关键词： 光场显示   三维显示   立体视觉   图像处理  

摘要： 在过去近120年间,光场显示技术经历了突飞猛进的发展,其能够为观察者提供裸眼的、自然逼真的三维视觉体验,使高质量立体显示变得可能,是未来最有潜力的实用立体显示技术之一。简单介绍了光场显示的基本原理,并根据光线发生和调控器件的不同,分别介绍了集成成像三维显示、光栅型三维显示、投影三维显示、计算多层显示和新型光场重构器件等,回顾了其历史沿革,包括早期的基础理论探索以及近期的技术进展。围绕光场显示的各个技术环节,包括光场采样、光场信息编码及光场三维显示表征和优化等,分别较为详细地介绍了研究进展和最新动态。还讨论了当前光场显示面临的技术挑战和未来的发展方向。光场显示技术是现阶段最有可能实现广泛应用的三维显示技术,具有广阔的发展前景和巨大的应用潜力。

关键词： 目标检测   雷视融合   多尺度融合   卷积注意力模块   YOLOv5  

摘要： 针对变电站安全监控场景下的行人识别,纯视觉传感器目标检测极易受到光照条件和物体遮挡的影响,存在误检和精度不高等问题,主流雷达视觉融合目标检测网络存在实时性差、精度低的问题,提出了一种以YOLOv5作为主干网络的多尺度雷视融合目标检测算法,实验结果显示该算法在平均精度均值(mean Average Precision,mAP)0.5:0.95和帧率(Frames Per Second,FPS)上均显著优于其他主流目标检测算法。在YOLOv5结构上,额外增添了一条毫米波雷达点云多尺度特征融合分支。雷达点云RGB图像首先通过通道压缩(Channel Block Squeeze,CBS)、跨阶局部网络(Cross Stage Partial Network,CSP)模块提取特征之后,继续通过卷积注意力模块(Convolutional Block Attention Module,CBAM)和最大池化层对雷达点云信息进行不同层次的特征提取,使用空间注意力融合模块的改进对雷达点云特征和视觉特征进行3次多尺度特征融合。实验分析表明,所提算法mAP0.5:0.95比原始YOLOv5网络有显著提升,FPS也远优于目前主流雷视融合算法。

关键词： 自动驾驶   三维目标检测   单目   立体   多视图   激光雷达   多模态  

摘要： 新兴的三维目标检测技术在自动驾驶领域中扮演着关键的角色,它通过提供环境感知和障碍物检测等信息,为自动驾驶系统的决策和控制提供了基础。过去的许多学者对该领域优秀的方法论和成果进行了全面的检验和研究。然而,由于技术上的不断更新和快速进步,对该领域的最新进展保持持续跟踪并坚持跟随知识前沿,不仅是学术界的一项至关重要任务,同时也是应对新兴挑战的一项基础。本文回顾了近两年内的新兴成果并针对该方向中的前沿理论进行系统性的阐述。首先,简单介绍三维目标检测的背景知识并回顾相关的综述研究。然后,从数据规模、多样性等方面对KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)等多个流行的数据集进行了归纳总结,并进一步介绍相关基准的评测原理。接下来,按照传感器类型和数量将最近的几十种检测方法划分为基于单目的、基于立体的、基于多视图的、基于激光雷达的、基于多模态5个类别,并根据模型架构或数据预处理方式的不同对每一种类别进行更深层次的细分。在每一种类别的方法中,首先对其代表性算法进行简单回顾,然后着重对该类别中最前沿的方法进行综述介绍,并进一步深入分析了该类别潜在的发展前景和当前面临的严峻挑战。最后展望了三维目标检测领域未来的研究方向。

关键词： 香蕉   采摘   YOLOv7   三维定位   旋转框   深度图像修复  

摘要： 针对目标检测算法无法较好适配倾斜目标,且算法参数量大难以部署到嵌入式设备等问题,提出了一种带旋转定位框的改进YOLOv7的香蕉目标检测和定位方法,引入GSConv模块降低计算复杂度和参数数量提高检测精度。香蕉目标以旋转框定位,使用五参数表示法定义旋转框,采用Kullback-Leibler divergence损失函数将旋转框映射到一个二维高斯分布,计算两个概率分布之间的差异,并将差异性作为损失进行优化,能更准确地衡量预测框与真实框之间的差异。此外,还采用Criminisi算法修复由深度相机局部空洞引起的定位错误。试验结果表明,改进后的旋转检测模型在香蕉目标检测速度和准确性上均有提升,平均精度达到96.15%,相比YOLOv7模型提高了17.04个百分点,检测帧率提高约40帧/s。此外,改进模型通过旋转边界框能更准确地预测香蕉果柄位置,定位误差均值降低到7.02 mm,平均相对误差降低到0.65%,相比YOLOv7模型分别减少了24.3 mm和1.96%。因此,该方法为复杂果园环境下快速、准确地识别和定位香蕉串及其果柄提供了有效解决方案。

