关键词： 水下目标检测   RetinaNet   轻量化网络   注意力机制  

摘要： 针对目前水下机器人目标检测算法存在图像退化严重和目标识别率低的问题,提出了一种融合改进RetinaNet和注意力机制的水下目标检测算法。首先,把RetinaNet骨干网络替换成DenseNet网络,保留了更多目标特征并减少了参数量。其次,替换初始卷积为深度分离可变形卷积,从而大大减少了模型的参数量,提高了模型的运算速度。最后,引入CBAM注意力模块,利用CBAM模块在空间和通道2个维度加强特征,减少了水下复杂环境对目标检测的干扰。水下机器人抓取实验结果表明,与初始的RetinaNet算法相比,改进后的算法mAP值可达81.9%,参数量为56.8 MB,检测速度为16.8 f/s,在水下目标检测方面性能优异。

关键词： 超分辨率   医学CT影像   深度学习   计算机视觉   神经网络  

摘要： 图像超分辨率(SR)是计算机视觉领域提高图像分辨率的重要处理方法之一,在医学图像领域有重要的研究意义和应用价值。高质量和高分辨率的医学CT影像在当前的临床过程中非常重要。近年来,基于深度学习的医学CT影像超分辨率重建技术取得了显著的进展,对该领域内的代表性方法进行了梳理,系统回顾了医学CT影像超分辨率重建技术的发展。介绍了SR基本理论,给出常用的评价指标;重点阐述基于深度学习的医学CT影像超分辨率重建方向的创新与进展,对各个方法的主要特点和性能进行了综合比较分析。最后,讨论了医学CT影像超分辨率重建方向上存在的困难和挑战,并对未来的发展趋势进行了总结与展望,希望能为相关研究提供参考。

关键词： 光学干涉法   液态薄膜   迈克尔逊干涉仪   图像处理  

摘要： 以迈克尔逊干涉仪为核心设备搭建实验系统,提出双光源光学干涉条纹的调试方案,引入基于Python的图像处理技术,分析基准图样与调节图样的重合度判断调节边界,实现薄膜厚度的精确测量。以肥皂膜为样品进行了实验,结果表明该实验方案具有良好的可操作性和可重复性,较目视估算法提升了测量精度,为无损测量液态薄膜厚度提供了解决方案,也可引入大学物理实验课程,提升学生研究创新能力。

关键词： 火灾检测   yolo   目标检测  

摘要： 如今,火灾问题是全世界人民都不得不面对的一个重大性灾难。随着经济快速发展,社会财富日趋增加,城市规模逐步扩大,消防工作的重要性就越来越突出。然而当前广泛使用的还是传统的依靠光感、烟感或者温感等物理传感器设备进行火灾预警检测,这种方法的信息单一导致范围有限,难以达到复杂环境下的火灾实时检测要求,因此引入YOLOv8网络模型对火灾进行检测。文章对YOLOv8算法和主要结构进行介绍,搭建实验环境,将图片进行标注工作,建立自制数据集,对数据集进行算法训练,再对训练好的模型进行预测,通过实验效果,进行分析数据,深入讨论火灾防护技术的未来发展方向。

关键词： 小目标检测   无人机   注意力机制   特征融合   YOLOX  

摘要： 针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强不同特征层间的融合效率,提高了中小型目标的检测精度;设计了尾端感受野扩大层以扩大尾端特征层感受野,使检测头可接收丰富的物体信息来定位并区分密集物体。实验在数据集VisDrone2021的测试集上进行测试,MFE-YOLOX网络的AP50结果为47.78%,在参数量、计算量与原网络相近的情况下精度提高了9.43个百分点。

关键词： 目标跟踪   红外弱小目标   孪生网络   Transformer   多特征提取  

摘要： 针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;其次,引入多头注意力机制Transformer进行模板特征图和搜索特征图的互相关操作,生成响应图;最后,通过响应图上采样网络和边界框预测网络,获得目标在图像的中心位置和回归边界框,完成对红外弱小目标的跟踪。在包含13655张红外图像数据集上的测试结果表明:与KeepTrack跟踪方法相比,成功率提高5.9个百分点,精确率提高1.8个百分点;与TransT(Transformer Tracking)方法相比,成功率提高14.2个百分点,精确率提高14.6个百分点,证明所提方法对复杂背景下的红外弱小目标跟踪准确性更高。

