多尺度模态感知在文本指代实例分割中的研究与应用

文本指代实例分割(RIS)任务是解析文本描述所指代的实例,并在对应图像中分割出该实例,是计算机视觉与媒体领域中热门的研究课题。当前,大多数RIS方法基于单尺度文本/图像模态信息的融合,以感知指代实例的位置和语义信息。然而,单一尺度模态信息很难同时涵盖定位不同大小实例所需的语义和结构上下文信息,阻碍了模型对任意大小指代实例的感知,进而影响模型对不同大小指代实例的分割。对此,设计多尺度视觉-语言交互感知模块和多尺度掩膜预测模块：前者增强模型对不同尺度实例语义与文本语义之间的融合与感知;后者通过充分捕捉不同尺度实例的所需语义和结构信息提升指代实例分割的表现。由此,提出了多尺度模态感知的文本指代实例分割模型(MMPN-RIS)。实验结果表明,MMPN-RIS模型在RefCOCO,RefCOCO+和RefCOCOg3个公开数据集的oIoU指标上均达到了前沿性能;针对文本指代不同尺度实例的分割,MMPN-RIS模型有着较好的表现。     

面向边缘计算的差分分块运动目标快速检测方法研究

运动目标检测在物联网视觉监测领域被广泛应用,但是目前的方法计算复杂度高、对本地硬件要求高,难以满足边缘计算的需求。针对此问题,提出了一种差分分块运动目标快速检测算法。该算法是对采集视频中时间相近的两幅图像(帧)进行差分,并将图像分块,选择移动块对图像进行二分法查找,最终确定运动目标。该算法省去了背景模型的构建和更新步骤,它的计算复杂度和时间复杂度较低的优点满足了对高性能的要求。同时,通过实验验证了该算法的有效性和实时性。     

基于机器视觉的三轴机械臂分拣装置设计

针对当前市场上视觉抓取装置操作复杂、移植难度大的问题,本文介绍了一款基于机器视觉的三轴机械臂分拣装置的设计方案。利用单目相机对运动状态下的物体进行图像数据采集,然后对物体图像数据进行处理,从而确定待检测物体的形状和位置,由运动控制模块控制三轴机械臂实现物体的分拣操作。系统基于.Net Framework平台进行软件开发,本装置的硬件部分基于STM32和FPGA设计运动控制模块、基于STM32设计抓取模块和传动模块、基于EmguCV库设计图像采集模块。该装置可在手动模式和自动模式下进行运动状态物体的准确抓取与分拣放置。最后,本文在装置自动模式下对不同运动速度、不同形状、不同颜色的物体进行分拣测试,平均成功率达到96%。结果表明,文中设计的方案具有可行性和有效性。     

带式输送机自动巡检机器人研究与应用

针对带式输送机人工巡检存在的工作量强度大、少检/漏检现象严重的问题,设计带式输送机自动巡检机器人装置,可沿巷道自动运行。分析了自动巡检机器人牵引、巡检机构以及系统功能。经在四明山煤矿实际应用证明,该自动巡检机器人能够完成对带式输送机的巡检工作,减轻了工人的劳动强度,可杜绝少检/漏检现象,保障了带式输送机稳定、安全、高效运行。     

Harris角点检测算法的应用研究

角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。     

基于扩展Kalman预测模型的双目立体视觉图像特征点跟踪方法

针对双目立体视觉动态测量中图像特征点快速跟踪问题,提出了一种利用Kalman预测模型进行图像点跟踪的方法。该方法以图像特征点坐标值为观测向量,将坐标值和图像特征点运动速度作为状态向量,首先建立了线性Kalman预测递推模型,在此基础上引入了极线约束条件,进一步建立了图像特征点非线性扩展Kalrnan预测递推模型。实验表明该方法得到的特征点的预测轨迹和真实轨迹符合度好,预测精度高、速度快、通用性强。     

基于PC的机器视觉系统

本文概述了机器视觉的市场前景，比较了PC式视觉系统与嵌入式视觉系统在检测速度、测量精度等指标上的优劣，并最点介绍了基于PC的机器视觉系统的设计方法，包括光源、镜头、摄像机、图像采集卡等的选用以及视觉软件的设计方法。文章还列举了几个基于PC的机器视觉的成功应用案例。     

光的质感空间

在自然界中,光以它自由而变幻的强大魅力,给我们提供了一个缤纷的世界。而在一个个被精心设计的室内空间里,构成视觉印象的信息,如形态、颜色、材质的种种细节,则是灯光设计利用各种各样的光的手法一呈现与描画出来的。灯光设计可以用光引导人们的视觉体验,让人们通过空间的明暗、冷暖;物体的软硬、轻重：材质的粗细、厚薄,捕捉并引发有关空间或亲切、或热烈、或深沉、或高贵的空间体验。因此室内空间所期望营造出的氛围,离不开灯光设计对空间质感的准确表达与塑造。     

城市公园的视觉可达性评估方法研究

城市公园作为一种重要的公共空间,除了基于交通(距离、时间、成本)的可达性外,视觉可达性是度量居民对公园心理感知的重要内容.针对公园周边地区复杂的建筑布局和高低错落关系,考虑地面高程、建筑高度、建筑朝向、距离远近和视野开阔性等信息,构建了视觉可达性模型.以视线是否可达、视觉的清晰度和公园的暴露度等指标为基础,开发了二维平...     

基于0V7620的机器人视觉导航系统设计

视觉导航技术是移动机器人智能化研究的关键技术。本文介绍了一种基于CMOS图像传感器OV7620的视觉导航系统,通过分析OV7620的工作机理,采用FPGA和FIFO存储器协调工作进行图像采集缓冲,同时利用高速单片机实现视觉导航算法。实验表明本系统设计合理,集成度高,控制精确,有一定的实用价值。