改进RT-DETR的无人机图像目标检测算法

针对轻小型无人机图像目标检测中由于目标灵活多样、环境复杂多变导致的检测精度低等问题,提出基于改进RT-DETR无人机目标检测算法。综合考虑轻量级SimAM注意力和倒置残差模块改进ResNet-r18主干网络,提高目标检测模型的特征提取能力。采用级联分组注意力机制优化倒置残差模块和特征交互模块,提升特征选择能力,实现目标检测信息的精细化获取。颈部网络中引入160×160检测层,提升特征融合阶段小目标的感知能力。基于VisDrone2019数据集的实验结果表明,改进后的模型具有更低的参数量和更高的检测精度。在Alver_Lab_Ulastirma和HIT-UAV数据集上进一步验证了改进方法的有效性和鲁棒性。

基于深度学习的场景文字识别技术研究

基于深度学习的场景文字识别技术(Scene Text Recognition,STR)应用广泛但性能尚需提升。针对现有的STR技术对小目标文字识别不准确和中文、中英文混合准确率低的问题,通过改进模型增加104×104的特征尺度,用Focal Loss和GIOU Loss作为损失函数来优化目标检测框,将卷积块注意力模块(Convolutional Block Attention Module,CBAM)嵌入到卷积层中,使网络在特定位置和通道上更加关注目标,抑制其余复杂背景信息以此来提高模型的文字检测能力;分析中文的文字特征,对CRNN的特征提取网络改进优化,提高了原有模型对中文、中英文混合识别的准确性。实验结果表明,通过对文字检测与识别模型和算法的改进优化,大大提高了场景文字识别技术的准确性和鲁棒性。

无人机视角下的小目标检测方法研究

针对传统卷积网络对无人机图像中小目标检测精度低和误检问题,本研究提出一种改进的无人机图像小目标检测算法,提高航拍检测精度。本算法采用YOLOv7作为基本框架,并在空间金字塔池化中融入动态稀疏注意力,形成SPPCSPC-B模块,增强了对小目标的检测能力。同时,本算法使用局部卷积替代了高效聚合网络中的部分群卷积,形成ELAN-P模块,提高了检测速度。最后,使用轻量级上采样算子CARAFE对特征进行重组,进一步提高了检测精度。在Aerial-airport数据集上的实验结果表明,本算法在参数量减少9%、模型缩小8%的情况下,检测精度达94.7%,召回率达到90.8%,比基准算法提高了3.9个百分点,且有效改善了小目标误检、漏检现象。

基于Unity3D的数字虚拟人交互技术研究与应用

目前,数字虚拟人交互技术虽然能够实现与用户的基本交互,但仍然存在着语言理解偏误、缺乏情感表达能力等一系列问题,导致用户的交互体验感不足。在此背景下,本研究首先分析了数字虚拟人技术的发展现状和存在的问题,进而探究了基于Unity3D的数字虚拟人交互技术,并提出了一种由文本直接生成带有情感特征语音的方法。基于此,将其与ChatGPT语言理解与文本生成、文本情感分析和改进后的VITS语音合成技术结合,并使用Kinect 2.0设备模拟全息交互效果,最终构建了一款能够进行准确理解并模拟情感回应的数字虚拟人交互应用。结果表明,该技术可有效提高数字虚拟人的理解与表达能力,为用户提供更好的交互体验,对于数字虚拟人技术的应用和发展具有参考价值。

基于知识蒸馏的GAN生成图像质量评价方法

为了是提高GAN模型生成的图像质量的预测精度,以更好地符合人类对图像质量的主观评价,本研究介绍了一种基于知识蒸馏的半监督图像质量评价(IQA)方法。该方法利用CNN和ViT模型的结合,充分捕获全局和局部信息,学习高质量图像与失真图像之间特征的分布差异,并通过知识蒸馏传输高级特征信息。模型通过前向传播,得到图像质量评价分数。为了提高输入特征的多样性和模型的处理速度,本研究还采用了级联分组注意(CGA)机制对输入特征处理。通过在多个公共数据集上的实验表明,本研究方法的评价结果优于现有的评价方法,总体效果理想,相对鲁棒性相对优异,可以获得更加符合人类视觉效果的IQA结果。

