关键词： 烟草   计算机视觉   机器人   自动化  

摘要： 针对烟草制丝车间自动解包工序中存在的问题,提出了基于计算机视觉技术的库卡机器人智能识别与安全控制系统设计方案。通过结合计算机视觉技术,系统设计包括图像采集、数据处理、控制执行及用户交互界面,旨在实现烟包的快速识别、精确定位和安全抓取。尽管存在环境适应性、成本效益及算法泛化能力等局限性,但研究成果对烟草制丝行业及工业自动化领域具有重要的实际应用价值和参考意义。

关键词： 粒子滤波   目标跟踪   纯方位   扩展粒子滤波  

摘要： 针对水下目标跟踪问题,以静止双观测站三维纯方位跟踪系统为研究对象,介绍粒子滤波(Particle Filter,PF)和扩展卡尔曼粒子滤波(Extended Kalman Filter,EPF)的基本思想和算法实现步骤,根据建立的目标运动模型,在目标运动速度不同、粒子数目不同的情况下,将EPF、PF在双观测站三维纯方位目标跟踪系统中进行仿真分析,并结合UKF、EKF算法进行对比,结果表明,EPF算法相较于其他算法有更好的跟踪效果,并且不需要选取过多的粒子数目就可以达到较好的跟踪效果,但跟踪时间长、实时性较差。

关键词： 绝缘子   无人机   输电线路   YOLOv4   故障智能检测   目标检测  

摘要： 随着我国经济的不断提高,国家对电力的需求也在增加。其中,绝缘子广泛应用于高压输电线路中,起到绝缘和支撑作用。长时间暴露在外或长期使用,会导致其污损和劣化,更易发生闪络放电等危险现象。因此,绝缘子故障检测成为电网巡检的重要部分。但寻常的人工检查不仅工作量大、成本高且危险性高,于是,智能无人机检测应运而生。利用无人机进行电力巡检,不仅提高工作效率,也能减少野外工作,降低巡检成本。由于传统图像处理技术对无人机绝缘子特征提取效果不理想、检测方法通用性低,本文提出一种绝缘子识别定位方法。该改正技术基于YOLOv4算法,大大提高了准确度,在不同环境下的绝缘子检测具有良好的性能,并具有一定的通用性。

关键词： 注视估计   共享注意力   多尺度聚合   共享特征   计算机视觉  

摘要： 注视估计是从人脸图像中估计3D注视方向的方法,其中与注视直接相关的眼睛细节信息在人脸图像中集中且对注视估计具有显著影响。然而现有的注视估计模型忽略了小尺度的眼睛细节,且容易被图像特征中与注视无关的信息淹没。为此,提出一种基于多尺度聚合和共享注意力的模型以增强特征的表达能力。首先,使用分流自注意力聚合图像中不同尺度的眼睛和人脸信息,并引导模型学习不同尺度对象之间的相关性,以此处理模型对图像中眼睛细节的遗漏问题;其次,通过建立共享注意力来捕获图像之间的共享特征,减少对注视无关特征的关注;最后,结合多尺度聚合和共享注意力,进一步提高注视估计的精度。在公开数据集MPIIFaceGaze、Gaze360、Gaze360_Processed和GAFA-Head上,所提模型的平均角度误差比GazeTR(Gaze TRansformer)降低了5.74%、4.09%、4.82%和10.55%。在Gaze360背对相机的困难图像上,所提模型的平均角度误差比GazeTR降低了4.70%。实验结果表明,所提模型能有效聚合多尺度的注视信息和共享注意力,提高注视估计的准确性和鲁棒性。

关键词： 机器视觉   边缘检测   图像处理   气门弹簧   亚像素算法  

摘要： 针对传统弹簧节距测量效率低、精度差等问题,提出一种基于高斯函数模型的亚像素弹簧边缘检测方法。首先对图像进行Canny边缘检测定位,然后寻找梯度方向,进而采用高斯函数对梯度方向上的灰度梯度幅值进行拟合,按照定步长的平均值法来确定亚像素边缘点的亚像素坐标,并对亚像素坐标采用最小二乘法拟合圆,根据圆心坐标计算出弹簧节距。经测试,该方法能快速测量出弹簧节距,将平均计算时间降低到传统拟合亚像素检测方法的21%。

