关键词： 目标跟踪   卷积神经网络   相关滤波   非对称-膨胀卷积   多阶段特征  

摘要： 目标跟踪是计算机视觉领域的研究热点,基于相关滤波的目标跟踪方法具有良好的表现,但在特征提取过程中,对图像采用的人工特征描述方法具有一定局限性。为获得图像更具鲁棒性的特征表达,在目标跟踪过程中采用卷积神经网络实现对图像的特征提取,并与相关滤波方法相结合,提出一种基于多阶段特征和非对称-膨胀卷积的目标跟踪方法,以嵌有非对称-膨胀卷积模块的ResNet50网络为特征提取网络,分别输出网络多个阶段的特征图,通过相关滤波实现目标检测定位。在OTB100视频数据集上对所提方法进行实验,设置距离阈值为20像素时,距离精度可达85.38%;设置重叠阈值为50%时,重叠精度可达80.42%。实验结果验证了所提方法的准确性,且对背景复杂、遮挡以及旋转形变等情况具有较好的鲁棒性。

关键词： 计算机视觉   汽车远光灯   光强标定  

摘要： 随着汽车行业的快速发展,车辆安全性能的提升成为研究热点之一,其中,远光灯的光强标定直接关系夜间行车安全。传统的光强测量方法存在效率低下、精度不足等问题,迫切需要新技术的介入以提升测试效率和准确性。基于计算机视觉的新型汽车远光灯光强标定方法不仅可以实现非接触式的快速测量,还能通过高级算法对光源分布、光强等参数进行精确分析,极大地提高远光灯光强测量的自动化水平和精度。该文研究基于计算机视觉的新型汽车远光灯光强标定方法,以有效提高远光灯的光强测量效率和准确性,为汽车的安全行驶提供技术支持。

关键词： 图像处理   高效视频压缩   失真优化   自适应卷积核  

摘要： 用于作业现场风险监管的视频图像压缩技术,应满足视频图像压缩质量高清的要求,分析目前市场上视频压缩技术的现状,普遍存在图像细节信息损失严重、压缩效率低等缺点,为了提高视频压缩质量,提出用于作业现场风险监管的视频图像高效压缩技术。首先,通过控制压缩编码率优化视频率失真;其次,结合时空域预测与上下文编码方式压缩视频图像;最后,利用自适应卷积核方式去除视频图像伪影,完成视频图像高效压缩。实验结果表明,所提方法的视频图像压缩质量高,压缩率高,方便传输。

关键词： 建筑电气施工   计算机视觉   质量控制  

摘要： 针对建筑电气施工中电气组件布局和安装质量的精确检测问题,本文提出了一种基于计算机视觉技术的双分支模型。该系统采用双分支模型结构,结合目标检测和图像语义分割技术,旨在实时监控电气施工过程,确保布线符合安全标准和施工规范。目标检测分支专注于识别电气元件和关键节点,而图像语义分割分支对电气布线路径进行精确分析,确保布线方式和位置的正确性。此外,系统还集成了一个反馈控制机制,当检测到施工质量偏离既定标准时,能够及时向施工团队发出警报,指导他们进行即时调整和修正。测试结果表明,该系统能有效提升建筑电气施工的质量和安全性,降低由于电气故障引发的风险。

关键词： 深度学习   目标检测   YOLOv8   CloFormer  

摘要： 交通标志是确保道路安全的重要措施,对其检测是智能交通系统中的关键环节。文章引入YOLOv8网络模型对道路两旁的交通标志进行检测,并提出了一种基于Clo-YOLO的交通标志检测算法。在融合深层特征和浅层特征的过程中,引入了CloFormer模块,以增强目标的特征表达能力,并提高在目标被遮挡时的检测能力。与原模型的检测结果相比,Clo-YOLO模型在检测道路旁交通标志的任务中表现更为出色。

