视觉模型

摘要： 通过鸟类视觉模型,比较白星花金龟Protaetia brevitarsis Lewis成虫古铜色和青铜色体色组成及差异,分析两种体色在绿叶和树皮自然背景下的识别度.结果显示古铜色和青铜色体色白星花金龟成虫在蓝山雀眼中是由种类不同的色斑组合而成,是两种完全不同的可以区分的图案颜色.当蓝山雀搜索猎物时,青铜色白星花金龟在绿叶和树皮背景上都是暴露的,蓝山雀可以轻松定位发现.由远到近,蓝山雀能识别绿叶背景上的古铜色个体;但如果光照条件不好,树皮上的古铜色白星花金龟个体不能近距离识别.

摘要： 针对目前的深度卷积神经网络(CNN)模型规模大、训练参数多、计算速度慢以及难以移植到移动端等问题,提出了一种深度可分离卷积结合3重注意机制模块(DSC-TAM)的视觉模型.首先,通过深度可分离卷积网络来减少模型参数,提高网络模型的计算速度;其次,引入3重注意机制模块提高网络的特征提取能力,改善网络性能.实验结果表明:该方法的识别率可达99.63％,模型规模降低了 13％;与标准卷积神经网络视觉模型及其他方法比较,在保证识别精度的同时减少了网络模型的大小.

摘要： 目的综述国内外获取颜色匹配函数的研究方法和进展,提出今后的发展趋势和研究方向,以期为获取个性化颜色匹配函数的深入研究提供参考。方法概述颜色匹配函数的2种获取方法,对影响观察者颜色匹配函数的众多因素进行分析和梳理,对国内外已发表的颜色匹配函数进行分类介绍,总结目前研究所面临的挑战和未来的发展方向。结论建立个性化的颜色匹配函数是个复杂的过程,需要将颜色科学、视觉生理学和心理物理学等学科结合才能够深入研究个性化颜色匹配函数。

摘要： 搭建了自动对靶自动对靶平台视觉模型,并对各个坐标系之间的坐标转换进行了研究.介绍了自动对靶精准施药平台自动对靶与相机标定,并基于极限学习机实现了自动对靶精准施药决策.实验结果表明:自动对靶精准施药平台准确率达到了77％以上,喷药最大时间为8s,效率较高,具有较高的可行性和有效性,能够满足设计需求.

摘要： 瑞萨电子株式会社宣布:其ISL91301B电源管理IC(PMIC)应用于最新Google Coral产品中,包括Mini PCIe加速器、M.2加速器A+E密钥、M.2加速器B+M密钥和模块内系统(SoM)。Google Coral可无缝集成至任何规模的流程中,从而帮助设计人员为各个行业创建多种本地人工智能(AI)解决方案。Google Coral技术可为低功耗设备实现高级神经网络处理。Coral的核心是Google Edge张量处理单元(TPU)协处理器,该协处理器可执行每秒4万亿次操作(TOPS),每TOPS仅耗电0.5瓦(每瓦2TOPS)。它可以节能的方式执行高级移动视觉模型,例如以400 FPS的速度运行MobileNet v2。

摘要： 论文深入研究打靶视频中弹孔检测提取的主要问题和弹孔特性,基于视频图像处理技术,提出一种区域二值化的弹孔粗检测算法,实现当前视频帧弹孔的全部检测提取.以此为基础,利用视频时空特性和弹孔特性融合,设计基于视觉模型的当前时刻弹孔检测提取算法,有效解决真实环境下弹孔成形状况不理想等制约性难题,精确实现打靶视频中当前时刻弹孔的依次全部检测提取.实验证明,论文算法精确有效且具有较好的普适性和时效性.

摘要： 为了准确地识别复杂环境下的焊缝目标,建立了一种基于深度学习的焊接机器人视觉模型,该模型采用局部联接和全联接相结合的CNN卷积神经网络结构,局部联接由3个卷积层和子采样层交替组成,用于焊接目标的特征提取,全连接层由输入层、隐层和输出层组成,作为分类器用于焊缝目标识别.采样了一千多幅焊接目标图像样本用于CNN的网络训练,分析了不同CNN网络结构参数对模型的影响.结果表明,该视觉模型对焊接目标的平移、旋转和比例缩放表现出良好的鲁棒性,可以应用到焊接机器人的视觉导航.

