基于改进YOLOv8的无人机图像小目标检测算法

针对无人机(UAV)图像中目标尺寸小及特征信息少导致检测精度低的问题,提出改进YOLOv8n的小目标检测算法。首先,引入Wise-IoU损失函数,通过动态非单调聚焦机制增强网络对普通质量锚框的关注,提高泛化能力。然后,添加小目标检测层(SODL)和双向特征金字塔网络(BiFPN)构建新的特征融合结构——Bi-SODL结构。SODL使网络更充分地捕捉小目标的浅层特征信息,BiFPN可以实现不同尺度特征层之间的信息交流和融合,提高小目标检测的准确性。最后,添加大型可选择模块(LSKBlock)注意力机制,通过空间选择机制和加权方式对输入特征进行处理,进一步提高小目标检测的性能和鲁棒性。实验结果表明,在VisDrone2019数据集上的检测精度指标P、mAP_0.50和mAP_0.50∶0.95分别提升6.4%、8.3%和5.2%,并且参数量降低25.78%。改进措施使得检测性能优于众多主流算法,证明了改进算法的有效性。

基于注意力机制改进YOLO-V5的多尺度行人目标检测

为了提高在各类复杂场景中不同尺度行人目标的检测性能,提出了一种结合注意力机制的YOLO-V5多尺度改进算法。通过对YOLO-V5主干网络进行加深,进一步提高其特征提取能力,丰富深层语义信息;在算法中引入Coordinate Attention注意力机制,使其能够关注输入特征图中的有效区域;在原始YOLO-V5基础之上,增加一组新的目标检测头部,来增强算法对小尺度目标的检测性能。所提出的方法在Citypersons行人数据集上进行了实验,将Citypersons验证集中的不同尺度目标细分为3种后,改进算法对这3种不同尺度行人目标的AP50指标分别达到了64.5%、66.6%、71.7%,Recall指标分别达到了53.0%、56.6%、61.7%,较原始YOLO-V5算法分别提高了3.8%、3.6%、2.3%和3.3%、4.7%、3.5%。实验结果表明,提出算法对多尺度行人目标的检测效果具有明显提升。

打造“五有”新工科范式的工程材料学课程

针对机械工程专业学生在工程材料学课程学习过程中表现出的学习兴趣不足、学习意识被动、工程应用与实践能力不强等学习之惑,反思教学过程中存在的课程内容时代前沿性差,与社会生产生活严重脱节,课程思政难入人心等痛点问题。从学生需求、社会需要、专业发展角度出发,创建符合新工科发展特色的多维度课堂、多层次实验、多元化考核评价、双师型队伍建设和一班多师制的“五有”课程教学范式。

基于ResNet18与胶囊网络结合的人脸表情识别

为了避免CNN池化层丢失特征并解决胶囊网络自身卷积层特征提取不足的问题,提出一种改进的ResNet18和胶囊网络结合的人脸表情识别方法。该方法仅保留ResNet18的卷积层,对其中的3个残差块进行调整,然后融入CBAM注意力机制,替换胶囊网络的单卷积层来提取特征,最后将提取的特征送入胶囊网络进行训练和分类。所提出的方法在CK+、RAF-db和FER+数据集上进行了实验,识别准确率CK+97.97%、RAF-db84.11%、FER+(单标签)86.24%、FER+(双标签)94.14%。实验结果表明,该方法在人脸表情识别方面具有可行性和有效性。

基于改进YOLOv5与边缘计算的智能猪只盘点

针对生猪检测盘点算法在复杂场景中泛化能力弱,猪只遮挡误差较大,且推理速度慢,不易在边缘设备部署的问题,提出一种改进的YOLOv5算法,并将其部署在NVIDIA Jetson Xavier NX边缘设备上进行猪只盘点。采用半监督伪标签方式的数据增强策略,提高泛化能力;在YOLOv5主干网络中加入ECA注意力机制实现跨通道的信息交互,提高模型的精度及推理速度;采用SPPCSPC模块替换SPP模块,在原有基础上引入残差,更好地引导梯度流的传递,提高模型的精度;采用SIoU损失函数,减少回归框的“震荡”,降低盘点误差,提高模型推理速度。在实际场景猪只数据集上的实验结果表明,与改进前相比,平均绝对误差和均方根误差分别降低0.69、0.65,平均精度均值和召回率分别提高2.02%、2.75%,帧率提高6.53 fps。该算法可以有效减小猪只遮挡产生的误差并提高算法推理速度,实现了基于边缘设备的实时猪只盘点。

