关键词： 应急测绘   图像拼接   几何配准   计算机视觉   拍摄场景   相机拍摄   误差累积   图像处理  

摘要： 图像拼接是图像处理中一项重要技术,其突破了单个相机的视野限制,广泛应用在摄影测量与遥感、计算机视觉、应急测绘及军事等领域。图像拼接技术主要解决两个问题:几何配准和光度配准。小孔成像模型下的相机拍摄的多视图像间不可避免地存在视差,因此当拍摄场景不满足平面条件或图像不共心时,图像重叠区域不可避免地存在错位问题。将多张图像拼接到一起时,由于误差累积,拼接结果也可能会存在较大的变形,例如常见的透视变形等。这都将影响到基于拼接结果的后续任务,例如目标检测、图像分割等。因此提高几何配准精度,消除错位、变形问题是非常重要的。另外如果图像在使用不同相机、不同时间、不同视角、不同曝光等多变的条件下拍摄,图像间将会存在色彩不一致的问题,如果不加处理直接拼接到一起,会极大地影响拼接结果的观感度。因此如何消除或者减弱图像间的色彩不一致性,提高光度配准精度也是一个很重要的课题。论文对光度配准、几何配准这两个问题中的关键技术展开研究,并针对无人机、隧道两种场景下的图像拼接关键技术提出了创新性算法。主要工作内容及成果如下。

关键词： 计算机视觉   文本检测   文字识别   知识图谱   卷积神经网络(convolutional neural networks   CNN)   双向长短期记忆网络  

摘要： 针对景区手写诗词存在背景纹理复杂、字体尺寸及风格多样等特点导致景区游客难以识别手写诗词的问题,首先,分析研究景区手写诗词的识别场景,设计景区诗词检测网络(detection of poetry in scenic areas-network,DPSA-Net)以提取景区手写诗词不同尺度的特征,并结合手写诗词字符间的链接依赖关系实现景区手写诗词检测;其次,设计了卷积循环聚合网络(convolution recurrent aggregation network,CRA-Net)以对景区手写诗词进行识别,结合卷积神经网络(convolutional neural networks,CNN)和双向长短期记忆网络提取手写诗词图像的序列特征,并通过聚合交叉熵(aggregation cross-entropy,ACE)实现特征向文本的转换;最后,结合景区知识图谱对CRA-Net的输出进行校正,进而提高景区手写诗词的识别准确率。实验结果表明,通过景区手写诗词矫正技术对CRA-Net的识别结果矫正后,识别准确率达到了79.04%,同时,该技术具有较好的抗干扰能力和良好的应用前景。

关键词： YOLOv7   注意力机制   水下图像增强   损失函数  

摘要： 水下目标检测是海洋探测开发过程中一项具有挑战性的任务。针对现有的水下目标检测算法由于水下图像的低可见度和颜色失真等问题导致水下目标检测效果不佳的问题,提出了一种改进YOLOv7的水下目标检测算法,旨在提升水下目标检测性能。设计了一种多信息流融合注意力机制(spatial group-wise coordinated competi-tive attention,SGCA),解决卷积过程中由于图像全局上下文信息丢失而导致特征丢失的问题,提高了模型在图像模糊情况下的检测精度;并利用switchable atrous convolution(SAConv)模块替换ELAN结构中的3×3卷积模块,以增强骨干网络的特征提取能力。在预测部分采用Wise-IoU作为损失函数,Wise-IoU通过平衡不同质量图像上的模型训练结果,获得更准确的检测结果。采用基于暗通道先验(dark channel prior,DCP)和深度传输图的水下图像增强方法对水下数据集图像进行增强。实验结果表明,改进后的算法在自建的水下目标检测数据集上mAP取得了87.3%,与原始的YOLOv7算法相比较,mAP提高了3.4个百分点;在增强后的水下图像数据集上的mAP为87.1%,提升了2.1个百分点。因此,提出的策略在水下目标检测任务中具有优越的性能。

关键词： 粗骨料   粒径   机器视觉   深度学习   实例分割   图像处理  

摘要： 使用图像法检测骨料粒径时,图像分割的质量是影响骨料粒径检测的重要因素。目前,骨料图像分割已经从传统的分水岭算法和阈值分割算法发展到使用实例分割算法对堆叠的粗骨料进行分割。针对ISTR模型未分割骨料较多的问题,提出了一种改进算法和评估网络模型的评价指标,对优化前后的网络模型进行对比实验。实验结果表明:与原网络模型相比,优化后算法MIoU提升了3.4%,达到82.6%;未分割的骨料占比降低了8.2%,达到9.4%;检测分割能力提升明显,证明所提方法在骨料检测分割任务中的可行性与有效性。

关键词： 目标检测   重参数化   注意力机制   特征融合   上采样   正负样本匹配  

摘要： 针对目标检测任务中背景复杂、目标尺寸差异大等因素导致目标检测结果较差的问题,本文提出基于注意力和密集重参数化的目标检测算法。首先,基于CSP-DarkNet提出高效的特征提取网络,主要包括密集重参数化模块和CASA模块2个设计。前者利用密集连接保留浅层特征,又通过重参数化结构降低网络复杂度;后者CASA模块用于获取需要的目标信息。其次,特征融合在特征金字塔(FPN)和路径聚合网络(PAN)的基础上,引入内容感知特征重组(CARAFE)进行上采样,有效解决了邻近插值法等未能捕捉丰富语义信息的问题;提出更高效的C3-G模块,获取丰富的梯度信息,增强模型表达能力和感知能力;同时,引入深度可分离卷积提升运算效率。最后,检测输出采用在更大范围上跨领域正负样本匹配策略扩充正样本数量,提升检测效果。该算法在MS COCO和PASCAL VOC数据集上的mAP@0.5分别达到了57.5%和83.0%,充分说明了本文算法的先进性。

