关键词： 疲劳驾驶   目标检测   云边协同   评价反馈  

摘要： 针对营运驾驶员易出现疲劳驾驶而造成危险,利用摄像头提取驾驶员面部特征;通过Percentage of Eyelid Closure Time(Perclos)模型对驾驶员进行疲劳检测;出现疲劳驾驶后,利用云边协同架构将异常信息发送给驾驶员和管理员。系统利用近红外摄像头改善了传统疲劳检测方法在光线复杂的环境下检测效果差的问题,并增加了驾驶员分析评价功能,对驾驶员的异常情况进行评价反馈。

关键词： 无人机   遮挡目标   多无人机跟踪   多目标跟踪   目标关联  

摘要： 无人机(UAV)多目标跟踪技术在交通运营、安全监测、水域巡检等领域受到广泛关注。然而,目前已有的多目标跟踪算法多用于单无人机多目标跟踪,而单无人机的视角通常具有一定的局限性,当目标被遮挡时目标发生ID切换会导致跟踪失败。为了解决该问题,提出一种多无人机多目标跟踪(MUMTTrack)算法。采用基于检测的跟踪(TBD)范式,利用多架无人机同时跟踪目标,弥补单无人机视角的局限性。为了有效融合多架无人机的跟踪结果,为MUMTTrack设计一种基于加速鲁棒特征(SURF)算法的图像匹配策略和ID分配策略。将MUMTTrack算法的性能与当前主流的单无人机多目标跟踪算法在MDMT数据集上进行实验比较。实验结果表明,MUMTTrack算法在识别F1(IDF1)值和多目标跟踪精度(MOTA)这两个多目标跟踪性能指标上均表现出明显的优势。

关键词： 图像处理   核桃   修剪   UNet模型   分叉点   定位  

摘要： 为定位核桃树枝条分叉点,筛选枝条修剪位置,该研究提出了基于改进UNet模型与图像处理的枝条分叉点定位与修剪位置选择方法。首先,改进语义分割模型,VGG16-UNet中添加MCA(multidimensional collaborative attention)模块,命名为VMfd-UNet,实现核桃树树干和枝条的识别与分割;其次,提取掩膜细化处理,根据枝条相交情况、相对位置关系,结合图像处理与深度信息定位枝条分叉点;最后,以k-means聚类枝条分叉点三维坐标的欧几里得距离计算出质心,取距离质心最近的枝条分叉点作为修剪位置。试验表明,VMfd-UNet在整个数据集上的平均像素精度m PA和平均交并比mIoU分别比VGG16-UNet高4.86、4.85个百分点,在验证集上表现优异,树干和枝条的mPA分别达到96.71%和90.42%,mIoU分别达到90.27%和79.86%,参数量为35.73 M。以枝条分叉点选择修剪位置,平均准确率达到83.2%。该研究可为核桃树准确定位修剪点提供位置参考与技术支持。

关键词： 猪   多目标跟踪   定向边界框   无迹卡尔曼滤波   UKFTrack  

摘要： 多目标跟踪技术对猪只精细化养殖具有重要意义。针对饲养环境差异、猪只的快速移动以及群猪之间的频繁遮挡带来的多目标跟踪挑战,该研究提出了一种基于Byte的生猪多目标跟踪算法UKFTrack。首先,构建了一个采用定向边界框(oriented bounding box,OBB)标注的多样化数据集,涵盖了猪只多种运动模式以及不同饲养场景和猪群密度;其次,引入了无迹卡尔曼滤波以更好地适配OBB标注,并对传统的状态向量进行扩展,新增了角度和角速度参数,设计了残差函数处理角度变量以避免直接相减所造成的误差。最后,提出了一种多阶段匹配策略,通过多次轨迹关联和补充匹配机制,确保在遮挡严重或剧烈运动的情况下,仍能保持对目标的持续跟踪。试验结果表明,在白天重度密集、白天极度密集、夜间重度密集和夜间极度密集4种复杂场景下,UKFTrack的高阶跟踪精度(higher order tracking accuracy,HOTA)分别为96.10%、83.10%、76.50%和84.00%,IDF1得分(identification F1 score)分别为95.70%、78.20%、70.10%和77.60%。相较于StrongSORT,UKFTrack的HOTA分别提高了1.2、13.3、5.9和6.3个百分点,IDF1分别提高了0.1、10.9、5.4和7.4个百分点。因此,该研究提出的跟踪算法能实现复杂环境下群体生猪的准确跟踪,且展现出较强的鲁棒性,能为实际应用中猪只行为与健康监测提供可靠的技术支持。

