关键词： 人-物体交互检测   计算机视觉   深度学习   目标检测   视觉关系  

摘要： 人物交互(human-object interaction,HOI)检测在复杂场景理解中发挥着至关重要的作用。目前的大多数方法都以一阶段的方式将参数交互查询直接映射到一组HOI预测中,这导致丰富的交互结构没有被充分挖掘和利用。对此可以通过多模态数据获取更多维度的信息,从而更全面地理解人物之间的交互行为。为此设计了一种Transformer风格的HOI检测器,该检测器基于查询的方式检索对比语言图像预训练(CLIP)知识,然后执行交互建议生成,通过结构感知网络将非参数交互建议转换为HOI预测。本文创新性地将CLIP知识迁移到HOI检测中,并通过对整体语义结构和局部空间结构进行额外编码提高了预测结果的准确性。实验结果表明,所提模型在公共数据集V-COCO上的准确率达到了64.83%,在HICO-DET数据集上的准确率达到了28.78%,与现有的HOI检测算法相比展现出优越的性能,证明了该算法的有效性。

关键词： 甘蔗   杂草识别   YOLOv8n算法   目标检测  

摘要： 杂草是影响甘蔗生长的重要因素之一,为实现对不同甘蔗杂草的识别,提出一种基于深度学习的甘蔗杂草检测方法。以广西地区常见且对甘蔗生长危害较大的杂草为对象进行图片采集,并对采集的图片进行平移、翻转、裁剪、缩小、对比度和光亮调整及去噪等操作增强数据。利用YOLOv8n检测模型对数据集进行试验,并与YOLOv3—tiny、YOLOv4—tiny、YOLOv5n和Yolov7—tiny进行对比。试验结果表明,YOLOv8n检测模型的精确率为98.3%,召回率为96.8%,mAP为98.2%。与目前主流的轻量化目标检测算法YOLOv3—tiny、YOLOv4—tiny、YOLOv5s和YOLOv7—tiny对比,精确率分别提高26.9%、12.7%、4.2%和9%;召回率分别提高25%、24.5%、6.1%和10.6%;mAP分别提高25.9%、19.4%、3.6%、7.8%。同时,在密集、遮挡、杂草交错、小目标、昏暗环境的情况下YOLOv8n检测模型对甘蔗杂草能实现高精度识别,具有较强的鲁棒性。

关键词： 小样本学习理论   船舶目标检测   目标识别   船舶数据集   人工智能   深度学习  

摘要： 针对船舶视频目标多样性、新增样本有限等问题,提出了一种基于计算机视觉信息小样本学习理论的船舶目标检测技术,通过构建时空对称卷积神经网络,融合时序对称的视觉和语义特征,实现视频质量增强,基于初始化表征学习与随机梯度下降理论,实现边缘极少样本数据的快速训练与迭代,通过自建船舶样本数据集进行模型训练,实现了基于视频的船舶目标检测,并结合AIS数据实现了船舶属性信息与视频的融合,建立了一种不依赖于船载终端的主动式非接触船舶监管系统,面向海事监管人员和水运行业参与人员提供智能化便捷化的监管服务,依托该平台打造海事智慧之眼、建设水运服务大脑。

关键词： 现场可编程门阵列   Cortex-M3处理器   片上系统   硬件加速  

摘要： 针对单一的嵌入式处理器很难高效地完成图像处理等巨量计算任务的问题,基于FPGA(Field-Programmable Gate Array)和Coretx-M3处理器内核设计了一套具有图像处理功能的SoC(System on Chip)。硬件设计基于Xilinx公司的Kintex-7 FPGA和Arm公司提供的Cortex-M3内核,在FPGA上实现处理器架构,利用IP(Internet Protocol)核与Verilog设计存储器、总线系统和基本的外设,并通过总线与处理器相连,设计图像处理单元,将常用的数字图像处理算法映射为硬件描述语言,并设计总线接口与处理器相连,为SoC提供图像处理能力。软件设计基于Keil MDK工具和C语言,为SoC的外设和图像处理单元编写驱动程序,仿真了系统功能,同时以二值化算法为例将基于Matlab的数字图像处理与SoC中的图像处理单元进行充分的对比测试,结果表明该图像处理SoC不但性能优良,同时拥有FPGA与SoC的全部优势。笔者成功开发出了基于FPGA平台的具有图像处理功能的SoC,该系统在Xilinx公司的Kintex-7系列,型号为XC7K325TFFG676-2的FPGA上进行了板级验证。该设计体现出FPGA平台设计该系统的高度灵活性与高效性,提供了单一嵌入式处理器很难高效完成图像处理等巨量计算任务弊端的一种解决方案。该系统基于可重构平台设计,可实现外设功能根据需求的定制化,具有灵活度更高的优势。

关键词： 物流   分拣搬运   视觉引导   目标检测   匹配定位  

摘要： 针对物流环境中纸箱拆垛、分拣及搬运的多样化需求,文章提出了一种基于视觉引导的机器人作业系统解决方案,通过互联网的方式连接拍摄设备、终端系统、分拣机器。终端系统主要用目标检测和匹配定位两大算法提取图像中的坐标信息、物品体积大小、物品的包装种类。为了获取更加精确的定位信息,在图像处理流程中,文章首先执行图像预处理步骤,随后进行形态学运算,接着采用边缘检测技术,以识别并获取最大的连通区域轮廓,最终确定该轮廓的最小外接矩形。

