关键词： 高中语文教学   人工智能技术   计算机视觉   智慧时代   高中语文教师   音频处理   强化学习   生成式  

摘要： 随着人工智能技术在语言处理、编程、计算机视觉、逻辑推理、音频处理、自主代理、机器人学习及强化学习等多个领域的新发展,以ChatGPT等产品为代表的生成式人工智能技术横空出世,以“技术+应用”为核心特征的数字革命正在加速智慧时代的到来,为教育教学工作注入了新活力。高中语文教师也须积极应用新技术,既要用之有道,也要守之以本。

关键词： 计算机视觉   无监督异常检测   特征嵌入   记忆库   语义分割  

摘要： 基于特征嵌入的无监督异常检测方法通常使用patch级特征定位异常。patch级特征在图像级异常检测任务上具有竞争力,但在像素级定位方面存在精度不足的问题。为解决这一问题,提出一种由多尺度记忆库与分割网络组成的像素级异常检测方法 MemAD。首先,通过预训练的特征提取网络对训练集中的正常样本进行特征提取,构建3个尺度下的正样本特征记忆库;其次,在训练分割网络时,计算模拟的伪异常样本特征与记忆库中距离最近的正样本特征的差特征,进一步引导分割网络学习如何定位异常像素。实验结果表明,MemAD在MVTec AD(MVTec Anomaly Detection)数据集上的图像级和像素级接受者操作特征曲线下面积(AUC)分别达到了98.0%和97.4%,优于大多数的现有方法,验证了它在像素级异常定位中的准确性。

关键词： 道路工程   排水沥青路面   空隙特征   图像处理   吸声系数   预测模型  

摘要： 为研究排水沥青路面空隙特征对其吸声性能的影响,以单双层排水沥青车辙板试件为研究对象,采用传递函数法测定其吸声系数,通过CT扫描以及软件三维重构等技术手段获取了空隙特征参数,经相关性分析提出了基于空隙特征参数预测吸声系数的关系模型。研究表明:排水沥青试件吸声频带宽度随空隙率增大而逐渐变宽,单层试件存在一个吸收峰,双层试件存在两个吸收峰,峰值均随空隙率的增加而增大且位置逐渐向高频移动;空隙率接近时,双层排水沥青试件吸声能力强于单层排水试件;计算空隙率、重构空隙率、平均体积、平均表面积以及空隙总体积对吸声性能具有较大影响,其中计算空隙率影响最大。

关键词： YOLOv8   水下目标检测   特征融合   WIoU v3损失函数  

摘要： 由于水下生物的特性,水下图像中存在较多难以检测的小目标,且目标之间经常相互遮挡,而水下环境中的光线吸收和散射也会造成水下图像的颜色偏移和模糊。针对上述问题,提出水下目标检测算法WCA-YOLOv8。首先,设计特征融合模块(FFM),增强对空间维度信息的关注,提升对模糊和颜色偏移目标的识别能力;其次,加入FCA(FReLU Coordinate Attention)模块,增强对相互重叠、遮挡水下目标的特征提取能力;再次,为了提高模型对水下小目标的检测性能,将完整交并比(CIoU)损失函数替换为WIoU v3(Wise-IoU version 3)损失函数;最后,设计下采样增强模块(DEM),使特征提取过程中保存的上下文信息更完整,改善水下目标检测的性能。RUOD和URPC数据集上的实验结果表明,WCA-YOLOv8的检测平均精度均值(mAP0.5)分别为75.8%和88.6%,检测速度分别为60 frame/s和57 frame/s。与其他前沿的水下物体检测算法相比,WCA-YOLOv8不仅能够获得更高的检测准确性,还可达到更快的检测速度。

关键词： 传统村落   街巷界面   计算机视觉   色彩图谱  

摘要： 色彩承载着传统村落的历史和文化信息,体现了我国传统村落独特的美学意境,街巷作为村落重要的公共空间,其界面能够直观反映村落风貌特色。针对目前传统村落风貌所面临的色彩混乱、品质下降等问题,该文从色彩角度对传统村落街巷界面进行分析,基于Python-OpenCV色彩分析方法,识别传统村落中街巷界面的主色调,并对街巷界面进行色彩协调度和丰富度分析,探索构建北京传统村落的街巷界面色彩评价体系,为传统村落街巷界面色彩调查提供数字化、可比较的色彩分析工具,提出北京传统村落街巷界面的色彩图谱及优化建议。该研究有助于传统村落的价值识别与特色凝练,为北方地区传统村落的保护与发展提供有效的技术支持。

