摘要： 為實(shí)現(xiàn)智能檢測(cè)室內(nèi)作業(yè)人員是否佩戴安全帽,提出了一種改進(jìn)的Yolov4算法.首先,針對(duì)目前室內(nèi)安全帽佩戴狀態(tài)檢測(cè)實(shí)驗(yàn)數(shù)據(jù)較為匱乏的問(wèn)題,自建了一個(gè)用于室內(nèi)場(chǎng)景的安全帽佩戴狀態(tài)檢測(cè)數(shù)據(jù)集.隨后,為提升室內(nèi)監(jiān)控圖像中模糊、微小目標(biāo)的安全帽佩戴狀態(tài)檢測(cè)準(zhǔn)確率,設(shè)計(jì)了自校準(zhǔn)多尺度特征融合模塊并將其嵌入原Yolov4網(wǎng)絡(luò)中.該模塊首先通過(guò)深度超參數(shù)化卷積從上至下、從下至上融合不同尺度下的特征,加強(qiáng)待檢測(cè)目標(biāo)的特征紋理,使得模型能夠檢測(cè)出這兩類(lèi)目標(biāo).再通過(guò)特征自校準(zhǔn)模塊對(duì)融合后的特征進(jìn)行過(guò)濾,加強(qiáng)或抑制特征圖上的每一像素點(diǎn),使得模型可以在融合后的特征圖上進(jìn)行精確的檢測(cè).此外為加速模型收斂,使用解耦合的檢測(cè)頭替換原Yolov4中的耦合檢測(cè)頭,使目標(biāo)定位任務(wù)與安全帽佩戴狀態(tài)的分類(lèi)任務(wù)相互獨(dú)立.最后為提升模型對(duì)于重疊目標(biāo)的檢測(cè)能力,提出了軟性非極大值抑制后處理算法Soft-CIoU-NMS.實(shí)驗(yàn)結(jié)果表明,該改進(jìn)的Yolov4模型能夠準(zhǔn)確地識(shí)別出室內(nèi)作業(yè)人員是否佩戴安全帽,準(zhǔn)確率達(dá)到了95.1%.相比于原Yolov4模型,該模型對(duì)位于監(jiān)控?cái)z像頭遠(yuǎn)端的模糊、微小目標(biāo)和監(jiān)控圖像中重疊目標(biāo)的檢測(cè)能力有明顯提升,檢測(cè)準(zhǔn)確率提升了約4.7%,較好地滿(mǎn)足了室內(nèi)場(chǎng)景下作業(yè)人員安全帽佩戴狀態(tài)智能檢測(cè)的要求.

摘要： 針對(duì)水產(chǎn)養(yǎng)殖中的精準(zhǔn)投喂問(wèn)題,以大西洋鮭(Salmo salar)為研究對(duì)象,提出一種基于魚(yú)體運(yùn)動(dòng)特征和圖像紋理特征的魚(yú)群攝食活動(dòng)強(qiáng)度量化方法,進(jìn)行魚(yú)類(lèi)攝食行為識(shí)別研究.利用自適應(yīng)背景差分及光流法得到運(yùn)動(dòng)魚(yú)體的速度、轉(zhuǎn)角,并通過(guò)信息熵統(tǒng)計(jì)速度和轉(zhuǎn)角的分布,之后通過(guò)灰度共生矩陣提取能量、熵、對(duì)比度、相關(guān)性和逆差距5個(gè)圖像紋理特征值.最后,結(jié)合魚(yú)體運(yùn)動(dòng)特征及圖像紋理特征,對(duì)魚(yú)類(lèi)攝食行為進(jìn)行識(shí)別和檢測(cè).實(shí)驗(yàn)結(jié)果表明,該方法的識(shí)別準(zhǔn)確率達(dá)到了94暢17％,相較于單一特征檢測(cè)本研究的檢測(cè)精度更高.

