特征域近端高维梯度下降图像压缩感知重构网络

压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注。现有的深度学习重构算法可以划分为“黑盒子”以及基于优化启发网络两种类型。与“黑盒子”式的网络结构相比,基于优化启发的深度网络更容易获得高精度的恢复,同时也更具可解释性。然而现有基于优化启发的图像压缩感知重构网络在每个优化阶段仅学习单一梯度,存在测量值信息利用不足、难以准确地学习梯度等缺点,限制了重构性能的提升。为了更充分地利用测量值信息,降低梯度学习的难度,本文提出了高维空间梯度学习思想,实现更准确的梯度回归。在此基础上,本文提出了特征域近端高维梯度下降(FPHGD)算法,并设计了实现该算法的深度神经网络(FPHGD-Net)以获得高精度图像重构结果。此外,本文设计了3种不同复杂度的深度空间近端映射网络结构,以满足不同的应用条件,按空间复杂度从低到高,相应模型分别为FPHGD-Net-Tiny、FPHGD-Net、FPHGD-NetPlus。实验结果表明,与OPINE-Net+相比,所提3种模型在Set11数据上的平均PSNR分别提升1.34、1.51和1.88 dB,并且在重构视觉效果上,能够恢复出更丰富的图像细节。

大语言模型时代的智能运维

大语言模型由于其强大的语言能力、代码生成能力、工具编排能力,将是智能运维(AIOps)落地取得突破的重要因素。大模型时代的AIOps架构是多AIOps智能体的人机协同系统。首先列举了AIOps对大语言模型的应用需求,探讨了大语言模型时代的AIOps架构,其次总结了将大语言模型整合到运维工作流程中所面临的挑战,最后结合这些挑战给出了解决思路并倡议以“社区众包,群体智慧”的方式加速落地运维大语言模型。

基于改进YOLOv8n的轻量化茶叶嫩芽检测方法

为解决自然环境下茶叶嫩芽检测场景复杂,模型参数量大无法在嵌入式设备部署等问题,提出一种基于改进YOLOv8n的轻量化茶叶嫩芽检测方法。构建一种MFBNet轻量化骨干网络,引入MBConv模块后大大减少了模型计算量。同时在骨干网中加入CBAM注意力模块,抑制无效信息,提高了模型检测精度;其次引入AKConv模块对VoVGSCSPC结构进行改进,提出全新的AVCStem模块,并将其替换颈部网络的C2f模块,进一步减少模型参数,提升嵌入式设备部署效率;最后采用GSConv模块替换颈部网络结构中的全部Conv模块,帮助模型进行快速计算,提高茶叶嫩芽的检测速率。结果表明,本文提出的模型比YOLOv8n原模型的mAP50和FPS分别提升了3.5%、55.6%,参数量减少了14.3%,且模型鲁棒性强,满足复杂场景下茶叶嫩芽的轻量化快速检测。

基于激光图像特征提取的危险目标越界识别研究

为了提升危险目标越界激光识别准确性和效率,提出基于激光图像特征提取的危险目标越界识别研究。利用非线性直接变换方法完成激光点云反射图像转换的尺度不变特征点匹配;设计反锐化双掩模法图像增强结构,优化增强处理图像;对点云反射特征点展开沃尔什变换与融合,利用BP神经网络结构,识别越界的危险目标。实验结果表明,所提方法应用后图像特征细节信息得到增强,不存在局部曝光问题,对危险目标越界的错检率和漏检率最低,且具有较高的识别精度和识别效率。

面向密集场景的多目标车辆检测算法

目标检测可为自动驾驶车辆提供附近目标的位置、大小和类别,但是密集场景中多目标检测仍然存在漏检、误检问题,为此该文提出了一种AD-YOLOv5车辆检测模型。首先,利用轻量型结构CBAM注意力机制对特征提取网络中的C3模块进行了优化得到C-C3模块,提高了对特征信息的获取能力,降低了对其他特征的关注度;其次,在检测头部分对分类和回归任务进行解耦,以实现更强的特征表达;然后,利用广义幂变换对IoU进行转换操作,提出鲁棒性更好的Alpha-IoU损失函数,提升了模型的检测精度并加快模型的收敛速度;最后,采用GridMask数据增强技术,增加了样本的复杂性,并在处理后的数据集上进行了实验。实验结果表明,改进后的目标检测模型的平均精度均值达到72.72%,与原YOLOv5模型相比提高了2.25%,且模型具有较高的收敛速度,通过可视化对比实验,直观展示了本文模型在密集场景能有效避免误检、漏检现象。

ERP全景视频VVC帧内编码CU快速划分算法

针对等矩柱状投影(equirectangular projection,ERP)全景视频多功能视频编码(versatile video coding,VVC)帧内编码复杂度过高的问题,提出一种编码单元(coding unit,CU)快速划分算法。根据ERP采样特性,将编码帧分为不同纬度区域。基于不同纬度区域CU四叉树深度的分布特性和相邻CU的相关性,对当前CU的划分模式进行提前终止决策;利用梯度差异评估当前CU纹理特性,跳过冗余的水平或垂直划分模式。针对纹理模糊CU,通过纬度采样权重加权的二次比较,判断是否跳过垂直划分模式;利用二维哈尔小波变换系数评估当前CU子块间的差异,判断是否跳过三叉树划分模式。实验结果表明,在全帧内模式下,与VVC官方测试平台相比,所提算法能节省43.85%的编码时间,码率仅增加0.85%,视频质量没有明显下降。