基于改进Faster RCNN的钢板表面缺陷检测研究

钢铁是我国工业生产的重要原材料之一,其表面质量问题会直接影响产品的使用,从而带来无法预知的风险,故对钢铁表面进行缺陷检测具有重要意义。而在缺陷检测过程中,存在因裂痕缺陷特征不明显,导致缺陷定位不准确以及检测难度高等问题。针对以上问题,本研究提出一种改进的Faster RCNN算法,在主干特征提取网络上引入自适应模块,增强网络提取有效特征的能力,同时使用DBSCAN聚类算法取得合适的先验框,大大提高了算法的检测效率。实验结果表明,改进的Faster RCNN算法模型对不明显的缺陷特征检测能力大幅度的提升,相比其他检测算法,在钢板表面缺陷检测中能达到高质量、缺陷定位准确、分类成功率高的效果。

基于MTCNN算法的多人脸识别研究

随着人工智能在计算机视觉领域的飞速发展,越来越多的经典人工智能算法被应用于多人脸识别研究。其中,MTCNN算法在多人脸识别方面表现较好,但在识别精度上还有较大提升空间。本研究从经典的MTCNN算法框架出发,对其子算法NMS算法进行评估与改进,并对NMS算法与改进NMS算法在P-Net、R-Net、O-Net各个级联网络中的表现差异进行比较与理论分析。对改进后的NMS算法进行主观和客观相结合、横向比较与纵向比较相结合的多种维度方式的评估与鉴别。实验结果表明,本研究设计的模型在数据集LFW上的人脸识别准确率为94.56%,可为多人脸识别研究提供参考。

专业显示器性能测试方法研究

对2种应用广泛的专业显示器的时间稳定性、空间均匀性、色域、色品恒定性、通道独立性及色温6个方面的性能进行了测试,并比较了这2台显示器的显示性能的优劣。测试结果表明:在时间稳定性、色品恒定性及通道独立性方面,专业显示器B略优于专业显示器A;在空间均匀性方面,专业显示器A较好;而在其他特性方面,两者相差不大。总体来说,2种专业显示器的性能均比较稳定。

增强现实在印刷品中的应用研究

目的研究增强现实技术在印刷品中的一些应用。方法介绍了增强现实技术的特点及其在产品展示、广告、出版物和海报等印刷品中的应用,通过增强现实印刷机说明书的制作,说明了增强现实技术在印刷品中的应用要点。结果制作的三维模型能够实现和印刷机纸质说明书的叠加。结论增强现实技术以各种形式应用于印刷品中,不但充分发挥了印刷品的优势,而且增加了印刷品的趣味性和阅读性。

数码相机颜色复制性能的研究

实验选取了2款具有代表性的数码相机,采集了各设备在制作特性化文件前后的特性化数据,接着通过数据拟合和进一步分析,得出了数码相机之间的性能差异,最后通过建立六大评判标准进行主观评价,对实验结果进行验证。实验结果表明,进行色彩管理图像的色差要小于未进行色彩管理图像的色差,由制作特性化文件前后图像效果的差别,可知制作数码相机的特性文件是很有必要的。最后给出了不同相机不同拍摄条件下对不同原稿的再现结果,为相关工作者和使用者提出一项可行的评价方案。

基于Virtools的虚拟印刷流程展示平台的设计与研究

针对目前人们对印刷机内外部构造及其工作流程可视化的需求,提出了展示虚拟印刷流程的新方案,即以数码印刷机为原型,通过3ds-Max和Virtools共同结合来构建印刷流程展示平台。分析结果表明,Virtools良好的设计与交互界面,可实现印刷流程的预期展示效果,并为今后展示平台功能的扩展和完善,提供可参考的建模依据和交互方法。

