计算机视觉

摘要： 为实现智能检测室内作业人员是否佩戴安全帽,提出了一种改进的Yolov4算法.首先,针对目前室内安全帽佩戴状态检测实验数据较为匮乏的问题,自建了一个用于室内场景的安全帽佩戴状态检测数据集.随后,为提升室内监控图像中模糊、微小目标的安全帽佩戴状态检测准确率,设计了自校准多尺度特征融合模块并将其嵌入原Yolov4网络中.该模块首先通过深度超参数化卷积从上至下、从下至上融合不同尺度下的特征,加强待检测目标的特征纹理,使得模型能够检测出这两类目标.再通过特征自校准模块对融合后的特征进行过滤,加强或抑制特征图上的每一像素点,使得模型可以在融合后的特征图上进行精确的检测.此外为加速模型收敛,使用解耦合的检测头替换原Yolov4中的耦合检测头,使目标定位任务与安全帽佩戴状态的分类任务相互独立.最后为提升模型对于重叠目标的检测能力,提出了软性非极大值抑制后处理算法Soft-CIoU-NMS.实验结果表明,该改进的Yolov4模型能够准确地识别出室内作业人员是否佩戴安全帽,准确率达到了95.1%.相比于原Yolov4模型,该模型对位于监控摄像头远端的模糊、微小目标和监控图像中重叠目标的检测能力有明显提升,检测准确率提升了约4.7%,较好地满足了室内场景下作业人员安全帽佩戴状态智能检测的要求.

摘要： 针对水产养殖中的精准投喂问题,以大西洋鲑(Salmo salar)为研究对象,提出一种基于鱼体运动特征和图像纹理特征的鱼群摄食活动强度量化方法,进行鱼类摄食行为识别研究.利用自适应背景差分及光流法得到运动鱼体的速度、转角,并通过信息熵统计速度和转角的分布,之后通过灰度共生矩阵提取能量、熵、对比度、相关性和逆差距5个图像纹理特征值.最后,结合鱼体运动特征及图像纹理特征,对鱼类摄食行为进行识别和检测.实验结果表明,该方法的识别准确率达到了94畅17％,相较于单一特征检测本研究的检测精度更高.

摘要： 探讨基于计算机视觉与传感技术进行数据采集和神经元网络预测分析,建立一套有别于目前建筑行业传统的定额和点工计价的薪酬计算体系,该体系在劳务作业信息采集、识别过程中将综合劳动行为区分为主要劳动时长、辅助劳动时长和不完全劳动时长并分别计价,从而构建全新的“多劳多得”劳动薪酬计价模式。

摘要： 针对原木材积检测中存在的效率低下和人工成本高等问题,提出了基于计算机视觉技术的原木堆自动化检尺方案.方案首先采集原木堆两侧端面图像,进行包括灰度变换、二值化、孔洞填充以及边缘检测在内的一系列图像处理操作;然后对获得的处理结果,利用霍夫变换圆检测进行原木端面类圆形检测;最后,将检测得到原木两端检尺径数据排序整理,运用国家标准规定的原木材积检测公式计算得到原木材积.实验证明,算法的原木材积检测准确率可达到97%.

摘要： 近期,经北京市人力资源和社会保障局批准,灵动科技获批设立博士后科研工作站。目前申报成功的企业类别主要集中在军工、科技、互联网、制造业等技术含量高的企业以及大型国企。一直以来,灵动科技坚持产学研用一体化,先后与中科院自动化研究所、北京航空航天大学合作,成立计算机视觉联合实验室、机器人联合培养实验室。2022年灵动科技参与到国家科技创新2030—“新一代人工智能”重大项目中.

