基于改进遗传算法的图像边缘检测

针对经典边缘检测算法在一定程度上的局限性,提出了一种改进的遗传算法进行边缘检测。阐述了图像梯度的幅值和变化率,并将遗传算法引入到图像边缘检测中。利用天牛须搜索算法来引导遗传算法中交叉点位置的移动方向。通过提高子辈种群的多样性,防止了搜索区域逐渐缩小,克服了传统遗传算法早熟收敛的现象。实验结果表明,与传统的边缘检测算法相比,改进的遗传算法应用于不同的图像检测具有良好的稳定性和较快的收敛速度,可以收敛到全局最优解甚至逼近全局最优解,从而提高被检测图像边缘的完整性。

基于无人系统的智能视觉控制算法研究

无人系统应用范围的急剧扩大,使得视觉感知环境愈加复杂多变,致使传统视觉控制算法难以有效控制视觉传感器获取精准的视觉感知图像,从而影响无人系统的稳定运行,故提出基于无人系统的智能视觉控制算法研究。应用Gamma曲线非线性变换无人系统视觉感知图像灰度值,再应用灰度世界法来增强图像的对比度。以处理后的图像为基础,计算其图像矩,即空间矩、中心矩和归一化中心矩,以描述图像的全局和局部特性。根据得到的无人系统视觉感知信息,搭建智能视觉控制框架。获取期望图像特征矩阵,提取当前时刻图像特征矩阵,通过基于改进萤火虫算法的极限学习机对摄像机转角进行非线性映射,从而获取智能视觉控制定律,以此消除视觉感知图像误差,实现智能视觉的有效控制。实验结果显示:在不同实验组别背景下,应用提出算法获得的视觉控制平均时间最小值达到了1 s,视觉控制平均误差最小值达到了0.12%,充分证实了提出算法的应用性能更佳。

基于深度特征提取残差网络的高光谱图像分类

深度学习由于其模块化设计和强大的特征提取能力,已成为高光谱图像分类的重要手段之一。然而,如何有效地提取更深层次的特征以及同时提高分析空间和光谱联合特征的能力仍是亟待解决的问题。针对这些问题,本文提出了一种深度特征提取的残差网络,该网络由两个关键部分组成:多级传递融合残差网络和空间-光谱多分辨率融合注意力残差网络。多级传递融合残差网络可以有效促进特征信息之间的相互作用,获得更深层次的特征。接着利用空间-光谱多分辨率融合注意力残差网络可以确保从高光谱数据中全面提取空间-光谱联合特征和多分辨率特征。为了验证其有效性,本文在Indian Pines,Pavia University和Salinas Valley三个高光谱数据集上对所提出方法的性能进行了评估,分类精度分别达到了98.10%,99.81%和99.94%。实验结果表明,与其他方法相比,该网络具有更好的泛化能力和分类性能。

基于多尺度时序交互的第一人称行为识别方法

对于第一人称行为识别任务,现有方法大多使用了目标边界框和人眼视线数据等非行为类别标签对深度神经网络进行辅助监督,以使其关注视频中手部及其交互物体所在区域。这既需要更多的人工标注数据,又使得视频特征的提取过程变得更为复杂。针对该问题,提出了一种多尺度时序交互模块,通过不同尺度的3D时序卷积使2D神经网络提取的视频帧特征进行时序交互,从而使得单一视频帧的特征融合其近邻帧的特征。在只需行为类别标签作监督的情况下,多尺度时序交互能够促使网络更加关注第一人称视频中手部及其交互物体所在区域。实验结果表明,提出的方法在识别准确率优于现有第一人称行为识别方法。

能量感知的点云视频流传输与边缘卸载联合优化

针对点云视频流媒体传输需要调度各类计算和传输资源,而现有工作较少考虑终端显示设备的计算任务带来的能耗问题,提出了一种移动边缘计算辅助的点云视频流传输方案,根据接入带宽和点云视频内容将部分计算任务从终端卸载到边缘完成。该方案建立了一个联合优化模型,在网络资源、终端和边缘算力资源的约束下,最大化用户观看体验收益并最小化终端设备能耗。实验表明,相比于对比方案,所提方案在不同条件下均可提升用户观看质量并降低终端设备能耗。

5G技术在现场应急中的应用

随着科技的进步和社会的发展,当前通信网络已步入5G时代。5G技术具有高速、低时延、大连接等优势,为应急指挥提供高效、精准的通信保障。便携式指挥箱作为前方指挥部的交换控制核心已得到较广泛的应用,将5G技术应用于便携式指挥箱,能够在应急指挥工作中充分发挥其组合优势,增强数据信息快速收集和传输、智能设备互联以及数据信息动态化等优势。结合应急通信业务,对5G技术在应急行业的应用展开研究,提出一种基于5G便携式指挥箱的应急通信网络架构方案,对该方案在应急指挥中的应用进行探索。

