关键词： 目标检测   军事飞机   YOLOv8   模型剪枝   知识蒸馏  

摘要： 遥感图像军事飞机检测在侦察预警、情报分析等领域具有重要意义。为使军事飞机检测模型能在算力受限的设备上高效运行,从网络设计与模型压缩两个方面对YOLOv8n进行轻量化改进。在网络设计方面,使用FAS_C2f替换原始主干网络中的C2f模块,减少计算冗余并加快网络特征提取的速度;根据军事飞机目标的尺度特征对网络结构进行优化,缓解因过度下采样导致的小目标信息丢失问题;使用Inner-SIoU作为新的定位回归损失函数,提升对小目标样本的学习能力并加快回归边界框的收敛。在模型压缩方面,使用基于LAMP分数的通道剪枝对重设计后的模型进行压缩,进一步减少参数和模型大小;并利用通道级知识蒸馏(channel-wise knowledge distillation,CWD)将模型精度恢复到接近剪枝前的水平。实验结果表明,在公开军用飞机数据集MAR20上,轻量化后的模型mAP为97.2%,体积仅有0.7 MB,较原始模型缩小了88.3%,FPS提高了14帧/s,满足军事飞机目标检测的实时性要求。

关键词： 注意力机制   图像处理   全息影像技术   噪声模糊处理   像素捕捉模型   影像重建  

摘要： 全息影像在重建后经常会出现背景模糊等现象,为提高影像重建质量,设计融合注意力机制的模糊全息影像重建方法。设置像素点恢复与退化机制,对像素点采样与噪声进行模糊处理,关联区域内数值背景,建立全息影像像素捕捉模型,获取相同的特征序列维度,计算目标图像的背景信息,对不同空间采样频率的排列矩阵进行线性差值处理,采用融合注意力机制设计全息影像背景增强方法,采用模糊全息影像重建算法计算补偿函数,得到重建后全息影像。最后测试结果表明,所提方法可以得到最清晰的基础图案以及背景信息,结构相似性指数均在0.85以上,重建效果明显优于对比方法。

关键词： 目标检测   无人机   重参数化   注意力机制   解耦检测头  

摘要： 针对无人机航拍图像目标尺度变化大、目标与背景相互干扰所导致的误检、漏检问题,提出一种基于重参数化注意力的目标检测方法,并将其应用于无人机航拍目标检测。首先,通过提出重参数化坐标注意力模块来增强相关特征,提升网络对上下文信息的捕捉能力;其次,设计多尺度感受野增强模块来重构骨干网络,从而增强特征图的接受域,提升网络的特征提取能力;接着,提出四尺度特征融合检测网络,提升网络对小目标的检测能力;最后,引入解耦检测头来解决分类与回归任务之间的冲突。在VisDrone2021数据集上进行实验,所提方法的mAP0.5相比原算法提高了7.6个百分点,召回率提升了5.5个百分点,与其他方法相比也具有明显优势。实验结果证明,改进方法能够较好地解决上述误检、漏检问题,具有良好的检测效果。

关键词： 外辐射源雷达   多目标跟踪   鲁棒跟踪   标签多伯努利滤波器   随机有限集  

摘要： 针对未知杂波环境下机载外辐射源雷达的多目标跟踪问题,提出一种鲁棒自适应的标签多伯努利滤波器。首先基于标签多伯努利滤波器算法框架对多目标跟踪问题进行建模,然后针对目标新生参数、杂波参数以及目标检测概率未知的问题,提出采用量测驱动的目标新生模型和基于势均衡多目标多伯努利估计器的在线参数估计方法,最后考虑到机载外辐射源雷达量测的非线性,采用序贯蒙特卡罗方法对所提算法进行实现。实验结果表明,所提滤波器能够利用外辐射源量测准确估计多目标航迹,且在未知杂波环境下的性能可以逼近杂波参数已知的广义标签多伯努利滤波器,鲁棒性更好。

关键词： 无人驾驶汽车   计算机视觉技术   自动化  

摘要： 无人驾驶汽车技术的迅速发展正在重塑人类的出行方式。全球范围内,各大汽车制造商和科技公司纷纷投身于无人驾驶汽车的研发,而其中计算机视觉技术的应用促使这一技术迅速落地。计算机视觉能够模拟人类的视觉感知,解析复杂的环境信息,进而为无人驾驶汽车提供必要的感知能力。这种技术的发展,不仅提高了无人驾驶汽车的安全性和可靠性,也为实现更高效的交通管理创造了条件。该文探讨计算机视觉技术原理、无人驾驶汽车概述,分析无人驾驶汽车中计算机视觉技术的应用。

