确的判罚机制,维护竞技公平、优化足球比赛的观赏体验、促进裁判水平的提高。