检索结果-南通市图书馆

基于图像自适应增强的轻量级雾天车牌检测和识别算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉科技大学学报 2024年第2期47卷 144-153页

作者：徐望明袁世鑫何钦武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081

针对雾天图像降质带来的车牌识别难题,提出一种采用图像自适应增强的轻量级车牌检测和识别算法。以目标检测网络YOLOv5s和车牌识别网络LPRNet为基础,设计一个改进的图像自适应增强模块级联于YOLOv5s之前,并引入混合注意力(SA)机制改进LP... 详细信息

针对雾天图像降质带来的车牌识别难题,提出一种采用图像自适应增强的轻量级车牌检测和识别算法。以目标检测网络YOLOv5s和车牌识别网络LPRNet为基础,设计一个改进的图像自适应增强模块级联于YOLOv5s之前,并引入混合注意力(SA)机制改进LPRNet。图像自适应增强模块由带参数的图像去雾和纹理增强模块以及自适应参数预测模块组成。自适应参数预测模块是轻量级卷积神经网络,与YOLOv5s联合训练,为不同程度的带雾图像自动提供合适的去雾和纹理增强参数以获得更准确的车牌检测结果。利用车牌位置的真实标签和实际检测结果,采用混合注意力机制和迁移学习策略得到最终的SA-LPRNet模型,缓解识别模型对检测结果的敏感性以获得更高的车牌识别准确率。在合成的雾天车牌数据集上的实验结果表明:本文算法对雾天车牌检测的mAP@0.5-0.95指标达到70.6%,车牌识别准确率达到93.5%,优于对比算法,且识别速度满足实时性要求。

关键词：车牌识别图像自适应增强图像去雾迁移学习混合注意力机制 YOLOv5s LPRNet

在线全文

学校读者我要写书评

暂无评论

一种改进的轻量级人体姿态估计算法

液晶与显示 2023年第7期38卷 955-963页

作者：王名赫徐望明蒋昊坤武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学教育部冶金自动化与检测技术工程研究中心湖北武汉430081

现有的多数人体姿态估计算法通过设计复杂的网络结构以获得高精度而导致速度较低。YOLO-Pose人体姿态估计算法吸收了先进目标检测算法的优点同时获得了较高的精度和速度,然而仍然存在漏检和误检问题。本文对YOLOPose算法进一步改进,针... 详细信息

现有的多数人体姿态估计算法通过设计复杂的网络结构以获得高精度而导致速度较低。YOLO-Pose人体姿态估计算法吸收了先进目标检测算法的优点同时获得了较高的精度和速度,然而仍然存在漏检和误检问题。本文对YOLOPose算法进一步改进,针对人体姿态非刚性和人体关键点分布多样性的特点提出一种新的轻量级人体姿态检测算法。首先,设计了轻量级通道和空间注意力网络LCSA-Net以提升模型的特征提取能力;其次,采用了基于距离自适应的加权策略在模型训练时计算人体关键点回归损失以增强模型对远距离人体关键点的回归能力。在COCO 2017人体姿态数据集上的实验结果表明,与基准模型相比,两种改进策略均有效提升了人体姿态估计性能,实现了2%的mAP提升、1.5%的AP50提升和1.7%的AR提升。

关键词：人体姿态估计 YOLO-Pose 注意力网络自适应加权回归损失

在线全文

学校读者我要写书评

暂无评论

字轮式仪表智能图像抄表系统的设计

液晶与显示 2023年第7期38卷 985-996页

作者：顾允迪徐望明何钦武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学教育部冶金自动化与检测技术工程研究中心湖北武汉430081

为了克服人工抄表效率低和现有图像识别方法对双半字符识别不准的问题,设计了基于窄带物联网(NB-IoT)技术和轻量级卷积神经网络(CNN)的字轮式仪表智能图像抄表系统。首先,图像采集终端用NB-IoT模组将摄像头获取的表盘图像上传至云平台;... 详细信息

为了克服人工抄表效率低和现有图像识别方法对双半字符识别不准的问题,设计了基于窄带物联网(NB-IoT)技术和轻量级卷积神经网络(CNN)的字轮式仪表智能图像抄表系统。首先,图像采集终端用NB-IoT模组将摄像头获取的表盘图像上传至云平台;然后,使用局部特征提取与匹配方法估计仿射变换矩阵,将输入的表盘图像转换至模板图像所在坐标空间并分割出各个读数的字符子图像;最后,使用基于多标签分类的轻量级CNN模型识别这些子图像并通过后处理得到最终表盘读数结果。实验结果表明,系统的图像采集终端休眠电流小于10μA,可确保2节锂亚电池工作5年以上;所提出的基于多标签分类的CNN模型能准确识别单字符和双半字符,达到了96.36%的字符识别准确率和94.15%的读数识别准确率,优于对比的其他识别算法。

关键词：窄带物联网自动抄表系统卷积神经网络双半字符识别多标签分类

基于对称亮度映射和虚拟多曝光融合的非均匀光照图像增强

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2022年第12期37卷 1580-1589页

作者：黄子蒙徐望明但愿武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学教育部冶金自动化与检测技术工程研究中心湖北武汉430081

