改进Mask RCNN算法及其在行人实例分割中的应用

Mask RCNN算法在特征提取过程中存在语义信息丢失的问题,而自然场景中的行人具有姿态不同、遮挡和背景复杂等特点,导致算法应用于行人实例分割时检测准确性较差。对此,提出一种改进的Mask RCNN算法。在Mask RCNN网络的Mask分支中增加串联特征金字塔网络(CFPN)模块,对网络生成的多层特征进行融合,充分利用不同特征层的语义信息。在此基础上,执行RoI Align操作生成行人掩膜。仿照COCO数据集,从生活场景中拍摄1000张图片,自建一个新的行人数据集。基于该数据集的实验结果表明,改进算法较原算法具有更高的检测精确率。

基于改进Mask RCNN的道路信息检测算法

针对目前目标检测算法应用于道路信息检测精度低、速度慢、小目标检测效果差的问题,提出一种基于改进掩膜区域卷积神经网络(mask region convolutional network, Mask RCNN)的道路信息检测算法。引入深度可分离卷积提升检测速度;引入卷积注意力模块(convolutional block attention module, CBAM)与双向特征金字塔网络(bidirectional feature pyramid network, Bi-FPN)提高模型精度;借鉴迁移学习思想,基于PASCAL-VOC2012数据集对模型预训练,提高模型学习特征的能力;基于自制道路信息数据集完成模型正式训练。实验结果表明,使用改进方法优化后的基于ResNet50的Mask RCNN算法整体性能较好,平均精度均值达到95.2%,较原算法提高了4.5%,检测帧率达到24.8帧/s,较原算法提高了8.3帧/s,且小目标漏检现象变少,证明改进方法可以提高道路信息检测算法的检测精度、检测速度与小目标检测性能。

基于Mask RCNN的桥梁裂缝检测方法设计及研究

裂缝是桥梁道路上常见的一种病害,针对其检测准确率有待提高的问题,提出了基于Mask RCNN(region-based convolutional neural networks)的桥梁裂缝检测算法,设计了语义增强模块(semantic enhancement module,SEM),将该模块与特征金字塔网络(feature pyramid network,FPN)相结合,通过特征融合Add计算得到新的多尺度特征图feature maps。针对裂缝形态复杂多样存在识别困难的问题,将裂缝做了两类划分进行检测,并制定了两种策略进行对比实验。实验结果表明:该文中改进的方法可以得到更好的检测结果,检测准确率Accuracy可达99.8%,平均检测精度(mean average precision,mAP)提高了12.6%。

基于机器人视觉系统的物体检测技术探究

机器人视觉系统的物体检测,是指依托人工智能深度学习技术、卷积神经网络模型,对某一图像内的目标特征点、边缘稳定的极值点等作出检测,预测图像像素点在立体空间中的具体位置、物体尺度特征。而原有的AlexNet分类检测模型、RCNN位置框定模型、Fast RCNN卷积训练模型,对空间物体的视觉图像检测来说,存在着结构复杂、检测时间长等缺点。基于此,在卷积主干网络、区域网络背景下,可利用Faster RCNN算法模型、特征点描述检测子,对框定区域的物体图像信息、公开数据集进行筛选、模型训练等检测,以增强固定视觉网络下物体检测的实时性,提高检测质量。

远程监护场景下卧床病人异常姿态检测

针对卧床病人姿态异常情况下进行远程操作易造成二次伤害的问题,提出一种远程监护场景下卧床病人异常姿态自动识别方法。结合场景信息以Mask RCNN为基础改进RPN锚框参数以及ROI Align层的特征选择,利用改进的Mask RCNN+MROI Align算法提取目标轮廓特征;以质心距离与区域重叠率为指标构建一种特征加权差值判别法对场景中的人员进行区分;依据人员区分的结果,设计基于对应点的轮廓比较算法实现远程监护场景下卧床病人异常姿态识别。实验验证分析结果表明,采用所提方法能够很好地完成卧床病人异常姿态检测,在监控摄像头固定在床尾上方位置时远程监护卧床病人异常姿态检测效果最好。

基于目标检测的北方河道非法采砂智能监管应用研究

河道非法采砂对河道河势稳定、防洪安全、生态环境等产生不利影响。为提高河道非法采砂监管效率,采用基于深度学习-的Faster RCNN目标检测算法研发北方河道非法采砂智能监管系统,采用前后端分离B/S架构、超图WebGIS平台、PaddleDetection开发框架在系统中实现视频基础服务、算法模型管理、非法采砂识别、业务监管等功能。该系统接入高点位河湖视频监控设备回传画面,对禁采区的非法采砂行为自动检测,固定非法采砂证据,辅助水行政执法人员完成非法采砂闭环处置工作。以北方迁安市试点应用情况为例,证明了该系统具有可行性,可提高非法采砂监管水平和效率。

基于无人机机器视觉的沙糖桔果园创新农场管理模式

应用无人机机器视觉技术,可判断沙糖桔的种植区土壤情况,监测其虫害和杂草影响,侦查其成熟期的果实情况,同时采用霍夫圆变换、Faster Rcnn目标检测算法等技术可预测产量。