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的x和y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确。实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法。

基于局部灰度值编码的图像匹配

提出了结合图像局部灰度值编码匹配和相位相关进行图像模板匹配的新方法,解决了相关匹配等传统算法计算量大和已有的分块编码匹配方法因块对齐使特征比较及结果处理过程复杂的问题。匹配过程分为粗匹配和精匹配。粗匹配将模板和搜索图进行R-块划分,根据每个R-块与相邻R-块灰度值的分布关系进行编码,然后将模板在搜索图上按照步长遍历,同时对编码值进行匹配,得到初始匹配参数。接着根据初始匹配量用相位相关法进行精确匹配。实验表明,新算法抗像素灰度变化,对噪声和小角度旋转具有稳定性,其算法的时间复杂度是O(M2),比传统的归一化互相关算法快了2个数量级,与现有的分块编码方法相比速度也提高了2倍。因加入了精匹配,增强了算法的稳健性,提高了匹配定位的精度。

一种基于角点特征的图像拼接融合算法

针对普通摄像机存在的视场不足问题,扩大摄像机拍摄图片的视场范围,提出了一种基于特征点的图像拼接融合算法.实验结果及精度分析表明,图像拼接的效果良好,部分对应点匹配的平均绝对误差和均方根误差为0.2729pixel和0.2990pixel,达到了像素级精度.该算法能够较好地解决图像间对应点难以确定的问题,有效去除了伪匹配点,而且对光照变化图像的拼接融合能取得满意的效果.

融合注意力机制的实时行人检测算法

为了提高Tiny YOLOv3目标检测算法在行人检测任务中的准确率,对该算法进行了研究改进。首先对Tiny YOLOv3的特征提取网络进行深化,增强网络特征提取能力;然后在预测网络的两个检测尺度分别加入通道域注意力机制,对特征图的不同通道赋予不同的权重,引导网络更多关注行人的可视区域;最后,改进激活函数和损失函数并采用K-means聚类算法重新选择初始候选框。实验结果表明,改进后Tiny YOLOv3算法的准确率在VOC2007行人子集上达到77%,较Tiny YOLOv3提高8.5%,在INRIA数据集上达到92.7%,提高2.5%,运行速度分别达到每秒92.6帧和31.2帧。该方法提高了行人的检测精度,保持了较快的检测速度,满足实时性运行需求。

基于LBP特征和权重最优下的CNN人脸表情识别

为了提高训练速度和浅层卷积神经网络下的人脸表情识别效果,提出一种基于LBP特征和权重最优下的卷积神经网络(CNN)人脸表情识别方法。通过对原始样本数据集进行预处理,并将处理好的数据集利用局部二值模式(LBP)获取局部纹理特征;将得到的LBP特征的样本数据集进行多次随机打乱,加入到自己创建的浅层CNN中,利用随机梯度下降算法(SGD)对每次打乱的样本数据集进行训练及验证,并保存最优权重下的CNN模型;用测试集对CNN模型在CK+数据集和FER2013数据集上进行10倍交叉验证并分别取得了97.2%和71.4%的识别率。实验结果表明,该方法不仅使网络训练迭代的速度变快,而且能有效增强人脸表情识别的效果,具有较强的鲁棒性。

对当前大学生性道德现状的分析

在社会转型期,由于传统的抑欲主义和西方“性开放”、“性自由”观念的相互影响,适应我国社会主义初级阶段国情的新型性道德尚处于争论和形成之中。一些大学生对此产生了疑惑,其性道德观念和性行为现状令人担忧。本文通过分析我国目前一些大学生性道德、性行为的现状,对产生上述问题的原因进行了分析。

