关键词： 多目标跟踪   无迹卡尔曼滤波   强跟踪滤波   交互多模型   车载毫米波雷达  

摘要： 为提高车载毫米波雷达多目标跟踪精度指标,提升道路车辆行驶安全性,文中在交互多模型无迹卡尔曼滤波(IMM-UKF)和联合概率数据关联(JPDA)融合的算法基础上,针对车辆运动状态突变处UKF鲁棒性差、滤波精度低的问题,提出了一种基于改进强跟踪UKF(ISTUKF)的IMM-JPDA-ISTUKF算法。通过模拟道路场景搭建的仿真环境对算法性能进行了验证,且为证明该算法在实际道路工况下跟踪精度的提升,还进行了雷达道路测试,通过雷达在道路上获取的车辆数据进一步验证了该算法的有效性。结果表明,该算法在目标车辆运动状态发生变化时的距离跟踪精度和速度跟踪精度方面均得到了提高。

关键词： 管道巡检   无人机视觉   三维重构   缺陷识别   图像处理  

摘要： 为克服传统巡检技术风险高、成效低、成本高的缺点,利用无人机搭载高清摄像头,获取过河管道巡检图像并进行预处理;采用深度学习、图像识别、特征点匹配与三维重构技术,可实现对管道缺陷及空间距离快速识别与精准测量,显著提升巡检效率和质量。

关键词： 毫米波图像   图像处理   图像增强   图像降噪   人体图像  

摘要： 针对人体毫米波安检图像存在的伪影重、背景噪声大、人体与携带物体成像差异弱等问题,提出一种新的分层增强降噪方法。通过阈值分割得到正面、背面的人体图像二值图,将两个二值图叠加,使用基于距离变换的形态学处理进一步得到更为准确的人体区域二值图。以人体区域二值图中的人体区域为基准,向外连续膨胀并获取不同的膨胀层,利用这些膨胀层做分层图像增强,向外增强程度依次递减,降噪程度依次递增,从而实现人体毫米波图像的增强降噪。该算法已应用于实际产品,与常规增强算法相比具有更好的处理效果和适用性。

关键词： YOLOv8n   卷烟种类   PConv   BiFPN   轻量化  

摘要： 由于单纯依靠人工检测卷烟售卖情况存在着库存管理成本高、数据更新慢和监控效率低下的问题,为了实现卷烟在烟草店售卖情况的自动化检测,有效减少烟草行业零售终端操作不规范的现象,提出一种基于YOLOv8n模型的卷烟种类检测算法。首先,使用PConv卷积方式在主干网络进行有效特征提取,在模型获取全局上下文信息的同时有效地减少模型的参数量和计算量。然后,采用加权双向特征金字塔网络BiFPN的特征融合思想,使模型能够有效融合不同尺度的特征图的同时保证模型的检测精确率。最后,基于自建烟草数据集进行实验,所提出算法的模型参数量是原来的20.16%,FLOPs降至8.4 GB,精确率提高了3%。实验结果表明,所提出的算法有效地减少了模型在进行目标检测时的响应时间,实现了轻量化且精确率较高的卷烟种类的目标检测方法。

关键词： 农村公路   自动化检测   计算机视觉技术  

摘要： 为了提升农村公路养护水平,概述计算机视觉技术在农村公路自动化检测中的应用优势,分析农村公路自动化检测现状及问题,对于计算机视觉技术在农村自动化检测中的应用进行详细说明,为相关专业人员提供参考。

关键词： 输电线路   机器人   间隔棒安装   模型预测控制   目标检测   深度相机   间隙识别  

摘要： 为解决输电线路人工安装间隔棒作业危险性高和劳动强度大的问题,设计了一种间隔棒安装机器人。针对传统电力机器人依赖摄像头观察和上位机手动调整的低效率和精准度较差的问题,提出了一种基于模型预测控制(model predictive control,MPC)的运动控制方法,在预测模型中加入积分项以减小系统的稳态误差,并且采用了D‒H法对机械臂进行连杆坐标建模,使用拉格朗日法对其建立动力学模型。此外,采用YOLOv7目标检测算法并结合深度相机,对机器人进行定位。针对间隔棒安装至输电导线过程中存在间隙过大或者对准率不高的问题,提出了一种基于DeepLabV3+轻量级间隔棒安装机器人间隙识别算法,以确保安装的可靠性。仿真及试验对比分析表明,采用MPC方法的系统控制收敛时间为18 s左右,控制器的超调量约为0.05,系统的上升时间为12 s,与传统的PID控制或模糊PID控制相比,其具有更好的稳定性和鲁棒性。在模拟220 kV输电线路间隔棒安装试验中,利用所提定位方法得出的坐标与实际值偏差量小于1 cm,符合机器人作业要求,验证了所提的机器人作业控制方法的可行性。

