关键词： 水下目标检测   轻量化   RFA卷积模块   CCFM模块   注意力机制  

摘要： 在恶劣和多变的水下环境中工作的设备是进行水下研究和开发的基本保障。现阶段的水下目标检测模型参数量和计算量过大,在资源有限的水下设备上部署受限。为解决水下检测模型参数量和计算量过大问题,提出一种轻量级的水下目标检测模型RCE-YOLO。首先,利用RFAConv的空间注意力权重来改进CBS处理接受域信息的能力和提升C2f对空间特征信息融合的能力,增强模型对小密集目标的检出能力。其次,融合CCFM与Dysample模块,该融合模块能够更有效的利用不同尺度信息并通过内部的点采样方法减少原先采样产生的模糊和失真。最后,在SPPF前向传播过程中融合高效多尺度注意力机制,该机制使得模型重点关注水下目标关键信息,降低误检率和错检率。实验结果表明,改进的轻量级模型在数据集DUO上进行验证,mAP50、mAP50:90值分别达到83.6%、64.2%,相较于YOLOv8基准模型mAP50、mAP50:90值分别提升了1.4%、1.2%,参数量和计算量分别下降了32.3%、0.9 G。相较于其他目标检测模型满足了恶劣多变环境下的水下目标检测需求,为水下设备轻量级部署奠定基础。

关键词： 电力设备红外图像   目标检测   YOLOv8n   可变形卷积   注意力机制   边框损失函数  

摘要： 针对目前电力设备红外图像识别算法存在检测精度低和模型计算量大的问题,提出一种改进YOLOv8n的电力设备红外图像识别网络YOLOv8n-DCSW。在YOLOv8n主干网络中添加坐标注意力(Coordinate Attention, CA)并使用可变形卷积网络(Deformable Convolution Network, DCN)替换残差模块中的标准卷积,加强复杂环境下对小目标的关注度,提高识别精度;将颈部网络更换为Sim-neck,降低模型运算量;引入Wise交并比(Wise Intersection over Union, WIoU)损失函数减少低质量边框产生的梯度干扰,提升模型的识别精度和收敛速度。实验结果表明,所提算法在自建红外数据集上的平均精度均值(mean Average Precision, mAP)达到95.9%,计算量为6.9 GFLOPs,相较原算法mAP提高了1.7%,同时计算量减少了1.2 GFLOPs,满足电力设备红外图像识别的高精度和低计算量要求。

关键词： 猪   无接触测量   体尺   视觉传感器   三维点云   计算机视觉  

摘要： 随着视觉传感器和计算机视觉等领域的科技进步,无接触式猪体体尺检测相关的硬件设备和技术方法都发生了巨大的变化。视觉感知升级为三维立体视角,相应的设备也从黑白相机更新为深度设备。设备类型通常决定了基本的实施方案和技术方法,然而目前该领域的研究大多聚焦具体的算法细节,难以满足实际的工程需求。本文以视觉传感器类型为核心,概述了无接触式猪体体尺测量方面不同的工程部署方法,总结了设备使用方法、采集数据的环境条件和方式等,同时对猪体体尺测量的5个三维点云技术任务进行分析,并归纳了目前研究的优缺点、提升空间以及与实际工程应用相结合的方案,最后展望了深度学习与三维点云技术相结合的研究难点。通过对比发现,深度设备和三维点云技术是未来工程应用的方向,基于深度学习的点云分割、点云补全、关键点检测等技术具有良好的应用前景,为无接触式猪体体尺测量技术的后续研究提供了参考。

关键词： 视觉采摘机器人   图像处理   番茄成熟度分类   椭圆轮廓拟合   聚类分析  

摘要： 为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量的分布范围进行番茄图像分割,并利用形态学的方法得到图像中番茄区域的轮廓曲线;再次,采用椭圆拟合方法实现对番茄轮廓拟合,计算得到图像中番茄区域的中心坐标;最后,采用双目视觉系统实现图像中番茄区域中心坐标向实际空间坐标转化。对番茄轮廓曲线拟合精度和视觉定位精度进行测试,表明系统具有良好的可靠性。

关键词： 伪装目标检测   光谱偏振图像   成像系统   特征波段   差异增强  

摘要： 光谱偏振探测技术利用目标多维度信息,提高伪装目标检测的精度和可靠性。现有的光谱偏振成像系统产生的高维度数据难以实时解算,复杂场景下光谱偏振探测的性能不佳。为此,提出一种基于特征波段偏振成像系统的伪装目标检测算法。针对目标场景筛选特征波段,定制751 nm窄带滤光片结合快照式偏振阵列相机,构建特征波段偏振图像采集系统,实时获取目标图像。提出差异增强和交织序列融合检测算法,设计偏振参数图像,增强特征波段偏振图像的目标对比度;融合差异增强和交织序列映射结果,对目标图像背景噪声进行抑制,进一步突出目标特征;通过阈值分割提取伪装目标。实验结果表明:所提的伪装目标检测算法在不同场景下的综合评价指标F均在0.90以上,检测速度达到20帧/s,实现了复杂场景下伪装目标的快速精准探测。

