摘要：高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获取子问题间的权重关系,建立图像抠图问题的优化序列.在优化信息传递策略的基础上,提出基于微搜索的前景遮罩提取算法.算法通过对有效决策子集的搜索代替对决策集的搜索,解决高分辨率图像抠图问题中的前景遮罩抠反问题,为大规模组合优化问题分析提供借鉴.选用alphamatting基准数据集作为测试数据,与典型的抠图优化算法对比分析,验证文中算法可以解决前景背景信息极为相似时的前景遮罩抠反问题,并且在高分辨率图像抠图问题维度显著降低的情况下,提高前景遮罩提取精度.

摘要：针对微小型四旋翼飞行器大角度快速机动飞行控制问题,提出一种基于动态逆与滑模控制的新型双通道机动飞行控制方法。通过滑模控制与动态逆结合,使系统对模型的不确定性及气动干扰有较好的鲁棒性,动态滑模有效地避免了系统抖振,且构造新的滑模面和飞行器姿态四元数正则模型,提高了控制精度,解决了飞行器奇异问题;动态逆则改善了系统的动态响应特性,在逆系统设计中,由于系统具有零动态,给出了该零动态的稳定性分析。仿真结果证明了控制方案的控制效果。

摘要：为便于汽车驾驶员在室外停车场中寻找可用空车位,基于以数据采集、图像处理和目标检测等过程的计算机视觉,开发了室外停车场车位检测实验。该实验将Haar-like特征描述和车位中颜色能量变化作为判别模型的数据输入,选取随机森林作为车位可用状态的判别模型。通过在国际公开数据集PKLot上进行实验,对可用车位的检测准确率的均在91%以上;在自建的GZMU-LOT上进行实验,可用空车位的检测准确率达92.21%。

摘要：图像级标注的语义分割因具有友好的注释和令人满意的性能而被广泛研究。针对类激活图激活区域稀疏、前背景间语义模糊问题,提出基于激活调制的双分支弱监督语义分割网络。该网络以Resnet50和Vision Transformer作为双分支特征提取网络,并设计激活调制模块嵌入卷积分支,该模块迫使模型激活中间分数的像素,生成紧凑的类激活图,从而缓解类激活图激活区域稀疏的问题。其次,提出基于余弦退火衰减的动态阈值调整策略,该策略在训练过程中自适应的确定背景最高阈值,使更多低置信前景像素参与到分割训练中,生成完整且准确的分割图。在PASCAL VOC 2012以及MS COCO 2014数据集上验证该网络的有效性。PASCAL VOC 2012验证集和测试集上的mIou值分别为74.2%和74.0%,在MS COCO 2014验证集上的mIou值为45.9%。实验结果表明,该网络可以解决前背景颜色相似场景下的误分割问题并取得优异的分割性能。

摘要：苗语作为西南少数民族的主要语种之一,其语音研究存在语言文字缺失、语音语料库不健全、地域差异等问题,因此苗语的语音识别难度较大。针对语音语料库不健全的问题,借助汉语拼音对苗语语音进行标注,构建不同地域的苗语语音语料库。基于拼音媒介传递的思想,设计苗语孤立词汇识别模型,该模型利用卷积神经网络对提取的语音特征进行训练和测试,解决了文字缺失情况下的苗语孤立词语音识别问题。为验证该模型的有效性和稳定性,以自建苗语语音语料库的数据作为实验数据集,分别在同地域、不同地域以及组合地域语音数据集上进行验证实验。实验结果表明,所提模型对苗语孤立词语音识别有效,同地域语音识别效果优于不同地域识别效果,在组合地域语音识别中表现亦良好。

