基于EfficientFaceNets的大规模自然场景人脸识别

在大规模自然场景人脸识别任务中,针对判别性强的深度嵌入特征难以提取以及交叉熵损失难以优化类内紧凑性的问题,提出了一种EfficientFaceNets深度网络的识别方法。该网络结构以EfficientNetV2-S结构为基础,采用上下文特征融合和三维注意力机制增强人脸深度嵌入特征的判别性。同时,为进一步提高人脸深度嵌入特征的类内紧凑性和类间分离性,设计了一种新的可信度增强损失增强深度嵌入特征的相似性,该损失联合交叉熵损失对网络进行训练,可以提升深度网络模型的分类性能。采用2种公开人脸识别数据集LFW和CFP-FP对提出的EfficientFaceNets模型性能进行验证,与3种主流深度网络模型进行了对比实验。该模型在CFP-FP数据集上的识别率相比Mobilefacenet提高了2.82%,相比于MobilenetV3-large提高了2.38%,相比于Resnet50提高了1.91%。实验证明,该模型可以用于人脸识别、图像分类等计算机视觉任务。

基于双源自适应知识蒸馏的轻量化图像分类方法

在知识蒸馏任务中,针对特征对齐过程中存在的特征信息丢失以及软标签蒸馏方法没有考虑不同样本差异性的问题,文中提出了一种双源自适应知识蒸馏(dual-source adaptive knowledge distillation,DSAKD)方法,从教师网络的特征层和软标签中获取更有判别性的知识,进一步提高轻量化学生网络的性能。一方面,提出了一种基于注意力机制的多层特征自适应融合模块,对教师网络和学生网络的中间层特征进行自适应融合,通过特征嵌入对比蒸馏策略优化学生网络的特征提取能力。另一方面,提出了一种自适应温度蒸馏策略,根据教师网络对每个样本的预测置信度为所有训练样本自适应分配不同的温度系数,从而为学生网络提供更有判别性的软标签。实验结果表明,提出的DSAKD方法在3个基准数据集上都取得了最优的蒸馏效果,显著地提高了轻量化学生网络的分类性能。具体而言,与对比方法中性能最优的方法相比,提出的DSAKD方法在CIFAR10、CIFAR100和ImageNet数据集上的平均Top-1验证准确率分别提高了0.46%、0.41%和0.59%。

渐进式深度网络下盲运动图像去模糊方法

针对盲运动图像去模糊任务中渐进式深度神经网络缺少大范围感受野和难以合理交互各阶段图像特征的问题,提出具有扩张卷积和上下文注意力融合模块(contextual attention fusion module,CAFM)的渐进式深度网络(progressive depth network,PDNet)恢复清晰图像。该方法包括局部特征提取、图像特征整合和图像恢复3个阶段。其中局部特征提取阶段和图像特征整合阶段利用多分支扩张卷积模块(multi-branch dilated convolution block,MDCB)增加感受野,适应不同程度的运动模糊;在图像特征整合阶段和图像恢复阶段利用CAFM进行不同阶段图像特征的信息交互,以实现渐进式的图像特征增强。通过3个阶段的渐进式增强策略,提出的方法能充分利用局部和全局图像特征引导图像恢复,从而生成清晰的高质量图像。实验结果表明:与SRN等网络相比,提出的PDNet在GoPro数据集和RealBlur-J数据集上得到更好的效果,且峰值信噪比(peak signal to noise ratio,PSNR)平均提升2.9 dB,结构相似度(structural similarity index measure,SSIM)平均提升0.05。

基于U2-Net深度网络和投影波谷法的在架图书错序检测

针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的索书号区域进一步精确分割,最后对分割出的索书号区域图像使用光学字符识别技术,完成对索书号的识别,通过对识别结果进行排序关系判断,完成错序检测过程。实验结果表明,该方法能实现准确的索书号区域图像分割,为图书馆智能化管理提供了有效的解决方案。

基于HSV空间颜色直方图的油菜叶片缺素诊断

为实现快速而准确的油菜缺素诊断,根据不同缺素导致叶片颜色的变化,提出一种基于HSV颜色空间的非均匀直方图量化和组合多个支撑向量机分类器的智能化油菜缺素分析与诊断方法。采用霍格兰配方配制营养液,并使用山崎配方无土栽培技术,模拟正常、缺氮、缺磷、缺钾、缺硼5类营养状况下的油菜生长条件,栽培了一批甘蓝型双低油菜新品种阳光2009,采集幼苗期5类油菜叶片图像建立缺素数据库。首先使用主动轮廓模型分割油菜叶片区域,然后提取分割后的油菜叶片区域的HSV颜色直方图特征,并采用非均匀量化表征不同缺素油菜叶片图像的颜色差异,最后利用一对多方案训练多个支持向量机(support vector machine,SVM)分类器实现不同缺素油菜叶片图像的分类识别。缺素分类试验结果表明,该方法能较准确地判别常见油菜的缺素类型,对5种缺素的总体识别率达到93%,为数字化和智能化的油菜营养分析与诊断提供了一条有效途径。