针对非均匀光照图像存在局部过暗或过亮区域而导致图像对比度低、细节不清晰和可视化效果差的问题,提出了一种基于对称亮度映射和虚拟多曝光融合的图像增强方法。该方法通过颜色空间转换保留输入图像的色度和饱和度分量并分离出亮度分... 详细信息

针对非均匀光照图像存在局部过暗或过亮区域而导致图像对比度低、细节不清晰和可视化效果差的问题,提出了一种基于对称亮度映射和虚拟多曝光融合的图像增强方法。该方法通过颜色空间转换保留输入图像的色度和饱和度分量并分离出亮度分量进行增强。根据相机响应模型,采用图像信息熵和平均梯度最大化原则估计最优曝光比,设计了一种对称亮度映射函数用于虚拟生成对应的最优增强曝光图像和减弱曝光图像,从而与原始亮度分量一起组成具有不同曝光的图像序列,再使用带细节提升的多曝光融合方法对该图像序列重构即得到增强结果。实验结果表明,本文方法在7个公开数据集上的图像信息熵、平均梯度、图像对比度、颜色一致性评价指标均值分别为7.644,9.209,450.683,0.962,均优于对比方法,获得了动态范围高、对比度强、细节清晰和可视化效果好的增强结果。

关键词：非均匀光照图像增强亮度映射函数多曝光融合

基于循环一致对抗学习的段码液晶仪表读数识别方法

在线全文

学校读者我要写书评

暂无评论

武汉科技大学学报 2023年

作者：惠毅徐望明叶胜武汉科技大学教育部冶金自动化与检测技术工程研究中心武汉科技大学信息科学与工程学院

为解决自然场景仪表图像受复杂光照、背景及其他随机干扰而造成的读数识别难题，提出一种基于循环一致对抗学习的段码液晶仪表读数识别方法。该方法使用M-CRAFT作为字符检测网络，获取段码读数区域和段码字符位置，通过后处理算法分割... 详细信息

为解决自然场景仪表图像受复杂光照、背景及其他随机干扰而造成的读数识别难题，提出一种基于循环一致对抗学习的段码液晶仪表读数识别方法。该方法使用M-CRAFT作为字符检测网络，获取段码读数区域和段码字符位置，通过后处理算法分割得到段码字符子图像，然后以循环一致对抗域自适应网络CYCADA为基础，增加感知损失和重构损失并设计分类器，构建一种改进的字符背景分离与识别网络I-CYCADA，用于将具有复杂背景的段码字符图像转换为清晰直观的二值图像，从而使读数识别变得更为简单和准确。为了验证该方法的有效性，构建了由多种复杂场景下的液晶段码仪表图像组成的数据集。实验结果表明，I-CYCADA可结合不同CNN分类网络使用，且均能提升转换后段码字符图像的识别准确率，本文方法在自建数据集上的字符级识别准确率达95.39%，完整读数识别准确率达86.65%，有效改善了对困难样本的识别效果，且轻量级设计可满足实时性要求。

关键词：液晶仪表读数识别对抗学习域自适应感知损失

基于高效全局上下文网络的轻量级烟火检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

液晶与显示 2023年第1期38卷 118-127页

作者：魏伦胜徐望明张景元陈彬武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学教育部冶金自动化与检测技术工程研究中心湖北武汉430081

针对现有烟火检测算法存在的漏检和误检问题,提出一种基于高效全局上下文网络(EGC-Net)的轻量级烟火检测新算法。该算法以轻量级目标检测网络YOLOX为基础网络,将改进的EGC-Net嵌入到YOLOX的主干特征提取网络与特征金字塔网络之间。EGC-... 详细信息

针对现有烟火检测算法存在的漏检和误检问题,提出一种基于高效全局上下文网络(EGC-Net)的轻量级烟火检测新算法。该算法以轻量级目标检测网络YOLOX为基础网络,将改进的EGC-Net嵌入到YOLOX的主干特征提取网络与特征金字塔网络之间。EGC-Net由上下文建模、特征转换和特征融合3阶段结构组成,用于获得图像的全局上下文信息,建模烟火目标与其背景信息的远程依赖关系,并结合通道注意力机制学习更具判别力的视觉特征用于烟火检测。实验结果表明,本文提出的EGC-YOLOX烟火检测算法的图像级召回率为95.56%,图像级误报率为4.75%,均优于对比的其他典型轻量级算法,且速度满足实时检测的要求。该算法可在安防和消防领域推广,用于实时火灾监控和预警管理。

关键词：烟火检测 EGC-Net YOLOX 全局上下文注意力机制

在线全文

学校读者我要写书评

暂无评论

基于自适应加权低秩矩阵恢复的图像去噪

华中科技大学学报（自然科学版） 2023年第11期51卷 83-90页

作者：徐望明邢华松方顺伍世虔武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学机器人与智能系统研究院湖北武汉430081 武汉科技大学教育部冶金自动化与检测技术工程研究中心湖北武汉430081

