关键词： 目标检测   旋转测量   轨迹预测   深度学习   检测精度  

摘要： 物体在高速运动过程中受到的外力改变了其角动量,从而导致旋转的发生,而旋转产生的马格努斯力使物体轨迹变得难以预测。想要完成高速旋转目标的准确测量与轨迹预测离不开目标的检测、追踪以及运动建模。为提高研究人员对高速旋转目标转速测量与轨迹预测的了解程度,梳理体育、军事、自动驾驶等领域中关于高速旋转目标的研究文献,涵盖了从传统方法到深度学习算法的演变,重点分析计算机视觉算法及其难点、旋转测量与轨迹预测方法。通过全面梳理相关内容,发现现有高速旋转目标的转速测量及轨迹预测算法仍存在稳定性和实时性不足等挑战,后续仍需深入探索与实践。

关键词： 目标跟踪   孪生网络   RGBT   元学习   特征融合  

摘要： 针对传统RGBT目标跟踪算法网络精确度低、鲁棒性差,以及在目标尺度变化大和长时跟踪过程中存在目标丢失无法找回等问题,提出一种新的基于自适应特征融合机制的可修正RGBT目标跟踪算法.首先,引入一种特征层与模态间双自适应融合机制,充分利用两模态间的互补信息,增强RGB与红外特征的跨模态融合;然后,设计一种后端时序约束回归模块,利用上一帧信息对IOU计算以及边界框回归进行约束,有效减少相似物干扰;最后,提出一种基于元学习的在线模板更新机制,对回归阶段得分较高的模板图像进行更新存储,解决长时跟踪中累计误差和目标难以找回问题.采用权威的目标跟踪数据集GTOT、RGBT234和VOT-RGBT2019进行算法验证,所提出方法均可取得极具竞争力的结果.将算法移植到嵌入式设备Jetson Xavier NX上进行性能测试,实验结果表明:所提出算法运行速度可达到29帧/s,相比于当前流行的多种RGBT算法,具有更为全面的跟踪性能,且能够有效解决相似物干扰、目标丢失难找回等问题.

关键词： 软线   视觉感知   深度相机   图像处理   坐标计算   曲线重构   位姿转换   机械臂抓取  

摘要： 针对使用机器人对柔性物体进行操作的复杂任务,设计了一种简洁高效的软线抓取方法。首先利用双目相机和图像处理方法对软线进行测量,结合坐标系间的转换关系,从图像中还原了其特征点的空间坐标信息;采用Frenet标架对软线进行了建模重构,以获取软线上任意点的位置与弯曲方向信息;提出了六自由度机械臂的位姿表示及转换方法以及相机的标定流程,将曲线任意弧长处的坐标值和Frenet标架方向转换为夹爪末端的位姿参数,最后开展了目标点处沿软线弯曲方向抓取软线的地面实验,验证了方法的有效性。

关键词： 憎水性   目标检测   Mask R-CNN   深度学习   复合绝缘子  

摘要： 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。

关键词： 无人机图像   SimAM   GSconv   小目标检测头  

摘要： 针对无人机图像中小目标较多的问题,基于原始YOLOv5模型,提出I-YOLOv5改进模型。首先,增加小目标检测头以提高网络对小目标的表征能力;其次,增加SimAM注意力机制使得网络注重小目标物体;再次,把YOLOv5模型中耦合检测头改为解耦检测头,加快模型训练速度并有效提高模型精度;最后,修改原模型中颈部CBS结构为GSconv结构,减少模型参数并提高精度。经验证,I-YOLOv5模型在Visdrone2019数据集上,mAP50、mAP50∶95领先原始YOLOv5模型6.6%和4.2%,证实改进后模型在小目标无人机图像检测领域具有一定的先进性。

