关键词： 目标检测   遥感图像   深度学习  

摘要： 由于遥感图像具有视野大、目标小等特殊性,如何准确地检测遥感图像的目标仍然是具有挑战性的问题。基于YOLOv3进行改进,提出新方法U-YOLO。改进YOLOv3的预选框的选取方法,解决预选框选取不平衡的问题。提出U形特征提取模块来提取更深层次的特征,提高检测的效果。提出应用于损失函数的面积因子,改善小目标检测难的问题。分别在NWPU VHR-10数据集和RSOD数据集进行实验,实验结果表明,该方法分别比原始的YOLOv3提高了0.079和0.065。

关键词： 目标跟踪   交并比   尺度估计   中心点距离  

摘要： 通过分析基于交并比(Intersection over union,IoU)预测的尺度估计模型的梯度更新过程,发现其在训练和推理过程仅将IoU作为度量,缺乏对预测框和真实目标框中心点距离的约束,导致外观模型更新过程中模板受到污染,前景和背景分类时定位出现偏差.基于此发现,构建了一种结合IoU和中心点距离的新度量NDIoU(Normalization distance IoU),在此基础上提出一种新的尺度估计方法,并将其嵌入判别式跟踪框架.即在训练阶段以NDIoU为标签,设计了具有中心点距离约束的损失函数监督网络的学习,在线推理期间通过最大化NDIoU微调目标尺度,以帮助外观模型更新时获得更加准确的样本.在七个数据集上与相关主流方法进行对比,所提方法的综合性能优于所有对比算法.特别是在GOT-10k数据集上,所提方法的AO、SR_(0.50)和SR_(0.75)三个指标达到了65.4%、78.7%和53.4%,分别超过基线模型4.3%、7.0%和4.2%.

关键词： 自动导航   喷药机器人   计算机视觉   语义分割   注意力模块   中心点计算   DAENet  

摘要： [目的/意义]大规模肉羊畜舍人工消毒存在费时费力、覆盖不全和消毒不彻底的问题,为保持畜舍卫生和肉羊健康,本研究提出一种羊场自动导航喷药机器人。[方法]从硬件、语义分割模型和控制算法3个方面设计了自动导航喷药机器人。硬件部分包括履带底盘、摄像头和折叠式喷药装置。语义分割模型部分通过引入压缩通道网络注意力(Squeeze-and-Excitation Network, SENet)和基于场景改进的十字交叉注意力(Criss-Cross Attention,CCA)模块,提出一种双注意力ENet语义分割模型(Double Attention ENet, DAENet)。在控制算法方面,针对机器人在面对岔路时无法控制行进方向的问题,利用模拟真实道路的方法,在羊舍外的道路上绘出车道线,提出了道路中心点识别和车道线中心点识别两种算法来计算机器人行进过程中的导航点。为了实现上述两种算法,使用了两台摄像头并设计了摄像头切换算法,依靠此算法实现两台摄像头的切换,并控制喷药装置的开关;提出了一种偏移量与速度计算算法控制机器人履带左右轮速度,实现对于机器人行走的控制。[结果和讨论] DAENet模型在图像分割任务中的平均交并比(Mean Intersection over Union, mIoU)达到了0.945 3;摄像头切换算法测试结果表明摄像头的切换时间在15 s以内,机器人能正确、快速地带动喷药装置的开关;中心点与偏移量计算算法测试的结果表明,在处理多帧视频流时,算法平均处理一帧图片所用的时间为0.04~0.055 s,帧率为20~24 f/s,满足实际工作的实时性要求;羊场实地的整体测试结果表明,机器人完成了两个羊舍的自动导航和消毒任务,并且未碰撞路边料槽,行进轨迹偏移量未超过0.3 m。在0.2 m/s的行进速度下,药箱里的药液能够满足两个羊舍的消毒任务。机器人处理图像的平均帧率为22.4 f/s,对于信息处理的准确性和实时性能够满足实验指标要求。喷药覆盖圈舍地面超过90%,满足实验指标要求。[结论]本研究提出的羊舍自动导航喷药机器人以语义分割模型DAENet为基础,中心点识别算法为核心,通过与硬件设计和控制算法的相互配合,能够在确保安全性和实时性的前提下,实现在羊舍内的自动导航和全覆盖喷药。

关键词： 图像处理   人工智能   双语课程建设   课程思政   协同育人  

摘要： 分析人工智能专业本科生图像处理课程双语教学当前存在的问题,提出一种综合的双语教学模式,根据图像处理课程的特点,从教学准备、教学内容、教学方法、实验设计等方面探讨本科生双语教学的具体实施方案,阐述对图像处理课堂教学与实验教学的研究与探索;最后结合教学考核结果及教学评价说明教学实施效果,并进行教学反思。

关键词： 浅地层剖面仪   水下管线调查   Frangi滤波   目标检测   深度学习   状态诊断  

摘要： 为填补SBP(sub-bottom profiler,SBP)图像水下管线掩埋状态自动诊断研究空白以及提升水下管线巡检的自动化程度,给出了一套完整的水下管道掩埋状态自动诊断方法与流程。首先利用高效数据预处理方法准确还原了管线真实信息;其次基于Frangi滤波增强技术实现了海底线的准确提取;然后利用深度学习技术实现了管线目标的高可靠性检测;最后,给出了管线掩埋状态的判断准则,利用管线检测结果与海底之间的位置关系自动判断出管线的掩埋状态。利用多种型号浅地层剖面仪实测数据进行实验,结果表明,水下管线的检测精度可以达到了0.952的召回率和0.962的平均精度均值,基于目标检测结果能够实现管线掩埋状态的准确诊断。