摘要： 探討基于計(jì)算機(jī)視覺(jué)與傳感技術(shù)進(jìn)行數(shù)據(jù)采集和神經(jīng)元網(wǎng)絡(luò)預(yù)測(cè)分析,建立一套有別于目前建筑行業(yè)傳統(tǒng)的定額和點(diǎn)工計(jì)價(jià)的薪酬計(jì)算體系,該體系在勞務(wù)作業(yè)信息采集、識(shí)別過(guò)程中將綜合勞動(dòng)行為區(qū)分為主要?jiǎng)趧?dòng)時(shí)長(zhǎng)、輔助勞動(dòng)時(shí)長(zhǎng)和不完全勞動(dòng)時(shí)長(zhǎng)并分別計(jì)價(jià),從而構(gòu)建全新的“多勞多得”勞動(dòng)薪酬計(jì)價(jià)模式。

摘要： 針對(duì)原木材積檢測(cè)中存在的效率低下和人工成本高等問(wèn)題,提出了基于計(jì)算機(jī)視覺(jué)技術(shù)的原木堆自動(dòng)化檢尺方案.方案首先采集原木堆兩側(cè)端面圖像,進(jìn)行包括灰度變換、二值化、孔洞填充以及邊緣檢測(cè)在內(nèi)的一系列圖像處理操作;然后對(duì)獲得的處理結(jié)果,利用霍夫變換圓檢測(cè)進(jìn)行原木端面類(lèi)圓形檢測(cè);最后,將檢測(cè)得到原木兩端檢尺徑數(shù)據(jù)排序整理,運(yùn)用國(guó)家標(biāo)準(zhǔn)規(guī)定的原木材積檢測(cè)公式計(jì)算得到原木材積.實(shí)驗(yàn)證明,算法的原木材積檢測(cè)準(zhǔn)確率可達(dá)到97%.

摘要： 近期,經(jīng)北京市人力資源和社會(huì)保障局批準(zhǔn),靈動(dòng)科技獲批設(shè)立博士后科研工作站。目前申報(bào)成功的企業(yè)類(lèi)別主要集中在軍工、科技、互聯(lián)網(wǎng)、制造業(yè)等技術(shù)含量高的企業(yè)以及大型國(guó)企。一直以來(lái),靈動(dòng)科技堅(jiān)持產(chǎn)學(xué)研用一體化,先后與中科院自動(dòng)化研究所、北京航空航天大學(xué)合作,成立計(jì)算機(jī)視覺(jué)聯(lián)合實(shí)驗(yàn)室、機(jī)器人聯(lián)合培養(yǎng)實(shí)驗(yàn)室。2022年靈動(dòng)科技參與到國(guó)家科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目中.

摘要： 隨著經(jīng)濟(jì)高速發(fā)展,經(jīng)略海洋與海洋經(jīng)濟(jì)發(fā)展成為國(guó)家重要發(fā)展戰(zhàn)略,港口設(shè)施建設(shè)和完善對(duì)于海洋經(jīng)濟(jì)發(fā)展有著重要作用。然而,港口重型機(jī)械以及輪機(jī)操作對(duì)作業(yè)人員安全有潛在威脅,智能化、信息化碼頭建設(shè)勢(shì)在必行。近年計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)技術(shù)快速發(fā)展,為港口應(yīng)用智能視覺(jué)技術(shù)提供了有力的技術(shù)支撐。基于深度學(xué)習(xí)框架YOLOV4搭建了港口作業(yè)人員目標(biāo)檢測(cè)平臺(tái),在自建港口收集并整理了一個(gè)大規(guī)模作業(yè)人員視頻數(shù)據(jù)集,在該數(shù)據(jù)集上實(shí)現(xiàn)不同作業(yè)場(chǎng)景下港口作業(yè)人員的精確檢測(cè)。在自建港口作業(yè)人員數(shù)據(jù)集上將FasterRCNN、SSD和YOLOV4三種目標(biāo)檢測(cè)框架進(jìn)行實(shí)驗(yàn)對(duì)比,結(jié)果表明,YOLOV4的平均檢測(cè)準(zhǔn)確率優(yōu)于其它目標(biāo)檢測(cè)框架?；赮OLOV4的港口作業(yè)人員檢測(cè)系統(tǒng)應(yīng)用提高了港口信息化建設(shè)進(jìn)度,提高了港口作業(yè)人員的安全性。

