关键词： 探地雷达   CNN   目标检测   公路层界面  

摘要： 公路面层的厚度是公路检测中的一个重要指标,对公路路面质量起着决定性作用。面层下层界面追踪结果结合关键的介电常数参数,可以准确获取面层的厚度信息,因此,GPR(Ground Penetrating Radar,探地雷达)图像下层界面识别与追踪结果对面层厚度计算起着至关重要的作用。现阶段,大量的公路探地雷达资料解释工作由人工进行,存在解释周期长且依赖人工经验等问题。针对上述问题,提出了一种基于CNN(Convolutional Neural Networks,卷积神经网络)框架的公路层下层界面自动检测模型。为使建立的模型能更加准确有效地应用于GPR图像层界面的检测,对模型进行参数优化和性能评估,评估结果表明,模型查准率可以达到97%,说明模型识别层界面的准确性较高。利用该模型对实测图像进行实例验证,验证结果表明,建立的模型能够有效、快速、准确地在GPR图像上提取公路层界面并可视化展现出来。

关键词： 线下教学   专注度检测   计算机视觉   人脸检测   ViViT  

摘要： 为了检测课堂学习时班级整体专注程度,设计了一套基于计算机视觉的课堂专注度检测系统。该系统根据面部关键点位置计算头部偏转角度,进而判断视线是否位于专注区域,采用ViViT模型对学习者的专注度进行四分类,最后综合人脸检测信息、视线信息、专注度分类信息计算班级整体专注度。实验结果证明,该系统能根据监控视频快速、有效地评估班级在某时刻的整体专注度,为教师提供客观、准确的专注度数据,有助于教师有针对性地及时调整教学方式,提高教学质量。

关键词： 计算机图像处理技术   徽派元素   空间设计   图像处理  

摘要： 徽派文化作为中华文明瑰宝中的一颗璀璨明珠,不仅蕴含着深厚的历史底蕴,更承载着独特的审美情趣和艺术价值。本研究致力于对该领域进行深度探索与挖掘,从中提炼出具有代表性的徽派元素,并采用尖端计算机图像处理技术对其进行数字化转换,涵盖图像的采集、处理等多个环节。在此基础上,将这些经过处理的徽派元素巧妙融入空间设计理念之中,以期在丰富空间设计理论的同时提升设计的创新力和艺术魅力。此外,此举亦为徽派文化的传承与创新开辟新的途径,为其未来发展注入新的活力。

关键词： 桥梁工程   荷载识别系统   计算机视觉   车辆荷载   深度学习   结构监测  

摘要： 车辆荷载是大跨桥梁最重要的作用荷载之一,也是大部分桥梁疲劳劣化的最主要原因。但桥梁动态称重系统造价昂贵,无法在桥上分布式布置,桥梁车辆荷载分布信息的动态识别仍是挑战性难题。面向大跨桥梁结构健康监测需求,引入计算机视觉与深度学习技术,建立了一套集成化的桥梁车辆荷载时空分布智能识别系统。首先,研究基于交通监控数据和深度目标检测网络的车辆识别方法,开展车辆目标检测任务的YOLOv7深度网络训练,并通过训练后模型获取单摄像头数据中包含车辆类型与时间等信息的车辆图像;其次,引入HardNet深度特征描述符,建立图像点特征匹配方法,通过分布布置的监控视频数据设计搜索匹配策略,实现车流方向多个监控对应车辆图像数据的匹配,并对监控盲区采用线性插值估计车辆位置,得到车辆在桥梁上的时空分布信息;然后,将各方法集成,建立车辆荷载时空分布识别系统,该系统可结合动态称重数据自动输出车辆荷载时空分布信息与可视化结果,实现从监控数据到车辆荷载时空分布的一体化流程;最后,采用九江长江大桥监控数据进行应用验证。研究结果表明:该系统基于视频数据实现车辆目标识别与匹配追踪,运算耗时小于输入视频时长,对大型车辆匹配准确率达97.62%,可以快速、准确地识别车辆荷载分布信息,该系统对保障桥梁服役安全具有重要的意义,应用前景广阔。