关键词： 数字图像处理   豪华邮轮   商业运营   航行时间   人工智能   运营管理   大数据   休闲场所  

摘要： 豪华邮轮是指具备高级设施和服务的大型客船,专门用于提供多种娱乐、休闲等旅行体验。其特点是规模庞大、容纳人数多、休闲场所和设施多、航行时间长等。因此,豪华邮轮的安全性、运营效率和乘客体验是其运营管理的重点。数字图像处理系统以大数据、物联网、人工智能等数字技术为依托,通过各种技术手段和算法,实现豪华邮轮的检测、识别和追踪,为豪华邮轮海上行驶和商业运营的顺利进行提供有力保障。对数字图像处理在豪华邮轮目标识别中的应用进行研究与分析,能够实现邮轮运营高效、准确、智能化的目标,保障海上活动的安全和舒适。

关键词： CAD图纸   比对算法   图像处理  

摘要： 为保证施工图纸的准确性和完整性,避免工程质量问题和安全隐患,提出了一种基于图像处理的CAD图纸比对算法,可以快速地发现两幅CAD图纸之间的差异,算法的主要步骤是:将CAD图纸转换为PDF文件,进行边缘切割和像素级对齐,利用高斯分布抑制噪声,计算像素值的差异,通过腐蚀和膨胀操作消除误检或漏检,最后在原始CAD图纸上标注出不同处,并对多个不同标注进行合并处理。实验结果表明该算法的有效性和可行性,对设计工作有着重要的辅助作用。

关键词： 矿井目标检测   YOLOv4   MobileNetv2   深度可分离卷积   注意力模块   特征融合   轻量化   主干网络  

摘要： 为解决在矿井环境中目标检测算法模型体积大、计算复杂度高以及模型轻量化后精度低的问题,提出了一种专为矿井环境设计的目标检测算法——YOLO-AM。该算法采用轻量化网络MobileNetv2作为主干网络,并使用深度可分离卷积来替代颈部网络中的3×3卷积,显著降低模型的计算量和参数量。这一设计使得算法更适应矿井中有限的计算资源和对实时性的需求。接着在主干网络的输出位置引入坐标注意力机制,增强输出特征中的有效信息。同时提出了一种浅层特征增强模块,在特征融合网络融合该模块用于增强浅层特征的语义信息,从而提高模型的检测精度。在公共数据集PASCALVOC上的试验结果表明,相比基准模型YOLOv4,YOLO-AM以降低7%检测精度的代价,减小了83%的参数量和86%的计算量,同时也提高了检测速度。

关键词： 目标检测   深度学习   生猪   YOLO V3算法   图像处理  

摘要： 将基于深度学习的图像目标检测技术引入到养殖个体图像目标检测,可以提高养殖视频图像智能分析技术,提高科学养殖能力。试验将深度学习的YOLO V3算法应用到生猪图像目标检测,结合畜牧养殖实际情况,进行了类别选择、遮挡物处理和图像增强等设计,实现了基于深度学习技术的生猪图像目标检测算法。利用该算法对采集的生猪个体图像数据进行训练、验证和测试,对测试图像目标检测漏检率约6%,错检率约1%,精度较高;同时也与其他深度学习目标检测算法进行了对比和分析,测试结果反馈检测精度良好,检测速度较快,对比Fast R-CNN深度学习目标检测算法,mAP-50提高了7%~8%,检测速度提高了约5倍。与SSD算法比较,mAP-50指标和检测速度相当,但是由于YOLO V3算法网络模型比SSD算法简洁,算法移植兼容性更高。研究与试验结果表明,YOLO V3算法检测速度快,适合畜牧养殖图像智能识别工程化目标检测的要求。

关键词： 人物交互检测   Transformer   深度学习   目标检测  

摘要： 人物交互(HOI)检测旨在定位图像中的人和物体,并对它们之间的交互进行分类。实用的HOI检测系统执行以人为中心的场景理解,因此对许多应用具有巨大的潜在影响,如监视事件检测和机器人模仿学习。随着最近Transformer网络在目标检测方面的成功,基于Transformer的HOI检测方法已被积极开发,引领了近期HOI关系检测研究的进步。基于Transformer的HOI检测方法利用Transformer的自注意力机制来提取上下文语义信息和嵌入来表示HOI实例,成为HOI检测任务的新趋势。本文综述了现有方法的最新研究进展,并将其分为四类:早期端到端模型、利用DETR变体和改进骨干网络的模型、语言–图像预训练的模型以及基于DETR的两阶段模型。系统地阐述目前基于Transformer的HOI检测方法的发展现状,分析各种流派的优缺点,梳理该领域方法的发展脉络,最后对未来的研究方向进行展望。Human-Object Interaction (HOI) detection aims to localize humans and objects in an image and classify their interactions. Practical HOI detection systems enable human-centric scene understanding, thus holding significant potential impact on various applications such as surveillance event detection and robot imitation learning. With the recent success of Transformer networks in object detection, Transformer-based HOI detection methods have been actively developed, leading to advancements in recent research on HOI relation detection. Transformer-based HOI detection methods leverage the self-attention mechanism of Transformers to extract contextual semantic information and embeddings to represent HOI instances, becoming a new trend in HOI detection tasks. This paper reviews the latest research progress of existing methods, categorizing them into four types: early end-to-end models, models using variants of DETR and improved backbone networks, language-image pre-trained models, and two-stage models based on DETR. It systematically elaborates on the current development status of Transformer-based HOI detection methods, analyzes the advantages and disadvantages of various approaches, outlines the development trajectory of methods in this field, and finally provides prospects for future research directions.