摘要： 針對(duì)2020年國(guó)家藥品監(jiān)督管理局頒布的即將全面禁止使用水銀血壓計(jì)相關(guān)規(guī)定和目前廣泛采用的電子血壓計(jì)需要定期接受檢定和質(zhì)量檢測(cè)的現(xiàn)狀,該研究提出了一種基于數(shù)字圖像處理和字符識(shí)別的智能算法,實(shí)現(xiàn)了在檢定或質(zhì)量檢測(cè)中自動(dòng)獲取電子血壓計(jì)示值。在硬件平臺(tái)上,通過(guò)樹(shù)莓派連接攝像頭,獲取電子血壓計(jì)的圖像;在軟件開(kāi)發(fā)上,通過(guò)在樹(shù)莓派上運(yùn)行基于計(jì)算機(jī)視覺(jué)的OpenCV庫(kù),采用尺度變換、灰度轉(zhuǎn)換、高斯平滑和邊緣檢測(cè)等圖像預(yù)處理方法,結(jié)合字符分割與識(shí)別技術(shù),實(shí)現(xiàn)了電子血壓計(jì)示值的自動(dòng)識(shí)別,有效避免了人為因素導(dǎo)致的誤差或錯(cuò)誤。該數(shù)字識(shí)別算法的研究與設(shè)計(jì)為開(kāi)發(fā)自動(dòng)檢定電子血壓計(jì)的智能裝置奠定了前期技術(shù)基礎(chǔ),且對(duì)于電子儀器儀表的字符識(shí)別或研制自動(dòng)化的儀器示值記錄裝置具有一定的借鑒價(jià)值。

摘要： 圍繞課程思政建設(shè)的核心,從“計(jì)算機(jī)視覺(jué)”課程的設(shè)立需求入手,分析課程思政對(duì)課程建設(shè)和人才培養(yǎng)的重要性,從教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)手段等方面深入探討課程思政的具體落實(shí)與實(shí)施,最后結(jié)合課程評(píng)價(jià)與效果進(jìn)行了全面總結(jié)。

摘要： 單目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域中的研究熱點(diǎn).傳統(tǒng)算法如相關(guān)濾波的跟蹤速度較快,但由于提取到的顏色、灰度等手工特征較為粗糙,跟蹤精度往往不高.近年來(lái)隨著深度學(xué)習(xí)理論的發(fā)展,使用深度特征的跟蹤方法能夠在跟蹤的精度和速度方面達(dá)到很好的平衡.本文首先介紹單目標(biāo)跟蹤的相關(guān)背景,接著從相關(guān)濾波單目標(biāo)跟蹤、深度學(xué)習(xí)單目標(biāo)跟蹤兩個(gè)階段對(duì)單目標(biāo)跟蹤領(lǐng)域發(fā)展過(guò)程中涌現(xiàn)出的多個(gè)算法進(jìn)行梳理,并詳細(xì)介紹目前主流的孿生網(wǎng)絡(luò)算法.最后通過(guò)大型數(shù)據(jù)集對(duì)近年來(lái)優(yōu)秀算法進(jìn)行對(duì)比分析,針對(duì)其缺點(diǎn)與不足,對(duì)該領(lǐng)域未來(lái)的發(fā)展前景做出展望.

摘要： 載波芯片(chip on carrier,COC)是光發(fā)射次模塊(transmitter optical subassembly,TOSA)的重要組成部分,被廣泛應(yīng)用于光通信領(lǐng)域,實(shí)現(xiàn)光電轉(zhuǎn)換。針對(duì)載波芯片崩口、定位柱破損以及波導(dǎo)污漬三種不同類(lèi)別缺陷的實(shí)時(shí)檢測(cè)問(wèn)題,提出了一種基于輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的載波芯片缺陷檢測(cè)算法YOLO-Efficientnet。為了減少網(wǎng)絡(luò)參數(shù),縮短檢測(cè)時(shí)間,采用輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)Efficientnet作為主干網(wǎng)絡(luò)對(duì)圖像進(jìn)行特征提取,在移動(dòng)翻轉(zhuǎn)瓶頸卷積(MBConv)的基礎(chǔ)上,引入了壓縮與激發(fā)網(wǎng)絡(luò)(SENet)的注意力思想,在通道維度上引入注意力機(jī)制;為了解決下采樣的過(guò)程中導(dǎo)致信息丟失的問(wèn)題,引入空間金字塔池化(SPP)結(jié)構(gòu)來(lái)增大圖像的感受野,分離出更加顯著的上下文特征。針對(duì)COC缺陷多尺度以及波導(dǎo)區(qū)域污漬小目標(biāo)難以檢測(cè)的問(wèn)題,引入了PANet結(jié)構(gòu)進(jìn)行多尺度特征融合。實(shí)驗(yàn)結(jié)果表明,提出的算法對(duì)COC缺陷檢測(cè)的準(zhǔn)確率達(dá)到了98.5%,檢測(cè)時(shí)間達(dá)到每張圖片0.42 s,滿(mǎn)足實(shí)時(shí)檢測(cè)的需求。