关键词： 人工智能   计算机视觉   排序算法   博士导师   医疗设施   智慧医疗   初创企业   医疗水平  

摘要： 首次接触智慧医疗,纪源丰就决定将此作为一个方向去探索。是周围前辈对用人工智能提升医疗水平的赤诚让他深受感染,也是博士导师罗平对他的全力支持,让纪源丰在计算机视觉与医学人工智能交叉领域的研究持续至今。本科阶段到初创企业视见医疗科技有限公司实习,纪源丰就开始做人工智能用到医疗场景中的产品研发,产品包括胸部X光诊断系统,可定位17种肺部疾病,还开发了一个优化医疗设施诊断队列的排序算法。将所学用到智慧医疗,纪源丰起初充满了新鲜感,但随着研究深入,他心中又多了使命感。

关键词： 目标检测   SAR图像   DETR网络   注意力机制  

摘要： SAR图像目标检测近年来一直是研究热点,但其成像不清晰的特点也导致DETR网络模型无法很好地提取其潜在特征,同时DETR网络也存在训练周期长、收敛慢的问题。为此设计了一种基于多标签分配的DETR网络(Multi-label Assignment DETR,MA-DETR)用于SAR图像飞机目标检测任务。本文利用添加大尺度抖动(Large Scale Jittering,LSJ)的数据增强模块增强网络训练效果,然后设计了一种多标签分配监督模块处理从编码器输出的数据,其中多个监督辅助头提取潜在特征并输入到解码器改善DETR网络一对一标签分配方式的不足之处。最后还设计了一种匹配增强模块加入解码器中,缓解由匈牙利匹配算法带来的匹配离散性,提高网络训练损失收敛速度。实验结果表明:在SAR AIRcraft数据集上,相较于原方法,本文方法使AP0.5和AP0.75精度分别提高了7.9%和7.4%,同时基于相同的训练网络,其损失收敛速度有3.3倍的提升。新的网络结构有效提高SAR图像目标检测精度,并且减少了DETR网络训练周期。

关键词： 智慧城市   多目标检测   边缘设备   实时检测  

摘要： 多目标检测作为智慧城市建设中的核心技术,在建立城市图谱、挖掘城市运行规律、提高城市运行效率中起着不可替代的作用。文中在优良的目标检测模型YOLOv5基础上,选取城市中的典型场景,以行人和车辆为检测目标,将原有轻量化版本算法neck部分的SPP模块进行改进,在保证检测速率的同时增加检测的精度,然后将文中改进算法和YOLOv5-s算法同时部署在智慧城市边缘设备上进行对比试验。试验结果表明,文中改进算法相较于YOLOv5-s算法在速度保持基本不变的情况下检测多目标精度提高6.8%,在一定程度上解决了智慧城市边缘设备检测速率和精度不能同时达到要求的问题,为智慧城市多目标实时检测提供了理论参考与方法依据。

关键词： 图像处理技术   混凝土坝   水下表面裂缝检测  

摘要： 本文指出混凝土坝是水利水电工程的重要结构,其服役过程中,在长期水流冲刷或出现结构沉降情况下,可能会形成程度不一的裂缝,而及时、准确地识别裂缝,是控制裂缝继续扩大、防范大坝发生安全事故的重要手段。为此,本文采用图像处理技术,通过去噪、增强、分割、识别一系列操作,解决了水下图像对比度低、成像质量不佳的问题,旨在为水利水电工程大坝裂缝检测工作科学开展提供参考。

关键词： 人工智能   计算机视觉   网络系统   智能语音  

摘要： 阐述基于人工智能的计算机视觉及网络技术,其具有一定的自主学习能力,在一定程度上能够对海量数据进行分析和处理,进而实现对图像信息的识别和处理。为此,介绍人工智能技术的作用,包括可使机器具备一定的感知能力、实现对信息的处理、为人类提供决策支持。从人脸识别、智能安防、智能语音方面,探讨人工智能在计算机视觉及网络领域中的实际应用。