期刊基本信息
创刊：
1964年 • 半月刊
名称：
激光与光电子学进展
英文：
Laser & Optoelectronics Progress
主管单位：
中国科学院
主办单位：
中科院上海光机所
出版单位：
中国激光杂志社
主编：
范滇元
执行主编：
邱建荣
副主编：
戴琼海 张龙 张雨东 曹良才
ISSN：
1006-4125
刊号：
CN 31-1690/TN
电话：
021-69918427
邮箱：
地址：
上海市嘉定区清河路390号
邮编：
201800
定价：
120元/期
激光与光电子学进展 第58卷 第16期
近年来,深度学习技术的爆发式发展引领了机器学习的又一次浪潮。深度神经网络具备抽象特征的高效识别与提取能力、强大的非线性拟合能力、抗干扰鲁棒性及非凡的泛化能力,被广泛应用于自动驾驶、目标识别、机器翻译、语音识别等领域。最近几年,卷积神经网络(CNN)在光学信息处理中获得广泛应用,本文介绍CNN的基础概念和结构构成,回顾其在数字全息术、条纹分析、相位解包裹、鬼成像、傅里叶叠层成像、超分辨显微成像、散射介质成像、光学层析成像等领域的最新应用进展,评述CNN在光学信息处理中的典型应用特点,最后分析CNN应用于光学信息处理中的不足,并展望其未来发展。
精密制造领域的发展对复杂微观结构的三维形貌测量提出了更高的要求。非接触测量方法虽然具有可观的纵向分辨率,但难以测量倾角较大的倾斜表面。近年来提出的基于超短景深成像的变焦测量方法对斜面表面的测量具有较好的效果,能够真正实现微观复杂结构表面的三维测量。总结了利用变焦法进行显微三维测量的原理,介绍了变焦显微三维测量系统理论与技术的最新进展,最后对变焦显微三维测量系统的未来发展方向进行了讨论和展望。
点云作为一种重要的3D数据类型,随着3D采集技术的发展已被广泛用于多个应用场景。深度学习因其处理大型数据集的高效性、提取特征的自主性,成为点云分类研究的主导方法。首先对点云分类方法的研究现状进行了介绍,接着重点对基于深度学习的点云分类的主要方法和最新方法进行了阐述。根据数据处理方式对点云分类方法进行归类,总结对比了每类方法的主要思想和优缺点,并详细介绍了部分代表性、创新性算法的实现过程。最后,对点云分类面临的挑战及未来研究方向进行了展望。
低空间分辨率和物质异质性等因素造成的图像混合像元问题,使像元级的数据处理和应用难以满足实际需求。光谱解混提取亚像元尺度上的端元和丰度信息,为现实应用的数据精细化定量分析提供技术支撑。本文介绍了近些年光谱解混理论方法和应用的相关研究进展,包括线性与非线性混合模型作用,以及几何、正则优化和统计机器学习原理框架下的方法研究成果。此外,分析了光谱解混对分类等其他技术性能的改善作用以及该技术解决从遥感到医学等室内级应用问题的理论和实际价值。最后,总结了光谱解混技术与应用研究中的不足和构建二者协同发展的必要性。
肺癌是世界上死亡率最高的恶性肿瘤疾病,对其进行早期诊断可以显著提高肺癌患者的生存率。深度学习能够提取医学图像的隐含层特征,并完成医学图像的分类及分割任务,因此应用深度学习方法实现肺结节的早期诊断任务成为研究热点。首先对肺结节诊断领域广泛使用的几个数据库进行介绍,然后结合近几年国内外发表的相关文献整理了深度学习框架应用于肺结节分割和分类的最新研究进展,总结并分析了各类算法的基本思想、网络架构形式、代表性改进方案以及优缺点等。最后讨论了深度学习在肺结节诊断过程中面临的一些问题并给出结论,并对发展前景进行了展望,以期为今后该领域的应用研究提供参考,从而加快该领域研究的成熟和临床落地应用。
图像处理 肺结节 卷积神经网络 计算机辅助诊断 深度学习 分割 分类 脑机接口(BCI)技术通过解码分析大脑的神经活动来实现人脑与计算机等外部设备的直接交互,可作为信息交流和恢复运动功能的手段,已被应用于通信、智能机器人控制、生物医学和神经康复等诸多领域。功能性近红外光谱(fNIRS)是一种可用于探测大脑皮层血红蛋白浓度变化的光学成像技术,近些年被用于无创BCI的发展。本文系统、详细地综述了fNIRS-BCI的发展历程、组成原理、涉及的关键技术、未来的发展趋势以及局限性和待解决的问题,重点对特征分类算法进行了全面统计,并将结果与前人的部分统计数据进行对比分析,归纳出一些有价值的结论与观点。本文旨在让有兴趣探索fNIRS-BCI的研究人员对其有一个全面而具体的了解,甚至为他们提供一定的参考和指导。
光谱学 功能性近红外光谱 脑机接口 信号降噪 特征提取 特征分类 异性纤维是在棉花采摘、晾晒、运输和加工等环节中混入的非棉纤维性杂质,其含量较少,但带来的危害却很大。异性纤维的存在会降低棉花的品级,也会影响棉花的加工质量,使纺织布料出现色斑和染色不均等问题,进而导致棉制品的品质下降。因此,棉花中异性纤维的检测至关重要。本文分析了棉花中异性纤维产生的危害,以及检测中存在的问题,并归纳总结了现有异性纤维相关检测设备的使用情况;同时,从图像分割、特征选择和图像分类几个方面综述了近年来异性纤维检测技术与方法的研究现状及进展,并对今后的研究方向进行了展望。