摘要： 随着经济高速发展,经略海洋与海洋经济发展成为国家重要发展战略,港口设施建设和完善对于海洋经济发展有着重要作用。然而,港口重型机械以及轮机操作对作业人员安全有潜在威胁,智能化、信息化码头建设势在必行。近年计算机视觉和深度学习技术快速发展,为港口应用智能视觉技术提供了有力的技术支撑。基于深度学习框架YOLOV4搭建了港口作业人员目标检测平台,在自建港口收集并整理了一个大规模作业人员视频数据集,在该数据集上实现不同作业场景下港口作业人员的精确检测。在自建港口作业人员数据集上将FasterRCNN、SSD和YOLOV4三种目标检测框架进行实验对比,结果表明,YOLOV4的平均检测准确率优于其它目标检测框架。基于YOLOV4的港口作业人员检测系统应用提高了港口信息化建设进度,提高了港口作业人员的安全性。

摘要： 针对2020年国家药品监督管理局颁布的即将全面禁止使用水银血压计相关规定和目前广泛采用的电子血压计需要定期接受检定和质量检测的现状,该研究提出了一种基于数字图像处理和字符识别的智能算法,实现了在检定或质量检测中自动获取电子血压计示值。在硬件平台上,通过树莓派连接摄像头,获取电子血压计的图像;在软件开发上,通过在树莓派上运行基于计算机视觉的OpenCV库,采用尺度变换、灰度转换、高斯平滑和边缘检测等图像预处理方法,结合字符分割与识别技术,实现了电子血压计示值的自动识别,有效避免了人为因素导致的误差或错误。该数字识别算法的研究与设计为开发自动检定电子血压计的智能装置奠定了前期技术基础,且对于电子仪器仪表的字符识别或研制自动化的仪器示值记录装置具有一定的借鉴价值。

摘要： 围绕课程思政建设的核心,从“计算机视觉”课程的设立需求入手,分析课程思政对课程建设和人才培养的重要性,从教学目标、教学内容、教学手段等方面深入探讨课程思政的具体落实与实施,最后结合课程评价与效果进行了全面总结。

摘要： 单目标跟踪是计算机视觉领域中的研究热点.传统算法如相关滤波的跟踪速度较快,但由于提取到的颜色、灰度等手工特征较为粗糙,跟踪精度往往不高.近年来随着深度学习理论的发展,使用深度特征的跟踪方法能够在跟踪的精度和速度方面达到很好的平衡.本文首先介绍单目标跟踪的相关背景,接着从相关滤波单目标跟踪、深度学习单目标跟踪两个阶段对单目标跟踪领域发展过程中涌现出的多个算法进行梳理,并详细介绍目前主流的孪生网络算法.最后通过大型数据集对近年来优秀算法进行对比分析,针对其缺点与不足,对该领域未来的发展前景做出展望.

摘要： 载波芯片(chip on carrier,COC)是光发射次模块(transmitter optical subassembly,TOSA)的重要组成部分,被广泛应用于光通信领域,实现光电转换。针对载波芯片崩口、定位柱破损以及波导污渍三种不同类别缺陷的实时检测问题,提出了一种基于轻量级卷积神经网络的载波芯片缺陷检测算法YOLO-Efficientnet。为了减少网络参数,缩短检测时间,采用轻量级卷积神经网络Efficientnet作为主干网络对图像进行特征提取,在移动翻转瓶颈卷积(MBConv)的基础上,引入了压缩与激发网络(SENet)的注意力思想,在通道维度上引入注意力机制;为了解决下采样的过程中导致信息丢失的问题,引入空间金字塔池化(SPP)结构来增大图像的感受野,分离出更加显著的上下文特征。针对COC缺陷多尺度以及波导区域污渍小目标难以检测的问题,引入了PANet结构进行多尺度特征融合。实验结果表明,提出的算法对COC缺陷检测的准确率达到了98.5%,检测时间达到每张图片0.42 s,满足实时检测的需求。

摘要： 随着中国经济社会的快速发展,面临着多种应急突发事件:自然灾害、事故灾难、公共卫生、社会安全等,严重影响了中国经济的健康发展,对百姓的生命、财产安全也造成了严重威胁.建立预警和应急机制是保障人民生命财产的重要内容,预警和应急机制能够把应急信息在最短时间内发布出去.对视频图像中的人群密度的检测是实现应急预警能力的先导,也是保障人民生命财产的一个重要部分,预先知道人的数量能够更好地应对突发事件.本文针对人群密度检测中经常出现的问题,采用计算机视觉的相关技术,对人群密度的相关算法进行研究,得到基于计算机视觉人群密度检测的设计方案.