关键词： 纺织图案设计   图像处理   数字媒体技术   三维建模   交互式设计   绿色设计  

摘要： 纺织图案设计作为纺织工业的重要组成部分,其创意与美感直接影响产品附加值。基于此,文章探讨了数字媒体技术在纺织图案设计中的创新应用,分析了传统纺织图案设计的局限性,并详细介绍了图像处理、三维建模及交互式设计等数字媒体技术如何为纺织图案设计带来革命性变化。通过提升设计效率、丰富图案风格与题材、促进个性化定制与环保设计,数字媒体技术正深刻改变着纺织图案设计的面貌。文章还讨论了面临的挑战与未来发展趋势,为纺织图案设计领域的发展提供了新思路和方向。

关键词： 鸟类鸣声识别   Mel谱图   卷积神经网络   TensorRT  

摘要： 鸟类的物种监测一直是生物多样性研究的重要内容。然而,目前的鸟类鸣声识别算法大多未考虑环境干扰和算法速度。提出一种基于深度学习、融合图像处理技术对鸟类鸣声音频进行识别的算法。算法对鸟鸣声进行降噪后采用音频与图像处理技术相结合的方法提取鸟类鸣声特征;利用卷积神经网络ResNet进行建模,并将最优模型转换为TensorRT模型,提升推理速度。经实验测试,该算法对鸟类鸣声的分类识别具有良好效果,识别速度也有明显的提高。

关键词： 移动机器人   视觉定位与建图   动态场景   目标检测   图像匹配  

摘要： 移动机器人可替代或辅助人类的生产和生活,并深入复杂或危险的环境,需随时感知周围场景。传统的ORB-SLAM2方法在动态场景中定位不准确,由此提出一种动态场景感知下的移动机器人视觉定位与建图方法。SLAM方法通过光学传感器采集环境信息完成建图,以ORB-SLAM2作为基本框架,在其跟踪线程中添加一个动态目标检测模块,该模块采用YOLOv4网络检测目标,使用的CSPDarknet53结构在减轻骨干网络权重的同时保持检测准确性;采用改进四叉树算法提取特征,并采用改进型形状上下文的图像匹配方法完成特征匹配。在TUM RGB-D数据集上进行实验,所提算法在walking_xyz场景序列的RMSE相对ORB-SLAM2算法增加97.6%,walking_rpy场景序列的RTE和RRE分别改进97.1%和96%。比较所提算法与ORB-SLAM2算法在高、低动态场景中的客观指标和估计轨迹误差,所提算法的RMSE、均值、中间值以及性能提升的改进百分比较优,所估计出的轨迹能够更好地拟合真实情况。

关键词： 数字图像处理   自组织学习   混合式实践教学   多元评价   能力培养  

摘要： 数字图像处理是一门以人工智能、信息技术和云计算为依托的新工科专业的重要基础课程。为解决传统课堂实验教学模式存在的问题,基于自组织学习理念开展以混合式为载体的线上线下混合式实践教学模式改革,以数字图像处理课程为研究对象,设计并实施在线开放课程混合式实践教学体系,实现课前自组织预习、课中交互式学习和课后多元立体评价的实践教学模式。该模式能够调动学生学习的积极性和主动性,培养学生创新能力和实践能力。

关键词： 结构化照明显微系统   卷积神经网络   超分辨显微成像   图像处理  

摘要： 结构光照明显微成像(SIM)技术是一种在超分辨显微成像领域极具代表性的技术。尽管结构光照明能够提升空间分辨率,但其在实现超分辨过程中需要采集多幅图像,而且,诸如样本厚度不一、结构光平移的系统误差及环境噪声等因素均可能会对SIM成像质量产生影响。为解决这些问题,神经网络技术被引入SIM图像处理中。目前,常用的算法模型有卷积神经网络(CNN)及其变体以及生成对抗网络(GAN),它们通过训练样本来分析和纠正上述系统误差,提高时间分辨率,实现快速超分辨成像。据查,目前尚未有文章对于基于深度学习算法的结构光照明显微技术进行综合分析。鉴于此,本文介绍了SIM的基础原理并分析了深度学习算法近年来在提高SIM系统性能方面的应用,并对SIM技术未来的发展方向和面临的挑战进行了前瞻性探讨。