关键词： 计算机视觉   智能巡检   轨道缺陷巡检  

摘要： 为了有效提升车载轨道缺陷智能巡检结果的准确性,提出一种基于计算机视觉的车载轨道缺陷智能巡检系统。在高速运动状态下,采用高分辨率摄像机实时采集和存储车载轨道图像,通过车载轨道图像采集模块、车载轨道缺陷检测和信息管理模块组成系统硬件部分。滤除车载轨道图像中的噪声,提取车载轨道缺陷特征,通过计算机视觉技术建立计算机视觉模型,将特征输入到模型中,最终完成车载轨道缺陷智能巡检。实验结果表明,所提系统可以有效巡检车载轨道缺陷,同时还可以满足实时性检测需求,可为未来铁路的发展提供可靠的价值参考。

关键词： 大豆考种   豆荚表型   虚拟数据   旋转目标检测   YOLOv7-tiny  

摘要： 为解决传统大豆考种过程中人工测量大豆豆荚表型参数耗时费力的问题以及现有的自动化测量方式存在的人工数据标注需求量大、环境适应能力弱、计算代价高等问题,本研究提出一种基于虚拟数据集生成和旋转目标检测分析的豆荚关键表型参数自动化测量方法,重点关注荚长和荚宽的测量。该方法基于YOLOv7-tiny提出一种改进的豆荚检测模型(CSL-YOLOv7-tiny),通过引入环形平滑标签使模型获得对旋转目标的检测能力,提升对无序摆放的狭长豆荚目标检测的质量。为避免人工标注训练数据,采用虚拟图像生成方法得到含标注信息的虚拟豆荚数据集和虚拟硬币与豆荚混合数据集。利用迁移学习策略,将模型从虚拟豆荚数据集迁移至虚拟硬币与豆荚混合数据集,积累模型对豆荚特征的提取能力。设计一种基于K-均值聚类的后处理方法,对检测到的旋转边界框进行分析,得到荚长和荚宽,以减少拍摄环境差异带来的测量误差。试验结果表明,在无任何训练数据标注的条件下,使用虚拟图像训练的CSL-YOLOv7-tiny对硬币和豆荚目标检测的最优mAP_(0.50)和mAP_(0.50∶0.95)分别达到了99.3%和78.0%,其模型大小和推理时间分别仅为12.92 MB和12.5 ms,荚长和荚宽测量的决定系数(R^(2))分别达到了0.94和0.86,与实际测量均值分别仅相差0.42 mm和0.02 mm。此外,通过对本研究提出的方法进行对比分析,验证了其在模型训练、轻量化部署以及不同考种环境适应能力上的优势。研究结果可为大豆豆荚表型参数的自动化、智能化测量系统的研发提供参考,为加速优质高产大豆的选育进程提供支撑。

关键词： 计算机图像处理   循环神经网络   识别系统   医学诊断   图像序列   图像数据集   瞳孔大小   眼球运动  

摘要： 本研究旨在开发一种基于计算机图像处理的人眼变化识别系统,以实现快速、准确地监测和分析人眼的变化情况。文章提出了一种综合利用深度学习技术的方法,包括卷积神经网络(CNN)和循环神经网络(RNN),用于从连续的眼部图像序列中提取特征信息。通过采用大规模眼部图像数据集进行训练和验证,系统能够识别多种不同类型的人眼变化,如瞳孔大小、眼睛颜色、眼球运动等。实验结果表明,该方法在准确性和速度方面明显优于传统方法,为眼部健康监测和医学诊断提供了可行的解决方案。

关键词： 目标检测   对抗样本   风格迁移   对抗补丁   热图引导  

摘要： 针对现有面向目标检测的对抗样本生成方法泛化能力弱的问题,提出了一种融合风格迁移的对抗样本生成方法。首先,提出一种新的对抗补丁生成方法,使用风格迁移方法将风格图像不同层次特征提取并融合,生成无明显物体特征且纹理丰富的对抗补丁;然后,利用梯度类激活映射方法生成目标的特征热图,对目标不同区域在目标检测模型中的关键程度进行可视化表示;最后,构建一种热图引导机制,引导对抗补丁在攻击目标的关键位置进行攻击以提高其泛化能力,生成最终对抗样本。在DroNet室外数据集上进行实验,结果表明:针对单阶段目标检测模型YOLOv5生成的对抗样本,采用所提方法计算得到的攻击成功率可达84.07%;应用于攻击两阶段目标检测模型Faster R-CNN时,采用所提方法计算得到的攻击成功率仍保持在67.65%;与现有的主流方法相比,所提方法生成的对抗样本攻击效果较好,且具有良好的泛化能力。