关键词： 实验室安全   目标检测   轻量化   危险源辨识  

摘要： 随着高校实验室规模的不断扩大及研究活动的日益频繁,实验室安全问题愈发突出,特别是人身伤害风险的监测和评估亟须加强。本文基于YOLOV5(You Only Look Once Version 5)目标检测技术,设计了一套针对高校建筑工程实验室的人身伤害风险评估系统,旨在通过实时监控与危险源辨识,有效降低潜在风险。系统基于YOLOV5的轻量化模型,实现了对实验室环境中人员及危险源的快速检测与定位,提高了响应速度与准确性。同时,通过引入多层次的风险评估理论,结合实验室的具体风险因素,建立了系统化的风险评估框架,以实现对人身伤害风险的动态评估。案例分析表明,此系统在实际应用中显著提高了实验室的安全管理水平,提供了科学可靠的决策依据。基于YOLOV5的风险评估系统不仅具有良好的应用前景,而且为高校实验室安全管理提供了新的研究方向。

关键词： 目标检测   半监督   稠密伪标签   阈值   软伪标签  

摘要： 为了解决当前半监督三维目标检测算法中,传统的固定阈值方法在过滤伪标签时不够灵活,舍弃了大量有价值的伪标签,没有充分利用潜在有价值样本的问题,提出了一种基于潜在有价值样本挖掘的半监督三维目标检测方法。首先,不再使用固定阈值过滤伪标签,采用基于得分聚类的自适应阈值生成方法,分别为不同的类别生成过滤伪标签时需要的阈值,保留更多有价值的伪标签;其次,由于标签由类别和边界框信息组成,提出了一种联合置信度过滤伪标签的方法,使用对象置信度、分类置信度和IoU置信度的乘积来过滤伪标签,改善伪标签的质量;最后,对样本数量较少的类别生成稠密伪标签,筛选未通过联合置信度过滤的部分数据,以软伪标签的形式保留伪标签,更充分地利用潜在有价值的样本。在KITTI数据集上,与PV-RCNN方法相比,所提方法在仅1%标记数据的情况下,汽车类提高了6.5百分点,行人类提高了9百分点,自行车类提高了25百分点,实验结果证明了所提方法的有效性。

关键词： 目标检测   图像去噪   注意力机制   特征对齐   对抗攻击   鲁棒性   深度学习  

摘要： 为提高目标检测模型的对抗鲁棒性,提出一种融合图像去噪和特征对齐的目标检测算法(target detection algorithm with image denoising and feature alignment,TDA-IDFA)。采用坐标注意力机制对图像去噪结构进行改进,在去除图像噪声的同时强化图像细节和边缘信息;结合特征对齐对抗训练方法,训练不仅鲁棒而且准确的目标检测模型,在提升目标检测模型对抗鲁棒性的同时,平衡模型对干净样本和对抗样本的识别精度;使用不同的对抗攻击方法,针对多种算法展开对比实验。实验结果表明,所提算法在PASCAL VOC和MS-COCO数据集的对抗鲁棒性比现有算法分别平均提高了9.75%和8.72%。

关键词： 扩展目标跟踪   随机矩阵   非中心逆威沙特分布   非线性量测  

摘要： 针对非线性扩展目标跟踪问题,提出了在非中心逆威沙特分布条件下的非线性扩展目标跟踪方法.首先,在贝叶斯滤波框架下采用非中心逆威沙特分布进行算法的迭代,避免了因矩匹配或KL散度最小化而导致的信息丢失.其次,考虑到传统随机矩阵(RM)模型只能在线性观测条件下应用,利用去相关无偏转换量测将极坐标系下的非线性量测信息进行线性化处理,保证了量测转换的无偏性以及避免转换后的量测协方差估计与量测噪声的相关性,从而最终推导得到在非中心逆威沙特分布下非线性扩展目标跟踪的有效算法.椭圆形扩展目标的跟踪仿真实验验证了所提方法的有效性.

关键词： 扩散模型   目标检测   侧扫声呐   水下沉船探测  

摘要： 基于侧扫声呐的水下沉船自主探测是水下考古的重点研究方向.水下目标的稀缺性阻碍了目标检测模型的训练.为了解决这一问题,使用基于稳定扩散模型的人工智能生成内容技术来补充稀缺的侧扫声呐沉船实例,通过比较多种生成式技术的效果,论证了人工智能生成内容技术在水下沉船探测领域的潜力.基于该技术,提出一种无需额外光学数据和人工标注的数据增强方法,称作自动扩散生成,可用于实现高精度的水下沉船探测.基于YOLOv8n,运用该方法训练的检测器在沉船探测任务中达到95.0%的精度和96.3%的召回率,超出仅使用原始数据训练的检测器1.5%和1.8%;基于Faster RCNN,该方法可以同样促进水下探测的效果,达到94.8%的精度和97.3%的召回率.