基于改进YOLOv8-pose的分心驾驶检测与识别

针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题,本文构建了一种基于改进YOLOv8-pose的分心驾驶检测识别模型YOLOv8-EFM。首先,通过使用EfficientViT更换YOLOv8-pose的主干网络,结合CNN和VIT之间的互补性,提升了检测的准确率;其次,使用FasterBlock模块替换C2f中的Bottleneck模块,增加了检测速率并减小模型参数;最后在SPPF后加入了轻量级的MLCA注意力模块,在模型大小和准确性之间取得了良好的平衡。实验结果表明,本文所构建的YOLOv8-EFM模型,mAP50可以达到98.9%,模型大小只有9.7 M,该方法不仅可以识别出具体分心行为,还可以检测上半身的人体骨架,可以有效应用在驾驶员分心驾驶的检测场景中。

视频通信的MCU资源调度方法综述

多点控制单元(MCU)资源调度方法正广泛应用于视频通信系统的实际应用场景,对视频通信整体性能和系统运营具有重要影响。对现有的MCU资源调度方法进行梳理,首先介绍视频通信中MCU资源调度过程,归纳MCU资源调度的目标与特点;然后,对现有MCU调度算法进行分类和讨论,比较各类调度方法的优势与不足;最后,讨论了现有MCU资源调度研究中取得的成效及存在的问题,并在此基础上对未来研究进行了展望。实现MCU设备云服务化等方式使得视频通信的MCU资源调度更高效,也有利于视频通信性能提升及长久稳定发展。

基于嵌入式的温室大棚远程视频监控系统设计与实现

针对农业大棚环境复杂等问题,开发基于嵌入式的温室大棚远程视频监控系统。系统以Hi3519AV100处理器为核心,利用红外摄像头、V4L2技术、视频压缩技术采集温室大棚视频信息,通过5G无线网络、socket网络编程将视频信息发送至数据库服务器及Android手机端,经测试验证系统满足温室大棚远程实时监控要求。

基于Zernike矩和拼贴误差的布料图案检索算法

为提高纺织品企业检索布料图案的效率,提出了一种基于Zernike矩和拼贴误差的布料图案检索算法(ZMCE)。首先,通过计算选取最佳匹配时的分形参数和Zernike矩;其次,根据值域块与最佳匹配的定义域块之间的相似性度量计算拼贴误差;最后,将Zernike矩和拼贴误差作为布料图案检索的特征量进行特征提取。实验结果表明,ZMCE算法的平均查准率、平均查全率和单张图案的检索时间分为88.6%、53.4%和0.207 s,显著优于基本分形算法(BFC)、单一拼贴误差算法(SCE)和联合正交化分形参数和改进Hu不变矩算法(OFH),此外,ZMCE算法的平均查准率和查全率还优于文献[4]中的算法。因此,ZMCE算法在纺织品行业布料图案检索方面具有良好的应用价值。

通过提升短视频自适应分辨率激发5G流量

经运营商后台数据统计,短视频业务流量占比高达40%,而1080p及以上分辨率占比较低,因此提高短视频的分辨率能有效提升用户的总流量。短视频自适应分辨率的决策机制是根据无线时延自适应选择分辨率,其中首帧时延和卡顿时长是短视频运营的两个关键KQI。通过eMIMO Pro和speedturbo特性功能来优化5G边缘用户和降低时延,从而提升视频分辨率,进而激发5G流量,提升5G分流比。

基于问题主动感知的家庭宽带质量智能运维研究与实践

文章针对传统家庭宽带网络运维过程中存在的自动化程度低、重复工作占比高、功能割裂等问题,提出如何采取家庭宽带全过程问题主动感知、自检查自治闭环体系,并融入IT化自执行手段,打造一站式质量自运维能力,实现对家宽问题的自识别、自定位、自处理、自执行,从被动等待客户投诉的被动运维转变为主动识别、发现、解决问题的主动运维,大幅增强家宽网络异常识别和分析能力,为家宽网络质量精细化智能运维提供参考。

数字电影LED放映系统国产化研制及发展建议

数字电影LED放映技术是一种新型电影放映模式,是继电影数字化之后的新一轮电影放映技术革新,将对电影摄制、发行、放映产生变革性影响,其将成为下一代数字电影放映的主流显示技术。本文在阐述数字电影LED放映系统技术特点和发展应用状况的基础上,聚焦LED母版制作、LED透声屏、LED显示屏光学性能及LED放映技术标准等数字电影LED放映系统关键技术国产化研发,并提出发展建议,进而为数字电影LED放映系统国产化研制提供借鉴,促进国产LED电影放映系统优化升级和市场应用。