关键词： 不安全行为识别   目标检测   姿态估计   时空图卷积网络   人员锁定   YOLOv7   ByteTrack  

摘要： 应用人工智能技术对矿井提升机司机等煤矿关键岗位人员的行为进行实时识别,防止发生设备误操作等危险情况,对保障煤矿安全生产具有重要意义。针对基于图像特征的人员行为识别方法存在的抗背景干扰能力差与实时性不足问题,提出了一种基于改进YOLOv7和ByteTrack的煤矿关键岗位人员不安全行为识别方法。首先,基于MobileOne和C3对YOLOv7目标检测模型骨干与头部网络进行轻量化改进,提高模型推理速度;其次,融合ByteTrack跟踪算法,实现工作人员跟踪锁定,提高抗背景干扰能力;然后,采用MobileNetV2优化OpenPose的网络结构,提高对骨架特征的提取效率;最后,通过时空图卷积网络(ST−GCN)分析人体骨架关键点在时间序列上的空间结构和动态变化,实现对不安全行为的分析识别。实验结果表明:MobileOneC3−YOLO模型的精确率达93.7%,推理速度较YOLOv7模型提高了52%;融合ByteTrack的人员锁定模型锁定成功率达97.1%;改进OpenPose模型内存需求减少了170.3 MiB,在CPU与GPU上的推理速度分别提升了74.7%和54.9%;不安全行为识别模型对疲劳睡岗、离岗、侧身交谈和玩手机4种不安全行为的识别精确率达93.5%,推理速度达18.6帧/s。

关键词： YOLOv8模型   巡检机器人   目标检测   注意力机制  

摘要： 目的:针对巡检机器人对指针式仪表识别准确率不够高、对被遮挡仪表识别效果较差的问题,提出一种基于改进YOLOv8模型的巡检机器人目标检测方法。方法:首先,以YOLOv8n模型作为基础目标检测模型,在此基础上引入坐标注意力机制,加强模型对输入数据的空间结构理解;其次,将损失函数由完整交并比(complete IoU,CIoU)损失函数替换为高效交并比(efficient IoU,EIoU)损失函数,加快模型检测框的收敛速度;最后,采用柔性非极大值抑制(soft non-maximum suppression,Soft-NMS)函数替代传统的非极大值抑制(non-maximum suppression,NMS)函数,以更加平滑地抑制冗余的边界框,进一步提高检测的准确率。为验证改进模型对检测目标的识别效果,将YOLOv8n模型与改进后的YOLOv8模型(YOLOv8nxt模型)进行对比。结果:与YOLOv8n模型相比,YOLOv8nxt模型的位置损失值降低了1.3%,mAP_0.5:0.95提高了1.7%,检测准确率提高了0.87%,模型大小仅为6.2 M,检测时间仅增加了0.2 ms。结论:基于改进YOLOv8模型的巡检机器人目标检测方法提升了巡检机器人在运动过程中对仪表的识别精度和速度,能有效解决巡检机器人在目标检测阶段存在的问题。

关键词： 图像处理   贝叶斯分类器   手写数字  

摘要： 手写体数字识别技术是一种非常重要的技术,将带来巨大的社会效益和经济效益。但是到目前为止,对手写数字进行识别的准确率仍需要进一步提高。针对这种情况,本文提出了一种基于贝叶斯分类器的手写体数字分类识别方法,能够有效识别书写规范的数字。

关键词： 工业检测   汽车门板   深度学习   目标检测   YOLO  

摘要： 汽车车门装配工作已实现流水线式的自动装配,但对于门板零件装配是否到位目前并无有效方案。针对此情况提出了一种基于YOLOv5网络优化的汽车门板装配检测网络,该网络实现对螺钉、焊点、扣件三类装配工艺的检测,可检测在相应装配点位上是否已正确安装。为提高对各装配件装配情况的检测精度,在YOLOv5网络中的卷积模块增加注意力机制,增强主干网络对于高频主干网络的特征学习;其次对原网络中的SPPF感受野扩展模块采用空洞卷积组构造不同大小的感受野范围丰富特征信息,并采用最大值池化层将对特征图中的高频特征信息进行增强,抑制背景噪声的干扰。经试验测试,优化后的网络相比于优化前的精确率(Precision)指标提升2.1%达97.4%,召回率(Recall)指标提升8.4%达97.0%,平均精度均值(mAP)指标提升5.9%达98.1%,有一定的实用性。

关键词： 无人小车   手势控制   MediaPipe技术   人机交互   计算机视觉  

摘要： 主要研究了基于MediaPipe的无人小车手势识别控制系统的设计与实现。首先,介绍了国内外相关领域的发展现状和存在的问题。其次,对MediaPipe技术进行了详细的研究分析,并结合该技术的特点提出了一种新的基于MediaPipe的无人小车手势识别控制方法。在实验部分中,通过搭建一个基于MediaPipe的无人小车手势识别控制平台,验证了所提出的方案的可行性。通过实验验证了所提出的基于MediaPipe的无人小车手势识别控制系统的有效性、稳定性和鲁棒性。