关键词： 图像分割   计算机技术   图像处理   大数据技术  

摘要： 图像分割是图像处理领域的经典难题,在计算机技术、网络技术和大数据技术发展的推动下,已成为图像理解领域的研究热点。该技术被广泛用于天文图像分析、医学影像处理、目标定位、工业检测及公安执法等领域,催生了大量算法研究成果。文章首先综述了图像分割技术常用的数据集及其特征,接着阐述了各类图像分割算法的研究进展,最后探讨了当前技术面临的挑战,并对未来研究方向进行了展望。

关键词： 焊缝质量评价   同态滤波   阈值分割   评价指标  

摘要： 针对水下焊接过程难以观测和焊缝质量评价精度较低等问题,提出了一种基于图像处理技术的水下焊接焊缝成形质量评价方法。该方法以焊缝成形图像为核心信息源,通过同态滤波算法对焊缝边缘轮廓图像进行预处理,利用焊缝与母材在灰度值上的显著差异,结合阈值分割算法和形态学操作,实现了焊缝与母材的有效分割。进一步地,以焊缝图像的灰度值矩阵为基础,完成了焊缝外观特征参数的提取。为了量化焊缝质量,提出了外观稳定系数作为质量评价的关键指标,基于该指标能够有效表征水下焊接过程的优劣。实验对比结果表明,所提出的方法显著提升了焊缝质量指标的提取精度和评价效果,能够客观且准确地反映水下焊接操作的稳定性。

关键词： 风景园林   环境行为   行为性能   数据可视化分析   计算机视觉   儿童游憩场所  

摘要： 【目的】针对儿童人群的行为量化分析是城市公共空间研究的新需求。构建基于定向视觉追踪的多主体行为计算分析方法,可以弥补常规方法难以甄别不同人群类型的问题,揭示儿童、家长与空间的协同交互规律,支撑面向具体人群行为规律的空间优化设计。【方法】以公共空间多主体行为交互规律为研究对象,采用“技术研究—方法构建—实例论证”的研究路径,构建定向目标行人追踪的技术框架,探究针对不同人群交互规律的计算分析与可视化方法,以儿童游憩公共空间为例,验证多主体行为计算分析方法。【结果】通过对中心放射型和线性带状两类儿童游憩空间的比较分析,揭示出多主体行为计算方法的3个关键应用效果:基于人体比例特征的追踪技术可以在公共空间尺度实现目标儿童人群的识别;基于聚集程度、静态使用率、动态使用率的计算分析可以系统解析成人与儿童的交互关系;基于可视化热力图的交叉比较分析可以揭示空间特征对多主体交互行为的干预原理。【结论】多主体行为计算分析方法可为多种人群交互的空间行为研究提供支撑,应用于复杂人群场景的公共空间使用后评估和优化设计。

关键词： 人工智能(AI)   工地管控   目标检测   行为分析  

摘要： 随着建筑行业的数字化转型,人工智能(artificial intelligence,AI)技术在工地管控中的应用逐渐成为提升施工效率与安全管理水平的重要手段。本文围绕工地管控需求,结合目标检测、行为分析、数据处理等人工智能核心技术,构建基于AI的工地管控系统架构,探讨其在安全管理、人员与设备管理、环境与进度管理等方面的多元化应用。并通过实际工程案例分析,验证AI技术在工地管控中的应用可行性,并评估其对施工安全、管理效率及工程质量的提升作用,总结适合工地现场环境的应用场景,促进人工智能在工地管控中的应用,提升工地现场管控水平,为建筑行业的数字化转型赋能。

关键词： 多光谱成像技术   成像光谱仪   目标检测算法   多光谱目标检测算法   数据集   特征融合  

摘要： 相较于单一波段目标检测技术,多光谱目标检测技术通过捕获物体在多个不同波长的光谱波段下的反射或辐射信息,极大地提高目标检测的准确性和应对复杂环境的鲁棒性。在遥感、农业检测、环境保护、工业生产以及国防安全等领域有着广泛的应用。然而,目前多光谱目标检测领域仍面临着严峻挑战:多样化的高质量数据集以及高效目标检测算法的缺乏,严重制约了该技术的进一步发展和应用。鉴于此,综合阐释了多光谱目标检测数据集的制作方法以及多光谱目标检测算法的重要进展。首先,系统分析了多光谱数据集的构建过程,包括数据采集,预处理和数据标注。其次,全面分析了目标检测算法发展的历史脉络,这些算法涵盖了基于传统特征提取技术的目标检测算法、深度学习方法以及其改进版本。此外,着重强调了算法开发者为提升多光谱目标检测性能在特征融合、模型架构和子网络方面所作的关键改进。最后,探讨了多光谱目标检测技术未来的发展方向,期望为研究人员指明潜在的研究热点和应用领域,促成多光谱目标检测技术在实际场景中更广泛的应用,提升其社会价值。