关键词： 计算机视觉   微表情识别   CIE Luv   颜色特征   光流特征   双流网络  

摘要： 针对光流法无法充分利用微表情面部颜色信息,导致识别准确率不高的问题,本文提出一种基于颜色和光流的多注意力双流网络方法。首先,提出以CIE Luv色差图的形式,初步提取人脸情感生理特征,弥补微表情光流特征的单一性和局限性;然后,将PAM模块和ECA block并行组合得到轻量化的双注意力模块,提取空间和通道关键特征;最后,设计一种交叉注意力机制以获取颜色和光流混合特征,将其与空间通道关键特征融合用于分类。本模型在实验中采用留一交叉验证法进行评估,在SAMM数据集上的准确率和F1分数分别达到69.18%和67.04%,在CASMEⅡ数据集上的准确率和F1分数分别达到72.38%和70.85%。实验结果均优于目前主流算法,进一步证明本文模型及其模块在识别微表情方面的有效性。

关键词： 纸张缺陷   计算机图像处理   机器视觉   FPGA+PC机   系统架构  

摘要： 在造纸生产中,实时、准确地检测到纸张缺陷的存在,并判断出纸张缺陷的类型,反溯病源,对提升纸张质量有重要意义。计算机图像处理技术具备速度快、精度高、非接触等优点,在纸张缺陷检测领域已得到广泛应用。基于此,分析了现有纸张缺陷检测与识别系统常用架构的优劣,提出了FPGA+PC机模式下的纸张缺陷智能化图像处理与识别系统架构设计方案,介绍了系统的硬件设计与软件设计,确定了纸张缺陷识别与分类的计算机图像处理算法,最后经过测试表明该纸张缺陷识别系统能够对纸张缺陷进行有效的识别和分类统计,满足检测需求。

关键词： 人工智能   电影制作   多模态技术   大语言模型   计算机视觉  

摘要： 为了探讨电影智能化制作新机遇,本文深入分析2024年国际计算机视觉与模式识别会议(CVPR)中多模态领域前沿技术成果。具体而言,本文聚焦视觉、文本和音频三个模态的研究与多模态技术在电影制作领域的重要应用:视频生成、视频编辑和预告片剪辑技术,视频描述生成和视频内容解读技术,以及声画同步、音效生成和视频配乐技术。研究表明,电影制作过程与多模态技术的融合应用不仅大幅提高制作效率,也将显著增强艺术表现力。最后,本文总结了当前面临的多模态技术挑战,并展望了相关技术在未来电影制作中的发展方向。

关键词： 文献修复   纸张检测   图像处理  

摘要： 文献修复工作关系到资料的保护和传承,纸张检测是文献修复的首要工作。随着科学技术手段的不断进步,纸张检测技术不断提升,为文献修复提供了保障。在分析图书馆文献修复与纸张检测技术现状的基础上,多方面、综合性介绍了基于图像识别的纸张检测技术应用要点,并对纸张检测技术的未来研究前景进行了分析,以期提高图书馆文献资料的修复质量。

关键词： 空间自适应   内容感知   红外目标   重组特征   高分辨率预测头  

摘要： 由于红外街道图像中小目标像素较少、颜色特征不丰富,容易导致模型漏检、误检以及检测效果不佳等问题,因此提出了一种基于空间自适应和内容感知的红外小目标检测算法。首先,通过堆叠局部注意力与可变形注意力设计一种基于空间自适应的转换器,以增强对长距离依赖特征的建模能力,捕获到更多空间位置信息。其次,采用内容感知特征重组算子进行特征上采样,实现在大感受野内聚合上下文信息以及利用浅层特征信息来自适应地重组特征。最后增加160×160的高分辨率预测头,将输入特征的像素点映射到更细小的检测区域,进一步改善小目标的检测效果。在FILR数据集上的实验结果表明,改进算法的平均精度均值达到85.6%,相较于YOLOX-s算法提高了3.9%,验证了所提算法在红外小目标检测上的优越性。