摘要： 目的为了探讨不同年龄段人眼的对比度敏感视觉特性,以获取对比度敏感函数模型。方法基于LCH颜色空间,利用显示器显示不同空间频率正弦波图像,测量青年(18～25岁)、中年(30～45岁)、老年(50～70岁)共30位观察者的明度、彩度、色调角对比敏感度数据。结果随着空间频率的增加,人眼对比敏感度先增加后减小,当空间频率在2～4周期/度时,人眼最为敏感;明度对比敏感度高于彩度、色调角;青年组3种对比敏感度数据均高于中老年组。结论采用指数函数对测量数据进行了拟合,构建了对比敏感度函数模型,可用于实现人眼视觉系统的建模,能够用数学公式预测人眼对彩色图像质量的感知。

摘要： 目的:设计一种双目立体虚拟现实(VR)显示教学资源平台,利用其沉浸性能来增强对学员主观视角上的刺激,达到快速拓展知识面的效果.方法:对3D立体视觉原理进行探讨,设计立体显示的软硬件系统再使用计算机实现视觉模型,采用打开图形库(Open GL)图像编程接口,分析Open GL实现三维(3D)图像渲染显示的原理与其坐标变换原理;在Open GL中构建平行双目视觉的影像模型,确定在双目立体显示系统中两个摄像机的相对位置;使用Open GL在该模型的基础上设计3D-VR医学教学资料.结果:研究的视频资源的渲染质量能够达理想要求,图形渲染速率可满足交互操作的要求,交互性能良好.使用数学建模方法实现两种视觉模型建模;使用Open GL构建了平行双目投影模型,完成了双目立体显示平台的设计与实现.结论:3D双目视觉的VR医学教学平台能够较好的表现医学教学操作场景的特征,达到了预期的效果;丰富了教学资源,提高了学员的培训效率.%Objective: To design a teaching resource platform with virtual reality (VR) display of binocular stereo so as to strengthen the stimulation of subjective visual angle by using its immersion performance, and to achieve the effect that rapidly expands scope of knowledge for students. Methods: Through explored the principle of 3D stereo vision to design stereo displayed soft and hardware system so as to realize visual model by using computer. The open graphics library (Open GL) image programming interface was adopted, and the principle that Open GL realize display of 3D image rendering and the principle of transformation of coordinates were analyzed. In the Open GL, the parallel image model of binocular vision was constructed, and the relative location of two cameras in this binocular stereo display system was determined. And Open GL was applied to design medical teaching materials of 3D-VR on the basis of this model. Results: The rendering quality of researched video resources could reach satisfactory requirement, and the speed of graphics rendering could meet the requirements of interactive operation, and the performance of interaction was good. And the mathematical modeling approach was used to achieve modeling of two kinds of visual models. Besides, the parallel binocular projection model has been constructed by using Open GL, and the design and achievement of the display platform of binocular stereo has been completed. Conclusion: The VR medical teaching platform of 3D binocular vision can better present the characteristics of operation scenarios about medical teaching, and has achieved the anticipated effect. And it provide technical support for new techniques and new businesses in teaching resources.

摘要： 针对目前遥感影像金字塔存储导致数据量过大,以及数据传输完毕再完全解压造成的用户等待问题,结合用户浏览遥感影像的需求,设计了一套面向可视化的遥感影像分级压缩及渐进传输系统.对给定的遥感影像,先采用提出的算法进行高效压缩,然后分为多段码流存入数据库.当用户请求某一区域的特定分辨率层时,系统在数据库查找到对应码流,传输至显示端.显示端实时解压码流后,立即对显示的影像动态更新.对同一区域的更高分辨率影像请求,只需传输增量码流即可.实验表明,该系统能够有效减少数据存储量,并能使遥感影像在虚拟地球平台快速、平滑的发布.

