基于深度学习的颜色特征和轮廓面积的船员救生衣检测执法算法

在江面逆光环境下,摄像头拍摄的物体较为模糊,且目标较小,很难通过传统方法来进行目标检测,因此提出了在江面逆光环境下的一种能够识别救生衣的检测算法。目标定位采用改进的yolo的目标检测方法,分割出图像中目标区域并进行定位。因卷积神经网络(CNN)可用于提取图像特征并进行学习,对提取出的目标图像采用改进的卷积神经网络算法进行特征提取与分类。通过江面逆光环境救生衣检测实验验证了所提出算法的有效性,实现实时检测和识别水上目标。实验结果表明,在多个目标具有相同颜色特征时,能够有效识别救生衣目标并且算法识别精度较高。

用智能化手段解决现存水上运输问题

通航条件较好的内河航道绝大部分都集中分布在长江、珠江、黑龙江、淮河和京杭运河五大水系(简称“三江两河”水系)之中。如何从服务国家战略和行业发展的全局视角,审视智能水运发展现状,展望未来发展趋势,科学谋划,具有深远的战略意义和现实意义。本文主要阐述了运用计算机网络、大数据、物联网和人工智能技术为船舶过闸、港口管理、船舶管理、风险管控赋能,提升航运能力,提高过闸效率,保障船舶航行安全。

基于python的YOLOv5+DeepSORT多目标追踪的实现与应用

目标跟踪是计算机视觉的重要研究课题,根据跟踪对象的数目不同,可分为单目标跟踪(SOT)和多目标跟踪(MOT)。SORT算法(全称Simple Online and Realtime Tracking)是一种实用的多目标跟踪算法,可以有效进行多目标跟踪。近年来,在此算法基础上诞生了DeepSORT算法,它整合了外观信息,提高了算法的性能。借助追踪算法DeepSORT与检测器YOLOv5,可以实现高性能的实时多目标检测和跟踪模型。

图像增强方法常用方法以及原理

图像增强是一种通过特定的算法和手段在原始图像上按照需求变换或者增加一些信息的方法。对于感兴趣特征进行选择性的突出,对于影响图像效果的特征进行抑制或者掩盖,让图像和人的视觉相应特征更加匹配。图像图像有不同的技术路线,根据图像在处理过程中所处的空间不同,主要有基于频域的图像增强算法和基于空域的图像增强算法两大类。图像增强算法是图像处理技术中极为重要的组成部分,对于提高图像质量具有显著的作用。目前对图像增强技术的研究在不断推进,新方法不断涌现。例如相关研究者根据模糊映射理论在图像增强方法中进行创新,提出了新的方法包括模糊松弛、模糊类等解决图像增强方法中存在的如何选择映射函数的问题,并且交互式的图像增强技术的发展和应用,实现了主观控制图像增强效果,同时直方图均衡图像增强算法也有新进展,效果较为突出的就有结合多层直方图的亮度保持均衡算法和动态分层的算法。

高港船闸收费调度信息系统完善的研究

在信息化快速发展的今天,船闸的高效运行离不开信息化管理系统的支撑,本文梳理了高港船闸运行调度中存在的问题,从对高港船闸收费调度信息系统的完善入手,提出解决问题的对策,从而提高办公效率、放行效率和船员满意度,希望对其它船闸收费调度信息系统的完善起到一定的借鉴作用。

基于Retinex算法的深入探究

本文主要对retinex算法的优缺点进行较为详细的介绍。如同其他的科学研究领域那样,如果对一门专业的学科领域进行长达数年的精心研究,却仍无法对它有确切的概念,模式识别领域就出现了类似的问题,包括AI和机械视觉等。与传统的机械视觉类似的概念主要包括视觉的认识和了解、图形与视频的认识。这些定义既有共同点,也有近似点。总的来说,所谓的机械视觉在根本上说“对机器自然视觉赋予一定的能力”的学科。我们所熟知的自然视觉的能力,指的是众多生物的繁杂的视觉系统体现的多种多样的视觉能力。计算器的这种视觉从根本上来说其实是对视觉感知这一重要问题的探讨。即对“多种多样的环境表述和多方面的理解之中,对我们所认识的视觉信息的一种联系、鉴别和解答的一种多方面的过程”。据上述分析,对环境的表达和理解即为计算器视觉,研究如何对输入的图像进行组织,对事物和情景进行识别才是关键所在,从而图像进行解释。