关键词： 烟草   计算机视觉   机器人   自动化  

摘要： 针对烟草制丝车间自动解包工序中存在的问题,提出了基于计算机视觉技术的库卡机器人智能识别与安全控制系统设计方案。通过结合计算机视觉技术,系统设计包括图像采集、数据处理、控制执行及用户交互界面,旨在实现烟包的快速识别、精确定位和安全抓取。尽管存在环境适应性、成本效益及算法泛化能力等局限性,但研究成果对烟草制丝行业及工业自动化领域具有重要的实际应用价值和参考意义。

关键词： YOLOv5   DeepSort   目标检测   多目标跟踪   注意力机制  

摘要： 针对当前目标车辆因遮挡、天气等因素造成的漏检,以及跟踪过程中车辆身份丢失和变换等现象,本文提出了一种改进的YOLOv5与DeepSort车辆检测跟踪算法。在车辆目标检测部分,本文在YOLOv5网络中添加了注意力模块CBAM,以更有效地提取目标特征;同时,引入了SIoU作为边界框损失函数,不仅提升了边界框定位的准确性,也加快了边界框的回归速度。在车辆跟踪部分,改进了DeepSort算法,使用扩展卡尔曼滤波器预测非线性环境下的车辆位置,并且使用匈牙利算法将预测轨迹和检测轨迹进行最优匹配,从而在复杂环境下优化由车辆相互覆盖引起的漏检问题。最终,通过改进后的YOLOv5与DeepSort算法进行检测和跟踪,并使用UA-DETRAC数据集进行验证。实验结果表明:改进后的YOLOv5用于目标追踪算法后,平均精确度较原算法提高了4%;结合改进后的DeepSort追踪算法,平均精确度提高至63.6%,比原算法提高了3.6%;车辆目标身份转换的次数比原算法减少了53次,降低了6.6%。改进后的算法模型在追踪精确度和实时性上均表现良好。

关键词： 航海模拟器   视景建模   航空影像   计算机视觉   图像处理  

摘要： 航海模拟器是一种重要的培训工具,可以帮助船员在安全和实际的环境中练习航海操作。然而,传统的航海模拟器视景系统在建模方面存在着一些挑战,例如建模时间长、建模精度低等问题。为了解决这些问题,本研究提出了一种基于航空影像的航海模拟器视景快速建模方法。通过利用航空影像数据,结合计算机视觉和图像处理技术,可以快速生成航海模拟器的视景模型,提高建模效率和准确性。