关键词： 混凝土试块   线结构光   图像处理   几何参数测量  

摘要： 测量混凝土试块的三维几何参数是对其进行力学性能试验的前提。为解决传统人工测量效率低、精度差的问题,基于线结构光和图像处理技术,研究一套由线结构光发射器、工业相机、高精度位移平台和转台等构成的混凝土试块三维几何参数检测系统。通过建立误差分析数学模型,对检测系统的结构参数进行优化分析,确定检测系统的最佳布局。采用平移扫描和旋转拼接相结合的方法实现混凝土试块三维几何参数的测量和评估,并在实验室通过对标准试块和实际混凝土试块的测量、对比,验证该方法的准确性和可行性,其平面度测量误差小于0.043 mm,相邻面夹角误差小于0.1°,棱长误差小于0.1 mm。

关键词： 有向目标检测   计算机视觉   深度学习   综述   卷积神经网络  

摘要： 目标检测是计算机视觉领域的重要任务,旨在从图像或视频中准确地识别和定位出现的目标物体。但是,普通目标检测算法往往难以处理旋转、带有方向信息的物体。针对此问题,诞生了许多专门用于有向目标检测方法,这些方法提供了更好的面向目标的空间表达,在图像处理方面取得了重大进展。有向目标检测的基本原理是将检测目标的旋转方框和倾斜角以及特征先界定再表示。本文综述了有向目标检测现阶段的国内外研究现状,根据有无锚框将当前基于深度学习的有向目标检测方法分为了基于锚框的一阶段方法、基于锚框的二阶段方法和无锚框方法3类方法进行归纳分析,并从优缺点、骨干网络、适用场景和数据集等方面进行了对比。最后,对有向目标检测方法的发展前景和研究方向进行了展望。

关键词： 新型AUV   回收对接   Unity3D仿真   自适应阈值   单目视觉   图像处理  

摘要： 水下自主无人潜航器(AUV,autonomous underwater vehicle)由于其独特的高速、低阻、低噪等优势,是如今探索海洋的有力依托;作为自主式机器人,AUV如何自行导航回收至对接站是研究中的重要环节;依托于实验室独创的四桨无舵矢量推进型AUV,通过改进Canny边缘检测,采用自适应阈值方法动态调整轮廓,在阈值最优时采用最小外接圆方法确定圆心;经Unity3D仿真和水池试验可知,该方法简单实用,鲁棒性强,且相比于传统的AUV形式以及传统的图像识别方法,该新型AUV在基于单目视觉的自适应阈值分割检测方法下,水下末端导引对接精度(优于20 cm)和对接成功率(大于80%)上均得到了大幅度的提高,在实际应用中对AUV能源补给、数据下载/上传、设备检修等具有重要的应用价值。

关键词： 孔测量   数学模型   计算机视觉   人工智能   智能制造  

摘要： 现有孔参数测量方法,难以适用于复杂环境条件测量需要,急需设计新的满足工程实际应用的方法。基于此,设计了识别测量算法,包含了同数控加工机床主轴配置的孔图像获取装置,构建了基于残差卷积网络用于提取孔特征的数学模型,用于精细识别孔径回归数学模型与孔位度量数学模型。采集加工现场零部件孔表面状态图像进行分析,提出方法较主流CH、RH、SH、Hh方法,20组测试样本半径偏差累积分别降低为原来的5/16、1/3、5/16、1/4,累积孔位偏差分别降低为原来的5/39、5/32、5/29、10/83,孔口缺陷平均F1-score值为0.94达到了工业应用0.9的标准。基于实验结果,说明了说提出算法更优的半径拟合与孔位测量能力,满足实际识别检测需要的同时可有效助力航空装置智能化转型升级。

关键词： 智能网联汽车   故障诊断   计算机技术   机器学习   深度学习   计算机视觉  

摘要： 智能网联汽车作为车联网与智能汽车技术的融合体,对故障诊断提出了新要求。计算机技术在其中扮演关键角色,通过数据采集与处理、机器学习、深度学习及计算机视觉与传感器融合等技术,显著提高了故障诊断的效率和准确性。尽管面临挑战,但未来技术将不断优化,推动智能网联汽车故障诊断的智能化、精准化、高效化发展。