摘要： 随着斜拉桥跨度的增大,斜拉桥上的斜拉索变得越来越柔,容易在外荷载的激励下发生大幅振动.尤其在风雨联合作用下斜拉索极易发生大幅振动,这种振动与传统的风致振动有明显不同,具有限幅、限速、大振幅、低频率等特点,被称之为斜拉索风雨振.本文基于计算机视觉测量技术提出了一种新的水线测量方法，并利用这种方法成功测量了风洞实验室内风雨振中水线的位置和宽度，分析了上水线的振动频率、振幅、平衡位置、厚度变化规律等。这种方法具有非接触、无干扰、多点测量、高性价比等优点，只需要一个普通数码相机就能测量拉索轴向所有截面上水线的位置和厚度。

摘要： 随着计算机视觉科学领域的逐渐发展,视觉导航技术已经成为继无线电导航、惯性导航等又一稳定可靠的导航手段.视觉导航技术具有高自主性、无源性、低成本性等特点,并且可以很好地解决电磁干扰等问题,既可以作为一种独立的导航手段,又能够与现有的导航方式相结合,互为补充.视觉导航技术的核心是视觉定位技术,如何有效提高视觉定位精度是当前所面临的重要问题.现有的视觉定位技术分为基于自然场景识别和基于人工地标识别两种.基于人工地标识别的方式通常具有更高的识别率以及更好的鲁棒性,而AprilTag系统正是其中的佼佼者.AprilTag具有很好的开源特性,可以通过对源代码的修改来实现不同的算法,满足不同场景的需求.本文首先对相机进行标定,并设置合适的AprilTag图标,在此基础之上,修改核心算法,满足基于图标坐标系的相机定位要求并进行实验.实验结果表明,在提供少量先验信息的条件下,可以得到较高精度的相机定位坐标,并且距离图标越近,其定位精度越高.

摘要： 本文对通信产品的自动化测试进行了探讨,目的是提高测试的效率、降低对员工技能的依赖.通过软硬件结合、VBS脚本语言编程和计算机视觉等的应用,实现了下述机器替代人工的作业:条码扫描、键盘输入、显示器观察和判断、LED状态识别、220V电源开关电、电源告警线插拔等.该系统最终实现了提高测试效率的项目目标,是企业自动化发展的有益尝试.

摘要： 数字图像特征检测与匹配乃是数字图像分析与理解和计算机视觉领域中最为基本的问题.数字图像的特征检测是通过检测算子实现的,特征描述则是由特征描述子实现,目前已经有了多种常用的检测算子与描述子并且各具特点.本文介绍了SUSAN边缘检测算子的算法描述.对DAISY描述子的构造、定义进行介绍,阐述了DAISY主方向分配的方法.使用FVD梯度特征向量描述子的特征向量场与特征向量描述子,通过实验验证了FVD描述子的性能,并实现了该描述子的可视化.

摘要： 在当前油气勘探新形势下,随着信息产业的技术变革,云计算、物联网等技术应运而生,地震勘探行业也伴随着不断增长的数据量和数据种类衍生出"大数据"现象,单体数据量已逼近PB级,如何从大量、复杂、多源数据体中有效挖掘出指示油气储层特征的潜在信息,并将这些信息进行综合运用,以提高和改善油气储层预测精度,将直接关系到油气勘探开发未来发展前景.目前,地震数据挖掘技术远远不能适应开发应用的需要,为了解决该难题,探索计算机领域的研究热点:视觉成像技术.该技术在信号处理和数据挖掘领域应用潜力较大,因此,有必要探索基于视觉成像新方法在地震油气勘探中数据挖掘和信号处理中的应用,为地震勘探行业发展提供前瞻性的技术手段.