摘要： 隨著中國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展,面臨著多種應(yīng)急突發(fā)事件:自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生、社會(huì)安全等,嚴(yán)重影響了中國(guó)經(jīng)濟(jì)的健康發(fā)展,對(duì)百姓的生命、財(cái)產(chǎn)安全也造成了嚴(yán)重威脅.建立預(yù)警和應(yīng)急機(jī)制是保障人民生命財(cái)產(chǎn)的重要內(nèi)容,預(yù)警和應(yīng)急機(jī)制能夠把應(yīng)急信息在最短時(shí)間內(nèi)發(fā)布出去.對(duì)視頻圖像中的人群密度的檢測(cè)是實(shí)現(xiàn)應(yīng)急預(yù)警能力的先導(dǎo),也是保障人民生命財(cái)產(chǎn)的一個(gè)重要部分,預(yù)先知道人的數(shù)量能夠更好地應(yīng)對(duì)突發(fā)事件.本文針對(duì)人群密度檢測(cè)中經(jīng)常出現(xiàn)的問(wèn)題,采用計(jì)算機(jī)視覺(jué)的相關(guān)技術(shù),對(duì)人群密度的相關(guān)算法進(jìn)行研究,得到基于計(jì)算機(jī)視覺(jué)人群密度檢測(cè)的設(shè)計(jì)方案.

摘要： 隨著斜拉橋跨度的增大,斜拉橋上的斜拉索變得越來(lái)越柔,容易在外荷載的激勵(lì)下發(fā)生大幅振動(dòng).尤其在風(fēng)雨聯(lián)合作用下斜拉索極易發(fā)生大幅振動(dòng),這種振動(dòng)與傳統(tǒng)的風(fēng)致振動(dòng)有明顯不同,具有限幅、限速、大振幅、低頻率等特點(diǎn),被稱(chēng)之為斜拉索風(fēng)雨振.本文基于計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)提出了一種新的水線測(cè)量方法，并利用這種方法成功測(cè)量了風(fēng)洞實(shí)驗(yàn)室內(nèi)風(fēng)雨振中水線的位置和寬度，分析了上水線的振動(dòng)頻率、振幅、平衡位置、厚度變化規(guī)律等。這種方法具有非接觸、無(wú)干擾、多點(diǎn)測(cè)量、高性?xún)r(jià)比等優(yōu)點(diǎn)，只需要一個(gè)普通數(shù)碼相機(jī)就能測(cè)量拉索軸向所有截面上水線的位置和厚度。

摘要： 隨著計(jì)算機(jī)視覺(jué)科學(xué)領(lǐng)域的逐漸發(fā)展,視覺(jué)導(dǎo)航技術(shù)已經(jīng)成為繼無(wú)線電導(dǎo)航、慣性導(dǎo)航等又一穩(wěn)定可靠的導(dǎo)航手段.視覺(jué)導(dǎo)航技術(shù)具有高自主性、無(wú)源性、低成本性等特點(diǎn),并且可以很好地解決電磁干擾等問(wèn)題,既可以作為一種獨(dú)立的導(dǎo)航手段,又能夠與現(xiàn)有的導(dǎo)航方式相結(jié)合,互為補(bǔ)充.視覺(jué)導(dǎo)航技術(shù)的核心是視覺(jué)定位技術(shù),如何有效提高視覺(jué)定位精度是當(dāng)前所面臨的重要問(wèn)題.現(xiàn)有的視覺(jué)定位技術(shù)分為基于自然場(chǎng)景識(shí)別和基于人工地標(biāo)識(shí)別兩種.基于人工地標(biāo)識(shí)別的方式通常具有更高的識(shí)別率以及更好的魯棒性,而AprilTag系統(tǒng)正是其中的佼佼者.AprilTag具有很好的開(kāi)源特性,可以通過(guò)對(duì)源代碼的修改來(lái)實(shí)現(xiàn)不同的算法,滿(mǎn)足不同場(chǎng)景的需求.本文首先對(duì)相機(jī)進(jìn)行標(biāo)定,并設(shè)置合適的AprilTag圖標(biāo),在此基礎(chǔ)之上,修改核心算法,滿(mǎn)足基于圖標(biāo)坐標(biāo)系的相機(jī)定位要求并進(jìn)行實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明,在提供少量先驗(yàn)信息的條件下,可以得到較高精度的相機(jī)定位坐標(biāo),并且距離圖標(biāo)越近,其定位精度越高.

