关键词： YOLO12   智能交通监测   实时分析   目标检测  

摘要： 随着城市化进程的加快,智能交通系统成为缓解交通拥堵、提高交通管理效率的重要手段。文章提出了一种基于YOLO12的实时智能交通监测与分析系统,该系统利用YOLO12目标检测模型的高精度和实时性,实现了对交通场景中车辆、行人等目标的快速识别与跟踪,为交通管理提供了决策支持。

关键词： YOLOv7   目标检测   深度学习   信息安全   CBAM   加密显示  

摘要： 随着信息显示技术的持续发展,信息显示的安全性问题愈发突出。信息加密显示技术的实现依赖于目标检测技术,需要根据不同信息的特点来选用相应的加密算法。为此,提出一种基于YOLOv7的显著性目标检测算法,该算法可以通过自建数据集标定显著性区域,对模型进行训练,并将得到的显著性区域用于自适应加密显示算法,以实现可分级的加密显示。实验结果表明,该模型性能优越,有着较高的检测准确率,能够为后续针对敏感信息区域进行加密提供有力的支撑。

关键词： 改进YOLOX-S算法   雾天图像   双边滤波器   Retinex算法   ECANet通道注意力  

摘要： 为了改善雾天场景下目标的检测效果,为自动驾驶、智能监控等实际应用提供可靠的解决方案,提出了基于改进YOLOX-S算法的雾天图像目标检测算法。将双边滤波器引入到Retinex算法中,增强雾天图像质量;基于改进YOLOX-S构建雾天图像目标检测结构,由CSPDarknet主干网络提取多尺度特征图及其权重;在下采样阶段引入深度可分离卷积改进Neck-FPN网络,提取目标感兴趣区域特征图,实现雾天图像目标检测。实验结果表明:该算法可有效提升雾天图像质量,峰值信噪比指标达到20.828 dB,结构相似度指标为0.814;可实现目标的精准检测,平均精度(IoU=0.5)为94.5%,检测帧率为27.37帧/s。

关键词： 案例教学   专业学位   图像处理   实践能力  

摘要： 案例教学能够提高专业学位研究生课程教学质量,促进教学与实践有机融合,强化学生实践能力培养。在分析通信工程专硕数字图像处理课程教学现状的基础上,追踪立体显示行业热点问题,以裸眼三维显示数据源生成所涉及的图像处理技术为授课内容,设计了模块化的教学案例及其实施方案。各模块相对独立、难度不同,所涉及的知识点前后承接,学生可以根据自身兴趣和学习基础自主选择不同的模块进行学习。

关键词： 四旋翼飞行器   图像处理   T265追踪摄像机   树莓派  

摘要： 研究旨在设计一种四旋翼飞行器系统,利用T265追踪摄像机进行路径规划,实现针对指定区域的精确“撒药”操作。同时,利用树莓派进行条形码识别,并根据识别结果执行相应的飞行动作。飞行器采用STM32H7型单片机作为飞控芯片,树莓派负责图像处理。T265追踪摄像机、D435深度摄像机、无畸变镜头和串口屏等多个模块组成该飞行器系统。系统通过路径规划和图像识别实现对指定区域的“撒药”任务。在特定的地面环境中,经过测试验证,飞行器成功完成了对指定区域的“撒药”任务。同时,成功识别了条形码,并按照条形码信息完成了相关的飞行动作。该文设计的四旋翼飞行器系统在实际测试中展现出了良好的功能性能,能够满足对特定区域的精准化处理需求。飞行器的路径规划和条形码识别功能有效实现了指定任务,为类似应用场景提供了可行性研究基础,并具备广泛的实际应用潜力。

关键词： 计算机软件   人工智能技术   图像处理  

摘要： 针对传统图像处理技术存在噪声敏感、计算复杂和智能化程度低等问题。本研究探讨了人工智能技术在图像处理中的应用,论述了人工智能技术的定义、方法和图像处理技术,归纳了图像处理的概念,阐述了图像处理的主要任务与应用领域,详细分析了人工智能技术在图像处理中的应用,包括图像分类与识别、图像分割、图像生成与合成。通过案例分析人工智能技术,结果表明:人工智能技术不仅为图像分割技术的进一步发展提供了新的思路,同时也为实际应用中的图像处理解决方案提供了可行的参考。

关键词： 智能家居   物联网   emWin界面设计   计算机视觉   语音控制   智能门禁  

摘要： 该研究聚焦于构建一个前沿的物联网智能家居平台,旨在深度契合现代家庭对于居住安全及生活品质智能化的迫切需求。该系统以STM32H7与STM32F4高性能微控制器为核心引擎,集成温湿度、光敏、烟雾、雨滴及红外检测等多类型传感器,实现对家居环境的全面感知。系统深度融合智能语音、人脸识别、emWin界面设计、蓝牙APP控制等尖端科技。注重能源管理,智能节能模式降低运行成本。界面友好,操作便捷,保障用户数据与家庭安全,引领智能家居新体验。

关键词： 合成孔径雷达   目标检测   DETR   多尺度注意力  

摘要： 针对DETR(detection transformer)结构在SAR(synthetic aperture radar)图像舰船检测中存在收敛速度慢、弱小目标易漏检等问题,提出了一种基于多尺度注意力模块和标签对抗训练的改进DETR结构。利用骨干网络提取多尺度特征图,构建多尺度注意力权重矩阵和特征图区域采样方式,有效提高了DETR结构的检测能力;在解码器结构中设计了标签对抗训练模块以解决对目标的重复预测,抑制目标预选框的混淆,并大幅加快模型的收敛速度。在公开的HRSID数据集上进行了算法测试,结果表明,训练36批次的mAP_0.5、mAP_0.5:0.95、AR分别为0.921、0.696、0.753,相较于Faster R-CNN分别提升了12.4%、13.3%和14.7%,验证了该方法在提升目标检测精度和收敛速度方面的优越性。

关键词： 视觉导航   深度强化学习   样本效率   泛化   计算机视觉  

摘要： 传统的视觉导航方法对高精度地图的依赖性较高,且存在难以避免的误差积累问题,在面对复杂动态环境中的导航任务时往往表现不佳。基于深度强化学习的视觉导航方法通过模拟人类自身的导航方式,能够直接根据视觉信息以端到端的方式实现指定目标的安全导航,是视觉导航领域新兴的研究热点。为探讨深度强化学习视觉导航方向的最新研究问题,直观对比该方向的最新方法,介绍了深度强化学习导航方法的背景和理论。聚焦近五年该方向的主要研究问题,从数据利用、策略优化和场景泛化三个方面对重要方法进行了总结分析。最后给出了对于此类方法目前研究情况和未来研究问题的思考,在总结最新研究动态的同时为相关方法未来的研究提供参考。

关键词： 滚动轴承   滚子   磁粉检测   机器视觉   磁痕   图像处理  

摘要： 针对轴承滚子磁粉检测时表面浅磁痕易漏检的问题,提出一种浅磁痕图像处理方法,使用梯度强化算子提高浅磁痕的对比度,通过双阈值延伸算法去除弱噪声并保留浅磁痕中的弱像素,基于线性度特征提取线状的浅磁痕,将共线的浅磁痕连接实现浅磁痕检测。试验结果表明,该方法能够准确识别轴承滚子表面的浅磁痕。