图像处理 光学成像 图像分割 特征选择 图像分类 异性纤维 传统的YOLOv3模型通常利用ImageNet、COCO等与测试集目标场景特征差异较大的数据集进行训练,存在对高分辨率遥感影像中复杂场景目标检测精度不高的问题。为解决这一问题,提出了一种对YOLOv3网络训练过程进行优化的方法。该方法基于迁移学习的思想,在YOLOv3网络训练中,通过生成与目标域更相似的增广数据集对模型进行预训练,实现了训练过程的优化,提高了目标初始预测的精度;利用目标域训练数据对预训练模型参数进行微调,完成了对网络的训练。利用公开的RSOD和DIOR遥感图像目标检测数据集的子集对飞机、运动场、立交桥三大类目标进行模型训练和检测实验,结果表明:本文提出的训练优化后的YOLOv3模型有效地提高了复杂城区场景中上述三类目标的检测精度。与传统的YOLOv3模型相比,三类目标的平均精度均值(mAP)提高了2%以上。
遥感 目标检测 高分辨率遥感影像 YOLOv3 迁移学习 针对信息隐藏技术中大容量信息嵌入会导致隐蔽性和鲁棒性降低的问题,提出了一种基于光学空频域变换的自适应图像分块隐藏技术。利用灰色关联分析和回声状态网络构成自适应嵌入机制,当嵌入容量达到饱和阈值时,该机制会根据灰度关联序自动调整嵌入位置,保证鲁棒性不会大幅下降;在此基础上采用二维离散余弦变换对图像进行空频域互换,结合人眼对光学高频区域不敏感的特性实现信息在变换域的隐藏,保证隐蔽性不受影响。仿真和对比实验证明:大容量信息嵌入载体图像后视觉透视性未受影响;引入高斯、椒盐噪声干扰和旋转、缩放几何攻击后,结果表明,信息载体对噪声干扰和几何攻击不敏感。说明该技术在保证信息容量嵌入的同时也兼顾了隐蔽性和鲁棒性。
全息 光学空频域变换 灰色关联分析 回声状态网络 二维离散余弦变换 自适应分块隐藏 碳纤维复合材料(CFRP)疲劳损伤的形成是一个复杂的过程,且疲劳损伤会随载荷和时间的增加不断扩展。针对现有损伤概率成像方法对损伤位置误判率高、损伤成像清晰度低、可视化效果差的问题,提出了一种基于飞行时间(ToF)损伤因子的CFRP疲劳损伤概率成像方法。该方法用一种新的损伤因子改进现有的损伤概率成像方法,并研究了不同疲劳载荷循环次数下的CFRP板疲劳损伤。实验结果表明,相比现有方法,本方法的损伤定位误差至少降低了49.85%,为CFRP疲劳损伤的准确量化分析提供了新方法。
图像处理 损伤因子 损伤概率成像 碳纤维复合材料 结构健康监测 针对同轴内啮合的大尺寸齿形结构手动装配模式中测量困难且精度不易保证的问题,提出一种面向齿形结构装配的视觉测量方法。该方法通过构建单目视觉测量系统,利用其图像特征解算空间位姿实现高精度测量。首先基于自适应核与自适应阈值的最小核值相似区算法提取齿顶角点,并采用大津阈值改进的Canny算法检测辅助圆离散弧段;然后结合随机采样一致思想,运用基于几何距离及Levenberg-Marquardt优化的椭圆拟合算法获取椭圆参数,并给出了齿形结构测量模型及其位姿解算原理。最后进行实验验证,结果表明该方法的测量精度可达0.050 mm,满足齿形结构装配的高精度测量要求。
图像处理 齿形结构 机器视觉 角点检测 椭圆拟合 位姿解算 针对目前多目标跟踪过程中漏检率高和检测速率慢的问题,提出一种改进YOLOv3网络结构的多目标跟踪算法。首先,利用K-means++聚类算法对数据集中的目标边框进行聚类,根据聚类结果优化网络的先验框参数。然后,在Darknet-53特征提取层中引入深度可分离卷积模块,用深度可分离卷积代替标准卷积,减少参数量,并在YOLO预测层中引入SENet模块,利用SENet模块突出特征图的关键通道信息。最后,选定经典的tracking-by-detection框架,使用改进的YOLOv3算法来实现对目标信息的检测工作,跟踪部分选用Deep-SORT算法进行跟踪。实验结果表明,所提出的多目标跟踪算法能够有效地减小漏检率,同时兼顾了算法的检测精度和实时性。
图像处理 多目标跟踪 YOLOv3网络 SENet结构 深度可分离卷积 Deep-SORT算法 近年来,深度学习在图像超分辨重建方面表现出色。然而,由于复杂的海洋环境,传统的图像超分辨算法存在着调节参数困难等问题,单帧图像超分辨率算法亦存在病态的恢复,生成的像素点具有不确定性。提出了一种多帧图像的超分辨重建算法以用于海面图像重建研究,利用深度学习中的卷积神经网络来学习多帧低分辨率图像与高分辨率图像之间的映射关系,从而实现超分辨率重建。同时,由于海洋监测成像系统需要更多的高频信息来判别目标及锁定轮廓,提出应用残差网络框架来改善网络重建图像的质量,恢复更多的高频信息,丰富图像的细节。实验结果表明,所提算法具有较好的图像重建能力,与其他方法相比具有较好的主客观评价结果。
图像处理 深度学习 超分辨率 多帧图像 为提升水下图像的增强效果,提出了一种基于金字塔注意力机制和生成对抗网络(GAN)的水下图像增强算法,该算法将生成对抗网络作为基本架构,生成网络采用编码解码结构并引入特征金字塔注意力模块,多尺度金字塔特征与注意力机制的结合有利于捕获更丰富的高级特征以提升模型性能;判别网络采用类似马尔可夫判别器的结构。此外,通过构建包含全局相似性、内容感知和色彩感知的多项损失函数,使增强后的图像与参考图像的结构、内容和色彩保持一致。实验结果表明,所提算法增强的水下图像在清晰度、颜色校正和对比度上都有所提升。其中,结构相似性、水下图像质量度量和信息熵的平均值分别为0.7418、2.9457和4.6925。在主观感知和客观评价指标上,所提算法的实验结果均优于对比算法。