基于视频流的车牌识别研究及系统设计

该文深入研究从视频流中提取运动车辆进行车牌识别的问题,提出了一种车牌识别算法,根据该算法开发了基于MFC的视频流车牌识别可视化系统。算法采用三帧差分与背景消减相结合的方法提取含有运动车辆的关键帧,对关键帧进行灰度化,采用Sobel算子进行边缘检测,融合形态学处理对关键帧进行去噪,从而实现车牌的定位,用投影法结合字符特征对车牌字符进行精确分割,采用BP神经网络算法提取字符特征,输出字符识别结果,由此完成车牌字符识别。通过对50组不同的车辆视频进行检测识别,识别率(包含汉字)达到96%以上。

融合加速稳健特征的子空间人脸识别方法

为了充分利用人脸特征信息更加准确全面地描述人脸,提高现有识别算法的识别率,提出一种融合改进的加速稳健特征和子空间特征进行人脸识别的方法。利用AAM形状模型的训练方法,训练得到41个点的人脸形状模型;对每幅图像进行特征点初歩定位,找到并保留与初歩定位的特征点空间距离最近的SURF特征点。将SURF特征点描述子利用PCA降维,得到改进的SURF局部特征向量。然后利用PCA对图像进行全局特征提取,将局部特征与全局特征进行融合,组成全新的特征向量。最后通过特征向量的匹配实现识別。对包括本算法和PCA-SIFT算法在内的6种不同识别算法进行了验证。实验结果表明,提出的算法在改变ORL人脸库中训练集样本数的情况下,识别率均优于其他算法;在样本数为5的情况下比PCA-SIFT方法提高了4.3%,可见该算法提高了人脸的识别率具有较强的鲁棒性和分类性。

基于情景感知的智能交通CPS研究

通过分析智能交通信息物理系统(IT-CPS)原理和情景感知技术,提出了一种包含4个部分的情景感知体系架构,研究情景感知技术在智能交通CPS中的应用,建立了包含4个层次的基于情景感知技术的IT-CPS模型,并详细叙述了其工作流程,着重讲述了基于情景信息推理的过程这一核心,最后说明了这种技术的意义。

以生命教育构建高校和谐校园

部分大学生对生命价值困惑、漠视生命的现象呼唤大学开展大学生生命教育,以人为本、关爱生命成为促进高校和谐发展的当务之急。本文首先阐述了大学生生命教育的含义,然后分析了大学生生命教育的和谐内涵,其内容包括:生命教育让大学生学会调整自身的和谐,学会与他人及社会的和谐,学会与大自然和谐相处。最后提出了构建和谐大学校园的生命教育策略。

论青少年犯罪的家庭因素

青少年犯罪问题已成为严重的社会问题。对青少年犯罪原因的探讨,过去更多地归结于社会的、环境的因素。但笔者认为,家庭因素在青少年犯罪诸因素中起着非常重要的作用。家庭残缺、家庭环境不良或教育方法不当,是导致青少年犯罪的一大诱因。本文试从青少年犯罪与家庭的关系角度来分析导致青少年犯罪的原因。

论人力资本理论对罪犯职教的启示

本文从人力资本理论角度对罪犯职教工作进行了深入思考,对人力资本理论对罪犯职教的费用保障问题、成本与效益、目标与教学方面的启示和要求进行分析,并提出建立开放式职教模式的建议。

论社区矫正制度的司法完善

在我国社区矫正工作由试点到全面铺开的情形下,我国社区矫正试点工作创造了不少成功经验,但也存在一些尚待解决的问题:立法滞后、制度不健全、管理手段的现代化程度不高、监控机制尚未形成等。因此,为了顺利开展社区矫正工作,加强对社区矫正对象的管理,确保社区矫正的有效性,实现刑罪的目的,加快社区矫正法制化建设,有必要从实体上、程序上、组织上加强和完善社会矫正制度。

罪犯心理咨询中阻抗的分析与对策

心理咨询的过程,其实是一个产生阻抗与冲破阻抗的过程。由于罪犯的特殊性,在罪犯心理咨询中更容易产生阻抗现象,从而影响罪犯心理咨询的效果。本论文首先展示了罪犯心理咨询中阻抗的表现,然后对罪犯心理咨询中产生阻抗的原因进行分析,最后对在罪犯心理咨询中如何克服阻抗提出对策建议。