针对基于低秩矩阵恢复的图像去噪算法存在难以分离低秩信息与噪声,以及存在经验超参数而导致性能差的问题,提出一种基于自适应加权低秩矩阵恢复的去噪算法.首先利用图像非局部相似先验构建低秩去噪模型,然后引入Gerschgorin理论从观测... 详细信息

针对基于低秩矩阵恢复的图像去噪算法存在难以分离低秩信息与噪声,以及存在经验超参数而导致性能差的问题,提出一种基于自适应加权低秩矩阵恢复的去噪算法.首先利用图像非局部相似先验构建低秩去噪模型,然后引入Gerschgorin理论从观测矩阵中准确估计出低秩矩阵的秩.在此基础上,结合秩估计方法提出自适应加权思想,通过奇异值分解(SVD)与加权软阈值算子对自适应加权低秩去噪模型进行求解,得到最终的去噪图像.实验结果表明:本算法与现有的多种经典去噪算法相比,获得了更高的平均峰值信噪比(PSNR)和结构相似性(SSIM)指标,对含有较高强度(方差为100)噪声的图像去噪平均PSNR和SSIM指标分别达到24.66 dB和0.7267,对含有真实噪声的图像去噪也取得了更好的效果.

关键词：图像处理低秩矩阵恢复加权核范数最小化图像去噪秩估计

体外受精-胚胎移植中单角子宫并卵巢异位2例报道并文献复习

在线全文

学校读者我要写书评

暂无评论

中华生殖与避孕杂志 2022年第6期42卷 621-625页

作者：王雅琴漆倩荣徐望明周小燕杨菁武汉大学人民医院生殖医学中心湖北省辅助生殖与胚胎发育医学临床研究中心武汉430060 武汉大学人民医院妇产科超声中心武汉430060

目的探讨体外受精-胚胎移植(in vitro fertilization-embryo transfer,IVF-ET)中单角子宫并卵巢异位的临床处理策略。方法回顾性分析2例罕见的行IVF-ET的单角子宫合并卵巢异位患者的临床资料,并进行相关文献复习。结果2例左侧单角子宫... 详细信息

目的探讨体外受精-胚胎移植(in vitro fertilization-embryo transfer,IVF-ET)中单角子宫并卵巢异位的临床处理策略。方法回顾性分析2例罕见的行IVF-ET的单角子宫合并卵巢异位患者的临床资料,并进行相关文献复习。结果2例左侧单角子宫合并原发不孕患者阴道超声提示右侧卵巢未探及,进一步行腹部核磁共振和腹部超声提示右侧卵巢腹腔异位。病例1在超促排卵过程中诉右侧腰部胀痛,血清雌激素水平和阴道超声下左侧卵泡数量不一致,继而阴道联合腹部超声同步监测卵泡发育,给予经腹部及阴道联合采卵,经冻胚移植后成功妊娠并于36周分娩。病例2亦在超促排卵过程中同步监测两侧卵巢卵泡发育,经阴道联合腹部采卵后获得2枚囊胚冻存,解冻单囊胚移植后自然流产。结论卵巢异位多无明显临床表现,极易被漏诊。对于单角子宫行辅助生殖技术助孕的患者,如阴道超声未能探及单/双侧卵巢,应进一步行腹部超声或核磁共振检查有无卵巢异位;如确诊合并卵巢异位,患者在超促排卵过程中应同步监测双侧卵巢卵泡发育,采用经阴道联合腹部采卵,最大程度增加患者的获卵率和妊娠机会。

关键词：卵巢异位单角子宫超促排卵取卵胚胎移植

多干扰环境下段码液晶显示仪表读数的鲁棒识别方法

在线全文

学校读者我要写书评

暂无评论

武汉科技大学学报 2022年第5期45卷 394-400页

作者：徐宏强徐望明王望伍世虔武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学机器人与智能系统研究院湖北武汉430081 武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081

针对实际应用中识别七段码式液晶显示仪表读数时易受成像视角、光照、复杂背景和噪声等多因素影响的问题,提出一种将深度学习和传统图像处理相融合的识别方法。先采用改进的CRAFT模型检测仪表图像中的段码数字字符,得到数字中心概率图... 详细信息

针对实际应用中识别七段码式液晶显示仪表读数时易受成像视角、光照、复杂背景和噪声等多因素影响的问题,提出一种将深度学习和传统图像处理相融合的识别方法。先采用改进的CRAFT模型检测仪表图像中的段码数字字符,得到数字中心概率图和字符连接关系图;接着对检测结果进行后处理,通过求解透视变换实现对读数区域子图和相应的数字中心概率图的方向和尺度同时校正,并通过分析光照影响来增强图像对比度;最后将后处理结果输入采用注意力引导策略且经协同训练而成的CRNN模型得到读数识别结果。通过构建包含视角倾斜、光照不均、码字尺度变化、表盘外观变化、读数区域数量变化等多种干扰情况下的仪表图像数据集开展实验研究,结果表明,该方法对测试集中仪表读数的识别准确率高达98.9%,优于对比方法。

关键词：仪表读数图像识别液晶显示字符检测透视变换注意力机制序列识别协同训练