关键词： 钢筋焊点检测   CoT注意力机制   VanillaNet   YOLOv8-Pose   关键点检测   目标检测  

摘要： 为解决光照不足、复杂路面背景和节点密集情况下钢筋骨架自动焊接成型中节点漏检、焊点位置不精确等难识别问题,借鉴人体姿态估计算法,提出了一种改进YOLOv8n-Pose的钢筋节点识别和焊点检测方法。首先,使用VanillaBlock代替网络中的3×3下采样卷积,在不降低模型精度的同时减少了模型复杂度;然后,在Neck中的C2f模块中嵌入VanillaBlock,增强多尺度信息融合能力;最后,引入CoT注意力机制,提升在弱光下的节点检测能力。实验结果表明,改进后YOLOv8n-Pose算法mAP 0.5-kp为90.2%,mAP 0.5:0.95-kp为89.5%,相比于原模型均提高了3.7百分点,单张图像平均检测时间为20.9 ms。与HRNet-s、RTMpose-s、YOLOv5n-Pose和YOLOv7t-Pose检测网络相比,mAP 0.5-kp分别提升了3.2百分点、5.0百分点、16.0百分点、13.1百分点。改进YOLOv8n-Pose对背景复杂、光照不足和节点密集等情况具有较高的检测精度,能够满足自动化钢筋骨架焊接成型的实时检测需求。

关键词： 棉花   颜色分级   图像处理   深度学习   颜色检测   神经网络   检测技术  

摘要： 随着图像处理的迅猛发展,其已经成为纺织行业创新及生产效率提升的重要动力之一。在纺织行业,图像处理主要应用于纤维检测、布料检测、服装设计与制作等环节。这项技术可以通过图像采集与分析,实现自动化监控和质量控制,从而提高纺织品的质量和生产效率。传统的棉花颜色分级方法受多种因素限制,诸如人工检验的主观性以及HVI(大容量棉花纤维检测仪)方法的高成本和破坏性。针对这些不足,介绍了图像处理的原理和在棉花颜色分级方面的优势,综述了传统图像处理和基于深度学习的图像处理在现有研究中的应用状况,探讨了各种检测方法及其优缺点,并对未来图像处理在棉花颜色分级的自动化与智能化中的发展进行了展望。

关键词： 基于姿态估计   扶梯危险行为识别   YOLOv5   目标检测   跨通道信息   轻量化识别   模型过大   识别速度低  

摘要： 基于人体关键点的姿态估计算法目前已被广泛应用,该算法主要分为关键点提取和关键点分类两个步骤。在关键点提取时,常用的多人实时关键点提取算法OpenPose,其主干网络VGG19过于复杂,导致模型过大、识别速度低等问题,针对这些问题,本文使用了轻量化后的OpenPose提取关键点,并在关键点提取之前加入YOLOv5进行目标检测,解决了轻量化识别准确率较低的问题。在关键点分类时,现有的方法没有充分考虑关键点之间的相对位置和连接信息,因此本文提出一种基于改进后的时空图卷积网络的关键点分类方法,能够更好地捕获跨通道信息能力,并提升关键点分类的准确率。

关键词： 多目标跟踪   数据关联   确定性关联   概率性关联  

摘要： 目标跟踪广泛应用于要地防御、防空反导和无人驾驶等军事和民用领域。相比单目标跟踪,多目标跟踪往往涉及到未知数目的多个目标以及杂波、漏检等复杂情况,所面临的一个技术难点是数据关联,包括量测与目标航迹之间的关联以及不同传感器之间航迹关联等。本文梳理了多目标跟踪应用中数据关联主要的解决思路,首次将经典数据关联方法分为确定性数据关联和概率性数据关联,前者包括最近邻、全局最近邻和多假设跟踪,后者包括概率数据关联、联合概率数据关联和概率多假设跟踪,系统阐述和对比了这些典型算法及其扩展方法的基本原理、各自适用条件和优缺点,给出它们之间的关联性,并指出近年来智能学习、优化算法等也为数据关联问题提供了新的解决思路。特别是在视觉跟踪领域,关联跟踪与目标特征学习、场景感知密切结合,给数据关联带来了新的挑战。本文对上述各类方法和思路进行了分析和总结,并展望了未来发展趋势。

关键词： 开放世界目标检测   自适应得分   未知目标特征强化   偏移过滤  

摘要： 开放世界目标检测(open world object detection,OWOD)是一个计算机视觉挑战,聚焦于现实世界环境,其不仅要检测出标记出的已知物体,还需要能处理训练过程中被忽视的未知物体。针对已知和未知物体的检测混淆、密集未知目标和小目标遗漏等问题,提出了一种新的基于偏移过滤和未知特征强化的开放世界目标检测器(offset filter and unknown-feature reinforcement for open world object detection,OFUR-OWOD)。首先设计一个未知类特征强化(unknown class feature reinforcement,UCFR)模块,通过自适应未知对象得分的方法来强化未知类目标特征,进而提高模型对未知类对象的训练准确度。然后,将重叠框偏移过滤器(overlapping box offset filter,OBOF)应用于目标预测框,根据目标位置和大小,获得不同偏移得分,以过滤冗余未知框。通过丰富实验证明,该方法在COCO-OOD和COCO-Mix上优于现有一些最先进的方法。