摘要： 探讨的问题包括汽车行业无人驾驶将何时到来、实现无人驾驶,要克服的挑战、无人驾驶实现的现实路径以及MBtech集团的介绍-全球汽车行业工程及咨询服务的领导者.

摘要： 探讨的问题包括汽车行业无人驾驶将何时到来、实现无人驾驶,要克服的挑战、无人驾驶实现的现实路径以及MBtech集团的介绍-全球汽车行业工程及咨询服务的领导者.

摘要： 探讨的问题包括汽车行业无人驾驶将何时到来、实现无人驾驶,要克服的挑战、无人驾驶实现的现实路径以及MBtech集团的介绍-全球汽车行业工程及咨询服务的领导者.

摘要： 探讨的问题包括汽车行业无人驾驶将何时到来、实现无人驾驶,要克服的挑战、无人驾驶实现的现实路径以及MBtech集团的介绍-全球汽车行业工程及咨询服务的领导者.

摘要： 一种具计算机视觉辅助的自动化穿鞋带机，适用将一条鞋带穿设于一只鞋子。该鞋带具有一段挠性段，及两个各别地设置于该挠性段两端的端件。该鞋子具有两片鞋带孔片，及设置于每一片鞋带孔片的多个鞋带孔。该自动化穿鞋带机包含一个机架、至少一个机械臂，及一个视觉反馈单元。该机架包括一个置鞋装置，及一个用于夹掣所述鞋带孔片的夹持装置。该置鞋装置具有一个供该鞋子套置的置鞋座。该机械臂包括一个能对其中一端件进行夹拉或松放的夹爪模块，及一个能带动该夹爪模块相对于该置鞋座移动的机臂。该视觉反馈单元信号连接该机械臂且包括一个影像撷取模块。该影像撷取模块用于朝所述鞋带孔片撷取至少一幅具有所述鞋带孔相关位置的影像。

摘要： 公开了一种计算机视觉训练系统和用于训练计算机视觉系统的方法。所述计算机视觉(CV)训练系统，包括：监督学习系统，监督学习系统根据目标CV应用从一个或多个输入图像估计监督输出，并且根据监督输出和监督输出的地面真值来确定监督损失；无监督学习系统，无监督学习系统根据监督输出和所述一个或多个输入图像来确定无监督损失；弱监督学习系统，弱监督学习系统根据监督输出和与所述一个或多个输入图像对应的弱标签来确定弱监督损失；以及联合优化器，联合优化器并发地优化监督损失、无监督损失和弱监督损失。

摘要： 一种具计算机视觉辅助的自动化穿鞋带机，适用将一条鞋带穿设于一只鞋子。该鞋带具有一段挠性段，及两个各别地设置于该挠性段两端的端件。该鞋子具有两片鞋带孔片，及设置于每一片鞋带孔片的多个鞋带孔。该自动化穿鞋带机包含一个机架、至少一个机械臂，及一个视觉反馈单元。该机架包括一个置鞋装置，及一个用于夹掣所述鞋带孔片的夹持装置。该置鞋装置具有一个供该鞋子套置的置鞋座。该机械臂包括一个能对其中一端件进行夹拉或松放的夹爪模块，及一个能带动该夹爪模块相对于该置鞋座移动的机臂。该视觉反馈单元信号连接该机械臂且包括一个影像撷取模块。该影像撷取模块用于朝所述鞋带孔片撷取至少一幅具有所述鞋带孔相关位置的影像。

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： 本申请实施例公开了一种计算机视觉算法的编程方法、装置、存储介质及计算机设备，涉及编程领域。本申请的方法包括：基于用户的选择指令在模块库中选择多个算法模块；对选择的算法模块进行组合连接生成第一计算机视觉算法的流程图；对所述流程图进行可行性检查；可行性检查通过后，生成项目文件，本申请基于计算机视觉算法的可拆分性，将子算法封装成算法模块，以实现算法模块的复用，从而实现计算机视觉算法的快速编程和架构。