图像处理 水下图像增强 注意力机制 生成对抗网络 编码解码结构 在光学镜片缺陷检测中,为提高光学镜片图像阈值分割的精度和速度,提出一种新的粒子群算法(PSO)+Otsu阈值分割算法。该算法通过改进PSO权重因子更新策略,增加权重因子在迭代初期位于较大值的时间,增强全局搜索能力,计算粒子的最优位置,并把最优位置赋值给Otsu算法,最终实现光学镜片图像的阈值分割。改进的权重因子更新策略能够克服典型线性递减权重因子更新策略由于迭代初期的全局搜索能力不足,导致后期陷入局部极值的缺点。实验结果表明,该算法在提高图像阈值分割精度同时,还提高了阈值分割的速度。
图像处理 缺陷检测 粒子群算法 Otsu算子 针对DeepLab网络不能充分利用多尺度特征信息,忽略了高分辨率浅层特征以及直接上采样倍数过大导致的重要像素信息丢失问题,提出了一种基于改进DeepLabv3+网络的图像语义分割方法。首先,充分利用了网络产生的多尺度特征信息,并采用特征金字塔网络有效融合了高分辨率的浅层特征;然后,使用逐层上采样增强图像中像素信息的连续性;最后,将空洞空间金字塔池化模块中的标准卷积替换为深度可分离卷积,提高了网络模型的训练效率。在语义分割标准数据集PASCAL VOC2012验证集上的实验结果表明,本方法的平均交并比可达到79.97%。相比DeepLab网络,可预测出更精细的语义分割结果。
图像处理 改进的DeepLabv3+网络 特征金字塔网络 空洞空间金字塔池化模块 光照或成像条件等因素会引起图像间的非线性变化灰度差异,导致图像的匹配效果较差。针对该问题,提出了一种基于栈式自编码(SAE)网络和结合圆形、线形邻域的局部二值模式(CL-LBP)特征描述子的非线性变化灰度差异图像配准算法。首先,结合改进的局部纹理算子与区域特征提取CL-LBP特征描述子并进行匹配。然后,采用监督学习分类的方式消除误匹配。最后,通过SAE网络对构建的匹配表示进行训练,提取匹配表示的深度特征并接入Logistic分类层进行分类。实验结果表明,该算法对非线性变化灰度差异图像的匹配精度较高,且在实际海冰图像中的匹配效果也较好。
图像处理 图像配准 特征提取 栈式自编码 非线性变化灰度差异 针对车辆目标检测中存在的小目标检测准确率低、系统鲁棒性差的问题,提出一种改进的YOLOv3算法对车辆进行目标检测。首先,该算法将空洞卷积引入到YOLOv3算法的下采样层,提高特征图的分辨率,加强对小目标的检测效果;其次,针对车辆图像中小目标识别的问题,将YOLOv3的3个检测尺度增加至4个并相互融合不同尺度特征层的信息,改进后的空间金字塔结构实现了对小目标检测进行进一步增强的目标;最后,采用Complete IoU (CIoU)作为损失函数,使目标框回归更加稳定,并且训练中不会出现发散现象。在KITTI数据集上的测试结果表明,所提改进的YOLOv3算法能获得较高的检测精度,平均检测精确度提高了4.6%,检测速度约为44.1 frame/s,在提高精度的前提下仍保持良好的检测速率。
图像处理 车辆目标检测 YOLOv3 空洞卷积 尺度检测 损失函数 目标外观的描述对相关滤波跟踪器的性能有很大的影响,单一特征难以准确描述目标外观,基于多特征的目标外观描述在复杂场景下有着更加优异的性能。为了提高复杂场景下目标跟踪的鲁棒性,提出一种基于多特征自适应融合与上下文感知的目标跟踪算法。首先引入上下文感知框架,提取目标周围4个上下文图像块的一层卷积特征作为背景信息。由于单一特征难以准确描述目标外观,采用两个相关滤波器来提取多种特征。第一个滤波器通过卷积神经网络提取三层卷积特征作为深度特征,第二个滤波器提取方向梯度直方图和颜色直方图信息作为浅层特征,然后自适应融合深、浅特征。最后,利用平均峰值相关能量来评估响应的置信度,并决定是否对模型进行更新。所提算法在OTB-2013数据集上进行测试,结果表明,该算法在准确率和成功率方面都有很好的表现,与其他优秀的跟踪算法相比,具有更好的跟踪性能。
图像处理 机器视觉 目标跟踪 相关滤波 自适应特征融合 上下文感知 随着城市智慧停车场的建设和高速路口自动收费系统的普及,基于深度学习的车牌识别技术得到越来越广泛的应用。为了解决现实中模糊车牌的字符识别,提出一种基于改进CRNN+CTC(Convolutional Neural Network+Recurrent Neural Network+Connectionist Temporal Classification)的免字符分割车牌字符识别算法。首先将CRNN中的标准CNN改为深度可分离卷积网络的微改模型,RNN采用双向长短期记忆网络,并引入CTC损失函数对其进行训练;其次为了避免训练过程中的过拟合现象,损失函数中加入L2正则项,并增加训练数据集;最后引入批量归一化算法来加快训练过程中的学习速度。实验结果表明,与其他几种基于复杂环境中的方法相比,本文算法在三个实验测试集上的平均车牌识别准确率、识别精度和速度方面均有一定提升,网络的鲁棒性和泛化能力也更强。