关键词： 船舶检测   YOLOv5s   轻量级注意力机制   轻量化卷积  

摘要： 针对船舶上算力资源有限导致的检测算法速度慢和检测率低问题,基于YOLOv5s算法,提出了轻量级注意力机制与跨尺度融合的船舶目标检测算法。在主干网络中引入轻量级注意力机制SimAM,并与颈部网络跨尺度进行融合,提升算法的检测精度;引入轻量化卷积C3Ghost和GhostConv降低检测算法的参数量,实现船舶的实时检测;对于边界框回归损失,采用自适应参数提高锚框的适应性以及鲁棒性。最后,与其他流行算法在SeaShips数据集上进行对比和消融实验,结果验证了所提算法的有效性。

关键词： 图像处理   点云配准   迭代最近点算法   特征提取   特征匹配、随机采样一致性   主成分分析法  

摘要： 针对工业场景下经典迭代最近点(iterative closest point,ICP)算法在点云位姿估计中初始位姿敏感度高、迭代时间长的问题,提出一种基于RGB图像的快速点云配准方法。分别采集RGB图像和点云数据,使用ORB(oriented FAST and rotated BRIEF)算法提取RGB图像特征点,利用Brute-Force算法进行初始匹配,采用随机采样一致性算法优化匹配,得到单应矩阵和旋转平移矩阵,求解汽车零配件初始位姿。进一步采用主成分分析法和双向KD树近邻搜索算法对预处理后的点云数据进行精确配准。实验结果表明,所提算法相较ICP算法,在配准速度和精度上分别提高了87.2%和5.0%,相对于FR-ICP(fast and robust iterative closest point)算法,在配准精度相当的情况下,配准速度提高了55%。

关键词： 机器视觉   图像处理   尺寸测量   OpenMV4 H7 PLUS  

摘要： 本文基于机器视觉模块OpenMV4 H7 PLUS,设计了一种视觉模组与光学放大镜配合的微小机械零件尺寸自动测量系统,并进行试验验证。结果表明:该系统不仅可通过集成视觉模组、光学放大、传送平台等部件,应用OpenMV IDE和MicroPython开发相关程序,实现自动感知零件进入镜头区,定点抓拍获得微小零件图像,而且可通过图像预处理和边缘轮廓检测,实现相关尺寸自动测量。

关键词： 计算机视觉技术   造纸工业   质量控制   缺陷检测  

摘要： 随着造纸行业向规模化、柔性化生产转型,高效精确的质量控制已成为提升竞争力的关键挑战。传统的人工检测方法在高速生产线上存在实时性不足、精确性受限以及易受人为因素干扰等问题,难以满足现代生产对产品质量稳定性的要求。计算机视觉技术凭借其高效性和精确性,逐渐成为提升造纸行业质量控制水平的核心手段。通过探讨计算机视觉技术在造纸产品质量控制中的实际应用,重点分析其在纸产品的缺陷检测,纸张幅宽、横向位置及厚度等关键尺寸参数测量,以及色差与纹理监控等环节的技术路径与实施效果,旨在为造纸行业质量管理的智能化转型提供技术支撑与实践参考。

关键词： 计算机视觉   尺寸测量   位姿跟随   数据配准  

摘要： 桨叶尺寸是对直升机质量评估的重要指标。为提高桨叶尺寸的检测精度和效率,克服三角测量法的测量范围小及存在死角等困难,设计了包含有相对位置确定的6个工业相机和2只扇形发射激光器的传感器组,以及位姿跟随条件下的计算机视觉测量方法。直线滑台和工业机械手同时用于控制传感器组的姿态,标定板和轮廓配准标定算法用于测量过程中数据的校准和融合。传感器组跟随桨叶扭角变化而平滑改变位姿并同步进行图像采集,获取的图像经过边缘提取、轮廓片段测量、轮廓配准、桨叶截面轮廓计算等处理后得到桨叶尺寸测量结果。通过实验验证,结合传感器组位姿跟随和轮廓配准方法的桨叶尺寸测量方法准确可靠,避免了由于桨叶扭角的变化所带来的成像偏差和测量误差,对于20 m内展长、600 mm内宽度、20°内桨叶扭角的桨叶,该方法在厚度方向测量精度达到0.07 mm,在宽度方向测量精度达到0.05 mm,在桨叶扭角的测量精度达到0.08°,具有广泛实用价值。

关键词： AI图像处理   蜀锦   蜀绣   纹样设计   历史文化内涵  

摘要： 蜀锦蜀绣作为中国传统手工艺的代表,具有丰富的历史文化内涵和独特的艺术特征。随着科技的不断发展,人工智能技术在各个领域都取得了突破性的成果,将其应用于蜀锦蜀绣纹样设计,也有着明显的优势。本文通过研究蜀锦蜀绣的历史及艺术特征,结合这些年的实践。