关键词： 目标检测   绝缘子检测   可变形卷积   注意力机制  

摘要： 针对目前绝缘子缺陷目标检测算法中存在的误检、漏检和检测精度低等问题,提出一种改进的YOLOv8绝缘子及其自爆缺陷目标检测算法。在YOLOv8模型原有的结构上添加了一个小目标检测头,使得网络模型对小目标物体更加专注。使用可变形卷积(Deformable ConvNets v2,DCNv2)替换了C2f模块中的普通卷积,使得模型可以更好地捕捉和感知被检测目标的特征。在主干网络中引入反向残差注意力模块(Inverted Residual Mobile Block,iRMB),使模型能够捕捉局部特征和复杂空间之间的关系,从而更加专注于检测目标的特征信息。使用Wise Intersection over Union(WIoU)作为损失函数,使得模型在训练时能够取得更好的效果,从而提高检测精度。在输电线路绝缘子数据集上,该算法的平均检测精度(mean Average Precision,mAP)提高至98.0%,相比于原始算法提高了2.9%,精确率和召回率分别提高至92.8%和94.8%。改进后的算法相比原始算法,特别是针对小目标缺陷的检测有明显提升,证明了算法改进后的可行性。

关键词： 卷积神经网络   水面漂浮物   目标检测   注意力   黄河郑州段  

摘要： 针对水面漂浮物感知目标小、易受干扰、识别精度低的问题,提出ATD-CNN目标检测模型。结合注意力机制,将注意力模块嵌入Faster R-CNN改进模型的基本主干网络,计算特征图内部特征点之间的长距离相关系数,对显著性特征进行有效增强,以提升基本主干网络对图像特征的提取能力。基于河南省郑州市惠济区南裹头黄河沿岸采集的图像数据,对ATD-CNN模型检测效果进行验证,并将该模型性能与Faster R-CNN改进模型、YOLOv5单阶段目标检测模型进行对比。结果表明:与Faster R-CNN改进模型相比,ATD-CNN模型对水面漂浮物的漏检率下降,其mAP值提升了6.80%,F1 Score平均值提升了2%。与YOLOv5X、Faster R-CNN改进模型相比,ATD-CNN模型的mAP值分别提升了2.91%、6.80%,有效提高了水面漂浮物检测精度。

关键词： 行人重识别   对抗学习   知识蒸馏   图像检索   计算机视觉  

摘要： 近年来,随着城市化进程的加速和社会经济的发展,公共安全问题也愈发引起人们的关注.为了保障社会稳定和公民生命财产安全,各地政府开始大力推进智能安防和智慧城市的建设.行人重识别就是构建智慧城市的核心技术之一,对安防监控和刑事调查申请具有重要意义.行人重识别旨在检索不同摄像头下捕捉到的特定人物.然而,由于光照、视角、遮挡和姿势等造成的类内差异,行人重识别在计算机视觉领域仍然是一项具有挑战性的任务.受限于数据和标记匮乏,已有的全监督行人重识别任务在模型层面上改进的方法效果基本达到瓶颈.引入更复杂多样且标记易获得的大型虚拟数据集来进行辅助训练,并提出了一种基于摄像头感知的非对称领域对抗学习方法,同时缓解领域间差异和多摄像头间类内差异的影响,使模型从更丰富多样的数据中学到摄像头差异无关的特征表示.此外,为了缓解虚拟数据集夹带的误导信息带来的不利影响和对抗训练中真实世界数据集的数据分布向虚拟数据集的数据分布发生偏移的问题,提出使用基于真实数据训练的辅助网络来约束主干网络的训练.实验在2个公开的数据集上进行验证,表明了所提方法的有效性.

关键词： 穿墙雷达   分布式雷达   无线组网   信号增强   目标检测   目标匹配   联合定位  

摘要： 超宽带雷达具有抗干扰能力强、穿透性强等特点,被广泛应用于穿墙人体目标探测。单发单收雷达具有体积小、重量轻的优势,但是无法实现目标的二维定位。MIMO阵列雷达能够实现对于目标的定位,但是存在着体积与分辨率之间的相互制约,同时运算时间较长。该文基于分布式穿墙雷达,提出了一种基于分布式雷达的多目标自动检测方法。首先,对回波信号进行时域预处理、时频转换等,基于恒虚警检测的目标距离测量方法获取目标候选距离单元,使用滤波矩阵进行候选信号增强;基于生命信息对增强后信号进行关联,实现目标匹配;最后使用定位模块来实现雷达位置自确定,进而实现生命目标位置的快速、自动检测。为了避免偶发误差对最终定位结果的影响,该文使用定位场景剖分的方法实现穿墙场景下的生命目标二维定位。实验结果表明,该文所提方法可以实现穿墙场景下多目标的检测定位,在实测数据中运算时间为0.95 s,优于其他对比方法4倍以上。

关键词： 深度学习   轻量化   YOLOX   目标检测   注意力机制  

摘要： 针对现有的车牌检测算法在复杂环境下检测多方向车牌效果不佳、实时性差以及模型参数量和计算量过大等问题,提出了一种基于YOLOX的轻量级多方向车牌检测算法。通过调整残差组件的数量,并采用大卷积核结合深度可分离卷积的方法,降低了主干网络的参数量。引入通道注意力机制,以有效提取通道交互信息,减少噪声的干扰。使用深度可分离卷积和调整扩展率的方法对特征融合网络进行轻量化处理。设计了旋转解耦头,通过添加角度预测分支,使其能够更精准地预测多方向车牌的旋转边界框。采用旋转IoU损失代替水平IoU损失,提高检测的准确性。CCPD数据集上的实验结果表明,改进算法的参数量和计算复杂度分别为2.38×10^(6)和12.97GFLOPs,相较于YOLOX-tiny分别减少了45%和33%,检测精度AP70为94.9%,每秒检测帧数为76.6FPS。改进后的车牌检测模型能够在保持高精度的同时实时检测多方向车牌。

