关键词： 颌骨囊肿   颌骨肿瘤   影像诊断   曲面体层片   人工智能   深度学习   目标检测   YOLO v8m   神经网络模型  

摘要： 目的 探讨深度学习应用于曲面体层片辅助诊断颌骨透射病变、颌骨阻射病变的效果,以减少漏诊,辅助医生早期筛查、提高诊断准确性。方法 本研究通过四川大学华西口腔医院伦理委员会批准。以443例曲面体层片为研究对象,构建YOLO v8m-p2神经网络模型,将标注后的图像分为训练集354例,验证集45例和测试集44例,用于模型训练、验证和测试。采用精确率、召回率、F-1分值、G分值、mAP50评价模型的检测性能。结果 443例曲面体层片涵盖颌骨常见的良性病变,其中颌骨透射病变数量为318,包括含牙囊肿、牙源性角化囊肿、成釉细胞瘤3类病变;颌骨阻射病变数量为145,包含特发性骨硬化、牙瘤、牙骨质瘤、牙骨质-骨结构不良4类病变,样本有良好的代表性。YOLO v8m-p2神经网络模型识别颌骨病变的性能:精确率为0.887,召回率为0.860,F-1分值为0.873,G分值为0.873,mAP50为0.863。其中,含牙囊肿、牙源性角化囊肿、成釉细胞瘤召回率分别为0.833、0.941、0.875。结论 YOLO v8m-p2神经网络模型应用于初步检测口腔曲面体层片中的颌骨透射病变及颌骨阻射病变以及多分类检测颌骨透射病变时诊断性能表现良好,可辅助医生筛查曲面体层片的颌骨疾病。

关键词： 视频SAR   动目标阴影   目标检测   深度学习  

摘要： 动目标阴影检测是近年来视频合成孔径雷达(Video SAR)领域中的一项具有挑战性的任务。动目标阴影存在着尺寸易变、深浅不一的特点,使得视频SAR动目标检测更加困难。文中提出了一种基于改进神经网络Efficient-Det的视频SAR动目标检测方法。首先,为获得动目标阴影的更多空间位置信息,通过融入坐标注意力机制重建了Efficient-Det网络的主干部分;其次,为进一步减少计算量,对颈部网络剪裁并将深度可分离卷积替代头部网络中原本的卷积。在网络训练过程中,采用非极大抑制法来筛选预测框,损失函数采用回归损失和交叉熵损失的组合,其中的交叉熵损失是用来抑制正负样本极端不平均带来的负面作用。通过实验验证,文中方法可有效提升视频SAR动目标阴影检测的准确性与效率。

关键词： 群目标跟踪   可分辨群目标跟踪   随机有限集   多伯努利滤波器  

摘要： 群目标跟踪在救灾搜救、海陆防御和战场作战等领域展现出广阔的应用前景。与传统多目标跟踪不同,群目标跟踪不仅涉及对多个个体目标的跟踪,还涉及对一个群体目标的跟踪。在群体中各个子目标需要同步运动以避免碰撞,同时群体中的子目标数量和群结构还将随着时间推移而改变。根据子目标数量和传感器分辨率的不同,群目标跟踪问题包含可分辨、不可分辨、部分可分辨以及部分不可分辨群目标跟踪等多个类别。其中,可分辨群目标跟踪问题需要同时对群体结构、群内子目标交互和数目进行估计。现有研究主要关注基于传统数据关联和随机有限集滤波器的可分辨群目标跟踪方法,其中,基于随机有限集滤波器的方法通过将多个目标状态联合建模成随机有限集,缓解了数据关联问题,从而可更好地适应跟踪场景。为更好地展示群目标跟踪方法的研究进展,综述了近年来基于随机有限集滤波器的可分辨群目标跟踪的若干代表性方法,包括基于多目标多伯努利滤波器、基于标签随机有限集滤波器和基于泊松多伯努利混合滤波器的群目标跟踪方法。这些方法在处理可分辨群目标跟踪问题时展示出了显著的优势。最后,探讨了存在的问题和未来的发展方向。

关键词： 踏面缺陷   故障检测   神经网络   目标检测  

摘要： 轮对是铁路车辆走行部的重要组件,轮对踏面损伤检测是列车检修的重要项目,然而,由于采样设备不统一和采样环境不确定,常导致踏面损伤检测数据集掺杂暗照度图像,使得微小踏面损伤难以充分识别。针对上述问题,文章提出一种集成式部分卷积网络的轮轨踏面缺陷识别方法 (I-PCNet)。该方法设计了一种稠密暗照度自校正网络(D-SCNet),将该模块拼接在识别模型的首层,以期在提取特征之前对暗照度样本进行自校正,以突出更多细节特征;考虑到微小轮对损伤难以准确识别的问题,提出一种增量式检测方法(E-ASFF);为进一步轻量化模型,引入一种部分卷积网络(P-Conv)技术,设计了轻量化主干网络(FasterNet);为更好地集成所提的多种策略,提高检测模型对样本的聚焦程度,设计了新型损失函数,并对其原理进行了说明。试验表明,在实际轮轨踏面数据集上,文章所提的策略优于传统踏面缺陷检测算法。此外,通过对比试验、可视化分析和泛化试验,进一步验证了文章所提方法的有效性和普适性。