关键词： 计算机视觉   人工智能专业   理论教学设计   实验教学设计  

摘要： 针对人工智能专业本科生在计算机视觉课程学习中遇到的问题,从培养具备深厚的计算机视觉知识、能力和素养的人工智能专业人才出发,结合课程的特点,提出一个内容涵盖丰富的立体结构课程体系,阐述该体系内各模块的设计思路与相互关联,介绍构建过程,通过对学生的调研分析,说明该课程体系可以有效提高学生的学习效果与动手能力,能够为其他高校提供课程建设思路。

关键词： AICG技术   计算机视觉系统   图像生成方法   数据增强技术   数据测试  

摘要： 传统计算机视觉系统在图像生成过程中,往往面临噪声干扰问题以及组织结构与颜色相似性带来的挑战,这些问题严重影响了图像分割的准确性。因此,本文提出了基于人工智能内容自动生成(augmented image content graph,AICG)技术的计算机视觉系统图像生成方法,旨在提升计算机视觉系统在图像生成领域的性能和应用价值。首先,详细概述计算机视觉系统图像生成技术,包括系统组成和传统图像生成方法。其次,分析数据集构建与预处理,阐述数据增强技术。再次,提出基于AICG技术的图像生成方法,建立AICG技术框架。最后,通过实验数据结果分析验证该方法的可行性和有效性。结果表明:该方法生成的图像具有更高的质量,能够为计算机视觉系统提供丰富的图像数据,这些高质量的图像数据有助于系统更准确地完成目标识别任务,从而提升系统的整体性能。

关键词： 卷积神经网络(CNN)   图像处理   图像分类   知识蒸馏  

摘要： 卷积神经网络(convolutional neural networks,CNN)作为一种高效的深度学习模型,在图像分类领域具有广泛的应用,然而,其计算复杂度和参数规模限制了在资源受限环境中的部署效率。针对这一问题,本研究重点探索通过知识蒸馏技术优化CNN的图像分类算法。通过分析该模型的数学原理,阐述其特征提取与分类能力,并结合知识蒸馏的基本原理对算法进行优化。实验以加拿大高级研究所(Canadian institute for Advanced Research 10,CIFAR-10)数据集为基础,测试优化后的学生模型与教师模型及未优化模型的性能差异。结果表明:优化后的学生模型在准确率、精确率和召回率等指标上均有显著提升,验证了该方法的有效性和实用性。

关键词： 检测系统   特征识别   图像处理   稻粒  

摘要： 通过视觉识别图像处理技术对稻谷谷粒进行处理,利用OTSU自适应阈值对稻谷图像进行二值化处理,采用中值滤波对图像进行降噪处理、图像分割和连通区域标记,基于几何形状特征阈值检测算法识别不同种类稻谷的长度、宽度、周长和面积像素值,提出一种综合的阈值通用旋转法,可实现不同谷粒的分类。根据获取谷粒图像样品和采集谷粒数目特征,基于形态学处理和分水岭变换分割算法对谷粒进行数目识别提取,最后根据检测的数目和整碎谷粒特征统计汇总稻谷谷粒的相关参数信息,将谷粒识别结果和相关数据信息保存在数据库中,便于进一步分析。研究结果表明:利用MatLab软件中GUI界面开发的稻谷检测系统对谷粒数目有较好的识别力,精确度达98.327%,对于整碎谷粒的识别误差在可控范围,满足要求与传统人工检测相比,具有检测快速、多样化等优点。

关键词： 深度学习   铁路巡检   无人机   目标检测  

摘要： 无人机在铁路巡检领域的应用日益广泛,铁路无人机巡检算法的研究已取得丰硕成果,但尚缺乏相关系统性综述。从铁路巡检的核心应用场景出发,系统探讨了无人机在轨道、桥梁、隧道及水害检测等方面的典型应用算法,整理了铁路巡检相关数据集,总结了面临的主要挑战,并提出了优化策略与解决方案,以期为该领域的研究人员提供有价值的参考。