关键词： 显著性目标检测   RGB图像   深度图像   深度学习   多模态图像处理  

摘要： 显著性目标检测是计算机视觉领域的基础问题之一,旨在对图像中最吸引人注意的目标进行检测和分割。随着深度学习技术的发展,基于RGB(Red-Green-Blue)图像的显著性目标检测算法取得了巨大进步,在简单场景下已经取得较为满意的结果。然而,局限于可见光相机的成像能力,RGB图像易受到光照条件的影响,且无法捕捉场景的三维空间信息。相应地,基于RGB图像的显著性目标检测算法通常难以在一些复杂场景下取得较好的检测效果。近年来,随着深度成像技术不断发展和硬件成本不断降低,深度相机得到了广泛应用。其捕获的场景空间信息,与可见光图像获取的场景细节信息相互补充,有助于提升复杂场景下显著性目标检测性能。因此,RGB-深度(RGB-Depth,RGB-D)图像显著性目标检测引起了学者广泛研究。本文对近期基于深度学习的RGB-D图像显著性目标检测算法进行了整理和分析。首先,分析了多模态RGB-D图像显著性目标检测所面临的关键问题,并以此对现有算法解决这些关键问题的主要思路和方法进行了总结和梳理。然后,介绍了用于RGB-D图像显著性目标检测算法研究的主流数据集和常用性能评价指标,并对各类主流模型进行了定量比较和定性分析。最后,本文进一步分析了RGB-D图像显著性目标检测领域有待解决的问题,同时对今后可能的研究趋势进行了展望。

关键词： 合成孔径雷达   目标检测   小目标   遥感图像   深度学习   YOLO模型   计算机视觉  

摘要： 针对SAR图像上的小目标难以被检测的问题,提出一种STSAR-YOLOv5目标检测算法。在YOLOv5基础上增加一层检测头捕捉小目标;在骨干网络部分加入BoTNet模块,其具有全局信息获取能力,能够在高度密集场景下定位小目标。在自主构建的SSAD数据集上进行对比实验,实验结果表明,STSAR-YOLOv5的检测效果较YOLOv5有明显提升,该方法平均检测精度(mAP_0.5:0.95)提高了7.8%。相比YOLOv5算法,该算法对SAR图像中的小目标表现出较好的检测性能和鲁棒性。

关键词： 图像处理   米饭   表面孔隙率   Otsu阈值   OpenCV  

摘要： 米饭表面孔隙率能够反映米饭的结构特征、物性和口感。为快速准确地测定米饭表面孔隙率,提出了一种基于图像处理技术的测定方法。以米饭饭粒间的空隙作为研究对象,使用OpenCV库进行图像处理,首先将米饭图像进行灰度化并使用Otsu阈值将图像进行分割处理,然后对二值化图像进行除噪处理,利用连接组件分析算法提取米饭表面孔隙区域,计算孔隙面积占比以得到米饭表面孔隙率,并对算法结果进行了验证。结果表明:对5种不同品种大米(黄河粥、珍珠米、长粒香、京贡一号、五常大米)的米饭表面孔隙率进行计算,得到其Photoshop处理与Otsu处理值之间的相对误差分别为1.45%、1.89%、1.64%、1.42%和0.95%;所测得的米饭表面孔隙率的变异系数均在4%以内,说明数据波动性较小、离散程度较低、测量精度较高,米饭孔隙率测定结果与Photoshop处理结果接近,且重复性良好。该方法能快速高效地测定米饭边界的孔隙率,无须单独取样,且米饭试样自身无破损,可为评价米饭品质提供一种新的无损检测技术手段。

关键词： 计算机视觉   交通噪声   特征提取   噪声估计   机器学习  

摘要： 为了实现城市道路视频监控场景下交通流噪声的快速准确估计,提出一种基于计算机视觉的城市道路噪声实时估计方法。首先,从道路交通噪声产生机理分析入手,提出了一系列基于计算机视觉的城市道路交通噪声相关交通流信息提取方法,改善传统方法提取交通流信息不够便捷的情况。其次,针对传统算法噪声估计准确度不高的问题,进行城市道路交通噪声影响因素分析,将交通流特征与环境特征相结合,构建了基于机器学习的道路交通噪声估计模型,提高了城市道路噪声估计的准确性。最后,分析城市道路交通噪声短时变化规律,确定其尺度可变的特征提取时间窗口,提出了一整套城市道路交通噪声实时估计方案,提升了城市道路噪声估计的实时性。实验结果表明,所提出的基于计算机视觉的交通流信息提取方法较常用的目标检测和目标追踪算法能够更准确的提取城市道路交通噪声相关信息;所建立的城市道路交通噪声估计模型相比传统噪声估计模型有更高的实时性和准确性,相较于现有基于机器学习的噪声估计方法在不同场景下均有着更为准确的估计结果,提高了城市道路噪声估计的准确性和实时性,确定了时间尺度为3和10 min的噪声估计方法,具有实际应用价值。

关键词： 笔迹识别   OpenCV技术   图像处理  

摘要： 当前,笔迹识别在众多领域中扮演着举足轻重的角色。传统的人工笔迹比对方法需要消耗大量的时间和人力资源,不仅效率低下,而且容易出错。为解决痛点问题,开发了一款基于OpenCV的笔迹识别技术系统,提高识别的准确性和效率。该系统利用OpenCV的图像处理功能,对输入的手写图像进行预处理,并且结合Matplotlib对图像进行分步处理,以提高识别的鲁棒性。该系统可以应用于银行、金融部门等多领域,以提高工作效率。