关键词： 模式识别   计算机视觉   深度学习   海产品识别   多尺度训练   YOLOv7   高效交并比   快速空间金字塔模块  

摘要： 针对传统的目标检测算法对水下海产品存在错检漏检的问题,采用基于YOLOv7对海产品检测方法进行改进。首先使用多尺度训练策略,使模型从不同尺寸的图像中获得特征,增强模型获取特征的能力。其次,将快速空间金字塔模块(spatial pyramid pooling–fast cross stage partial channel,SPPFCSPC)加入模型中,对原模型中的空间金字塔模块(spatial pyramid pooling cross stage partial channel,SPPCSPC)进行优化,在保持感受野和模型计算量、参数量不变的情况下,提升推理速度。最后,使用高效交并比(efficient intersection over union,EIoU)代替全面交并比(complete intersection over union,CIoU)作为定位损失函数,降低模型的错检率和漏检率。通过实验证明,对比YOLOv7,改进模型的平均精度均值(mean average precision,mAP)提升了1.4%,帧率(frames per second,FPS)提升了6.4,具有更高的检测精度和更快的检测速度。

关键词： 图像处理   对比度   变异系数   像素变换   局部直方图均衡   多尺度金字塔融合  

摘要： 为了改善红外图像的效果,提升对比度和清晰度,丰富边缘细节信息,提出了融合线性变换和局部均衡的红外图像增强方法。利用图像的像素值分布,对像素值进行自适应的分段线性变换,并用局部的直方图均衡增强图像;分别计算两张增强图像的权重图。对比度权重、显著性权重和亮度分布权重;以拉普拉斯金字塔和高斯金字塔的方式,分别对增强图像和权重图进行分解,将分解的图像与权重图进行多尺度线性融合,获得效果理想的增强图像。结果表明,相对于现有方法,本文中提出的方法增强图像的视觉效果更清晰,信息熵、平均梯度和变异系数分别比现有方法高出9.03%、23.87%和9.97%以上。该研究可更有效地提高红外图像增强的性能。

关键词： 数字图像处理   图像增强   色彩校正   摄影器材  

摘要： 阐述数字图像处理技术在摄影器材中的应用,包括图像增强、修复、色彩校正等技术,并分析这些技术在摄影器材优化中的作用。探讨数字图像处理技术未来的发展趋势和在摄影器材中的应用前景。

关键词： 无人机   巡检技术   图像分类   图像识别   乡村道路  

摘要： 近年来,无人机技术迅速发展并广泛应用,在乡村振兴中也发挥了积极的作用。特别是乡村道路由于地质条件等原因需要定期进行巡检,受损比较严重的地方必须第一时间进行排查,为能够快速对道路进行巡检,研究采用无人机进行图像采集,运用图像识别方式进行缺陷检测,从而实现快速、智能化巡检,保障乡村道路安全。

关键词： 深度学习   计算机视觉   表面重建  

摘要： 利用符号距离场(SDF)进行表面重建是3D重建的一种常见策略。针对当前基于显示网格的表面重建存在的分辨率难以提高、重建表面精确度受到限制的问题,提出三向量网格和多层感知机(MLP)共同重建符号距离场(SDF)的方法。三向量网格的分辨率与内存增长呈线性关系,分辨率容易提高到更高水平,相比纯粹使用MLP具有更好的拟合能力。该方法使用自注意力卷积生成不同频带上的特征,以减少网格离散性并增加非线性表示能力。对三向量特征嵌入位置编码,通过引入归纳偏差,对抗表面重建过程中的噪声。针对复杂曲面难以拟合的问题,提出一种数据采样的优化方法,在复杂曲面附近提高采样频率。实验结果表明,该方法在DTU数据集上的表面重建精度优于最先进的方法4%。

关键词： FSTC教学模式   混合式教学   中职教育   信息技术   教学设计  

摘要： 随着信息技术的飞速发展和教育政策的不断推进,中职学校传统的教学模式正面临着巨大的挑战。特别是在信息技术相关课程方面,原有的教学模式已逐渐无法满足当前素质教育的要求。基于这一现象,该研究旨在探讨FSTC教学模式,即“五步三查”教学模式,在Photoshop图形图像处理课程混合式教学中的应用。通过将五步三查的教学理念与线上线下混合式教学方式相结合,旨在实现更高效、更有针对性的教学活动。本文通过对五步三查教学模式的深入剖析,将其具体细节与混合式教学法相融合,并针对该模式的教学特点,以Photoshop图形图像处理课程的第一章“走进Photoshop的世界”为例进行教学设计,以期为中等职业学校的课堂教学改革提供经验性的启示。