关键词： 特征融合   特征增强   目标检测   海上搜救  

摘要： 针对海上搜救行动中海面目标检测任务面临的高动态背景干扰、多尺度目标检测、小目标特征信息易丢失等问题,基于特征增强、自适应特征融合的思想,以YOLOv8网络为基线模型,提出一种改进的TS-YOLOv8网络。首先,基于Transformer中的查询机制设计TFF(Transformer-based feature fusion)模块,通过不同尺度特征之间的深度信息交互,对各特征层实现特征增强,再利用可学习参数对各层特征进行自适应特征融合。其次,引入几乎无参数的Shuffle Attention注意力机制,在保持网络轻量化的同时捕捉更多复杂的特征信息。在AFO数据集上进行所提模型与多种主流检测算法的对比实验和多组消融实验,相较于基线模型,所提方法的mAP50提高5.60百分点,达到95.14%,mAP95提高7.38百分点,检测速度达到110 frame/s。在SeaDronesSee数据集上进行多组消融实验,相较于基线模型,所提方法的mAP50提高4.47百分点,达到91.34%,mAP95提高5.92百分点,检测速度达到106 frame/s。以上结果表明,所提模型可充分满足海上搜救任务的苛刻要求。

关键词： 电梯   层门控制   机器视觉   目标检测   卡尔曼滤波  

摘要： 为了减少电梯事故的发生,保证电梯安全运行,设计一种基于机器视觉的层门开关控制方法。主要利用机器视觉目标检测技术对层门外的人员进行识别,通过卡尔曼滤波算法分析层门外人员的行进状态,对人员的行进趋势进行预测,控制电梯层门的开合,从而实现电梯层门的安全化、智能化开合。实验表明,基于机器视觉的层门开合控制设计方案能够准确、稳定地实现层门的开合控制。

关键词： 锂离子电池   极片表面缺陷   机器视觉   图像处理   深度学习  

摘要： 极片作为锂离子电池的重要组件,在涂覆、辊压等环节中,表面容易产生划痕、露箔等缺陷,这些缺陷会严重影响电池的质量和使用寿命,从而使得电池极片表面缺陷检测和管控工序是锂离子电池生产过程中不可缺少的工艺环节。首先对锂离子电池极片的生产工艺进行介绍,并对生产过程中可能产生极片表面缺陷的原因和缺陷种类进行分析;然后阐述了用机器视觉代替人工对极片进行自动化检测的极片表面缺陷识别方法,主要介绍了传统机器视觉缺陷检测方法的原理以及优缺点,并深入分析了深度学习在极片表面缺陷检测领域中应用的原理和流程,同时对目标检测算法中的单、双阶段算法在锂离子电池极片表面缺陷检测中的应用进行重点分析与比较;最后对基于深度学习的机器视觉检测方法在锂离子电池极片表面缺陷检测中的未来发展方向进行展望,为该领域的研究人员提供更多参考。总的来说,极片表面缺陷检测技术的发展不仅依赖于工业相机等硬件设备的技术突破,更需要软件算法的不断优化和创新,软件和硬件的协同工作才能在保证检测精度的同时,提高检测效率和降低检测成本,进一步推动锂离子电池产业的高质量发展。

关键词： 目标检测   改进YOLOv5s   遥感飞机影像   细粒度识别   特征融合  

摘要： 目的遥感飞机影像由于目标尺寸差距大,采集过程中受光照、遮挡等因素的影响,导致不同型号飞机特征相似,小目标检测效果不好,类内无法实现细粒度区分。为了解决上述问题,提出了一种融合边界框高斯建模与特征聚合分发的YOLOv5s(you only look once)遥感飞机细粒度识别算法。方法首先,将归一化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NWD)与交并比(intersection over union,IoU)及其衍生指标相结合,并合理地设置两者的比例参数,改进YOLOv5s位置损失的计算方式,从而提高模型对小目标的敏感度。其次,在YOLOv5s的Neck部分引入特征聚合分发模块(gather-and-distribute,GD),在原网络“自顶向下、横向连接”的特征融合方式的基础上做到了跨层融合信息,增强网络细粒度特征、全局特征提取能力,提高了整体检测精度。为检验本算法在军用飞机上的细粒度和小目标识别优势,使用遥感飞机细粒度数据集MAR20(military aircraft recognition 20)和遥感飞机小目标数据集CORS-ADD(complex optical remote-sensing aircraft detection dataset)进行实验。结果实验结果显示:对于数据集MAR20和CORS-ADD,本文模型精确度分别达到了99.10%和95.36%,与原YOLOv5s、YOLOv8s、Gold-YOLO和Faster R-CNN相比,检测精度最佳。实验验证了模型在细粒度和小目标检测方面性能更加优秀,在检测结果上与真实结果更加接近,改进算法细粒度和小目标检测精度最佳。结论实验结果表明,本文算法在检测性能和模型精度上的表现优于上述4种目标检测算法,模型具有良好的实用价值。