摘要： 本文在人类视觉模型的基础上，利用数学建模方法和色度学方面的研究成果，结合人类视觉系统对彩色图像边缘所能识别的最小彩色差函数以及Canny算子边缘检测原理，给出一种能根据不同彩色背景亮度自动选取阂值的边缘检测算法。仿真实验证明算法有较好的自适应性和良好的边缘识别性能。

摘要： 为更好地保证数字指纹的不可见性和鲁帮性，指纹嵌入算法利用了人类视觉模型；然后对每个用户的指纹版本进行随机变形处理，使得变形后图像的感知质量基本不发生变化，而合谋产生的版本的感知质量明显下降．实验结果表明，该算法具有良好的抗合谋攻击性能。

摘要： 对现有的视觉描述设计过程进行改进,包括概念模型的构建,实体、属性以及关系的识别和建模.在视觉模型中,不同类型的空间关系是非常重要的,该设计过程能够较好地处理这些空间关系。针对运动目标,采用三帧图像差法来获取目标的运动信息以及确定场景中运动目标的数目。根据目标的区域特征获取初始轮廓,并将其作为主动轮廓线模型的初始控制点。完成运动目标的检测。使用目标的空间低阶矩及矩对时间的低阶导数分别表示目标的空间特征和时间特征,从而可以选出对分类识别最有效的特征,最终实现对特征空间维数的压缩。

摘要： 为得到真实的模拟视觉感知效果,建立了基于有限理性的虚拟视觉感知模型,主要模拟了视觉的有限性，分析了影响虚拟视觉感知的几何因子,可见度因子,运动因子,和对比度因子,计算了虚拟视觉的可见性.通过建立对感知对象的视觉模型得出视觉范围内能够被感知到的程度。将有限理性引入虚拟视觉模型构建的研究中，是一种由上至下的建模方法，在虚拟视觉建模中运用有限理性理论，避免了仿真中虚拟视觉模型获取超出自体能力信息的能力。

摘要： 本文提出一种基于像素能量分布的自适应差分能量水印安全算法。首先，将水印图像置乱；其次，根据Watson视觉模型计算出水印承载区域的可调能量闽值JND；然后比较JND与能量差D，决定是否在该区域嵌入水印。实验证明，该算法在保证水印不可感知的前提下，避开能量差过大的区域，进而增强水印的鲁棒性。

摘要： 提出了一种新的混沌加密数字图像盲水印算法。首先通过混沌序列将水印信息加密，再使用GRAY码进一步置乱弱化水印信息，然后利用人类视觉模型特性，将置乱信号自适应地加入到彩色载体图像蓝色分量离散余弦变换域的低频分量系数中。在植入水印和提取水印时，使用了量化的方法，从而实现了盲水印算法。实验表明，该算法对于抵抗各种噪声、滤波和压缩等攻击具有很好的鲁棒性以及安全性。

摘要： 针对激光焊接机器人对焊缝跟踪的实时性要求高的特点，设计了基于视觉的激光焊接机器人跟踪曲线焊缝系统，并建立了相应的焊缝跟踪视觉模型.通过机器人示教确定曲线焊缝的轨迹，然后机器人沿着轨迹行走，当发现焊缝偏差时，通过视觉伺服控制进行焊缝偏差补偿.保证了焊缝跟踪的实时性，提高了跟踪精度.

摘要： 提出一种新的基于小脊变换域的数字水印算法.小脊变换的性质使得在小脊变换域中建立视觉模型比在DCT、DWT域中建模更符合人类视觉模型,这样通过在小脊变换域中建立一种视觉模型,并定义小脊系数与水印嵌入强度因子之间的函数关系,在水印不可见的前提下,能够更多的嵌入水印的信息,增强数字水印的鲁棒性.实验结果表明,该水印算法能过抵抗一定程度的高斯噪声、中值滤波、图像的剪裁、图像的锐化及JPEG压缩等攻击.并且水印算法能够较好的抵抗小波域中相应水印算法所不能抵抗的微小扭曲的几何攻击.