摘要： 本文對(duì)通信產(chǎn)品的自動(dòng)化測(cè)試進(jìn)行了探討,目的是提高測(cè)試的效率、降低對(duì)員工技能的依賴(lài).通過(guò)軟硬件結(jié)合、VBS腳本語(yǔ)言編程和計(jì)算機(jī)視覺(jué)等的應(yīng)用,實(shí)現(xiàn)了下述機(jī)器替代人工的作業(yè):條碼掃描、鍵盤(pán)輸入、顯示器觀察和判斷、LED狀態(tài)識(shí)別、220V電源開(kāi)關(guān)電、電源告警線插拔等.該系統(tǒng)最終實(shí)現(xiàn)了提高測(cè)試效率的項(xiàng)目目標(biāo),是企業(yè)自動(dòng)化發(fā)展的有益嘗試.

摘要： 數(shù)字圖像特征檢測(cè)與匹配乃是數(shù)字圖像分析與理解和計(jì)算機(jī)視覺(jué)領(lǐng)域中最為基本的問(wèn)題.數(shù)字圖像的特征檢測(cè)是通過(guò)檢測(cè)算子實(shí)現(xiàn)的,特征描述則是由特征描述子實(shí)現(xiàn),目前已經(jīng)有了多種常用的檢測(cè)算子與描述子并且各具特點(diǎn).本文介紹了SUSAN邊緣檢測(cè)算子的算法描述.對(duì)DAISY描述子的構(gòu)造、定義進(jìn)行介紹,闡述了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場(chǎng)與特征向量描述子,通過(guò)實(shí)驗(yàn)驗(yàn)證了FVD描述子的性能,并實(shí)現(xiàn)了該描述子的可視化.

摘要： 在當(dāng)前油氣勘探新形勢(shì)下,隨著信息產(chǎn)業(yè)的技術(shù)變革,云計(jì)算、物聯(lián)網(wǎng)等技術(shù)應(yīng)運(yùn)而生,地震勘探行業(yè)也伴隨著不斷增長(zhǎng)的數(shù)據(jù)量和數(shù)據(jù)種類(lèi)衍生出"大數(shù)據(jù)"現(xiàn)象,單體數(shù)據(jù)量已逼近PB級(jí),如何從大量、復(fù)雜、多源數(shù)據(jù)體中有效挖掘出指示油氣儲(chǔ)層特征的潛在信息,并將這些信息進(jìn)行綜合運(yùn)用,以提高和改善油氣儲(chǔ)層預(yù)測(cè)精度,將直接關(guān)系到油氣勘探開(kāi)發(fā)未來(lái)發(fā)展前景.目前,地震數(shù)據(jù)挖掘技術(shù)遠(yuǎn)遠(yuǎn)不能適應(yīng)開(kāi)發(fā)應(yīng)用的需要,為了解決該難題,探索計(jì)算機(jī)領(lǐng)域的研究熱點(diǎn):視覺(jué)成像技術(shù).該技術(shù)在信號(hào)處理和數(shù)據(jù)挖掘領(lǐng)域應(yīng)用潛力較大,因此,有必要探索基于視覺(jué)成像新方法在地震油氣勘探中數(shù)據(jù)挖掘和信號(hào)處理中的應(yīng)用,為地震勘探行業(yè)發(fā)展提供前瞻性的技術(shù)手段.

摘要： 探討的問(wèn)題包括汽車(chē)行業(yè)無(wú)人駕駛將何時(shí)到來(lái)、實(shí)現(xiàn)無(wú)人駕駛,要克服的挑戰(zhàn)、無(wú)人駕駛實(shí)現(xiàn)的現(xiàn)實(shí)路徑以及MBtech集團(tuán)的介紹-全球汽車(chē)行業(yè)工程及咨詢(xún)服務(wù)的領(lǐng)導(dǎo)者.

摘要： 探討的問(wèn)題包括汽車(chē)行業(yè)無(wú)人駕駛將何時(shí)到來(lái)、實(shí)現(xiàn)無(wú)人駕駛,要克服的挑戰(zhàn)、無(wú)人駕駛實(shí)現(xiàn)的現(xiàn)實(shí)路徑以及MBtech集團(tuán)的介紹-全球汽車(chē)行業(yè)工程及咨詢(xún)服務(wù)的領(lǐng)導(dǎo)者.