关键词： 目标跟踪   相关滤波   史蒂文斯定律   非线性时间一致性   非线性滤波器更新  

摘要： 针对现有目标跟踪算法主要采用线性约束机制LADCF(Learning Adaptive Discriminative Correlation Filters)跟踪模型容易漂移的问题,提出非线性时间一致性的相关滤波目标跟踪算法。首先,结合史蒂文斯定律,提出贴近人类视觉感知特性的非线性时间一致项,使模型相对平滑地跟踪目标,从而保证跟踪连续性,避免跟踪模型漂移;其次,采用交替方向乘子法(ADMM)求解最优函数值,保证算法的跟踪实时性;最后,利用史蒂文斯定律非线性更新滤波器,使滤波器更新因子可以根据目标的变化增强和抑制滤波器,以适应目标变化,防止滤波器退化。在4个标准数据集上与主流相关滤波和深度学习算法对比实验,相较于基线算法LADCF,所提算法的跟踪精确度和成功率在OTB100数据集上分别提升了2.4和3.8个百分点;在UAV123上分别提升了1.5和2.5个百分点。实验结果表明,所提算法能有效避免跟踪模型漂移,降低滤波器退化概率,跟踪精确度和成功率较高,面对遮挡、光照变化等复杂场景时具有较强的鲁棒性。

关键词： 融媒体时代   版面设计   媒体融合   美术编辑   图像处理   数字化处理   能力提升   动画设计  

摘要： 随着数字技术的迅猛发展,媒体融合已经成为行业发展的必然趋势。在融媒体时代背景下,美术编辑的角色发挥着越来越重要的作用。美术编辑不仅承担着传统意义上的版面设计、插图、排版等职责,更需要在数字浪潮中拥抱变革,提升自身的图像处理、动画设计、交互体验等多方面的数字化处理能力。本文主要从融媒体和美术编辑概述,美术编辑数字化能力的具体体现以及融媒体时代美术编辑的数字化能力提升的策略三个方面论述,以期为相关研究提供参考和借鉴。

关键词： 图像分类   计算机视觉   VGG16   Leaky Relu   Focal Loss  

摘要： 针对神经网络模型在训练过程中遇到的收敛速度慢和测试样本不平衡导致的准确率降低问题,提出了一种基于改进VGG16图像分类模型的LBF-VGG16(Leaky-Bactch-Focal-VGG16)。该模型将原Relu激活函数替换为Leaky Relu,并在卷积层与激活函数之间引入BN层,以优化收敛效果。在训练过程中,采用SGD优化器,并融入Focal Loss损失函数。试验结果表明,LBF-VGG16模型在分类效果和收敛速度方面较改进前均有显著提升。

关键词： 机器人抓取检测   多目标抓取网络   深度学习   机械臂   目标检测  

摘要： 针对非结构化环境中多目标抓取检测存在速度慢、效果差的问题,提出一种先目标检测后抓取检测的方法。在目标检测中,为了加快网络的运行速度,文中采用深度可分离卷积和坐标注意力机制对YOLOv5网络进行轻量化改进。在抓取任务中,设计了一种单阶段抓取位姿检测算法。首先,考虑到非结构化环境中存在的干扰,选用RGB-D图像作为抓取网络的输入数据,并选用GG-CNN作为主干网络;其次,为了加强抓取网络的特征提取能力,利用Inception-ResNet模块中不同大小卷积核的并联使用来拓宽网络感受野,同时无参三维注意力机制的融入使得网络更专注于抓取信息特征,抑制背景噪声信息;最后,使用抓取质量评估来对抓取框进行修正,并输出置信度和最高的抓取框。实验结果表明:轻量化的目标检测网络参数量为2776708,每秒帧数(frames per second,FPS)为102;改进后的抓取检测网络在公共Cornell数据集上,取得了96.57%的准确率,FPS为54.17。这说明2个网络能部署在机械臂上并较好地实现在多目标场景下的抓取任务,可以应用到实际工业生产中。