图像处理 深度学习 CNN RNN 车牌识别 针对传统光谱匹配算子在“异物同谱”现象下对光谱精细化差异分辨能力较弱的情况,提出基于位置向量统计(PVS)的光谱匹配算子,同时提出通过匹配算子融合来提高目标识别的方法。PVS算子是在光谱吸收特征中吸收深度的一个延伸,算子首先利用位置向量对光谱曲线进行放大,然后利用投票统计的方法进行地物划分。实验结果表明,在检测概率为70%的情况下,PVS算子的虚警率在两个数据集上平均降低了1.73个百分点和4.77个百分点;同时在算子融合识别中,在检测概率为75.43%的情况下,融合PVS算子的虚警率在两个数据集上平均能够分别降低2.35个百分点和8.26个百分点。
图像处理 高光谱图像 光谱匹配 位置向量 匹配算子 融合算子 依据完整的水下光学成像模型,提出一种新的基于红通道稀疏先验的变分盲复原方法。为了能同时克服水下场景中因水体流动及悬浮颗粒对光的散射和吸收作用而引起的雾化、对比度低、色彩失真及模糊等退化问题,变分能量方程中引入不同功能的规则项。首先,根据水下光学成像模型的直接分量和后向散射分量得到拟恢复图像,将其作为图像色彩恢复的导向图;然后基于前向散射分量建立变分能量方程的数据保真项,利用水下图像红通道稀疏性先验引入L0范数并作为去模糊规则项。为了提高多规则项、多变量变分模型的运算效率,利用交替方向乘子法对其进行迭代求解。实验结果表明,本文方法不仅在去雾、提升对比度、恢复色彩方面效果出色,并能有效去除图像模糊,改善清晰度。
图像处理 完整水下成像模型 红通道稀疏先验 盲复原 变分模型 交替方向乘子法 红外遥感图像受限于红外衍射极限,其分辨率普遍较低,这为红外目标的精准检测和识别带来了困难。针对此问题,提出基于深度学习的红外目标超分辨率目标识别(SROD)算法,该算法主要包括两部分:第一部分是利用WDSR(Wide Activation for Efficient and Accurate Image Super-Resolution)对红外遥感图像进行超分辨率重建,将模拟传感器下采样方式处理的红外图像作为训练集。第二部分是基于Faster RCNN的目标检测,提出多尺度特征传递网络结构,将低层特征输入区域候选网络 (RPN)层,降低了弱小目标像素被简化的概率,并利用可调节非极大值抑制方法,减少了对密集目标检测框的抑制作用。将该算法应用于整幅红外遥感图像,与相同训练集的Faster RCNN相比,目标检测的准确率提升了5.33%,召回率提升了12.22%,特别是小目标的召回率提升了13.25%。
图像处理 深度学习 超分辨率 目标检测 红外遥感 为解决通过法线估计利用角度阈值判断点云轮廓时提取的点云轮廓线不完整和不准确的问题,提出基于改进的三维道格拉斯-普克(3RDP)算法,并对法线估计法进行了优化。首先利用传统的法线估计方法在低阈值下获取轮廓特征候选点,通过3RDP算法对候选点进行抽稀,并对算法进行了改进。然后提出了利用主成分分析选取点集的基面,在主方向中找到原点和终点的方法,用以最小距离选取方式将点集进行排序。最后根据点到基面的距离判断点是否属于轮廓线上的点,同时去除内部点,提取目标物轮廓特征。实验证明了该算法可以很好地剔除法线估计方法中不属于轮廓线上的点,与传统法线估计算法相比,提取出的目标物轮廓线更加完整和准确。
图像处理 散乱点云 轮廓线 法线估计 三维道格拉斯-普克算法 针对水体对光的吸收和散射导致的水下图像细节模糊和颜色失真等问题,提出了一种基于多尺度生成对抗网络的水下图像增强算法。该算法用对抗网络作为基础框架,结合残差连接和密集连接加强水下图像特征的传播。首先,通过两个并行支路提取退化图像不同空间的视觉信息,并在每个支路加入残差密集块,以学习更深层次的特征。然后,将两个支路提取的特征进行融合,经过重建模块恢复图像的细节信息。最后,构建多个损失函数,反复训练对抗网络,获得增强的水下图像。实验结果表明,本算法增强的水下图像色彩鲜明且去雾效果较好,水下彩色图像质量均值比原始图像高0.1887,加速稳健特征的匹配点数比水下残差网络算法多17个。
图像处理 生成对抗网络 多尺度 残差密集块 韦伯局部描述子(WLD)是一种有效的图像特征描述子。但是,构成WLD特征的差分激励和梯度方向无法准确地刻画掌纹图像的局部灰度变化和纹线的方向,因此基于WLD的掌纹识别性能并不高。针对掌纹图像纹线特征较丰富的特点,对WLD特征进行改进获得多尺度Gabor方向韦伯局部描述子,以提高掌纹识别的性能。首先,采用多尺度Gabor滤波器对掌纹图像进行滤波,得到多尺度能量图和方向图;然后,基于能量图计算差分激励;最后,基于多尺度差分激励图和方向图构造直方图特征,并将不同尺度下的特征向量串联,进而生成掌纹图像的最终特征集。在PolyU,PolyU Multi-spectral和CASIA三种数据库上的实验结果表明,本文方法与一些现有的掌纹识别方法相比,具有较高的识别率和较低的等错误率。
