关键词： 诺贝尔物理学奖   深度学习   瑞典皇家科学院   加拿大科学家   机器学习   自然语言处理   人工神经网络   计算机视觉  

摘要： 瑞典皇家科学院当地时间10月8日宣布,将2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德(John JHo. pfield)和英国裔加拿大科学家杰弗里·欣顿(Geoffrey ***),以表彰他们“为利用人工神经网络进行机器学习做出的基础性发现和发明”.该技术是如今机器学习、深度学习、自然语言处理、计算机视觉等主流AI技术的基础.

关键词： 高光谱成像   苹果   图像处理   光谱超分   糖度预测  

摘要： 苹果风味独特,清脆可口,深受全世界消费者的广泛喜爱。糖度是衡量苹果品质的关键指标。高光谱成像(HSI)由于含有丰富的图谱信息在糖度无损检测中有着广泛的应用前景,然而仍面临仪器笨重昂贵、操作耗时等问题。光谱超分辨率(SSR)可通过建立映射关系从低光谱维度RGB图像获得对应高光谱维度HSI图像,在HSI图像的高效获取上有着极大的优势。因而,将探索苹果RGB图像的SSR,并基于SSR数据进行糖度预测。首先,选取大小均匀的苹果作为研究对象,利用黑色哑光胶纸对感兴趣区域(ROI)进行标定。采集苹果RGB图像和HSI图像后,利用全局阈值法确定ROI并经过图像分割得到220个RGB-HSI图像对。然后,使用密集连接网络、多尺度层级回归网络和Transformer网络实现苹果RGB图像的SSR。最后,提取SSR后图像的反射率光谱,采用全光谱和竞争性自适应重加权选择后的有效波长光谱结合偏最小二乘回归(PLSR)、随机森林(RF)和极限学习机(ELM)构建糖度预测模型。结果表明,基于Transformer网络SSR结果最好。在SSR预测集中,平均相对绝对值(MRAESP)为0.1359,均方根误差(RMSESP)为0.0262;SSR后方法的反射率光谱与真实光谱一致性最好。在糖度预测的过程中,全光谱下ELM模型预测效果最好,预测集决定系数(RP2)和均方根误差(RMSEP)为0.9255和0.003,PLSR次之,RF最差。经过有效波长光谱提取后,预测结果有所提升,其中ELM模型预测结果最好,RP2为0.9609,RMSEP为0.0022,PLSR次之,RF最差。总之,基于Transformer图像SSR完成了苹果糖度的准确检测,提供了低成本高效率HSI图像的获取方式,实现了快速便捷的新型糖度检测,扩展了图像在水果品质分析中的应用场景,为促进智慧农业和食品领域的发展提供了理论依据。

关键词： 卷积神经网络   生成对抗网络   图像转换   红外小目标   合成数据增强  

摘要： 近年来,卷积神经网络在红外小目标检测方面取得了良好的效果;但由于该技术中公共训练数据数量有限,在一定程度上导致分析结果不够精确;为了解决训练数据的稀缺问题,提出了一种生成红外小目标检测合成训练数据的方法;采用生成对抗网络框架,其中合成背景图像和红外小目标在两个独立的过程中生成;在第一阶段,通过将可见光图像转化为红外图像来合成红外图像;在第二阶段,将转换后的图像上植入目标掩码,将所提出的强度调制网络合成了真实的目标对象,可以从进一步的图像处理产生;实验结果表明,当使用由真实图像和合成图像组成的数据集训练各种检测网络时,检测网络比只使用真实数据产生更好的性能,优化了传统数据处理方法,使得训练结果更为精确。

关键词： WN-A-YOLOv5   GAM   Focal-EIOU Loss   深度学习   UWCNN  

摘要： 针对海洋生物检测中存在的目标被遮蔽或半隐蔽等问题,提出一种适应于水下目标检测的网络WN-A-YOLOv5。在训练改进的模型之前,结合水下增强轻量级网络算法对原图像进行预处理,有助于在复杂的海洋环境下准确识别目标。文中在改进YOLOv5算法时,首先,引入Swin-Transformer主干模块,以提高模型的泛化能力;其次,在head预测部分使用EMA结构以及在主干中引入GAM注意力机制,以提高模型的鲁棒性;最后,引入Focal-EIOU Loss,用于精确边界框回归的高效损失。结果表明,经过改进训练的算法mAP为88.59%,实际检测视频帧率可达38.86,有效地提高了海洋目标检测精度。

关键词： 三维目标检测   多模态融合   点云   视锥   轻量化  

摘要： 三维目标检测准确且轻量化,是移动智能机器人感知模块的关键部分。本文提出一种基于视锥的多模态融合目标检测算法F-ResPoint。它是一种轻量化的二阶段目标检测算法,是根据二维目标的检测结果,生成包含目标对象的视锥点云,再利用基于Residual-SA模块构建的点云检测网络,对视锥点云中的三维目标进行检测。实验表明:该方法在轻量化的前提下,可实现较高的检测准确率及较好的实时性。