关键词： 智能家居   安全防护   实时监测   智慧家庭  

摘要： 随着人工智能时代的来临,智能家居可以满足人们对美好生活向往的需要。为了实现智慧家庭安全防护,设计了基于OpenCV和Dlib算法的身份识别子系统、基于YOLOv5算法和OpenPose人体姿态关节点识别技术的跌倒检测子系统、基于AI虚拟围栏的婴儿看护子系统,能够正确进行人脸识别、人体跌倒检测、婴儿看护,可以实现对家庭安全状态的实时监测。

关键词： 沥青混合料压实   图像处理   沥青砂浆   黏度  

摘要： 本研究基于数字图像处理技术表征沥青混合料压实过程中细观结构的变化规律;联合黏度试验、旋转压实试验进一步分析细观压实特性与材料指标之间的关系;采用基于最小距离测量砂浆膜厚度的图像处理算法,对不同压实参数下的沥青砂浆细观指标及其变化规律进行了量化。发现在压实早期,压实次数的增加主要导致厚度大于3 mm的砂浆膜变薄;中间厚度(1.7~3 mm)砂浆膜的分布频率稳定至压实80次左右,然后明显降低;砂浆细观参数膜厚平均值(T_(m))和标准偏差(SD_t)随着压实次数的增加而下降,压实60次后,下降速度减缓;压实温度超过180℃后,温度对砂浆细观指标影响极小。对于SMA-13混合料,为达到最佳压实效果,建议控制SBS改性沥青黏度在380~460 mPa·s之间。

关键词： 隧道施工   人员识别   图像处理   模型匹配  

摘要： 文章提出基于图像处理和模型匹配的隧道施工人员识别系统,旨在提高识别准确性和识别速度。系统包含图像采集、作业类型识别、身份确认和分组管理等模块,经过预训练的作业类型识别模型,对施工人员的动作特征和工具特征进行识别,并建立施工人员协同作业关系。结合不同类型作业人员的体态特征与面部特征数据,系统在局部特征库中进行高效比对,实现对目标施工人员的快速准确定位,解决了传统面部识别方法在隧道低光照度环境下识别率低的问题。

关键词： 语义分割   乡村道路   特征识别   条形池化   坐标注意力   场景分类   图像处理  

摘要： 针对目前智能农机在乡村复杂环境下行驶时对周围特征识别精度不足的问题,以乡村道路场景为研究对象,提出一种改进PP-LiteSeg模型。首先使用STDC对图像特征进行提取,在保证轻量化的同时确保特征信息完整;然后将条形池化引入简单金字塔模块,加强特征的提取能力,并将坐标注意力加入统一注意力融合模块,进一步加强多尺度特征的融合,捕获更为丰富的信息,从而提高模型对乡村复杂场景识别的准确率。实验结果表明,在不同场景下,所提模型可以达到较好的分割效果,建筑物、柏油路、障碍等单个类别的准确率均达到80%以上,能够有效地分割乡村道路场景。改进模型可为智能农机在乡村道路场景下的安全行驶提供技术参考。

关键词： 架空电力线路   架空线路   电力系统   深度学习   智能处理   巡检   金具   计算机视觉  

摘要： 无论是金具螺栓还是杆塔螺栓都为保障电力系统的安全稳定运行发挥着重要的作用,必须定期巡检以避免因螺栓缺陷而造成的电力系统安全隐患或故障。目前架空电力线路螺栓缺陷检测仍然主要依赖运维专家进行人工辨识,急需进行深入的研究以满足工程应用的实际需求。本文深入论述了基于深度学习的架空电力线路航拍巡检图像螺栓目标智能处理。研究了实际架空电力线路中螺栓的正常及缺陷状态;分析了架空电力线路航拍巡检图像数据与数据集划分的问题;综述了基于深度学习的计算机视觉前沿技术应用于架空电力线路航拍巡检图像螺栓目标智能处理领域的现状;最后分巡检方式、航线规划等六个方面进行总结和展望。

关键词： 计算机视觉   动态照明   照明调节  

摘要： 动态照明调节技术旨在根据环境变化和用户需求,实时调整照明参数,从而提升使用舒适度和能源效率。近年来动态照明调节在建筑设计、室内环境管理等方面表现出了显著的潜力,能够有效提升用户体验并推动实现可持续发展目标。尽管已有相关研究探索了该技术的应用场景与效果,但仍需深入分析其实现机制。鉴于此,本文将围绕计算机视觉技术在动态照明调节中的应用展开探讨,以期为该领域的发展提供优化方案。