模式识别 掌纹识别 韦伯局部描述子 Gabor方向 多尺度特征 针对激光线结构光扫描仪等获取的复杂物体表面三维点云数据量大、冗余性高等问题,提出一种基于自适应邻域和局部贡献值的点云精简算法。首先,根据点云的局部几何特征确定每个区域的最佳邻域范围;其次,将最佳邻域与内部形状特征算法、局部表面斑块算法相结合,计算所有点云数据的局部贡献值,并提取出点云特征点;最后,使用K-means聚类算法划分点云数据,并按类别和贡献值对点云进行精简。实验结果表明,对于复杂表面被测物,所提算法能够在保证精简率的情况下调节特征区域与非特征区域的精简度,同时保证点云完整性与细节特征信息,精简结果精度较高并更贴合物体原始面貌。
图像处理 点云精简 自适应邻域 特征区域划分 K-means 针对交通标志只在图像中占极小的区域且难以准确识别的问题,提出一种基于注意力模型的无锚框交通标志识别算法,利用密集连接网络DenseNet-121作为骨干网络并对特征进行提取。为了解决小型交通标志准确率低的问题,在骨干网络中加入注意力模型,可以对特征图进行空间和通道上的自适应调整,通过加强或抑制特征图中元素的权重可以提升对小型交通标志的识别性能。为了减小编码路径与解码路径间的语义鸿沟,引入残差网络的连接方式并提出一种语义连接路径。为了解决锚框中正负样本不均衡的问题,采用无锚框的检测方式可以定位交通标志的中心点、回归边界框的位置与尺寸信息。对所提算法在TT100K数据集上进行验证,实验结果证明所提算法具有优越性。
图像处理 深度学习 交通标志识别 注意力模型 无锚框 针对传统暗通道去雾算法对天空区域处理能力不足,复原效果常伴有色彩失真及光晕现象等问题,提出了一种结合天空区域分割和加权融合的去雾算法。利用天空区域的亮度特性设置众数约束阈值,将雾图分割为天空和非天空区域;结合不同滤波尺寸暗通道优势,构造融合暗通道;在天空区域分割的基础上采用加权技术获得更可靠的大气光值;设置过渡区域对天空和非天空区域的透射率进行结合。实验结果表明,针对含有天空区域的雾图,本文算法的去雾效果明显,改善了天空区域颜色失真的问题,并抑制了边缘区域的光晕效应。
图像处理 图像去雾 暗通道先验 天空区域分割 透射率 图像复原 生物特征的识别是计算机科学技术一个有吸引力的研究领域,虹膜作为一种软生物特征,具有唯一性、稳定性和防伪性等优点,从虹膜图像中识别一个人的性别在身份验证和安全监控等领域均具有广阔的应用前景。针对传统机器学习与浅层神经网络在虹膜图像性别分类中存在的不足以及卷积神经网络对图像特征提取的优势,提出一种基于残差网络(ResNet)的虹膜图像性别分类模型,采用ResNet结合迁移学习在ImageNet图像数据集上进行预训练。采用该模型在数据集上训练一个端到端的虹膜图像性别分类器,准确率达到94.6%。将训练好的模型与其他相关模型在相同的数据集上进行对比,结果表明该模型的测试精度与识别效率均优于其他模型。
针对目前常用的目标检测算法计算复杂度高,在嵌入式平台检测速度低的问题,提出一种适用于嵌入式平台的轻量化目标检测网络(BENet)。首先,该网络在MobileNetv2轻量化网络的基础上加入通道特征交织模块,来设计骨干网络,有效地增强了轻量化骨干网络的特征表达;其次,提出自适应多尺度加权特征融合模块,通过对不同尺度的特征进行权重分配,学习各个尺度特征之间的相关性;最后,尝试引入空间金字塔池化结构来获取不同感受野的上下文信息。在VOC数据集上的实验结果表明:所提BENet在保持较高目标检测精度和检测速度的同时,具有较低的计算复杂度和较小的参数量,更适合应用于嵌入式平台。
图像处理 目标检测 轻量化网络 通道特征交织 特征融合 为了解决单幅图像的去雾问题,提出一种新型端到端的网络,该网络利用改进的多尺度特征循环生成对抗网络。不同于以往的模型,所提的网络不依赖于传统的大气散射模型,并且在训练的过程中不需要对应匹配图像,大大简化了训练过程。接着设计一种新型的多尺度生成器,采用双通道融合的特征金字塔结构来最大程度地提取图像中的特征,同时引入多个全局和局部的鉴别器来改善网络性能与图像质量。实验结果表明,所提的模型在不同的数据集上都可以取得很好的结果。
图像处理 图像去雾 生成对抗网络 多尺度特征 局部鉴别器 基于模拟退火算法(SAA)提出了一种多目标优化合成孔径成像阵列的方案。根据合成孔径成像的调制传递函数(MTF)特性,设计了孔径阵列在多个方向上的频谱优化目标函数。以劣化后的Golay6结构作为初始阵列进行模拟计算,结果表明,SAA可以有效改善中频段MTF的平稳性,显著提高成像阵列的实际截止频率。当填充因子F=11.5%时,相比Golay6孔径阵列,优化后的孔径阵列在退火衰减参数α=0.97时的平均修正因子可达到8.61%。
数字图像相关法的初始值对算法的计算效率和求解精度都有较大的影响,为此提出一种利用密集特征匹配求取初始值的算法。使用AKZAE算子对特征点进行检测,使用Daisy描述符对特征点进行描述,再采用网格运动统计(GMS)算法对特征点进行筛选以求取初始值,最终将初始值代入反向组合高斯牛顿(IC-GN)法中迭代求解亚像素位移。与SIFT(Scale Invariant Feature Transform)和SURF(Speeded-Up Robust Features)算法相比,AKAZE算子提高定位的准确性,而且计算效率更高,是一种兼顾速度与稳定性的特征点检测算法;Daisy描述符是一种高效的稠密特征提取描述符,相比于其他描述符能够实现更加密集的特征提取。
