关键词： 点云配准   计算机视觉   注意力机制   自适应权重   特征提取   特征融合  

摘要： 三维点云配准作为一项关键技术,在计算机视觉、自动驾驶和机器人导航等领域有着广泛的应用场景。为了解决三维点云配准网络中存在的空间结构信息提取、融合不充分等问题,提出一种混合注意力自适应权重的点云配准算法。利用混合注意力机制进行特征提取,将关键点的局部细节与全局上下文信息相结合以强化特征的表征能力。采用自适应权重网络,根据数据内在特性学习并分配不同特征的重要性权重实现特征融合。在ModelNet40数据集和KITTI odometry数据集上分别进行实验,实验结果表明在ModelNet40数据集上配准准确率达到96.7%。在KITTI odometry数据集上相对旋转误差和相对平移误差分别降低到6.2cm和0.32°。本文算法使用的混合注意力机制自适应权重,有效提升点云配准精度。

关键词： 数字图像处理   教学改革   案例教学法   MATLAB  

摘要： 数字图像处理作为一门技术密集型学科,在研究生教育中占有重要地位。随着科技的快速发展,传统的教学模式往往难以满足学生对实际操作和问题解决能力的需求。采用工程案例的教学模式,能够更好地适应数字图像处理领域的特点,培养学生的创新能力并提高学生的实践能力。本文阐述了在研究生“数字图像处理”课程中采用案例教学法的教学改革,分析其必要性、实施过程,以及评估案例教学法对研究生学习数字图像处理知识的成效,并提出相应的教学改革建议。实践与研究表明,在研究生“数字图像处理”课程教学中,引入工程案例,运用MATLAB仿真,获得了良好的教学效果,解决了数字图像处理实践教学中存在的问题。

关键词： 目标检测   表情识别   YOLOv7-tiny   注意力机制   Mish函数   CARAFE算子  

摘要： 表情识别不仅能够提升人机交互体验,推动情感计算的发展,还可以辅助心理健康评估和治疗,提升社会安全和监控效率。为了提高表情识别的检测平均精度,提出了一种基于优化YOLOv7-tiny的表情识别算法。首先,将YOLOv7-tiny中原有的激活函数替换为Mish函数,提高了模型的优化能力;在YOLOv7-tiny的主干网络上再增加CA注意力机制,提高了对目标感兴趣区域的注意,增加了检测的平均精度;最后,将Neck层的上采样部分替换为轻量级上采样算子CARAFE,提高了特征融合能力。实验结果表明,优化后算法的检测效果有了明显的提升,与原始YOLOv7-tiny相比,模型的mAP@0.5提高了1.6百分点,达到88.6%,mAP@0.5:0.95提高了1.3百分点,达到64%;图片检测速度达到每张图片5.0 ms,而且模型保持了轻量化。

关键词： YOLOv5s   注意力机制   采摘机器人   BiFPN   目标检测  

摘要： 为了提升采摘机器人采摘番茄果实的识别准确率,减少误判和漏检的情况,该文提出一种基于YOLOv5s的番茄检测改进模型,首先将CA注意力机制加入到YOLOv5s模型的特征提取环节,为了进一步提高模型的泛化能力,实现多尺度特征融合,引入了BiFPN结构替换原有的PANet结构,同时结合损失函数IoU进一步优化模型的训练过程,从而提高检测精度。经过试验验证,提出的模型在番茄果实检测任务中获得了显著成果。相比YOLOv5s模型,改进后的模型准确率、召回率、F1分数和平均精度分别上升2.2%、2.1%、2.2%和1.3%。改进后的模型可以应用于番茄采摘机器人,并可以对成熟番茄与未成熟番茄进行分类,与原YOLOv5s算法相比,有效提升了检测的精度。

关键词： 煤矿监控检测   不安全行为识别   目标检测   自注意力机制   融合边界框损失函数  

摘要： 我国煤矿工业建设已逐步转化为智能化模式,采用深度学习算法识别煤矿监控视频中矿工不安全行为具有十分重要的意义。但煤矿井下环境恶劣,提取矿工行为特征干扰大,目前目标检测算法存在精度低、计算量大的问题。针对这些挑战,该文提出了一种融合自注意机制的矿工行为识别模型CMFA-YOLO,采用ConvNeXt V2模块来替代原有YOLOv8n中的C2f模块,实现了Transformer思想与目标检测领域的完美融合,有效降低了模型计算量。进一步采用融合边界框损失函数MF-IoU(MPD-and-Focaler IoU)提高模型的精度。此外引入了自适应空间相关性金字塔注意力ASCPA,配合ConvNeXt V2发挥模型最佳效果。经过多项实验结果显示,CMFA-YOLO在煤矿视频监控场景下的检测精度达到99.0%,为煤矿场景下的异常行为检测任务提供高精确算法。

