关键词： 煤矿井下   小目标检测   特征提取   YOLOv7   聚类分析   模拟退火  

摘要： 目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模拟退火(SA)算法与k−means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明:①YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7−SE网络模型参数设置合理。②基于YOLOv7−SE网络模型的安全帽检测平均精度(AP)较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了13.86%,25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了12.37%,20.16%,15.22%,8.35%,19.42%,9.64%,7.38%。YOLOv7−SE网络模型的每秒传输帧数(FPS)较Faster R−CNN,RetinaNe,CenterNet,FCOS,SSD,YOLOv5分别提升了42.56,44.43,31.74,39.84,22.74,23.34帧/s,较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时,有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③在对安全帽和自救器的检测中,YOLOv7−SE网络模型有效改善了漏检和误检问题,提高了检测精度。

关键词： 遥感   有向目标检测   深度学习   特征重组   极化注意力  

摘要： 针对遥感有向目标存在的检测问题,设计了一个基于改进Rotated RPN的网络,设计特征重组机制,通过加权使网络关注有效目标区域。使用新的有向框标注方法,避免在临界角度出现错位等问题。在检测头前端使用极化注意力模块,改善因为分类和回归任务所需特征不一致导致的性能下降问题。实验结果表明,该模型可以提高多类目标的检测精度。相较于基准Rotated RPN,该模型在Dior-R数据集上精度提升4.95%,在HRSC2016数据集上精度提升11.75%。

关键词： 自动驾驶   多传感器融合   3D目标检测   点云编码   自注意力机制  

摘要： 在自动驾驶感知系统中视觉传感器与激光雷达是关键的信息来源,但在目前的3D目标检测任务中大部分纯点云的网络检测能力都优于图像和激光点云融合的网络,现有的研究将其原因总结为图像与雷达信息的视角错位以及异构特征难以匹配,单阶段融合算法难以充分融合二者的特征.为此,本文提出一种新的多层多模态融合的3D目标检测方法:首先,前融合阶段通过在2D检测框形成的锥视区内对点云进行局部顺序的色彩信息(Red Green Blue,RGB)涂抹编码;然后将编码后点云输入融合了自注意力机制上下文感知的通道扩充PointPillars检测网络;后融合阶段将2D候选框与3D候选框在非极大抑制之前编码为两组稀疏张量,利用相机激光雷达对象候选融合网络得出最终的3D目标检测结果.在KITTI数据集上进行的实验表明,本融合检测方法相较于纯点云网络的基线上有了显著的性能提升,平均mAP提高了6.24%.

关键词： 沥青路面  

ISBN: (纸本)9787523511695

摘要： 本书共七章，内容包括：数据集的构建、图像分类模型、目标检测模型、裂缝分割提取、裂缝实际特征参数计算、裂缝检测系统的构建等。

关键词： 目标跟踪  

ISBN: (纸本)9787030774781

摘要： 本书主要介绍各类目标定位的基本概念和原理，帮助学生建立以测绘导航技术为基础的目标定位知识体系，了解目标定位的常用技术和方法。主要内容包括与目标定位相关的误差理论、最小二乘法、大地坐标系、地图投影和地图的若干知识，全面介绍以角度距离测量为基础的传统测量定位、基于航空航天遥感图像的定位、卫星导航定位和经典的大地天文测量定位理论和方法等。

关键词： 机器学习  

ISBN: (纸本)9787111749721

摘要： 本书为该套丛书的第二卷：计算机视觉。本书主要介绍了深度模型、激活函数和特征空间；Torchvision、数据集、模型和变换；卷积神经网络、丢弃和学习率调度器；迁移学习和微调流行的模型 (ResNet、Inception等) 等内容。

关键词： 计算机视觉  

ISBN: (纸本)9787560669304

摘要： 本书介绍了基于融合表征的多视图学习方法的基础概念、技术应用及研究现状和系列方法。全书共5章, 大致分为2部分: 第1部分 (第1章) 介绍多视图学习的基本概念、主要技术手段及研究现状 ; 第2部分 (第2-5章) 介绍了四种多视图学习方法 —— 基于视图相关性与融合表征效果的关联性分析方法、基于双反馈机制的多视图相关性增强表征学习方法、基于多视图深层特征增强的隐空间融合表征方法、基于多视图差异性和一致性的的聚类融合增强学习方法), 这部分内容先对问题背景进行剖析, 介绍相关基础模型, 再详细描述方法框架及原理, 然后介绍方法的应用效果, 由浅到深, 便于读者深入了解各种方法, 从中挖掘出有意义的改进点, 便于后续研究的开展。

关键词： 计算机视觉  

ISBN: (纸本)9787121479212

摘要： 本书以Marr视觉计算理论为框架，讨论了图像获取、图像处理、视觉跟踪、2.5维视觉、三维视觉的相关知识，进一步介绍了机器视觉系统的实现和应用实例。

关键词： 图象处理  

ISBN: (纸本)9787560669915

摘要： 本书系统地介绍了红外与可见光图像融合系统的评价方法和融合中的噪声仿真技术。全书共9章，主要内容包括图像融合技术及其融合质量评价方法发展概况、红外与可见光图像融合系统设计原理、红外与可见光图像融合系统目标探测概率定量计算方法、用于增强目标及视觉对比度的彩色图像融合方法、基于人眼视觉系统的彩色融合图像目标探测性客观评价方法、符合人眼视觉感知的基于场景理解的彩色融合图像客观评价方法以及红外与微光成像的各种噪声理论和系统模拟测试方法。

关键词： 图象处理软件  

ISBN: (纸本)9787115633446

摘要： shop基础功能及图片后期处理技巧。主要内容从Photoshop软件功能分布与设定开始，循序渐进地介绍了数码后期批处理照片的技巧、数码后期修图的基本套路、照片影调控制的原理与实战技巧、照片调色的原理与实战技巧、提升照片艺术表现力的方法、照片二次构图思路与技巧、照片画质优化(锐化与降噪)的技巧。另外，本书紧扣当前Photoshop技术发展的潮流，讲解了几种比较主要的PhotoshopAI修图的技巧。最后，本书讲解了与数码后期息息相关的色彩管理相关的知识。