关键词： 微创手术   手术器械   目标检测   YOLOv8   深度学习  

摘要： 在机器人辅助微创外科手术领域,实时检测手术器械图像对于确保手术安全至关重要,这些技术以其创伤小、恢复快等优势逐渐成为主流医疗手段。在这一领域,手术器械的精确检测是关键,基于深度学习的检测技术尤为重要。本研究针对现有方法的不足,提出了基于YOLOv8的新型实时检测网络,该网络在腹腔镜手术器械数据集上表现出色,MPA评分达到97.8%,处理速度高达每秒167帧(FPS)。结果 表明,本研究提出的实时检测模型在性能上显著优于其他最先进模型,为智能手术机器人的进一步发展提供了宝贵的参考。

关键词： 目标跟踪   外观融合模型   正则化   通道可靠性   目标恢复  

摘要： 针对无人机跟踪地面运动目标过程中目标场景发生遮挡、光照变化等复杂情况下,相关滤波模型易退化进而导致跟踪精度降低等问题,提出了一种针对无人机对地面目标的稳定实时跟踪算法.首先,利用FHOG,CN和灰度等特征构建外观融合模型,提高对复杂场景的适应性;然后,在相关滤波跟踪的基础上,设计自适应局部时空正则化策略,在跟踪器中引入空间正则化来实现像素级的滤波器限制,同时设计时间正则化来优化滤波器的更新;其次,对滤波器进行通道可靠性融合,设计了自适应模型更新策略,防止滤波器退化,提高目标定位的精确度;最后,设计目标恢复模块来提高跟踪器强度,能更好地应对复杂环境.实验结果表明,提出的算法与同类文献算法相比,能更好地适应无人机对地面目标复杂场景的跟踪任务并满足实时性.

关键词： 图像处理   场景重建   神经辐射场(NeRF)   本征分解   场景编辑  

摘要： 目的基于神经辐射场(neural radiance field,NeRF)的3D场景重建与新视角生成工作正受到研究者的广泛重视,然而现有的神经辐射场方法通常对给定的场景进行高度专门化的表征,且将场景的几何与外观表征为“混合场”,这对场景的几何与外观编辑、场景泛化和3D资源的使用造成了不便。方法提出了一个学习对象本征属性的神经辐射场分类网络,通过图像增强的方式去除高光和阴影,并使用分类的方式实现颜色分解,即从现实场景中提取室内场景语义级目标的本征属性,在此基础上进行神经辐射场的重建。提出了前点优胜模块与颜色分类模块。前点优胜模块在体渲染阶段优化射线代表的本征属性,从而提升神经辐射场的语义一致性;颜色分类模块在辐射场重建阶段,通过全连接网络进行本征属性的分类优化,提高辐射场的语义及视角间一致性。两个主要模块共同作用,使重建的辐射场具备良好的针对外观的泛化能力,可支持场景重上色、重光照以及针对阴影与高光的编辑等任务。结果相比于现有的基于神经辐射场的学习进行本征分解的Intrinsic NeRF方法,在Replica数据集中的充分实验表明,在有限的GPU显存和运行时间下,重建的本征属性神经辐射场具备语义及视角间一致性。针对提升语义一致性的前点优胜模块,本文方法在基线模型Semantic NeRF的基础上提高了4.1%,在未加入该模块的基础上提高了3.9%。针对提升本征分解语义及视角间一致性的颜色分类模块,本文方法在Intrinsic NeRF的本征分解工作基础上提升了10.2%,在未加入颜色分类层的基础上提升了1.7%。结论本文方法构建的本征属性神经辐射场具备语义及视角间一致性,可描述复杂场景几何关系且具备良好外观泛化性。在场景重上色、重光照、阴影与高光的编辑等任务中取得了视角间一致的逼真效果。

关键词： 目标检测   小样本   铸件   特征加权融合   相对位置编码  

摘要： 为实现铸件飞边自动化检测,针对检测过程中铸件飞边样本量少,模型特征融合不充分的问题,基于DETR网络提出一种基于注意力加权特征融合的小样本目标检测算法。首先,设计坐标注意力加权的金字塔特征融合网络,以提高模型特征信息交互融合能力和感兴趣区域专注力;然后引入二维图像相对位置编码,增强对平移不变性的模式识别能力;后处理阶段引入Smooth-L1优化损失函数,提高模型检测精度。结果表明,改进算法在试验实例为3、5、10和30个时,检测精度分别为47.50%、54.06%、66.00%和79.32%,改进算法在自制铸件飞边数据集上的检测精确度更高。

关键词： YOLOv5   FasterNet   MHSA   目标检测   水管破裂  

摘要： 矿井供排水管的破裂,会对井下及时的供水和排水产生不利的影响。针对矿井供排水管破裂处人工无法快速准确定位检测的问题,提出了一种基于改进YOLOv5的矿井供排水管破裂检测方法。使用FasterNet替换YOLOv5原有的骨干网络(Backbone),以减少YOLOv5的模型体量,加快运算速度,并提高检测精度;将YOLOv5颈部(Neck)的C3模块引入MHSA(多头自注意力机制)结构,以增强水管破裂处的特征提取能力。试验结果表明,与原始的YOLOv5模型相比,改进后YOLOv5的mAP提升了4.9个百分点,达到了92.3%,Precision提升了2.3个百分点,达到了97.1%,而运行速度加快了27.52%;在模型体量方面,YOLOv5的参数量减少了18.67%,计算量减少了43.03%,模型减小了19.52%。可为实现对矿井供排水管破裂的快速准确检测提供借鉴。