摘要： 数字水印技术是多媒体安全领域引人瞩目的研究方向,在版权保护、权利认证以及秘密通信等方面发挥着积极的作用.提出了一种基于离散小波变换的自适应双重盲数字水印方案.为了提高水印的不可感知性和鲁棒性,第一重水印经置乱后,按照人类视觉的特点被嵌入到低频分量块的平均值上,可实现盲提取；第二重水印是伪随机序列,通过Arnold变换散布嵌入垂直分量中,并通过统计学实现盲检测.仿真结果表明,该方案能较好地保持图像的质量,并对常见的图像处理操作和其它攻击有较强的鲁棒性.

摘要： 数字水印技术是多媒体安全领域引人瞩目的研究方向,在版权保护、权利认证以及秘密通信等方面发挥着积极的作用.提出了一种基于离散小波变换的自适应双重盲数字水印方案.为了提高水印的不可感知性和鲁棒性,第一重水印经置乱后,按照人类视觉的特点被嵌入到低频分量块的平均值上,可实现盲提取；第二重水印是伪随机序列,通过Arnold变换散布嵌入垂直分量中,并通过统计学实现盲检测.仿真结果表明,该方案能较好地保持图像的质量,并对常见的图像处理操作和其它攻击有较强的鲁棒性.

摘要： 本发明属于视力康复设备技术领域，提供了一种基于动态视觉模型的弱视视觉康复训练装置包括：底座，用于安装与固定；训练盘，设置在底座上，训练盘上设置有康复训练组件；移动机构，设置在训练盘底部，用于驱动训练盘循环移动；旋转机构，与移动机构通过传动带转动连接，用于驱动训练盘旋转；驱动件，用于驱动旋转机构转动；其中，驱动件驱动旋转机构转动，带动训练盘上的康复训练组件旋转，同时在传动带的转动连接下，驱动移动机构循环移动，实现训练盘上的训练部件旋转且循环移动的训练模式。本发明的优点是：调节便利，灵活性高，视觉训练效果好。

摘要： 计算机视觉涉及计算机如何能够从数字图像或视频中自动获得高级理解。计算机视觉系统在汽车或机器人车辆领域的应用日益增加。计算机视觉可以通过考虑定义视觉数据项中的至少一个视觉状态的视觉参数来改进。然而，先验地，不清楚哪些视觉参数与计算机视觉相关。本说明书讨论了用于分析视觉参数的相关性以训练计算机视觉模型的计算机实现方法。在调整视觉参数集以增加它们的相关性时，得到了可以在（重新）训练和/或测试计算机视觉模型中使用的视觉数据的新集合和对应的地面实况。

摘要： 本发明属于视力康复设备技术领域，提供了一种基于动态视觉模型的弱视视觉康复训练装置包括：底座，用于安装与固定；训练盘，设置在底座上，训练盘上设置有康复训练组件；移动机构，设置在训练盘底部，用于驱动训练盘循环移动；旋转机构，与移动机构通过传动带转动连接，用于驱动训练盘旋转；驱动件，用于驱动旋转机构转动；其中，驱动件驱动旋转机构转动，带动训练盘上的康复训练组件旋转，同时在传动带的转动连接下，驱动移动机构循环移动，实现训练盘上的训练部件旋转且循环移动的训练模式。本发明的优点是：调节便利，灵活性高，视觉训练效果好。

摘要： 本发明公开了一种基于眼动视觉模型的驾驶员视觉特性分析方法，包括如下步骤：步骤一、结合VOR和OKR模型开发VOR+OKR模型；步骤二、进行三个实验：包括无视觉刺激驾驶(VS)、有VS驾驶、有VS驾驶和n‑back任务；步骤三、对实验采集的数据进行A2*2因子设计分析，采用Smart Eye Pro和Fastrak设备捕捉眼和头的运动，对数据进行扫描和闪烁点筛选；然后进行两项方差分析。本发明的模型结合VOR和OKR可以模拟人眼运动，并能反映驾驶时心理负荷对驾驶员的影响。此外，该模型显示出更高的精度，减少了光流的影响，并且在非自愿眼球运动的情况下能够很好地适应不断变化的注视。

