【摘 要】
：
海胆、海参、扇贝等水下珍品在渔业中具有重要意义和价值,最近,利用机器人捕捞水下珍品成为发展趋势。为了探测水下珍品的数量及分布情况,使水下机器人获得更加可靠的数据,该研究提出基于注意力机制与改进YOLOv5的水下珍品检测方法。首先,使用K-means匹配新的锚点坐标,增加多个检测尺度提升检测精度;其次,将注意力机制模块融入特征提取网络Darknet-53中获得重要特征;然后,利用Ghost模块的轻量
论文部分内容阅读
海胆、海参、扇贝等水下珍品在渔业中具有重要意义和价值,最近,利用机器人捕捞水下珍品成为发展趋势。为了探测水下珍品的数量及分布情况,使水下机器人获得更加可靠的数据,该研究提出基于注意力机制与改进YOLOv5的水下珍品检测方法。首先,使用K-means匹配新的锚点坐标,增加多个检测尺度提升检测精度;其次,将注意力机制模块融入特征提取网络Darknet-53中获得重要特征;然后,利用Ghost模块的轻量化技术优势,引入由Ghost模块构成的Ghost-BottleNeck代替YOLOv5中的BottleN
其他文献
电子媒介的普及推动了可变字体的需求与发展,本文以交互行为作为连接"汉字意象表达"与"视觉逻辑化"的设计生成驱动,通过计算机算法艺术拓展汉字字体在图形化设计上的多维表达,从程序中的行为判定,到行为与视觉联动的反馈,再深入探索算法汉字的可变视觉,为汉字图形化设计提供一种融合式的理性设计方法,在满足汉字可变性需求的同时,强化了用户参与的感官体验与趣味探索,进而启发在未来智能媒介环境下汉字设计的创新思考。
激光扫描数据获取与处理是智能掘进工作面的关键技术之一。针对煤矿井下激光点云存在的数据量大、数据离散、特征信息提取困难的问题,利用点云切片技术和空间形态相似性进行孔洞修补,区分掘进巷道墙体、顶底板等不同对象进行点云分割和重建,并基于三维虚幻引擎进行可视化。研究成果提出了针对掘进工作面激光点云的孔洞修补算法及三维重建算法,为掘进工作业提供基础数据和可视化操作环境。
为了提升煤矿智能化开采水平,采煤生产活动中的视频信息开始被利用起来。根据国内实际煤矿开采视频信息应用现状,总结了视频信息的来源和实际应用中存在的困难,举例说明了除监控视频以外的光学成像设备。从视频图像的获得和处理角度,分析了井下监控视频传输、拼接等技术,比较了视频图像增强等预处理技术。从视频信息的具体应用角度,比较了井下人员检测的技术手段并介绍其他应用案例,如仪器定位定姿和火灾预警等。
生活垃圾的有效处理和相关高价值废品的回收再利用,已日益成为社会关注的焦点。目前垃圾分拣主要采用人工分拣,工作强度大、效率低,基于此,课题组提出了一种能自动识别垃圾并进行分拣的算法,以提取图像的LBP特征编码为基础,设计了基于LBP特征的级联分类器。仿真结果表明,通过对果皮和有害垃圾的123张样本图片进行LBP特征提取,训练出的具有15级弱分类器的Adaboost模型,能对测试集314张垃圾图片进行
数字图像处理课程是北京城市学院表演学部摄影专业的一门基础课,是商业片精修、图片编辑等课程的先修课,是艺术性与科学性相融合的一门课程。本文主要研究思政内容的教学案例设计与实际课堂有效结合,将课前构思设计的教学案例运用到课堂教学中,让学生在实践学习中,潜移默化地引导学生传承和弘扬中华优秀文化,学思结合、知行统一。
提出了一种利用红外热像仪和大数据对发热人群进行检测并确定高危区域的系统设计方法。为了检测发热人群,研究了Viola-Jones和Kanade-Lucas两种人脸检测算法,并对其使用406张热图像训练集和2 072张热图像测试集进行了比较。对检测到的面部进行热成像分析,以获得摄氏度尺度上的温度水平。通过此信息创建了一个示例数据库。在进行大数据实验分析时,使用Power Bi工具确定高风险区域。实验结
为了降低光照对林区道路的干扰,提高不同光照强度下道路的分割精度,将RGB道路图像的B分量分离出来获得灰度图,并通过Otsu对灰度图进行二值化。定量分析结果显示,精确率均值为0.977 5、召回率均值为0.996 9、F1均值为0.986 9,精度较高,鲁棒性较好,为实现林区道路分割提供了一种思路。
基于图像的文物识别技术在实体参观、网上博物馆、文物勘探等领域具有广泛的应用前景。利用多特征融合技术对文物图像识别的方法进行研究,采用多特征融合的多核支持向量机(SVM)分类算法对文物图像进行识别,设计了一个基于多特征融合技术的文物图像识别系统。在文物图像识别过程中,针对多特征融合算法进行了实验,实验结果表明:相较于单特征的识别方法,同时利用颜色特征、形状特征和纹理特征能提高文物图像识别率。
无人驾驶农机自主进行行驶路径检测和识别系统需要具备环境感知能力。作物行的中心线识别是环境感知的一个重要方面,已有的作物行中心线识别算法在缺株作物行中心线提取中存在检测精度低的问题。该研究提出了一种能够在缺株情况下提取玉米作物行中心线的算法。首先采用限定HSV颜色空间中颜色分量范围的方法将作物与背景分割,通过形态学处理对图像进行去噪并填补作物行空洞;然后分别在图像底部和中部的横向位置设置条状感兴趣区
为实现苹果早期霉心病较高精度的检测,该研究采用对称极坐标法(Symmetrized Dot Pattern,SDP)将苹果声振信号变换为雪花图,然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息,将其输入到支持向量机(Support Vector Machine,SVM)分类器,对霉心程度≤7%的苹果进行检测。研究结果表明,当时间间隔系数