关键词： 计算机视觉   移动计算   领域专家   空间计算   沉浸式   虚拟体验   雷娜  

摘要： 随着生成式A的爆发,空间计算将在很大程度上改变我们的生活和工作,重新定义商业模式苹果公司今年2月推出的Vision Pro不仅让“空间计算”概念广为人知,更使其成为科技界的新宠儿,引领行业潮流。根据美国沉浸式空间领域专家伊雷娜·克罗宁(Irena Cronin)和凯西·哈克尔(Cathy Hackl)在《空间计算》中的定义,“空间计算是一种不断发展的以3D为中心的计算形式,其核心是使用人工智能(AI)、计算机视觉和XR(扩展现实,是AR、VR、MR等沉浸式技术的统称)将虚拟体验融入物理世界,从而使人摆脱屏幕的束缚,并使所有表面都成为空间界面。”她们都认同苹果CEO蒂姆·库克(Tim Cook)的说法,即空间计算开创了一种人机交互的新范式,它对社会的影响可能比个人计算和移动计算更大。

关键词： 红外目标检测   可变形卷积   注意力机制   量化感知训练   目标检测头  

摘要： 针对航拍场景下红外目标对比度低、识别精度差、检测难度大等问题,提出一种基于注意力与量化感知的航拍红外目标检测算法.首先,利用DCNv2替代ELAN模块中的3×3卷积,构建了DC-ELAN模块,有效提升了模型捕捉局部和全局特征的能力,进而强化了网络的特征表达能力;其次,通过巧妙地将SE注意力机制融入SPPCSPC模块和ELAN模块中,设计出了SE-SPPCSPC模块和SE-ELAN模块,有助于增强特征图的空间自注意力,模型能够更好地关注目标区域;此外,引入QARepVGG模块,提升模型的量化感知能力并增强其对量化误差的鲁棒性;最后,引入DyHead模块,该模块可以根据输入图像的不同动态调整检测头,提高模型对不同大小、形状目标的检测能力,从而进一步提高红外目标检测的准确性和鲁棒性.实验结果表明,相较于原模型,改进后的YOLOv7-tiny模型在计算量未增长的情况下, mAP@0.5值提升了3.4%, mAP@0.5:0.95值提升了4.8%,显著提高了模型检测精度.

关键词： 图像处理   背光图像增强   注意力机制   非均匀光照  

摘要： 当光源位于物体的背面时,所拍摄到图像会存在昏暗的前景和明亮的背景,这种非均匀的光照分布严重影响了图像的整体视觉质量。针对现有的图像增强方法难以有效解决背光图像的非均匀光照分布问题,提出了一种由注意力机制引导的背光图像增强网络。首先,使用U型网络构建一个增强子网络(EM-Net)实现多尺度特征提取和重建;其次,引入一个条件子网络(Cond-Net)生成与输入图像相对应的背光区域注意力图,用以引导EM-Net重点关注图像中的背光区域;然后,采用一个双分支增强块(DEB),在充分提升背光区域亮度的同时保持前光区域的对比度;此外,在DEB的背光分支中引入空间特征变换(SFT)层,使EM-Net能够根据背光区域注意力图的指引着重提升背光区域的可视度;最后,为了加强背光区域和前光区域在增强过程中的关联性,提出一个双边互注意力模块(BMAM),进一步提升EM-Net的重建能力。实验结果表明,所提算法在背光数据集(BAID)和非均匀曝光数据集(LCDP)上获得的峰值信噪比(PSNR)分别比最新的背光图像增强算法CLIP-LIT高3.15 dB和4.81 dB。相较于其他基于深度学习的图像增强算法,所提算法能够以较高的运行效率有效改善背光图像的视觉质量。

关键词： 表型参数提取   红掌   目标检测   图像修复   YOLO v8   CycleGAN  

摘要： 植株表型参数是描述植物形态、结构和生理特征的定量化指标,可揭示植物生长规律,以及与环境因素之间的关系。现有的人工测量和激光雷达点云植株表型参数提取方法存在数据误差大、易损伤植株、成本高和数据量大等问题。为此,本文提出了一种基于YOLO v8和CycleGAN的红掌植株表型参数自动提取方法,利用双重注意力机制CBAM改进YOLO v8,提高模型特征提取能力,对红掌植株叶片进行检测与分割;通过Grabcut算法去除分割后图像背景区域特征,并利用VGG模型对其进行分类,分出完整型红掌植株叶片和缺失型红掌植株叶片;在CycleGAN的生成器中引入双重注意力机制和特征金字塔,提高模型多尺度特征的提取能力,引入SmoohL1损失函数,提升模型稳定性,对缺失型红掌植株叶片进行修复;提出一种表型参数提取算法(Phenotypic parameters extraction algorithms,PPEA),实现对红掌植株叶长、叶宽和叶面积的自动提取。以650幅自建数据集为例,对上述方法进行了比较与分析,实验结果证明,本文方法在红掌植株表型参数自动提取方面具有良好的效果。