关键词： 无人机平台   输电线路   树障识别   图像处理   巡检效率  

摘要： 本研究以无人机平台为载体,针对输电线路周边树障识别问题,开展了一系列关键技术的研究。通过设计无人机飞行控制系统、图像采集与处理系统以及深度学习算法,实现了对输电线路周边树木的快速监测与智能识别。研究内容包括无人机选型、图像预处理、特征提取、分类器设计及系统优化等。实验结果表明,所研发的树障识别系统能够有效提高输电线路巡检的效率和安全性,为保障电网安全稳定运行提供了有力技术支撑。

关键词： 计算机视觉   OBE   教学   人才培养  

摘要： “计算机视觉”是智能科学与技术等相关专业的一门重要专业基础课,对本科生而言,在没有接触过相关专业知识且没有开设图像相关基础课的前提下,学习“计算机视觉”这门课程时会相当困难。考虑到实际情况,研究通过将基于成果导向的教育理念融入“计算机视觉”这门课程中,准确定位课程内容,采用探索式教学模式开展课堂教学活动,强调以学生为中心,以学生学习产出为导向,发挥好学生的主观能动性,提高学生的能力与素养,培养符合市场需求的创新应用型人才。

关键词： 不确定机动目标跟踪   概率假设密度滤波器   交互多模型   平移和旋转   纯方位跟踪  

摘要： 现有的多模型-高斯混合-概率假设密度(MM-GM-PHD)滤波器被广泛用于不确定机动目标跟踪,但它不能在不同模型下保持并行的估计,导致各模型的似然值滞后于目标机动。为此,该文提出一种联合多高斯混合概率假设密度(JMGM-PHD)滤波器,并将其用于纯方位多目标跟踪。首先,推导了JMGM模型,其中每个单目标状态估计由一组并行的、带模型概率的高斯函数描述,该状态估计的概率由一个非负的权重来表征。一组权值、模型概率、均值和协方差被统称为JMGM分量。根据贝叶斯规则,推导了JMGM分量的更新方法。然后,利用JMGM模型近似多目标PHD。根据交互式多模型(IMM)规则,推导出JMGM分量的交互、预测和估计方法。将所提JMGM-PHD滤波器应用于纯方位跟踪(BOT)时,针对同时执行平移和旋转的观测站,基于复合函数求导规则推导出一种计算线性化观测矩阵的方法。所提JMGM-PHD滤波器保持了单模型PHD滤波器的形式,但能够自适应地跟踪不确定机动目标。仿真结果表明,JMGM-PHD滤波器克服了似然值滞后于目标机动的问题,在跟踪精度和计算成本方面均优于MM-GM-PHD滤波器。

关键词： 金属表面划痕   目标检测   YOLO算法   数据集  

摘要： [目的]传统的人工目测方法已无法满足对金属表面划痕进行快速、准确和自动化检测的需求。因此,基于数据集的构建和卷积神经网络模型的搭建,提出了复杂形状表面划痕识别的方法。[方法]首先,创建金属表面划痕的数据集。其次,设计并训练一个基于Yolov8n的卷积神经网络模型。该模型包括主干网络、头部网络和颈部网络,可应对不同划痕的识别需求。[结果]在模型训练完成后,F1曲线在0.3~0.5达到最优,表明该模型在处理各种划痕时具有良好的泛化能力。通过PR曲线分析,当精确率为0.65、召回率为0.8时,该模型的预测效果最佳。[结论]模型优化为金属表面划痕的自动检测和识别提供了有效的技术支持,具有实际应用价值。

关键词： 图像处理   红外热成像   人脸对齐   多尺度卷积注意力   归一化平均误差  

摘要： 红外热成像人脸对齐在提取人脸面部温度方面起着至关重要的作用,其定位精度直接关系到对人脸各区域温度数据的准确采集与分析。当前,主要的人脸对齐方法多数应用于可见光人脸图像,但将其直接应用于红外热人脸图像存在精度不足等问题。为解决这一问题,提出了一种基于多尺度卷积注意力的热红外人脸对齐算法。利用多尺度信息的优势,将多尺度卷积注意力机制与倒置残差卷积网络相结合,并引入wing loss作为损失函数,增强了网络模型的特征提取能力。实验结果显示,所提出的算法在公开热红外人脸数据集和自采的面瘫人脸数据集上的归一化平均误差分别达到了3.23%和3.94%。相较于传统方法,该算法针对各器官的定位精度均有一定程度的提高,应用范围可扩大至面瘫人群,意义较大。