关键词： 工厂阀室   注意力机制   可变形卷积   边缘设备  

摘要： 在工厂阀室内,安全问题一直是一项关注的重点,为了防止工厂阀室内员工未佩戴安全帽、阀室内抽烟、打电话分心等异常行为对工厂设备和员工造成伤害,目标检测技术常常被应用于工业安全场景下进行员工异常行为的识别,从而保证工业生产安全进行。目标检测技术作为工业安全监控的核心组成部分,其在真实场景下应用、算法识别性能尤为关键。为了进一步研究应用于工业生产安全领域的人体异常行为识别算法,本文进行了如下工作:(1) 本文提出了一个近两万张工厂阀室背景下的数据集,数据集共2万多张真实工厂阀室下的监控拍摄图片。将其按照训练集(验证集)和测试集按照4:1的比例进行划分。为了数据集的实用性,对风险等级最高的8种异常行为以及三种安全行为进行数据标注形成了11类标签的USDA数据集,并且为了提高模型的鲁棒性,还对USDA数据集进行数据增强扩充,使其更具有在真实场景下应用的实用性。(2) 本文提出了改进的SD-YOLOv7模型进行异常行为的识别。在该模型中,首先在核心网络Backbone内集成了Squeeze-and-Excitation Networks (SENet)的注意力机制。其中,SENet引入了一个创新的特征重标定方法,它能够自动学习并分配各个特征通道的权重,从而提高关键特征通道的权重值,通过自学习的方式自动获取每个特征通道的权重,增大目标重要特征通道的权重值,同时加入可变形卷积DCNv4来替换传统卷积,以更好地捕捉各种角度和姿态的目标以加强SD-YOLOv7模型在工厂监控下在不同角度下的目标检测能力,此外还提出了一种符合工厂阀室场景特征的加权损失函数FA loss。本模型在自建的2万多张图像数据集下与传统YOLOv7、YOLOv9等模型做了对比实验。结果表明本模型在召回率、平均精确率(mAP)比传统YOLOv7、YOLOv9等模型有较大提升,改进后的SD-YOLOv7算法在增加较少复杂度的情况下明显提升了算法的性能。此外,该模型已经成功部署在边缘设备上,可以成功地为合作单位进行实时检测。本研究为工业安全监控领域提供了一个高度实用的数据集和一种高效的目标检测模型,未来将探索在更多实际工业场景中的应用。

关键词： 注视估计   共享注意力   多尺度聚合   共享特征   计算机视觉  

摘要： 注视估计是从人脸图像中估计3D注视方向的方法,其中与注视直接相关的眼睛细节信息在人脸图像中集中且对注视估计具有显著影响。然而现有的注视估计模型忽略了小尺度的眼睛细节,且容易被图像特征中与注视无关的信息淹没。为此,提出一种基于多尺度聚合和共享注意力的模型以增强特征的表达能力。首先,使用分流自注意力聚合图像中不同尺度的眼睛和人脸信息,并引导模型学习不同尺度对象之间的相关性,以此处理模型对图像中眼睛细节的遗漏问题;其次,通过建立共享注意力来捕获图像之间的共享特征,减少对注视无关特征的关注;最后,结合多尺度聚合和共享注意力,进一步提高注视估计的精度。在公开数据集MPIIFaceGaze、Gaze360、Gaze360_Processed和GAFA-Head上,所提模型的平均角度误差比GazeTR(Gaze TRansformer)降低了5.74%、4.09%、4.82%和10.55%。在Gaze360背对相机的困难图像上,所提模型的平均角度误差比GazeTR降低了4.70%。实验结果表明,所提模型能有效聚合多尺度的注视信息和共享注意力,提高注视估计的准确性和鲁棒性。

关键词： 图像处理   模型   苹果疏花   深度学习   实例分割   YOLOv8-Seg   花序疏除  

摘要： 针对苹果疏花作业中无法自动识别枝干以及缺乏花序疏除方法,该研究提出了一种适用于现代果园的苹果树单枝条花序疏除方法。首先,对YOLOv8-Seg模型进行改进:在Backbone部分添加GCT(Gaussian context transformer)模块,通过引入全局上下文信息和调整通道的重要性,提高模型对遮挡目标的分割性能;在对应3个检测头的Neck部分的C2f模块内部增加EMA(efficient multi-scale attention)机制,通过并行子网结构和跨空间信息聚合更好地关注多尺度特征。其次,使用改进YOLOv8-Seg模型对单枝条中的花苞、花序、开放花朵和花枝四类目标进行实例分割。最后,基于分割结果应用多项式拟合曲线表征花枝,并计算花序间距离实现花序疏除。结果表明,改进的YOLOv8s-Seg模型在自建数据集mask水平的精确率、召回率和mAP分别达到了89.9%、89.5%和91%,比原模型分别提升了6.5、4.1和5.8个百分点。与主流分割模型Mask R-CNN,YOLACT,SOLOv2进行对比,mask水平的mAP分别高出10.8、12.3和9.1个百分点。花序疏除决策结果与人工决策结果对比误差不超过10%。该方法可应用于单枝条水平上的花序疏除任务,为苹果智能疏花提供技术支持。