关键词： 钢轨裂纹检测   特定照明   图像处理  

摘要： 对于铁路钢轨上的裂纹故障检测,目前基于机器视觉的检测技术主要存在的问题包括:(1)没有特定照明设计,捕获的图像会因光照导致细节缺失;(2)图像处理技术不完善,导致无法高精度检测故障;(3)传输设备的速度限制,造成图像信息处理不及时。因此,本文根据铁路钢轨图像信息特点,设计适合的特定均匀照明系统,并采用相应的图像裂纹检测技术,形成一套高效的钢轨裂纹检测系统。实验证明:该系统检测的准确率可达98%。

关键词： 目标检测   隧道   小目标   高斯混合聚类   carafe   注意力  

摘要： 针对高速公路隧道内光线昏暗、图像受灯光影响及远距离小目标检测困难等问题,提出了一种改进的YOLOv5高速公路隧道车辆和人员检测算法。首先,使用高斯混合聚类来获得更加匹配数据集目标的一组锚框,提高了模型的检测精度;其次,在特征融合部分引入内容感知重组特征(content-aware ReAssembly of FEatures, CARAFE)上采样算子,扩大感受野,降低上采样过程特征细节损失;最后,通过向网络中插入坐标注意力(coordinate attention, CA),进一步增强模型对图像各位置特征的提取能力。为验证算法的有效性,在浙江温丽高速公路隧道数据集上进行实验,结果表明:所提算法的平均检测精度(mean average precision, mAP)达到了95.7%,较原模型提升3.8%,对于远距离小目标和受严重灯光影响的目标能够实现更加精准检测,为复杂环境下高速公路隧道内车辆和人员检测提供了一种有效的解决方案。

关键词： 计算机视觉   下肢运动   下肢运动检测   运动数据解算   OpenPose模型  

摘要： 目的:设计基于计算机视觉和人体关键点检测神经网络模型的人体下肢运动检测系统,以非接触的方式实现三维空间中的人体下肢运动情况检测。方法:首先,搭建运动数据采集平台,获取人体下肢运动图像,并基于OpenPose神经网络模型提取每一帧图像中下肢关键点的二维图像坐标。其次,结合运动数据采集平台中的视觉传感器的位姿信息,基于计算机视觉算法解算关键点的空间坐标,解析三维空间中的下肢运动情况。最后,以骑行运动为例、以动作捕捉系统同时采集的运动数据为标准,分析该系统在不同运动速度时的数据解算情况。结果:骑行速度为0.8、1.3、2.1 m/s时,该系统解算的数据和动作捕捉系统获得的数据的皮尔逊相关系数分别为0.950、0.917、0.828,均在强相关范围内。结论:该系统解算的数据可反映下肢运动情况,对三维空间的下肢运动检测有一定效果。

关键词： 点云图像   后期融合   置信度修正   目标检测  

摘要： 针对单一传感器在自动驾驶车辆环境感知系统中易受环境干扰的问题,通过融合激光雷达点云数据和相机图像数据,提出一种强鲁棒性的目标检测方法。首先,通过YOLOv4和Pointpillars分别实现相机的2D目标检测和激光雷达的3D目标检测;然后将点云从3D投影到2D笛卡尔坐标下并计算相机帧下的3D边框;进而将相机帧中的3D边界框转换为图像上的2D边框;最后,计算在同一图像上显示的相机和激光雷达检测框的IOU指标后进行边框融合并修正融合后的目标置信度,最终输出目标的融合框、类别和距离信息。在KITTI数据集上的实验结果表明,相较单一传感器的目标检测方法,所提出的方法通过点云和图像数据的优势互补提高了目标检测的精度。