关键词： 橡胶改性水泥砂浆   工作性   强度   图像处理技术   盒维数   匀质性  

摘要： 通过L9(34)正交试验研究了羟丙基甲基纤维素醚(HPMC)掺量(0.005%、0.010%、0.020%)、PP纤维掺量(0.1%、0.2%、0.3%)、消泡剂掺量(0.02%、0.04%、0.06%)和粉煤灰掺量(10%、20%、30%)对橡胶改性水泥砂浆流动度、抗压强度的影响,并基于图像处理技术分析了其匀质性。结果表明:各因素对砂浆流动度影响效果的大小顺序为粉煤灰掺量>消泡剂掺量>HPMC掺量>PP纤维掺量;对28 d抗压强度影响效果的大小顺序为HPMC掺量>粉煤灰掺量>消泡剂掺量>PP纤维掺量;对匀质性影响效果的大小顺序为HPMC掺量>消泡剂掺量>粉煤灰掺量>PP纤维掺量。

关键词： 玉米   目标检测   病害   YOLOv7   可形变卷积   注意力机制  

摘要： 针对玉米病害识别中图像背景复杂、病斑尺度多变带来的检测精度低、识别效果差、检测速度慢、模型鲁棒性差等问题,提出一种融合注意力模块CBAM与可形变卷积的改进YOLOv7玉米病害识别算法。首先,在特征提取网络采用可形变卷积来优化弥补传统卷积对不规则特征的信息提取效率,以提高模型对病斑的位置感知能力;其次,在特征网络与颈部网络位置增加CBAM模块,加强模型对小目标病斑的关注度;最后,对样本数据进行数据增强预处理后进行训练,提升模型泛化能力和识别精度。试验证明,改进模型对玉米病害识别的精度P达到了95.6%,平均精度均值mAP@0.5为94.3%,召回率R为92.4%,检测速度为48.72帧/s;与基线模型YOLOv7相比,精度P、平均精度均值mAP@0.5和召回率R分别提高了5.3%、5.2%、5.2%,可以实现玉米病害的快速准确识别。

关键词： 图像处理   可视化界面   MATLAB-GUI   图像识别  

摘要： 随着计算机技术的飞速发展,图像处理技术作为计算机视觉领域的重要分支,其研究和应用日益广泛。但传统软件操作过于复杂,为了方便用户进行图像处理和分析,基于MATLAB-GUI设计了一款图像处理系统。该系统集成了颜色/亮度调整、基础功能、空间滤波去噪、图像增强/复原、添加噪波、边缘检测等功能模块,并结合RGB波形图和RGB分量波形图,实现对图像色彩分布和色调层次的可视化分析。该系统界面友好,操作便捷,可为图像识别等任务提供有力支持,推动图像处理技术的不断创新和发展。

关键词： 深度学习   铁路巡检   无人机   目标检测   语义分割  

摘要： 在铁路维护与安全监测领域,无人机巡检作为一种高效且能够加快发展新质生产力的方式被业界看好。现有成果多聚焦于铁路某一具体设施场景下无人机自主巡检算法的研究,综述性文章并不多见。基于此,对铁路设施无人机自主巡检算法进行系统性分析总结。归纳了当前铁路无人机自主巡检的场景和难点,分析了无人机自主巡检在各个场景下的特有问题,对近年来巡检算法研究进行总结归纳。从分析结果来看,现有研究多侧重于异物入侵和轨道扣件等缺陷的检测,而隧道和水害防治等领域的研究则相对不足。汇总了现公开的铁路相关数据集,并对评价指标从精度、速度、复杂度进行整理,对该领域未来研究方向进行展望。以期该项工作为相关领域的研究者提供宝贵的参考和指导。

关键词： 多模态   电厂设备安全   语言大模型   主动预警系统   目标检测  

摘要： 电厂生产安全在社会稳定发展中扮演着关键角色。智能检测系统的应用显著增强了电厂对设备设施和环境的预警能力,为安全生产奠定了坚实基础。然而,电厂设备设施和环境的复杂多样性使得单一检测算法难以全面预警。本研究创新性提出,采用多模态大模型,根据文本语义标签进行检测,一次性完成多个目标的检测任务,极大提高了效率和便利性。与传统目标检测模型相比,多模态大模型无需训练多个独立模型,减少了时间、资源和管理成本。实验证实,多模态大模型在平均精确率相近的情况下,通常具有更高的召回率,召回率平均提升约16%,这符合电厂设备和环境主动预警的需求。该创新方法为电厂安全生产提供了更为智能和高效的解决方案,有望在实际应用中取得更多成功,并为其他行业的安全监测和预警工作提供借鉴。