摘要： 本发明公开了一种基于计算机视觉控制技术的计算机机房安全防护装置，包括外壳、放置槽、可调导热机构、防护机构、导向槽、入线槽和衔接管。本发明通过在放置槽内安装有防护机构，防护机构可对机箱进行置放，对其进行防护，并且防护机构便于进行前后移动，方便机箱的安装以及拆卸，同时可在机箱使用过程中，带着机箱进行上下移动，便于使用者对机箱前端显示状态进行观察以及检修，均由组独立手轮来手动驱动两组传动机构进行前后移动和上下位置的调节；并且在防护机构上方对应设置有可调导热机构，机构采用磁吸方式进行连接，便于拆装，同时方便进行角度调节，可对应机箱出热位置进行安装，连接于外部抽取设备，可高效稳定的对热量进行导出。

摘要： 用于训练计算机视觉模型的计算机实现的方法。计算机视觉关注计算机如何可以从数字图像或视频自动获得高级理解。发现计算机视觉系统对汽车或机器人车辆领域的越来越多应用。然而，此类系统的验证是复杂的任务。本说明书讨论了一种计算机实现的方法（100），用于训练计算机视觉模型（16）以表征使用视觉参数被参数化的观察场景（110）的元素。在计算机视觉模型的迭代训练期间，基于用于对视觉参数对计算机视觉模型的影响进行评级的（全局）敏感度分析，变更计算机视觉模型的潜在变量。

摘要： 医用计算机视觉设备的散热装置，包括一个散热壳体(10)、一个导热件(20)以及一个散热器(30)。散热壳体能够罩设于医用计算机视觉设备的芯片。导热件设置于散热壳体内并能够与芯片的表面以接触的方式传导热量，导热件还能够与散热壳体的内表面以接触的方式传导热量。散热器包括一个底座(32)，底座与散热壳体的外表面以接触的方式传导热量，底座上形成有数个散热鳍片(34)。该散热装置能够保护医用计算机视觉设备的芯片并有效降低芯片的运行温度。本实用新型还提供了具有上述散热装置的医用计算机视觉设备。

摘要： 本实用新型公开一种基于计算机视觉的计算机机房安全防护装置，包括外壳，外壳内顶壁和底壁之间固接有隔板，隔板与外壳侧壁之间设有若干托板，托板与隔板和外壳侧壁滑动连接，隔板贯穿开设有若干通孔；固定机构数量为两组，固定组件包括竖板、横板和两个固定块，两个横板对向设置，横板底部设有减震组件，竖板和横板位于两个固定块之间；防护组件包括恒温器、除湿器和灭火器，灭火器上设有若干喷嘴；控制器电性连接有感烟探测器、火焰探测器和电磁阀，感烟探测器和火焰探测器安装于外壳靠近托板的侧壁上，电磁阀安装于喷管上。本装置保证了服务器的运行环境，从而避免了外部环境影响服务器的运行，减少服务器宕机、丢失问题甚至发生火灾的情况。

摘要： 本实用新型公开了一种基于计算机视觉的计算机机房安全防护装置，包括放置板、固定框、防护柜、风机和定位机构，本实用新型通过设置了定位机构于防护柜内侧，通过电机通电输出轴带动齿轮转动，使得齿轮配合轮齿而带动第一L型板和第二L型板进行水平移动，同时第一L型板和第二L型板分别带动相连接的固定筒、连接杆、夹板和限位板进行水平径向移动，当两个夹板向内移动时则实现将机箱夹紧固定，当两个夹板向外移动时则实现脱离机箱外表面完成拆卸，同时由于设置的多个夹板可同时实现对多个机箱的固定和拆卸，到达了快速将机箱进行固定和拆卸，提高了工作效率的有益效果。