测量 数字图像相关 密集特征匹配 网格运动统计 反向组合高斯牛顿法 铁路钢轨扣件系统易发生扣件缺失、弹条断裂、弹条歪斜和螺栓松动或过紧等现象,传统基于二维强度图像的检测方法可以较好地识别出前三种缺陷,却很难检测出螺栓松动或过紧缺陷。针对该问题,提出了基于线结构光的扣件螺栓紧固状态检测方法。利用3D相机获取轨道结构的三维点云数据,通过构建累积高度函数和先验知识,分割钢轨区域和扣件区域,并计算待测螺栓与钢轨轨头外侧非磨耗区域的高度差。在此基础上,提出了一种基于在线更新阈值库确定螺栓紧固状态阈值的方法,将该高度差与阈值库进行比较,实现螺栓的紧固状态检测。实验结果表明,在检测速度为20 km·h -1的情况下,扣件松动和过紧的检出率均在80%以上。该方法弥补了传统扣件检测方法的不足,实现了扣件紧固状态的自动化检测。
测量 线结构光 扣件紧固状态 松动检测 三维测量 为了解决视觉语言导航任务中存在的导航准确率低与泛化能力弱的问题,在Regretful模型的基础上,提出了一种基于余弦相似的视觉语言导航算法。通过增加余弦相似损失函数来指导神经网络,学习预测导航方向,减小了特征空间中类内特征的差异,增大了类间特征的分布范围,提升了无搜索策略模型的导航准确率。同时提出了一种全景视图特征平滑方法来进行数据增强,提升了模型的泛化性能。实验结果表明,该算法改善了模型在R2R(Room-to-room)数据集上的导航准确率等多项指标,效果优于Regretful模型,验证了所提方法的优越性与鲁棒性。
机器视觉 视觉语言导航 余弦相似度 数据增强 针对在线更新式跟踪方法易受嘈杂样本干扰进而产生漂移现象的问题,在跟踪流程中加入丢失检测步骤,并结合多任务学习训练方式,提出一种适合长期跟踪的方法。该方法在跟踪过程中长期收集目标外观来构建动态样本库,根据样本相似度检测目标的丢失,并使用动态阈值适应不同目标,来减少跟踪器对嘈杂样本的学习。为使跟踪器建立完整的目标外观模型,本文联合训练短期记忆子任务和长期记忆子任务。在丢失目标后的重检测过程中,根据区域轮廓特征和目标尺度信息进行区域提议,以提高目标重检测的质量。该方法在目标跟踪数据集OTB-2015和VOT-2016上进行了评估,其精确度为90.8%,成功率为68.1%。实验结果表明,在遮挡等复杂场景下该方法可以有效地跟踪目标。
机器视觉 在线更新 目标跟踪 多任务学习 针对传统视觉同步定位与地图构建(SLAM)算法在动态场景下定位精度低的问题,提出了一种基于动态目标检测的视觉SLAM算法。首先,在视觉SLAM系统的前端对输入图像帧进行预处理,通过目标检测网络YOLO v3(You only look once, v3)剔除图像潜在的动态区域。然后,通过重投影误差优化单应性矩阵,通过求解运动补偿帧得到四帧差分图,并对四帧差分图进行滤波、二值化和形态学处理。最后,结合YOLO v3网络对动态目标检测结果进行优化,以减小图像模糊和强视差产生的噪声。用静态区域的特征点进行视觉SLAM的跟踪、建图与回环检测,在公共TUM数据集上的实验结果表明,本算法能有效提高动态环境下视觉SLAM的精度。
机器视觉 图像处理 同步定位与地图构建 动态环境 重投影误差 传统的稀疏表示旨在通过字典的线性结合构建跟踪目标的表观模型,忽视了目标的分层结构特征,因此难以处理复杂的跟踪环境。针对该问题,提出一种新颖的基于卷积的稀疏跟踪算法(CSTA)。在目标区域中提取局部图像块作为局部描述子,依据稀疏表示从中选取一组图像块作为固定卷积核与输入的图像进行卷积运算,能够有效保留跟踪目标的层次化结构特征;同时提出一种新的选择性在线模型更新机制,有效避免错误模型更新导致跟踪结果漂移的问题。所提CSTA在公开数据集中与现有稀疏表示算法进行定量、定性的分析比较,结果表明,CSTA的准确度、鲁棒性均优于现有的稀疏跟踪算法。
机器视觉 目标跟踪 稀疏表示 表观模型 模型更新 针对RGB图像在光照条件较差的情况下,难以检测其显著性目标区域,热红外(T)图像具有红外热辐射,难以检测其显著性目标边界的问题,提出一种基于RGB、T图像信息融合互补的显著性检测算法。首先,基于IHS颜色空间建立图像光照条件,判断RGB、T图像的光照情况;并提出RGB-T图像自适应光照融合算法,该算法根据图像的光照情况引导RGB-T图像的融合,以生成多级RGB-T光照融合图像,提高显著性目标的区域检测能力。其次,使用不同卷积核与标准差的高斯滤波器提取RGB、T图像中物体的边缘高频信息,以生成不同层级的RGB、T高频细节图像;并使用基于编解码器的深度学习网络,对RGB、T高频细节图像进行融合,以生成不同层级的RGB-T细节融合图像,提高显著性目标的边界检测能力。最后,根据图像光照信息进行多级RGB-T光照融合图像与RGB-T细节融合图像的融合;并使用基于学习的算法进行显著性目标检测。实验结果表明,所提算法在提高显著性目标检测精度的同时,优化了显著性目标边界的检测,与EGNet、PoolNet、CPDNet、DMRA和A2dele等优秀的显著性检测算法在Fmax值、Fave值和平均绝对误差等指标上相比,具有一定的竞争力。