关键词： 行为识别   计算机视觉   RGB数据   骨骼数据   特征提取   深度学习  

摘要： 人体行为识别是计算机视觉领域中的重要研究方向,在人机交互、医疗康复、自动驾驶等领域具有广泛应用和重大意义。由于其方法的重要性和前沿性,对该领域进行全面、系统地总结具有极其重要的意义。深入探讨了基于RGB和骨骼数据模态的人体行为识别方法;按照特征学习方式的不同,分为基于传统机器学习的手工特征提取方法和基于深度学习的深度特征提取方法。介绍了行为识别的基本流程,并总结了公开数据集。详述了基于RGB和骨骼数据模态的识别方法。对于RGB数据,分析了基于2D CNN、RNN和3D CNN的特征提取方法;对于骨骼数据,介绍了自上而下和自下而上的姿态评估算法,重点分析了基于RNN、CNN、GCN、Transformer和混合神经网络的分类算法。最后,展望了未来深度学习在人体行为识别中的五个研究方向。

关键词： 计算机视觉   面部表情识别   知识蒸馏   轻量化  

摘要： 针对复杂神经网络无法在存储空间和计算资源有限的智能终端部署的问题,提出了一种基于知识蒸馏的轻量化面部表情识别模型T-SNet(Teacher-Student Net)。教师模型选用基于细粒度特征提取模块改进后的ResNet18,在MS-Celeb-1M人脸数据集进行预训练。学生模型选用轻量化卷积神经网络ShuffleNetV2,通过优化蒸馏损失函数提高轻量化模型准确性。首先,在面部表情数据集上对教师模型进行蒸馏,提取丰富的特征信息反馈至学生模型,然后综合利用教师模型和学生模型的特征信息训练学生模型,最终训练完成的学生模型作为轻量化面部表情识别模型。T-SNet在FER2013Plus和RAF-DB面部表情数据集,分别取得了88.80%和89.11%的准确率,参数量仅1.20 MB,在准确度和模型复杂度方面均优于其他主流模型。

关键词： 病变叶片检测   WeightedDetect   CBAM   GhostModule   BiFPN   目标检测  

摘要： 目的旨在解决植物叶片病害检测中目标检测技术参数量大、计算复杂度高及病害检测准确率低等问题.方法提出一种改进型轻量级YOLOv5模型.该模型通过集成CBAM(convolutional block attention module)、GhostModule以及BiFPN-Concat模块,降低了特征通道融合的计算复杂度,同时提升了特征提取性能.还创新性地设计了WeightedDetect结构,替代了传统的检测头部,以实现对不同尺度目标的自适应识别.结果与原始YOLOv5模型相比,提出的模型在病害检测准确度上提升了2.7%,同时在参数量上增加了9.5%,而在计算复杂度的指标FLOPs(floating point operations)上降低了10.5%.还在VOC数据集上进行了模型的通用性测试,与YOLOv5相比,准确度提高了3.7%.结论提出的改进型YOLOv5模型不仅提高了植物叶片病害检测的准确性,而且通过优化计算复杂度,提高了模型的实用性和效率.这一改进对于提高农业生产的智能化水平,以及更有效地预防和管理植物病害具有重要意义,并为相关领域的研究提供了新的解决方案.

关键词： 门控快速傅里叶卷积   高频特征融合   红外小目标检测  

摘要： 针对在远距离复杂场景下红外小目标尺寸和形状差异大、检测精度欠佳的问题,提出了一种基于门控卷积和高频特征融合的红外小目标检测模型。为了解决复杂场景下目标尺寸差异的问题,通过在U-Net下采样过程中使用门控快速傅里叶卷积(gated fast Fourier convolution,GFFC)模块提取多尺度的全局和局部特征,为提升模型在不同复杂程度数据集上的训练效果,利用超参数门控调节网络对目标全局和局部特征的权重,以平衡对全局和局部特征的需求。为解决红外小目标形状差异的问题,采用了高频特征融合(high-frequency feature fusion,HFF)模块,进一步提取高频子带特征,增强红外小目标细节纹理信息。在SIRST和IRSTD数据集上的实验结果表明,相比基准UCF方法,提出的方法在两个数据集的评价指标下分别提升了0.83个百分点、0.40个百分点和5.18个百分点、0.23个百分点,证明了该方法的有效性。

关键词： 计算机   图像处理技术   视觉传达系统   应用实践  

摘要： 本文探讨了视觉传达系统中计算机图形图像处理技术的应用,引入了非局部均值算法、基于PCA的多光谱压缩技术和Otsu自适应阈值法。通过验证,这些技术有效提高了视觉传达系统的效率和表现力,为设计师提供了更多创作可能。