关键词： 水准仪   视觉检测   图像处理   运动控制  

摘要： 目前水准泡制造行业采用人工方法对水准泡进行出厂检测,其准确率低,速度慢。提出一种基于视觉检测及高精度运动控制系统的自动检测方法。采用二值化、模板匹配及拟合圆等图像处理算法,同时结合PID控制理论,得到水泡位移同角度台偏转角之间的数据关系,最终得到管状水准泡内壁实际打磨效果。同时根据检测需求,分析了本测量设备的测量能力(CGK),以验证本设备的可靠性。对1000个水准泡进行测量实验,实验结果表明所提检测方法能有效提高水准泡角值检测准确度。

关键词： 目标检测   遥感图像   小目标   残差特征增强   一致性监督  

摘要： 近年来遥感目标检测的研究主要集中在改进边界框的表示方法,而忽略了遥感场景中独特的先验知识。为了进一步提高双阶段模型的检测精度,同时保持推理复杂度,本文以大核卷积构建的特征提取器LSKNet为基线,在特征表示和训练策略上进一步做出了改进。首先,通过RFA提取比例不变的上下文信息,以缓解LSKNet引入的背景噪声、提高模型对噪声的鲁棒性;然后,通过构建CS进一步提出CS策略来缩小不同尺度特征之间的语义鸿沟、使模型具备多尺度能力的同时更专注于小目标。本文的方法在几乎没有增加推理复杂度的同时,在大型遥感图像数据集DOTA上的单尺度结果达到了79.03%mAP 50,证明了提出方案的有效性。

关键词： 疲劳驾驶   AI   图像识别   PERCLOS算法  

摘要： 鉴于近年来交通事故频增,特别是疲劳驾驶成为重大安全隐患,深入开发了一种基于人工智能图像处理技术的疲劳监测系统,旨在分析该系统在交通安全领域的应用价值及其效能。该系统旨在减少交通事故发生,提升安全意识,保护驾驶员身心健康,以及促进技术创新。系统设计包含实时面部与肢体行为分析、GPS精确定位、即时图像捕获、自动预警系统、应急联络功能与移动应用定位查询,全面提升了安全监控能力。技术方面,系统采用了PERCLOS算法与YOLOv3模型以提高监测准确性,期望推动监测技术更广泛的应用和智能交通体系的进步。

关键词： 轻量化   伪装   目标检测   边缘计算   骨干网络   特征融合  

摘要： 针对已有模型参数量较大、推理速度较慢的问题,提出了一种轻量化伪装单兵目标检测算法。其骨干部分以HGNetv2为基础,采用SRepVGG模块进行多尺度特征融合,在耦合检测头中组合使用了部分卷积和1×1卷积。提出的深度学习网络与基准模型YOLOv8对比,在保证检测精度的同时,参数量减少了35.4%,推理速度提升了18.9%,更适合在算力资源受限的边缘计算设备上运行。

关键词： 虚拟仿真   三维重建   特征提取   目标检测  

摘要： 虚拟仿真技术可以以极低的成本在虚拟环境中测试自动驾驶算法性能,为了进一步保障自动驾驶汽车的安全,研究设计并实现了一个基于卷积神经网络的多任务学习模型,用来提取图像特征,并输出点云数据,然后将点云数据处理为包含高度、强度和密度的三通道鸟瞰图,将模型在鸟瞰图中的预测结果映射回三维空间得到三维目标检测结果,最后根据语义分割结果在合适位置进行渲染,从而实现真实驾驶场景的三维重建。结果表明,研究所提模型在进行50次迭代学习后已经趋于稳定,模型精度平均达到了96%左右,在3种模型中的精度分别为48.13%和62.43%,75.69%,帧率为25,优于另外3种模型。此次研究提出的方法在复杂情况下,可以实现具有完备的结构和丰富细节纹理三维重建模型,并能对多种对象进行良好的建模。

关键词： FPGA   缺陷检测   图像处理   像素阈值算法  

摘要： 针对当前工件检测中,工件表面缺陷检测存在处理速度慢的问题,设计出一种具有高速互联总线的SocFPGA架构解决方案。首先将图像数据灰度化、中值滤波、自适应阈值分割以及形态学操作,消除图像中的污损部分,凸显缺陷像素。其次,利用像素阈值算法与投票算法,标注了图像表面缺陷位置。最后,采用铜板试样并结合OV5640摄像头,搭建了一套工件表面缺陷检测系统。测试表明,当缺陷直径不小于0.5 mm,缺陷检出率约为90.24%,处理1帧图像的时间约为0.62μs,实现了工件表面缺陷图像的实时在线检测,为该领域研究提供一定的参考。