认知行为理论视角下数字化场景互动影响设计

探讨了数字化场景下互动影响设计的问题,基于认知行为理论从用户使用场景出发挖掘用户需求,强调了注重用户体验和参与度的重要性。通过整合用户信息和构建预测模型,了解不同用户群体的需求和行为模式,提供更适合用户的服务和体验。文章还验证了模型性能,证明模型能够提供有效的设计策略和方法,从而提升数字化场景下互动影响设计的质量和效果。

基于深度和子树约束最小树形图的高编码效率图像删除

图像删除是指从一个压缩图像集中去除一个或多个图像,生成一个新的压缩图像集。针对当前图像删除方法存在搜寻的预测参考图像不佳,导致编码效率不足的问题,提出一种基于深度和子树约束最小树形图的高编码效率图像删除方法。该方法充分考虑所有剩余图像之间的相关性,确定最佳的预测参考。首先,提出一种新的图像分类方法,将所有图像分成需编码图像、无需编码图像和待删除图像等三类;其次,设计一种新的深度和子树约束最小树形图法,深入探究需编码图像之间以及需编码图像和无需编码图像之间的关系,构建新压缩图像集的最小树形图;最后,根据得到的最小树形图对需编码图像进行压缩,生成新的压缩图像集,实现图像删除。实验结果表明,与现有先进方法相比,所提方法取得了更高的编码效率,同时却有着相近的计算复杂度。

一种改进的车牌识别算法

针对现如今车牌识别工作量大且识别速度和识别准确率低的问题,提出一种基于YOLOv4的识别算法,融合MobileNet网络结构修改其特征提取的主干网络,并加入黑盒预测模型。融合后的算法不仅大大缩小了自身的模型大小,而且相比原来的YOLOv4算法有着更高的识别准确率,同时省去了人工编码的工作。以本地实拍车牌作为数据集来训练和测试算法模型,以精确率Precision、召回率Recall、F1分数和平均准确率mAP作为评价指标依次对融合后的新模型以及YOLOv4进行评判。实验结果表明,MobileNetV1-YOLOv4实验效果相比YOLOv4更佳,mAP高达98.08%,而模型大小仅为49 MB,准确率提升了1.75%,模型缩小了80.48%,性能有着显著的提升。

动态场景下基于视觉同时定位与地图构建技术的多层次语义地图构建方法

为提高视觉同时定位与地图构建(SLAM)技术的环境适应性和语义信息理解能力,该文提出一种可以在动态场景下实现多层次语义地图构建的视觉SLAM方案。首先利用被迫移动物体与动态目标间的空间位置关系,并结合目标检测网络和光流约束判断真正的动态目标,从而剔除动态特征点;其次提出一种基于超体素的快速点云分割方案,将基于静态区域构建的3维地图进行优化,构建了物体级的点云语义地图;同时构建的语义地图可以提供更高精度的训练数据样本,进一步用来提升目标检测网络性能。在TUM和ICL-NUIM数据集上的实验结果表明,该方法在定位精度上远优于目前主流的动态场景下的视觉SLAM方案,证明了该方法在高动态场景中具有较好的稳定性和鲁棒性;在建图精度和质量上,经过将重建的不同种类地图与各个现有方法进行比较,验证了提出的多层次语义地图构建的方法在静态和高动态场景中的有效性与适用性。

利用云化终端方案构建广电网络传统增值业务平台的研究与探讨

本文从广电网络行业存量机顶盒终端与业务发展现状出发,通过对市场业务发展、运营边际成本和经济财务方面进行收益核算评估,利用云化终端方案,高效解决广电网络行业传统视频业务集约化发展存在的主要问题。同时,对云化终端方案的建设做了概要介绍,阐述了平台系统集成对接和终端集成对接的工作内容,总结了云化终端方案建设对于广电网络行业的价值和意义。

无人驾驶车辆碰撞预防报警控制系统设计研究

现阶段,无人驾驶领域是一个很新并且很火的研究热点,随着计算机、人工智能和机器人控制技术的不断成熟,无人驾驶技术取得了突破性进展。随着无人驾驶行业的发展,对交通安全也提出了更加严格的要求。基于此,从无人驾驶车辆碰撞预防为出发点,分别从硬件与软件两个方面对车辆碰撞预防报警控制系统设计进行了研究。

基于Camera Link的视频图像信号源设计

针对给某智能图像信息处理终端提供可靠的图像信号源,设计了一种基于Camera Link接口的视频图像信号源。该文对图像信号源进行了总体方案设计、硬件电路设计以及帧同步算法设计并进行了验证。该图像信号源通过PCIe总线连接到上位机,并利用DDR3高速缓存图像。通过Camera Link接口与智能图像信息处理终端之间进行通信。结果表明,该设备可用于生产过程中智能图像信息处理终端的相关试验,完成了测试图像的输出,输出图像有效像素为2 560×720,采集到的画面40帧/秒,带宽可达1.9 Gbps,具有一定的工程应用价值。