OMR图像倾斜矫正与分割

提出一种采用Hough变换进行OMR图像倾斜矫正的方法,该方法不必识别定位标记位置,具有很好的抗噪能力。为克服Hough变换计算量大的缺点,采用图像子抽样生成低辨率图像进行Hough变换,提高了算法效率。同时,提出一种快速游程段中心迭代算法分割图像,结合Hough变换,可快速准确地实现OMR图像的倾斜矫正与分割。

低分辨人脸识别综述

全面综述了低分辨(Low-Resolution,LR)人脸识别技术的研究进展,并对相关亟需解决的关键问题进行了讨论。对LR人脸识别系统的概念、待解决问题、系统结构、已有不同识别方法进行了分类阐述。根据高、低分辨率人脸图像空间特征维度的不匹配问题,分别对基于重构超分辨(Super-Resolution,SR)图像和基于公共特征子空间两类LR人脸识别方法进行了详细介绍。对每类方法按照不同的实现过程,进一步划分为三种不同的类型分别介绍,并对每类方法模型的主要思想和核心问题进行了分析和讨论。简单介绍了九种标准人脸数据库,从识别性能、平均运行时间和多人脸库实验结果比较等方面对每类代表性方法进行了分析。对LR人脸识别技术在未来发展中需要解决的难点问题给予了展望。

超分辨图像质量评价综述

全面综述了超分辨图像质量评价的研究进展。超分辨图像质量评价是以人眼的主观质量评价结果为依据,利用算法模型对重建的超分辨图像进行评价。该评价方法对超分辨重建算法的优化和模型参数的选择具有重要的指导意义。首先对超分辨图像的主观评价方法进行阐述;其次对现有超分辨图像客观评价方法按照全参考型、部分参考型和无参考型进行了分类阐述,特别详细介绍了几种具有代表性的无参考质量评价的主要思想;接着从定量和定性两方面分别介绍了评价超分辨图像质量评价方法有效性的指标,并对评价算法的主要实验方法进行了简要阐述;最后对超分辨图像质量评价方法未来的发展趋势进行了展望。

手写字符样本自动采集研究

提出用行程段信息表示字符图像的编码方法 ,以二进制形式存取 ,能节省大量的文件存储空间。预处理阶段 ,使用最佳阈值二值化方法和平滑技术处理样本表格图像。为保证字符图像正确分割 ,先提取样本表格图像垂直边缘 ,然后使用Hough变换检测图像倾斜角度。提出了快速标记行程段中心迭代算法实现字符图像的分割。

图书馆在架图书乱架错序检测系统设计与实现

为了解决“大流通”模式下图书乱架错序问题,利用计算机视觉技术,设计并实现一个基于图书索书号识别的在架图书错序检测系统。该系统对获取的书架图书图像进行书脊检测和索书号区域分割,使用光学字符识别技术识别索书号并进行排序分析,实现书架上乱架错序图书的快速检测和位置标记。通过对笔者所在图书馆流通室内在架图书图像进行验证,表明该系统具有较好的检测效果,可有效提高图书清点工作的效率。

基于连通域的字符孔洞提取算法及其实现

提出了基于等价类行程的连通域算法,通过计算字符图像背景区域连通域提取手写字符图像的孔洞特征。为将相关行程合并成连通域,构造一个等价类数组记录和传递相关行程间的连通关系。手写数字字符图像的实验结果表明,本文算法能准确有效地提取手写数字字符孔洞特征,可用于字符分类识别。

结构自相似线性回归超分辨重建

实例学习是一种有效的提高图像分辨率的超分辨重建方法。然而,其重建质量很大程度上依赖于学习样本的质量。为克服外部实例图像与输入图像结构可能不匹配而导致重建质量下降的局限性,提出了一种利用多线性回归统计模型建立输入低分辨图像本身不同尺度相似性图像块之间的映射关系的超分辨重建方法。该方法采用逐层重建策略,将输入的低分辨图像逐步分级放大到所期望的大小。实验结果表明,该方法在不需要外部训练集的情况下,能有效重建高质量的超分辨率图像。