自适应聚类的图像块分级DCT混合数模无线传输方法

提出了一种新颖的混合数模无线传输方法来实现高质量的图像传输。首先,从原始图像中减去先下采样后上采样的图像来得到残差层图像。其次,提出了一种自适应聚类的块分级离散余弦变换算法来有效去除残差层图像像素之间的相关性。最后,提出了一种基于图像块等级的不等功率分配策略来进一步提升接收端的图像质量。大量的实验结果表明,所提方法在定性评估和定量度量两方面都明显优于现有较成功的混合数模图像无线传输方法。

基于FPGA的自滑动同步法TFT-LCD屏TCON的实现

不同厂家、不同尺寸、不同分辨率的TFT-LCD屏与时序控制器TCON的接口不同,对应不同的差分信号格式。为了适应不同屏的图像显示,需要一种可编程的时序控制器TCON。通过在FPGA芯片上采用自滑动同步法,实现了TFT-LCD屏的TCON系统。该系统从视频处理主板输出的差分信号中提取视频数据,提出通过自滑动同步法使之与同步控制信号对齐;将提取的视频数据转换为源驱动器的输入信号,即mini-LVDS或RSDS格式的差分信号,同时产生门驱动器的时序信号;由源驱动器和门驱动器输出的信号驱动TFT-LCD屏显示图像信号。为了测试TCON的性能,使用两块FPGA电路板进行实验。一块FPGA电路板实现TCON时序控制器;另一块作为TCON的输入测试信号源,用于测试所设计的TCON性能。实验结果显示,所设计的TCON能够从LVDS视频差分数据中正确解析出视频数据,并转换为屏的源驱动器和门驱动器信号,驱动TFT-LCD屏显示视频信号。通过对比分析可知,使用自滑动同步法具有资源消耗少,功耗较低等优点。

基于机器视觉的芒果检测与分级研究

为了提高贵妃芒果检测与分级的准确率和效率,首先用标定好的工业相机对芒果进行拍照,然后使用HALCON对芒果图像进行灰度化和图像分割预处理,接着提取芒果面积、果形指数、成熟度、缺陷面积和缺陷个数5个特征参数并归一化,把它们分别作为GMM、MLP、SVM和KNN分类器的输入向量,并以芒果的4个等级作为分类器的输出向量,最后以每级120个训练样本,60个测试样本分别对4种分类器进行训练和测试。结果表明4种分类器的平均准确率依次为92.5%、93.75%、98.75%和98%,准确率较高,有一定的实际应用价值。

工业物联网中基于信息熵的联邦增量学习算法与优化

面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新。所提方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展。在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛。仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度。

基于MCRASN的遥感影像变化检测

为了提升经配准高分辨率遥感影像对变化检测的精度,基于ChangeFormer提出了一种将移动卷积与相对注意力相结合的孪生网络(mobile convolution and relative attention Siamese network,MCRASN)。该网络以垂直布局结合移动卷积和相对注意力,构建多阶段组合编码器替换原网络编码器,高效地捕捉所需的多尺度细节特征和像素间相互关系信息,改进差异模块为1个可学习的距离度量模块进行距离计算,同时通过引入EFL(equalized focal loss)损失函数解决数据集正负样本失衡的问题以实现精确的变化检测。实验结果表明,所提出的MCRASN算法在LEVIRCD数据集上具有更好的变化检测性能,其精确率、召回率、F1得分和总体精度分别为93.94%、89.26%、91.54%和99.18%,优于先前的多种检测方法。

面向异构图像压缩感知的阶数自适应多假设重构

大数据时代到来,使得图像传感应用面临大维度处理与大容量传输的挑战,压缩感知技术及相关算法在一定程度上解决了该问题。然而,现有压缩感知算法存在对异构图像集泛化性不足的问题,需要为此类图像集设计高泛化性的压缩感知重构算法。因此,基于泛化性较高的多假设预测机制,提出一种阶数自适应多假设重构算法。首先通过窗口自适应线性预测器对各块进行预处理,根据预处理获得的相关性指标,改变多假设搜索窗口的大小,并依据相似度对搜索窗口内的预测块进行排序,结合自适应的搜索窗口挑选不同数量的高相似预测块,生成多假设预测的重构图像。选取自然图像集以及X光胸片和脑磁两个异构图像集进行实验,在不同采样率下对比所提算法与传统的多假设压缩感知重构算法以及两种新近提出的基于多假设预测的算法性能。实验结果表明,所提算法具有良好的性能提升。在自然图像集下,相比两种新近提出的基于多假设预测的重构算法,所提算法保持了一定的恢复质量,且运行时间分别减少了17.5%,28.7%。此外,相比两种新近提出的算法,在胸片图像集下,所提算法分别获得了1.16 dB,1.43 dB的平均PSNR提升,以及36.1%,21.5%的平均运行时间减少;在脑磁图像集下,所提算法分别获得了1.64 dB,1.97 dB的平均PSNR提升,以及平均28.6%,26.1%的运行时间减少。整体而言,所提算法具有较低的时间复杂度、较高的恢复质量,综合性能更佳。

基于再感知双模型联合训练的散焦模糊检测

针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。