基于深度学习的驾驶员疲劳状态实时检测

目前大多数基于深度学习的疲劳驾驶检测方法在精度上满足一定的需求,但在速度上没有很高的实时性,无法在内存和计算能力有限的车载设备上应用。因此,文中在目标检测网络Yolov5的基础上设计了一个轻量级的网络模型来加速疲劳检测。将Yolov5基准网络替换为高低维度残差模块,在获取更多信息的同时大大减少了计算量,在基准网络中引入SE(Squeeze-and-Excitation)模块,以提高对特征图通道间关系的关注能力。相比其他模型,该轻量级网络模型将睁眼、闭眼、张嘴、闭嘴作为不同的类别,可以直接输出眼睛和嘴巴的开闭状态。利用眼嘴多特征融合判断驾驶员疲劳状态。实验结果表明,优化后的Yolov5模型准确率达到98.82%,检测速度达到每秒37帧,可以用于实时监测。

温室智能循迹小车系统稳定性研究

基于新时期智慧农业无人管理的实际需求,该文系统以NVIDIA Jetson Nano为主板,充分使用OpenCV数据库函数,并设计了多色彩路径实验方法对小车进行测试,得出了小车在静态、动态下目标定位的准确率,通过调整无线通信模块及室内的网络条件,使静态准确率由86%提升至100%。同时,还对小车进行了卷积神经网络模型的训练学习,测试了小车在特征颜色路径下的循迹执行情况。试验及验证结果表明,小车整体识别准确率较高且循迹稳定性较好,具备在智慧农业温室推广使用的条件。

基于认知负荷理论的时空沉浸性互动视频节点设计

互动视频等新兴媒体形式模糊了信息传递与接受双方的位置,形成了全新视频类型,利用画面信息探索与分支剧情选择等方式,为受众带来非传统的欣赏体验。为了保障互动视频中交互设计的有效性,则互动视频依赖于受众在时间线分布与空间感知中的高度沉浸,受到互动视频中信息供给与受众认知负荷等因素影响从而为交互视频节点中交互操作的设计奠定良好基础。文中也重点聚焦于节点设计,对其数量信息、画面信息等特征进行分析,面向公开发布互动视频的节点设计现状进行分析并构建预测模型,从而探讨受众的沉浸性影响与优化措施。

人工智能在航检视频缺陷检测分析系统的应用研究

针对航检视频中绝缘子、销钉部件缺陷的问题,采用人工智能检测识别技术,将OCR识别技术、图像显著性特征提取、知识图谱构建、超分辨技术处理以及部件缺陷的深度训练学习与检测等多种技术相融合。通过对图像中杆塔关键部位图像进行检测,构建杆塔关键部件缺陷特征数据库及样本库,实现对杆塔图像中关键部件缺陷的快速、精准识别。经过实践测试,航检图像中绝缘子和销钉缺失缺陷检测平均识别率大于90%,检测速度较人工检测速度提高70%,对输电线路的安全运行有着一定的应用价值,同时为电业局航检视频分析创造经济价值。

基于点击数据的图像识别

随着细粒度图像分类研究的不断深入,用户点击数据逐渐被人们当成可靠的语义特征。由于用户点击数据集规模巨大且存在大量冗余,直接使用点击特征进行识别也存在诸多挑战。该文提出利用文本聚类降低文本空间并优化原始点击特征,从而建立精简的文本空间来表征图像,该方法能更好地合并语义相近的文本。在微软发布的Clickture-Dog大数据集上进行的大量实验表明,点击向量特征优于传统图像的视觉特征,图像识别任务中的准确率也更高;基于视觉相似度的传播算法能帮助提高点击特征的表征能力;在大规模文本聚类中,基于稀疏编码的聚类方式识别率达到了58.24%。

基于扩展SMT协议的8K播放器视频互动方案及实现

本文首先简要介绍了我国自主研发的智能媒体传输协议(SMT),为实现超高清视频互动应用,提出了一套SMT信令扩展方案,定义了8K播放器与云服务器的接口,并在自研的8K播放器上实现了利用外置摄像头和8K播放器进行视频流自适应匹配。本文不仅为8K电视提供了一种多用户互动的使用场景,也完善了SMT信令结构,扩展了SMT协议的应用范围,对于推广和发展8K产业和自主的SMT协议具有积极作用。

影响立体图像舒适度的饱和度范围测定

针对立体成像领域的视觉舒适度问题,结合人眼视觉系统的特性定量研究了饱和度因素对观看双目立体图像舒适度的影响.采用三级步长逼近法,通过大量主观实验定义了双目立体图像舒适饱和度匹配图和舒适饱和度差异图,得到了立体图像饱和度匹配范围,并进一步验证了两图的普适性,根据两图判定立体图像是否舒适的准确率达到92%.实验结果能够为立体图像舒适度的主客观评价提供依据.