关键词： 脱靶量   无人机   舰炮   目标跟踪  

摘要： 脱靶量是检验部队训练水平、武器性能的一个重要指标,同时也是优化方法、改善参数的重要反馈依据。针对海面舰炮脱靶量测量成本高、方式复杂、受海面气候影响大、测量精度不高等问题,提出了一种基于无人机目标跟踪的舰炮脱靶量测量方法。该方法使用无人机作为观测平台,通过与靶船通信,确定规则的相对运动,拍摄清晰的脱靶图像及相关位置信息。地面站系统利用YOLOv5-DeepSORT目标检测和跟踪算法对炸点水柱进行检测和跟踪,从而实现对炸点水柱脱靶量的测量。该方法实施简单,测量精度高,可有效增强脱靶量测量的效果,提高部队的战斗力水平。

关键词： 手术器械   人工智能   识别   分类   定位   目标检测  

摘要： 目的:基于改进型You Only Look Once V5(YOLOv5)人工智能开发手术器械识别系统。方法:收集常用外科手术器械10类,包括治疗碗、药杯、弯盘、针持器、血管钳、刀柄、组织拉钩、手术刀片、缝针、棉球。将收集的器械置于同一视野下,随机改变不同器械放置位置和状态,在不同拍照方位、布料背景、光线角度和强弱环境下拍摄照片806张。将拍摄的照片按照7∶3随机划分为人工智能训练组和验证组。采用精确度、召回率、平均精度、平均精度均值和F1得分值等参数比较原始YOLOv5模型和改进模型S-YOLOv5的算法识别性能。结果:与原始YOLOv5模型相比,改进模型S-YOLOv5表现出更高的识别性能,其精确率、召回率、平均精度和F1得分值分别为0.978,0.973,0.926,0.975。改进模型S-YOLOv5对各手术器械的识别准确率均高于原始YOLOv5模型。结论:基于S-YOLOv5的人工智能辅助手术器械识别系统具有较好的分类能力和定位能力,为人工智能辅助手术器械清点提供了初步探索和思路。

关键词： 多元信息融合   数字图像处理   特征表示   语义分割  

摘要： 本文旨在研究如何利用多元信息融合技术来突破数字图像处理的瓶颈。通过在图像预处理、分割、特征提取等关键环节引入自适应权重融合、多尺度分解、图卷积网络等方法,充分挖掘和融合图像的多尺度、多视角、多模态信息。实验结果表明:该技术在图像去噪、超分辨率、语义分割等任务上均取得了优于传统方法的性能表现。研究表明,多元信息融合可显著提升图像处理的精度、鲁棒性和泛化能力,为相关领域提供了新思路。

关键词： 二维人体姿态估计   单人姿态估计   深度学习   关键点检测   计算机视觉  

摘要： 人体姿态估计是计算机视觉领域的一项关键技术,它通过检测人体关键点以识别人体姿态。随着深度学习的快速发展,其已成为人体姿态估计的主流技术并取得了显著进展。围绕单人姿态估计问题,从数据预处理、网络架构设计、监督学习方法以及后处理技术四个维度对基于深度学习的单人姿态估计研究进行回顾,同时探讨关键点表征的新方式及Transformer模型在该领域的应用,此外还介绍了常用的数据集和性能估计指标,深入讨论当前单人姿态估计领域的挑战和发展方向。

关键词： 深度学习   融合算法   目标检测   YOLOv5  

摘要： 为了解决红外与可见光图像融合在光线不足的情况下,融合图像纹理细节较弱、算法识别能力差等问题,提出了一种基于红外与可见光图像融合的目标检测算法。设计了QDOB模块分别用于提取两种图像的特征,从而获得丰富信息的融合图像。将融合图像送入YOLOv5网络中训练得到检测模型。实验结果表明,该文融合算法要优于传统的融合算法,并且通过网络训练出的检测模型精度由源图像的67.23%提升到84.79%,能够达到实时检测的需求。

关键词： 目标检测   注意力机制   感受野   损失函数  

摘要： 针对复杂背景下红外小目标识别错误率高,模型回归损失较大的问题,提出一种改进的算法YOLOv8_SG(Small goals)。通过构建小目标检测层、引入SA注意力机制与WIoU_v3损失函数,使算法能够融合更深层特征,具有更大的感受野,并且降低了训练样本标注质量不均衡的影响,提高了预测框的位置精度,增强了对小目标的检测能力。实验结果表明,改进后的算法mAP由0.8514提升到0.8997,Box_loss效果较改进前提升了34.9%,该算法在小目标检测上具有更高的特征提取能力和更高的检测精度。