摘要： 探討的問(wèn)題包括汽車(chē)行業(yè)無(wú)人駕駛將何時(shí)到來(lái)、實(shí)現(xiàn)無(wú)人駕駛,要克服的挑戰(zhàn)、無(wú)人駕駛實(shí)現(xiàn)的現(xiàn)實(shí)路徑以及MBtech集團(tuán)的介紹-全球汽車(chē)行業(yè)工程及咨詢(xún)服務(wù)的領(lǐng)導(dǎo)者.

摘要： 探討的問(wèn)題包括汽車(chē)行業(yè)無(wú)人駕駛將何時(shí)到來(lái)、實(shí)現(xiàn)無(wú)人駕駛,要克服的挑戰(zhàn)、無(wú)人駕駛實(shí)現(xiàn)的現(xiàn)實(shí)路徑以及MBtech集團(tuán)的介紹-全球汽車(chē)行業(yè)工程及咨詢(xún)服務(wù)的領(lǐng)導(dǎo)者.

摘要： 一種具計(jì)算機(jī)視覺(jué)輔助的自動(dòng)化穿鞋帶機(jī)，適用將一條鞋帶穿設(shè)于一只鞋子。該鞋帶具有一段撓性段，及兩個(gè)各別地設(shè)置于該撓性段兩端的端件。該鞋子具有兩片鞋帶孔片，及設(shè)置于每一片鞋帶孔片的多個(gè)鞋帶孔。該自動(dòng)化穿鞋帶機(jī)包含一個(gè)機(jī)架、至少一個(gè)機(jī)械臂，及一個(gè)視覺(jué)反饋單元。該機(jī)架包括一個(gè)置鞋裝置，及一個(gè)用于夾掣所述鞋帶孔片的夾持裝置。該置鞋裝置具有一個(gè)供該鞋子套置的置鞋座。該機(jī)械臂包括一個(gè)能對(duì)其中一端件進(jìn)行夾拉或松放的夾爪模塊，及一個(gè)能帶動(dòng)該夾爪模塊相對(duì)于該置鞋座移動(dòng)的機(jī)臂。該視覺(jué)反饋單元信號(hào)連接該機(jī)械臂且包括一個(gè)影像擷取模塊。該影像擷取模塊用于朝所述鞋帶孔片擷取至少一幅具有所述鞋帶孔相關(guān)位置的影像。

摘要： 公開(kāi)了一種計(jì)算機(jī)視覺(jué)訓(xùn)練系統(tǒng)和用于訓(xùn)練計(jì)算機(jī)視覺(jué)系統(tǒng)的方法。所述計(jì)算機(jī)視覺(jué)(CV)訓(xùn)練系統(tǒng)，包括：監(jiān)督學(xué)習(xí)系統(tǒng)，監(jiān)督學(xué)習(xí)系統(tǒng)根據(jù)目標(biāo)CV應(yīng)用從一個(gè)或多個(gè)輸入圖像估計(jì)監(jiān)督輸出，并且根據(jù)監(jiān)督輸出和監(jiān)督輸出的地面真值來(lái)確定監(jiān)督損失；無(wú)監(jiān)督學(xué)習(xí)系統(tǒng)，無(wú)監(jiān)督學(xué)習(xí)系統(tǒng)根據(jù)監(jiān)督輸出和所述一個(gè)或多個(gè)輸入圖像來(lái)確定無(wú)監(jiān)督損失；弱監(jiān)督學(xué)習(xí)系統(tǒng)，弱監(jiān)督學(xué)習(xí)系統(tǒng)根據(jù)監(jiān)督輸出和與所述一個(gè)或多個(gè)輸入圖像對(duì)應(yīng)的弱標(biāo)簽來(lái)確定弱監(jiān)督損失；以及聯(lián)合優(yōu)化器，聯(lián)合優(yōu)化器并發(fā)地優(yōu)化監(jiān)督損失、無(wú)監(jiān)督損失和弱監(jiān)督損失。