机器视觉 显著性目标检测 图像融合 边缘检测网络 卷积神经网络 为了使岸桥表面锈蚀检测任务在部署到嵌入式设备和移动设备中获取更快的推理速度,在不牺牲精度的前提下提出改进的轻量化目标检测网络MobileNetV2SSDLiteV1/V2。改进后的网络采用5个卷积层的特征映射作为检测器输入,并使用3×3深度卷积预测分类和位置得分。为了减少骨干网络的参数量,将原始17个线性残差模瓶颈块结构设计成14个,并将分辨率为256 pixel×256 pixel的图像作为网络输入,同时改变原始默认框的系数,使先验框的个数减少了82.51%,接着将所有层进行批处理归一化并从零开始训练网络。以上改进可以使网络参数变为0.96×10 6,减少至原来的1/4,网络的浮点运算次数为0.12×10 9,较原始减少81.25%,mAP值高达77.40%,推理速度达45 frame/s。
机器视觉 深度学习 目标检测 岸桥 轻量级网络 边缘计算 无人机搜索和识别目标依赖于目标检测算法的快速性和准确性。针对经典目标检测算法的网络结构复杂、计算机性能要求高和目标检测速度慢等问题,提出一种基于改进轻量级检测模型(Tiny YOLO-V3)的实时检测方法。首先提出一种新的网络结构作为主干网络,将最大通道数压缩至128,进一步减小模型的时间复杂度和空间复杂度;其次使用单检测头并结合上下文信息增强对不同尺寸目标的检测能力,在保持检测精度的同时能够提高检测速度。最后采用武汉大学的遥感数据集进行实验。实验结果表明,改进后的模型在检测速度上有明显提升,同时精度提高0.22。
机器视觉 目标检测 无人机 卷积神经网络 实时检测 轻量化 针对复杂样品光谱信号存在的杂散光、噪声、基线漂移等因素对定量分析结果的影响,提出了一种基于近红外光谱的预处理及组合方法。首先,对选取的2组数据分别进行无预处理和单一预处理。然后,将9种预处理方法按照效果分为四类,包括尺度缩放、基线校正、散射校正和平滑处理。最后,选出每类预处理方法中的最优预处理方法进行组合研究,并根据建模后的交互验证均方根误差选出最优的预处理方法。实验结果表明,针对不同数据集采用合适的预处理组合方法能提高建模效果,但不同数据集信息与复杂性间的差异会导致不同的最优预处理方法,且最优预处理方法与预测组分和原始光谱有关。因此,将预处理方法按照效果进行分类并组合可得到最佳预处理效果。
医用光学 预处理方法 复杂样品 方法选择 参数优化 偏最小二乘法 针对当前视网膜图像分割方法中存在的细小血管像素模糊以及较厚视网膜血管边缘细节丢失等问题,本文设计了一种基于改进U-Net与Mini-U-Net网络相结合的两阶段训练分割方法。首先,在全尺寸U-Net网络后加入一个小尺寸的Mini-U-Net对图像中的模糊血管像素进行二次训练,以提升模糊血管像素的分割效果;其次,将两个网络编解码过程中的原始卷积层改为残差卷积模块,使原始特征信息被更完整地保留;最后,在两个网络的跳跃连接处引入注意力机制,使任务目标集中在血管像素上,提高分割精度。该方法在DRIVE和STARE公共眼底图像数据集上进行测试的精确率分别为0.8331和0.8563,召回率分别为0.8396和0.8639,F1-Score分别为0.8351和0.8609,准确率分别为0.9698和0.9787,整体分割结果相较其他分割方法更好。
图像处理 视网膜血管分割 U-Net 两阶段训练 残差网络 注意力机制 在错综复杂、瞬息万变的作战环境中,敌方干扰及传感器性能局限等因素易导致获取的战场信息不充分。为使无人机在信息不充分条件下具备威胁评估的能力,提出基于小数据集的贝叶斯网络(BN)威胁评估建模方法。从小数据集条件下BN结构学习和参数学习的两个问题入手,利用Bootstrap方法获取的约束矩阵作为评分函数上的约束项,提出一种基于小数据集的BN结构学习算法,并提出一种基于区间先验约束的BN参数学习算法。仿真结果表明,与传统BN学习算法相比,本文提出的小数据集条件下BN学习算法在UAV威胁评估建模中具有更高准确性和可用性。
遥感 贝叶斯网络 小数据集 矩阵化约束 无人机 威胁评估 为了实现对复杂养殖场环境下奶牛个体的精准识别,针对SSD (single shot multibox detector)算法对重叠对象检测效果不好的问题,对SSD算法进行改进。通过将不同特征图的特征进行融合,使得不同特征图的信息可以互补,从而改善算法对重叠对象的检测效果;去掉网络中的Conv4_3层特征图,同时增加其他特征图候选框的数量,这样不仅可以保证算法的实时性,而且提高了检测精度;引入迁移学习方法,以提高算法的平均准确率。实验结果表明:改进的SSD算法与传统SSD算法相比,在满足实时检测的情况下,平均准确率(AP)提高4.32%;经过迁移后,改进SSD算法的AP提高3.85%。
图像处理 人工智能 目标识别 卷积神经网络 特征融合 迁移学习 针对线路空间关系难于快速全面获取、精确定量测定的问题,提出了一种基于地基激光三维(3D)扫描和无人机倾斜摄影分别获取线路点云、线路周边真3D情境的方法。将用改进Bursa算法匹配的点云和3D情境的空间坐标融合后导入地理信息系统平台,在仿真环境中自动快捷地检定线路的空间状态。将构建的数据融合配准流程应用于实例中,实验结果表明,激光3D扫描与倾斜摄影在数据采集时可互为补充。相比原始Bursa算法,改进Bursa算法的精度可提升10%~50%,点云与3D情境的配准融合精度优于±2 cm;且融合后的3D效果逼真、空间信息完整、人机交互性强,能快速完成线路的精细测量。