摘要：气门几何参数检测问题是汽车、船舶、航空以及柴油发动机等工业缺陷检测领域的热点难题,其本质是气门边缘关键点的检测问题,目前应用在工业气门产业的成果较少。本文针对气门边缘关键点难以精准检测问题,设计了基于亚像素边缘搜索算法,该算法基于Zernike矩和亚像素边缘检测对气门边缘进行矫正,并结合图像投影和逐像素边缘搜索精确定位边缘关键点对其拟合,得到气门几何参数检测结果。为了验证所提算法的有效性,对不同尺寸的工件进行检测分析,结果表明该算法检测气门杆径的最大绝对值误差和最大极差分别低于0.0093 mm和0.0363 mm,在检测精度和稳定性上均达到了工业要求,满足实际工业生产现场的检测需求。

摘要：自然图像抠图作为计算机视觉的重要任务之一,是一种通过预测精确的alpha matte来将前景物体从图像中分离出来的技术。由于透明区域前背景像素高度混合,在提取透明区域遮罩时易出现误抠问题。为了解决这一问题,本文提出透明特征感知抠图模型,模型中带有一个专门为透明区域遮罩误抠设计的透明特征感知模块。该模块能够多尺度提取上下文信息,精确感知并分离前背景像素高度混合的透明区域,同时提取透明的细致特征,从而有效解决了自然图像中透明区域的遮罩误抠问题。在Composition-1k测试集上的实验结果表明,透明特征感知抠图模型在解决透明区域遮罩误抠问题上具有一定的优越性。与经典的DIM抠图方法相比,本文方法在MSE、SAD、Grad和Conn四个评价指标上分别提升了45.71%、30.95%、47.74%和39.96%。

摘要：针对铝型材表面缺陷分类任务中存在的极端长宽比、小面积缺陷分类困难问题,提出基于融合带权非局部模块和辅助分类器的表面缺陷分类方法(Fusion of Weighted Non-local Modules and Auxiliary Classifier Networks,FWACNet)。该方法通过提出带权非局部模块,利用点积相似度计算特征图空间上不同位置的相似性,以提升模型捕捉长距离依赖关系及上下文信息的能力;同时考虑到浅层特征中的纹理、边缘等细节信息会影响表面缺陷分类效果,设计深层和浅层特征融合的辅助分类器,以提升模型对浅层特征中细节信息的挖掘能力。为验证所提FWACNet方法的有效性,在公开的铝型材表面缺陷数据集上进行仿真实验,实验结果表明FWACNet较主流分类网络在极端长宽比、小面积的缺陷分类困难的问题上具有一定优势,分类准确率达95.7%。

摘要：基于深度学习的人脸图像修复算法在获取深层特征时会造成信息丢失,容易忽略图像语义特征而产生结构不合理的修复结果,不利于纹理细节修复。为了解决这些问题,本文提出了使用卷积注意力模块和多尺度特征融合模块改进人脸图像修复网络。首先,提出了基于卷积注意力模块的人脸图像修复方法,增强人脸图像语义修复的能力,确保所提模型能够生成清晰的纹理修复结果,同时使用多尺度特征融合模块获取图像深层特征,通过融合多尺度特征来减少卷积过程中的信息丢失。其次,设计了一个具有正则化的CNN编解码结构,以解决修复网络产生过拟合的现象,并且提升网络的泛化能力。通过在FFHQ数据集上进行定量实验分析,当掩码比例较大时,峰值信噪比、结构相似性指数和平均绝对误差指标分别达到21.7042 dB、0.7492和0.0418,证明所提出的方法优于现有的图像修复方法,能较好地重建具有完整的信息、纹理细节清晰的人脸图像。

摘要：为了解决飞行器悬挂载荷的位置信息不易测量的问题,提出了一种基于视觉的测量方法。首先,选取蓝色小球作为悬挂载荷进行研究,根据小球运动特性,建立了单目视觉位置估计模型。其次,采用Faster R-CNN算法对小球进行识别与跟踪,得到小球在图像二维平面上的位置信息。再次,该位置信息结合单目视觉位置估计模型,估计出小球的三维位置。最后,搭建悬挂载荷测量平台进行实验测试。实验结果表明,所设计视觉测量方法能有效测量悬挂载荷位置。