摘要： 一種具計(jì)算機(jī)視覺(jué)輔助的自動(dòng)化穿鞋帶機(jī)，適用將一條鞋帶穿設(shè)于一只鞋子。該鞋帶具有一段撓性段，及兩個(gè)各別地設(shè)置于該撓性段兩端的端件。該鞋子具有兩片鞋帶孔片，及設(shè)置于每一片鞋帶孔片的多個(gè)鞋帶孔。該自動(dòng)化穿鞋帶機(jī)包含一個(gè)機(jī)架、至少一個(gè)機(jī)械臂，及一個(gè)視覺(jué)反饋單元。該機(jī)架包括一個(gè)置鞋裝置，及一個(gè)用于夾掣所述鞋帶孔片的夾持裝置。該置鞋裝置具有一個(gè)供該鞋子套置的置鞋座。該機(jī)械臂包括一個(gè)能對(duì)其中一端件進(jìn)行夾拉或松放的夾爪模塊，及一個(gè)能帶動(dòng)該夾爪模塊相對(duì)于該置鞋座移動(dòng)的機(jī)臂。該視覺(jué)反饋單元信號(hào)連接該機(jī)械臂且包括一個(gè)影像擷取模塊。該影像擷取模塊用于朝所述鞋帶孔片擷取至少一幅具有所述鞋帶孔相關(guān)位置的影像。

摘要： 計(jì)算機(jī)視覺(jué)涉及計(jì)算機(jī)如何能夠從數(shù)字圖像或視頻中自動(dòng)獲得高級(jí)理解。計(jì)算機(jī)視覺(jué)系統(tǒng)在汽車(chē)或機(jī)器人車(chē)輛領(lǐng)域的應(yīng)用日益增加。計(jì)算機(jī)視覺(jué)可以通過(guò)考慮定義視覺(jué)數(shù)據(jù)項(xiàng)中的至少一個(gè)視覺(jué)狀態(tài)的視覺(jué)參數(shù)來(lái)改進(jìn)。然而，先驗(yàn)地，不清楚哪些視覺(jué)參數(shù)與計(jì)算機(jī)視覺(jué)相關(guān)。本說(shuō)明書(shū)討論了用于分析視覺(jué)參數(shù)的相關(guān)性以訓(xùn)練計(jì)算機(jī)視覺(jué)模型的計(jì)算機(jī)實(shí)現(xiàn)方法。在調(diào)整視覺(jué)參數(shù)集以增加它們的相關(guān)性時(shí)，得到了可以在（重新）訓(xùn)練和/或測(cè)試計(jì)算機(jī)視覺(jué)模型中使用的視覺(jué)數(shù)據(jù)的新集合和對(duì)應(yīng)的地面實(shí)況。

摘要： 本申請(qǐng)實(shí)施例公開(kāi)了一種計(jì)算機(jī)視覺(jué)算法的編程方法、裝置、存儲(chǔ)介質(zhì)及計(jì)算機(jī)設(shè)備，涉及編程領(lǐng)域。本申請(qǐng)的方法包括：基于用戶(hù)的選擇指令在模塊庫(kù)中選擇多個(gè)算法模塊；對(duì)選擇的算法模塊進(jìn)行組合連接生成第一計(jì)算機(jī)視覺(jué)算法的流程圖；對(duì)所述流程圖進(jìn)行可行性檢查；可行性檢查通過(guò)后，生成項(xiàng)目文件，本申請(qǐng)基于計(jì)算機(jī)視覺(jué)算法的可拆分性，將子算法封裝成算法模塊，以實(shí)現(xiàn)算法模塊的復(fù)用，從而實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)算法的快速編程和架構(gòu)。

摘要： 本發(fā)明公開(kāi)了一種基于計(jì)算機(jī)視覺(jué)控制技術(shù)的計(jì)算機(jī)機(jī)房安全防護(hù)裝置，包括外殼、放置槽、可調(diào)導(dǎo)熱機(jī)構(gòu)、防護(hù)機(jī)構(gòu)、導(dǎo)向槽、入線槽和銜接管。本發(fā)明通過(guò)在放置槽內(nèi)安裝有防護(hù)機(jī)構(gòu)，防護(hù)機(jī)構(gòu)可對(duì)機(jī)箱進(jìn)行置放，對(duì)其進(jìn)行防護(hù)，并且防護(hù)機(jī)構(gòu)便于進(jìn)行前后移動(dòng)，方便機(jī)箱的安裝以及拆卸，同時(shí)可在機(jī)箱使用過(guò)程中，帶著機(jī)箱進(jìn)行上下移動(dòng)，便于使用者對(duì)機(jī)箱前端顯示狀態(tài)進(jìn)行觀察以及檢修，均由組獨(dú)立手輪來(lái)手動(dòng)驅(qū)動(dòng)兩組傳動(dòng)機(jī)構(gòu)進(jìn)行前后移動(dòng)和上下位置的調(diào)節(jié)；并且在防護(hù)機(jī)構(gòu)上方對(duì)應(yīng)設(shè)置有可調(diào)導(dǎo)熱機(jī)構(gòu)，機(jī)構(gòu)采用磁吸方式進(jìn)行連接，便于拆裝，同時(shí)方便進(jìn)行角度調(diào)節(jié)，可對(duì)應(yīng)機(jī)箱出熱位置進(jìn)行安裝，連接于外部抽取設(shè)備，可高效穩(wěn)定的對(duì)熱量進(jìn)行導(dǎo)出。