基于图像分析法对喷墨打印纸图像清晰度的研究

通过对图像的实验研究,主观测试比较了纸样间的色彩再现效果,并验证清晰度分析法的合理性。随着纸张打印分辨率的增加,线宽值更接近1,即清晰度也相应提高。对于实验的4种纸样,可以看出HP纸样的清晰度最佳,与主观评价结果相一致。从而有助于消费者根据自身需求,选择适合的喷墨打印材料。

基于图像分析法对喷墨打印机墨点保真度的研究

喷墨打印墨点的保真度通常通过墨点的圆度、面积变化率及打印位置的准确度来衡量.研究了墨点的保真度分析原理,设计了基于图像分析法的打印质量显微图像分析系统.利用显微图像分析系统对HP、Canon和Epson喷墨打印机分别在三种涂布纸上打印墨点效果进行了分析.实验表明,该方法可用于涂布和印刷图像质量的评价.

颜料对喷墨打印纸涂布结构和印刷质量的影响

随着喷墨印刷的发展,新一代喷墨打印机可进行大幅面的快速印刷,且印刷的四色图像接近相纸的质量。因此要求喷墨打印纸必须具备快速吸墨性,油墨透印性和毛细管现象最小化,以及较高的光密度等特性。本研究主要进行无孔型气相二氧化硅、氧化铝和沉淀二氧化硅用作喷墨打印纸涂布颜料的比较。研究颜料化学性、功能性和粒子尺寸对涂布结构的影响,以及涂层对喷墨打印质量的影响。

简述虚拟现实技术

虚拟现实(Virtual Reality,简称VR)是近年来出现的高新技术,在很多方面都有应用。该文从虚拟现实的发展历程、特点、分类以及关键技术等几个方面对虚拟现实进行论述。

数字出版在线自主学习系统的设计与研究

本研究在深入分析数字出版发展趋势和当今数字化学习方式要求的基础上,提出将网络与自主学习有机结合,设计开发出一套基于网络的自主学习系统。以Dreamweaver软件作为开发工具和开发环境,以辅助数据库和脚本语言为支持,以现有的"数字出版"课程内容为基础,设计构建的自主学习系统集在线学习、试卷生成、在线留言等功能于一体。在线自主学习系统的实现,不仅可用于数字出版类学生的自主学习,发挥网络技术的优势,培养学生自主学习的能力,还可为自主学习系统在其他课程中的进一步拓展应用和研究提供参考依据。

数字出版技术对传统出版流程的影响

在当今计算机技术和社会经济迅速发展的时代,数字出版以其快速的查询、海量的存储、低廉的成本、方便编辑以及更加环保等优点,成为出版业一种新兴业态。对传统出版的印刷方式、物流方式、销售模式等形成了强烈冲击,使传统出版从内容载体、表现形式、传播方式和阅读方式等都产生了深刻的变革。与传统出版相比,数字出版实现了选题组稿的便捷化、编辑的协同多样化、印刷的个性化以及发行销售的多渠道性。数字出版技术对出版的影响将会不断深入,传统出版只有抓住时机进行数字化转型,才能在当今的大数据时代求得生存。

喷墨打印机颜色显色性的研究

通过对几种无光泽和高光泽彩喷纸的喷墨打印图像进行主观和客观评价,分析出市售打印机的显色能力和适用范围。从而有助于消费者根据自身需求,选择适合的喷墨打印设备,从而达到充分利用喷墨打印机资源的目的。

基于虚拟现实技术的图书馆全景漫游场景的设计与实现

基于虚拟现实技术设计并实现了天津科技大学河西校区图书馆的全景漫游场景。该场景能够直观地将图书馆的三位全景图展现在用户面前,借助AR眼镜还可以沉浸在场景中,体验身临其境的感受。给用户提供了极具沉浸感、交互性的浏览体验。

微电影的拍摄与制作

2010年,凯迪拉克的《一触即发》开启了微电影时代的"一触即发",微电影是一种新形态文化,任何非专业人士都可以拍摄与制作。本文系统阐述了微电影的现状、特点及分类,并以校园微电影的拍摄与制作为例,说明了微电影的制作流程,以激发人们的创作热情。