可见光与红外图像联合口罩佩戴检测研究

为缓解疫情期间口罩佩戴检测工作压力,降低检测环节运算负担,提出一种轻量化的可见光与红外图像联合口罩佩戴检测方法。首先,提出了一种基于可见光图像颜色通道选择的人脸检测算法,能够有效减弱光照亮度对检测的影响;然后,提出一种基于边缘结构相似度的可见光图像与红外图像匹配算法,在红外图像上搜索与可见光图像人脸匹配的人脸区域;最后,采用相关滤波检测器在红外图像上判断口罩佩戴情况。为测试方法性能,创建了可见光/红外图像口罩佩戴检测数据集。与5种可见光图像口罩检测算法的对比结果表明,提出的方法具有较高的准确率和召回率。

基于行人检测与峰值密度聚类的行人多次徘徊检测算法

为了提升传统行人徘徊检测方法的准确性,提出了一种结合行人检测与峰值密度聚类的行人多次徘徊检测算法(Multiple Wander Detection Combining Pedestrian Detection and Peak Density ClusteringMWD_PD_DPC)。首先,在行人检测算法的特征提取网络与FPN层之间加入自适应卷积注意力机制(SKNet),提升模型在多尺度场景下行人检测精度。然后,提出了柔性非极大值抑制(DIOU-Soft-NMS)来缓解行人在密集场景下错误抑制的现象,提升行人检测算法在密集场景下的检测精度。最后,使用峰值密度聚类算法(DPC)对行人的轨迹进行分析,来判断是否发生徘徊行为。并通过AdaFace人脸识别算法对徘徊的行人进行人脸匹配,来判断行人是否在不同时间段多次发生徘徊行为。实验表明,该方法单次徘徊检测的准确率到达了94.6%。行人多次徘徊检测的准确率到达了78.7%。

基于人工智能的红外热成像监控系统设计

针对常规红外热成像监控系统在识别电气设备时,需要手动调节发射率以及数据未充分利用的问题,搭建了基于人工智能的红外热成像监控系统。首先设计了由主控板、红外热成像摄像头、深度摄像头、5G无线通信模组、显示屏、电池模组、电压变换器、环境温度传感器和外壳组成的红外热成像监控硬件系统;其次设计了具有对红外热成像图片进行采集、处理和分析的软件系统;最后针对本系统解决常规热成像监控系统问题所使用的目标检测和数据清洗算法进行介绍。系统可实现自适应调整红外热成像的发射率,红外图像自动记录和处理的功能,在提高红外热成像监控系统的性能前提下,节省人力物力。

自适应空频域红外图像增强算法研究

热红外图像是一种非接触式的可视化探测方法,具有探测范围大、信息损耗小等优点,具有可视光图像所不具有的优点,在野生动物探测、公共安全等领域都有应用。但是由于景物热平衡、传输距离和大气衰减等原因,造成热红外图像空间相关性强、对比度低、视觉效果模糊,极大干扰了图像中有效信息的获取。因此,提出采用自适应空域-频域算法对室内、室外两种类别的红外图像进行增强,有效地把模糊红外图像清晰化,改善视觉效果,为后续理解红外图像内容奠定基础。实验结果表明,所用方法具有较好的效果。