遥感 激光雷达三维扫描 倾斜摄影 空间关系 本研究搭建一套91通道、光谱分辨率为5 nm、波长范围为650~1100 nm、生物安全性高的可调谐高光谱激光雷达系统,并完成臭椿、云南松和栾树等林木样本的探测实验。通过实验探测目标回波强度,进而获得目标光谱反射率,最后利用支持向量机分类器对不同种类的健康与染病样本进行分类与识别,臭椿样本的分类精度可以达到96.98%、云南松样本的分类精度可以达到91.21%、栾树样本的分类精度可以达到66.21%。该实验结果具有研究意义和参考价值,为林业病虫害监测提供一种新的发展方向。
遥感 高光谱激光雷达 林木病虫害 支持向量机 参数选取 信号处理 针对现有葡萄酒检测技术无法快速、高效鉴别葡萄酒品质的问题,基于无需建立标签、调参简单的聚类算法,提出了一种利用激光诱导荧光技术获取葡萄酒光谱信息的方法,实现了酒样鉴别。选取三个品牌、两个年份的四个葡萄酒样本,在同一酒精度的前提下,与水进行1∶10体积配比后,对每个酒样采集100个光谱信息。利用K-均值、自组织竞争网络和自组织特征映射神经网络三个聚类算法进行酒样的鉴别,实验结果表明:在光谱信息分析中,三个聚类算法均表现出较优越的性能,识别准确率均达到99%以上,自组织特征映射神经网络的分类准确率更是达到了100%,平均用时5.875 s,具有较高的鲁棒性和泛化能力。研究结论证明聚类算法对葡萄酒品质的检测是切实可行的。
光谱学 激光诱导荧光 聚类算法 荧光光谱识别 葡萄酒 自组织特征映射神经网络 咖啡是世界三大饮料之一,严格把控咖啡品质具有重大意义。以三个不同品种的咖啡豆为对象,利用太赫兹时域光谱技术结合化学计量学实现咖啡豆品种的快速鉴别。采用多种预处理方法减小实验误差,利用主成分分析(PCA)对光谱矩阵进行降维。建立偏最小二乘判别分析(PLS-DA)二分类模型和支持向量机(SVM)、反向传播神经网络(BPNN)、随机森林(RF)多分类判别模型。PLS-DA二分类模型的定性判别效果较为理想,总正确率可达98%;在多分类模型中,基于基线校正建立的SVM模型的效果最佳,总正确率达到98%。本研究表明利用太赫兹光谱技术快速鉴别咖啡豆品种是可行的,建立了较优的基于基线校正后的支持向量机模型,以为太赫兹时域光谱技术在定性检测其他农产品时提供经验参考。
光谱学 太赫兹时域光谱技术 咖啡豆 定性判别 基线校正 支持向量机 选取市场上常见优化处理(充填处理和覆膜处理)宝石进行常规宝石学测试和红外光谱特征研究。研究发现,利用常规宝石学特征无法区分优化处理宝石,但红外光谱特征却可以准确快速地判定。测试结果表明,采用透射法观察2800~3200 cm -1范围内的吸收谱带可以鉴定宝石是否经过有机物充填处理,在充油宝石和浸蜡宝石中可见2850,2928,2966 cm -1附近的吸收谱带,充胶宝石的特征鉴别谱带在3035,3056,3095 cm -1附近,吸收谱带越强充填程度越高。铅玻璃充填宝石的鉴别特征为2235 cm -1和2609 cm -1附近的谱带。红外反射法可以直接鉴定人造树脂材料覆膜处理的宝石。
光谱学 优化处理 鉴定特征 红外光谱 一次性口罩的分类识别在法庭科学物证鉴别中具有重要意义,因此,提出了一种基于拉曼光谱和机器学习的一次性口罩分类识别方法。首先,采集来自不同城市、不同厂家生产的37种一次性口罩样品的拉曼光谱数据。然后,利用Savitzky-Golay平滑和归一化算法对数据进行预处理,通过主成分分析法和拉曼光谱特征峰对照方法划分口罩类别。最后,构建了基于支持向量机(SVM)、贝叶斯判别分析和前反馈(BP)神经网络的一次性口罩分类识别模型。实验结果表明,SVM模型训练集和测试集的准确率分别为93.3%和100.0%,贝叶斯判别分析模型的训练集和测试集准确率均为100.0%,BP神经网络模型的训练集、验证集、测试集准确率分别为93.9%、60.0%、60.0%。因此,将贝叶斯判别分析模型作为口罩分类识别的最佳模型,为法庭科学技术的物证检验提供了一定的借鉴意义。
光谱学 拉曼光谱 机器学习 数据处理 分类识别 速效氮含量的预测在土壤养分诊断中具有重要意义,通过特征选择和回归预测算法可有效地提高速效氮光谱检测模型的预测精度。选取了皖南地区的188个黄红壤土样本作为对象,利用7种预处理方法对光谱数据进行了校正,结合移动窗口法和5种智能优化类算法进行特征选择后,再基于多种集成提升(Boosting)算法建立36种回归校正模型来分析比较。实验结果表明:基于粒子群优化(PSO)的特征优选算法优选出的202个光谱特征主要集中在600~1000 nm,利用此特征构建出的Adaptive Boosting(AdaBoost)模型性能最佳,其土壤速效氮预测精度提高到0.944。所提方法不仅提高了土壤速效氮预测精度,而且在特征区间优选算法上进行了探讨,具有一定的理论价值。
光谱学 近红外光谱 土壤 速效氮 特征选择 Boosting 