关键词： 传感器融合   雷达信号处理   雷达特征图提取   DBSCAN   卡尔曼滤波   目标检测   YOLOv5   R-CNN  

摘要： 基于视频的目标检测在恶劣天气情况下识别效果较差,故需弥补视频缺陷、提高检测框架的鲁棒性。针对此问题,文中设计了一个基于雷达和视频融合的目标检测框架,利用YOLOv5(You Only Look Once version 5)网络获得图片特征图与图片检测框,利用基于密度的聚类获得雷达检测框,并将雷达数据进行编码,得到基于雷达信息的目标检测结果。最后将两者的检测框叠加得到新ROI(Region of Interest),并得到融合雷达信息后的分类向量,提高了在极端天气下检测的准确率。实验结果表明,该框架的mAP(mean Average Precision)达到了60.07%,且参数量仅为7.64×10^(6),表明该框架具有轻量级、计算速度快、鲁棒性高等特点,可以被广泛应用于嵌入式与移动端平台。

关键词： 高压点火球   图像处理   一键调节  

摘要： 高压点火球是大容量实验站振荡回路中关键的器件。在进行高压断路器合成试验时,经常需要根据电压等级来调节点火球的球距。目前,高压点火球球距通常需要人工在现场进行手动调节,这种方法误差较大且耗费时间较长,导致试验效率低下。将图像处理技术用于高压点火球球距测量与调节,可以实现高压点火球球距的远程调节,对提高试验效率和实现智能化具有重要意义。研究了图像处理技术应用在点火球球距测量与调节中的可行性,并开发了一套测量与调节系统。研究发现图像处理技术能够用于实时测量点火球球距,并且还能远程一键准确调节球距。

关键词： 目标检测   注意力机制   特征增强   自适应决策  

摘要： 针对当前野猪目标检测方法存在检测精度低、复杂背景下算法失效等不足,提出一种基于改进YOLOv5s算法与自适应决策的野猪目标检测方法。实验结果表明,所提出的方法目标检测精度高,具备复杂背景下目标检测能力,且在多个评价指标上均高于SE-ResNeXt、FasterR-CNN、SSD、YOLOv5s基准算法四种方法,为野猪目标检测提供了一种新手段。

关键词： 图像处理   量子图像处理   大津阈值   量子图像分割   量子乘法器   量子除法器   量子线路设计  

摘要： 为解决量子计算机上图像分割的问题,研究一种基于大津阈值的量子图像分割方法。设计量子加法器、量子减法器、量子乘法器、量子除法器和直方图的基本模块,在此基础上,设计累积直方图、累积平均值、类间方差等子模块,通过对每个灰度级所对应的类间方差进行排序,选取所有类间方差的最大值作为大津阈值,对得到的大津阈值进行图像二值化量子线路设计。通过在经典计算机上的仿真验证了方法的执行效果,基于所用基本量子门数量,分析量子线路的复杂度,其结果表明,所提方法可以实现对经典方法的加速。

关键词： 智能化   机器视觉   图像处理技术   纸张缺陷   检测系统  

摘要： 设计一套智能化图像处理与识别系统,用于超厚纸张表面缺陷的检测,以解决传统超厚纸检测成本高、效率低、错误率高、精度低等问题。通过综合分析图像处理技术在超厚纸张表面缺陷检测中的可行性,从图像处理技术流程、应用可行性和系统设计等角度展开讨论,提出基于机器视觉的超厚纸张表面缺陷检测系统设计方案,包括整体设计、硬件环境和软件平台的选择与搭建,期望该系统能够高效、准确地检测超厚纸张表面的各类缺陷,提高超厚纸张生产质量和效率。

关键词： 目标检测   YOLOv5   轻量化   CBAM  

摘要： 球类运动是传统体育竞技中受关注度最高的一类运动,球类的目标检测可以用于提高体育比赛的分析、监控系统的安全性以及虚拟现实体验的真实感。YOLOv5作为优秀的单阶段检测算法,因其平台移植方便与检测步骤简易,是计算机视觉领域近年来使用频率最高的目标检测算法之一。但是YOLOv5模型参数量较大,为了减少参数量以便更快地移植到其他平台上,文章提出一种轻量化的改进YOLOv5算法,该算法以YOLOv5s为基础模型,通过将主干网络替换为改进的MobileNetv3、在颈部引入CBAM注意力机制并改进C3模块等方法,减少计算量并提升精度。对训练完成后的改进模型进行验证,实验结果表明改进后的检测算法参数量大致下降了65%,平均精度提升了0.5%,满足乒乓球实际应用场景的精度要求和实时性。