摘要： 本申请实施例提供了一种视觉模型训练和视频处理方法、装置、设备及存储介质，涉及人工智能技术领域，该方法包括：结合预训练和微调训练的方式对待训练的视觉模型进行训练获得目标视觉模型。每次迭代预训练中，基于样本视频帧集合中各个样本视频帧的正样本视觉特征，以及历史迭代预训练中使用的其他样本视频帧的负样本视觉特征获得第一损失函数。在每次迭代微调训练中，基于样本视频帧集合中各个样本视频帧对应的预测视频类别获得第二损失函数，从而使得目标视觉模型的特征表征力会更强，特征区分度更高。采用目标视觉模型提取待处理视频帧的视觉特征并基于视觉特征进行视频相似性判决时，可以有效提高视频相似性判别的准确度。

摘要： 本公开提供了一种构建视觉模型结构的方法、装置、介质及边缘计算设备，涉及智能交通技术领域，尤其涉及构建视觉模型技术领域。具体实现方案为：获取目标图像的本征特征，并基于所述本征特征，确定所述目标图像的局部特征和全局特征；建立所述本征特征、所述局部特征和所述全局特征之间的全局相互关系；基于所述全局相互关系，构建视觉模型的全局注意力模型结构。通过本公开可以在不增加模型参数量的前提下提升模型的特征提取能力，进而提升模型的性能。

摘要： 本公开提供了一种视觉模型压缩方法、装置、设备、存储介质以及程序产品，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域。该方法的一具体实施方式包括：视觉模型的输入标记输入至视觉模型；获取视觉模型的第i层的输出标记；基于第i层的输出标记，生成第一转置标记；对第一转置标记进行降维，生成降维标记；将降维标记输入至第i+1层进行变换，生成第i+1层的输出标记。该实施方式提供了一种在标记维度进行降维的视觉模型压缩方法，通过减少标记数目加快模型训练。

摘要： 本公开提供了一种视觉模型降秩方法、装置、设备、存储介质以及程序产品，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于OCR光学字符识别等场景下。该方法的一具体实施方式包括：将视觉模型的输入标记输入至视觉模型；获取视觉模型的第i层的输出标记；使用可学习权重对视觉模型的第i层的输出标记进行降秩，生成视觉模型的第i层的降秩标记；将视觉模型的第i层的降秩标记输入至视觉模型的第i+1层进行变换，生成视觉模型的第i+1层的输出标记。该实施方式提供了一种视觉模型降秩方法，通过减少标记数目加快模型训练。

摘要： 本申请公开了一种计算机视觉模型成熟度评估方法、装置、设备及存储介质，属于深度学习领域，本申请提供的技术方案包括：从数据的维度、算法模型的维度以及运行框架的维度对计算机视觉领域中的机器算法模型进行评估处理，得到数据的维度对应的第一评估值、算法模型的维度对应的第二评估值以及运行框架的维度对应的第三评估值；获取数据的维度、算法模型的维度以及运行框架的维度所分别对应的权重值；根据获取到的权重值对第一评估值、第二评估值和第三评估值进行加权求和处理，得到机器算法模型对应的成熟度得分。本申请实施例提供的技术方案能够对计算机视觉领域中的机器算法模型进行评估。

摘要： 本公开涉及一种计算机视觉模型训练方法及装置、电子设备和存储介质，所述方法通过获取分别来自多个电子设备的多组模型参数，以根据预设的模型框架分别确定与各组模型参数对应的视觉模型，并根据各视觉模型生成多个合成图像。进一步地，通过各合成图像对各视觉模型进行模型蒸馏，得到目标视觉模型。本公开实施例可以通过与多个电子设备进行一次模型参数的通信得到多个视觉模型，并在不接收各电子设备训练集的情况下通过合成图像进行模型蒸馏，得到融合多个视觉模型特性的目标视觉模型。本公开实施例的训练方法能够通过模型蒸馏的方式融合多个视觉模型特性，且在融合模型特性的同时有效保护各电子设备的隐私。