关键词： 图像处理   红外图像去噪   深度迁移学习   卷积神经网络   气体泄漏检测  

摘要： 非制冷型红外相机由于其成本低、寿命长、性能稳定等优势在气体泄漏检测领域有着广泛应用,而良好的图像去噪算法可以有效提升其检测灵敏度与准确性。结合深度学习和迁移学习技术,提出了一种基于深度迁移学习的气体泄漏红外图像去噪方法。首先使用静止场景数据集对卷积神经网络模型进行训练,然后固定部分模型参数,并通过仿真气体数据集对模型再次训练,最终获得适用于气体泄漏红外图像去噪的模型。实验结果表明,该方法可以对非制冷型红外相机拍摄的气体红外图像进行去噪,去噪后的图像具有明显的气体轮廓信息,同时可以分辨出泄漏源的位置。因此,该方法可以帮助非制冷型红外相机更好地完成气体泄漏检测任务。

关键词： 语义分割   特征生成   零样本学习   计算机视觉   深度学习  

摘要： 零样本图像语义分割是零样本学习在视觉领域的重要任务之一,旨在分割训练中未见的新类别。目前基于像素级视觉特征生成的方法合成的视觉特征分布和真实的视觉特征分布存在不一致性的问题,合成的视觉特征难以准确反映类语义信息,导致合成的视觉特征缺乏鉴别性;现有的一些视觉特征生成方法为了得到语义特征所表达的区分性信息,需要消耗巨大的计算资源。为此,文中提出了一种基于语义-视觉一致性约束的零样本图像语义分割网络(SVCCNet)。该网络通过语义-视觉一致性约束模块对语义特征与视觉特征进行相互转换,以提高两者的关联度,减小真实视觉特征与合成视觉特征空间结构的差异性,从而缓解合成视觉特征与真实视觉特征分布不一致的问题。语义-视觉一致性约束模块通过两个相互约束的重建映射,实现了视觉特征与类别语义的对应关系,同时保持了较低的模型复杂度。在PASCAL-VOC及PASCAL-Context数据集上的实验结果表明,SVCCNet的像素准确率、平均准确率、平均交并比、调和交并比均优于比较的主流方法。

关键词： 激光点云技术   隧道病害   病害检测技术   图像处理  

摘要： 快速高效的隧道浸渗病害检测技术对于提升隧道维护管理的效率及保障隧道安全运营至关重要。文章依托杭绍台高速公路工程,基于激光点云和图像处理技术,对该工程隧道目标检测段点云数据进行转换处理,识别隧道浸渗病害,并评估检测结果的准确率。结果表明,采用文章所述检测识别方法检测精确率较高,目标检测段共存在隧道浸渗病害26处,正确检出24处,漏检2处,精确率高达92.3%;检测隧道30~60 m和120~150 m区段为浸渗病害多发区段。

关键词： YOLOv5   道路病害   目标检测   信息融合   信息损失   网络改性  

摘要： 随着机动车数量的增加和道路负荷的增大,道路病害问题日益严重,需要及时发现和识别各类病害以保障道路交通安全,但传统YOLOv5采用的FPN信息融合方式可能导致信息损失。因此,结合华为GOLD-YOLO中的Gather-and-Distribute模块对传统YOLOv5的特征融合模块进行改进。实验结果表明,优化后的YOLOv5算法在训练模型时收敛所需的迭代次数有了显著降低,从590次减少到366次,大大提高了训练速度。同时,总体的mAP@0.5也从原来的87.4%提升到了88.7%。

关键词： 伦敦大学   领域专家   计算机视觉   学术期刊   人工智能   科学博士学位   学者型   创业  

摘要： 8月底,在北京一家餐厅,《21CBR》记者见到跨维智能创始人贾奎。科研、教学、创业……他的日程表排得满满当当。“晚上10点前,我都有事情做。”他坦言,创业后,工作量大增。贾奎是学者型创业者。他毕业于伦敦大学,获得计算机科学博士学位,曾在多家高校执教,是人工智能、计算机视觉等领域专家,发表论文百余篇,在TIP、TMLR等学术期刊担任副主编。