基于最近邻聚类的人群计数样本标注方法

现有的人群计数方法需要大量的标记样本训练计数模型。在实际应用中,针对人工标注成本高、效率低的问题,提出一种新的人群计数样本自动标注方法,以获取充足的训练样本。考虑到含有相同或相近人数的视频图像在特征空间中距离相近的特性,利用最近邻聚类将特征空间中距离相近的视频图像划分为同一类,通过主动采样策略,从每类样本中选择少量具有多样性和代表性的重点样本进行人数标注。最后将标注样本的人数标签传播给每一类样本中剩余的无标记样本,实现样本的快速标注。结果表明:给出的标注方法可有效解决人群计数任务中样本的标注问题,仅使用其他人群计数方法30%的标记样本即可达到较好的预测精度;此外,与真值标签训练计数模型相比,使用该标注方法获取的标签训练计数模型可获取一致的预测结果。

一种多特征组合与多神经网络分类器集成的手写数字识别新方法

提出了一种多特征组合与多神经网络分类器集成的手写体数字字符识别方法。新方法对结构简单、书写规范的数字字符使用高效的结构分类器实现快速分类;对结构分类器不能准确分类的字符,首先通过提取多个特征,构造不同结构和类型的多个神经网络分类器,然后对多个分类器的识别结果,通过多专家集成方案对手写数字进行最终判决。实验结果表明,提出的方法能有效降低识别错误率,提高识别系统的可靠性。

基于“项目驱动法”的“工业机器视觉测量与控制”综合实践教学模式研究

"工业机器视觉测量与控制"综合实践是测控技术与仪器专业重要的后续实践性课程,设计合理有效的教学模式,对进一步巩固学生该课程基本原理和方法的掌握非常关键。笔者从高等学校应用型高级专门人才培养的内在要求出发,提出运用"项目驱动法"开展"工业机器视觉测量与控制"综合实践教学,从教学目标、教学内容、教学规程和考核评价四个方面阐述了本课程的综合实践教学实施方案。运用"教学做合一"的综合实践教学模式,有利于发挥学生在学习过程中的主体地位,提高学生应用创新能力。

新工科背景下测控技术与仪器专业视觉检测方向课程体系构建

在新工科背景下,突出视觉检测方向在测控技术与仪器专业人才培养中教学地位,是高等学校应对新的技术革命和新兴产业发展,升级改造传统专业课程体系的建设举措。笔者以本校测控技术与仪器专业人才培养方案的修订为依据,详细介绍了测控技术与仪器专业视觉检测方向课程体系的构成,分析了各课程设置的必要性,为高校推进新工科建设,培养适应区域经济发展和产业转型升级的卓越工程人才提供参考。

基于HOG特征和SVM的日常运动行为识别

提出了一种基于方向梯度直方图特征(Histogram of Gradient,简称HOG)和支持向量机(Support Vector Machine,简称SVM)的日常运动行为识别方法。该方法以KTH动作数据库作为实验数据库,首先将运动视频分解成图像,并对图像进行预处理和人体运动目标分割,然后利用HOG表示不同类型的运动行为,最后采用支持向量机分类器实现运动行为的识别。实验结果表明,基于HOG特征和支持向量机的动作识别方法具有较好的识别效果。

基于位映像编码的手写字符样本存取方法

针对USPS手写数字样本数据库存储空间大,在开发实际手写数字字符识别系统时不能直接生成二值化图像的缺点,提出一种基于位映象编码的二进制存取方法,建立的手写样本数据库可以快速恢复为相应的二值化字符图像。该方法可使重建样本数据库的存储空间仅为原来的1.597%,且能正确恢复字符样本图像。利于研究识别系统时批量样本的读取。

基于OMR标记识别的标准化考试阅卷方法

提出一种基于轮廓跟踪的标记识别标准化考试阅卷方法,通过对答题卡OMR图像定位标记和涂填标记的识别与分割,能实现批量标准化考试答题卡的评判。实验结果表明,本文提出的方法正确高效,具有系统成本低、适应性强,能保存答题卡图像备查等优点。

优化的AdaBoost回归图像超分辨方法

实例回归是一种简单但有效的超分辨重建方法。然而,简单线性回归器不仅不能很好地表征低分辨与高分辨图像之间复杂的非线性关系,同时,在字典和回归器规模较大的情况下,存在内存占用过高的现象,限制了该类方法在内存受限情况下的适用性。针对这些问题,提出了一种自适应特征增强的实例回归超分辨率重建优化方法。该方法利用K-SVD字典学习算法从训练集中学习一个稀疏字典作为锚点;利用锚点邻域回归通过T次自适应增强算法得到一组强回归器;将得到强回归器进行优化编码,得到一组回归基和其相应的编码系数用于超分辨重建。为验证提出算法的有效性,分别与其他主流方法在四个公共标准数据集上进行超分辨对比实验。实验结果表明,提出的方法在客观质量和视觉质量评价两个方面上均取得了较好的重建质量,具有较好的重建性能和较低的内存占用。