摘要： 用于訓(xùn)練計(jì)算機(jī)視覺(jué)模型的計(jì)算機(jī)實(shí)現(xiàn)的方法。計(jì)算機(jī)視覺(jué)關(guān)注計(jì)算機(jī)如何可以從數(shù)字圖像或視頻自動(dòng)獲得高級(jí)理解。發(fā)現(xiàn)計(jì)算機(jī)視覺(jué)系統(tǒng)對(duì)汽車(chē)或機(jī)器人車(chē)輛領(lǐng)域的越來(lái)越多應(yīng)用。然而，此類(lèi)系統(tǒng)的驗(yàn)證是復(fù)雜的任務(wù)。本說(shuō)明書(shū)討論了一種計(jì)算機(jī)實(shí)現(xiàn)的方法（100），用于訓(xùn)練計(jì)算機(jī)視覺(jué)模型（16）以表征使用視覺(jué)參數(shù)被參數(shù)化的觀察場(chǎng)景（110）的元素。在計(jì)算機(jī)視覺(jué)模型的迭代訓(xùn)練期間，基于用于對(duì)視覺(jué)參數(shù)對(duì)計(jì)算機(jī)視覺(jué)模型的影響進(jìn)行評(píng)級(jí)的（全局）敏感度分析，變更計(jì)算機(jī)視覺(jué)模型的潛在變量。

摘要： 醫(yī)用計(jì)算機(jī)視覺(jué)設(shè)備的散熱裝置，包括一個(gè)散熱殼體(10)、一個(gè)導(dǎo)熱件(20)以及一個(gè)散熱器(30)。散熱殼體能夠罩設(shè)于醫(yī)用計(jì)算機(jī)視覺(jué)設(shè)備的芯片。導(dǎo)熱件設(shè)置于散熱殼體內(nèi)并能夠與芯片的表面以接觸的方式傳導(dǎo)熱量，導(dǎo)熱件還能夠與散熱殼體的內(nèi)表面以接觸的方式傳導(dǎo)熱量。散熱器包括一個(gè)底座(32)，底座與散熱殼體的外表面以接觸的方式傳導(dǎo)熱量，底座上形成有數(shù)個(gè)散熱鰭片(34)。該散熱裝置能夠保護(hù)醫(yī)用計(jì)算機(jī)視覺(jué)設(shè)備的芯片并有效降低芯片的運(yùn)行溫度。本實(shí)用新型還提供了具有上述散熱裝置的醫(yī)用計(jì)算機(jī)視覺(jué)設(shè)備。

摘要： 本實(shí)用新型公開(kāi)一種基于計(jì)算機(jī)視覺(jué)的計(jì)算機(jī)機(jī)房安全防護(hù)裝置，包括外殼，外殼內(nèi)頂壁和底壁之間固接有隔板，隔板與外殼側(cè)壁之間設(shè)有若干托板，托板與隔板和外殼側(cè)壁滑動(dòng)連接，隔板貫穿開(kāi)設(shè)有若干通孔；固定機(jī)構(gòu)數(shù)量為兩組，固定組件包括豎板、橫板和兩個(gè)固定塊，兩個(gè)橫板對(duì)向設(shè)置，橫板底部設(shè)有減震組件，豎板和橫板位于兩個(gè)固定塊之間；防護(hù)組件包括恒溫器、除濕器和滅火器，滅火器上設(shè)有若干噴嘴；控制器電性連接有感煙探測(cè)器、火焰探測(cè)器和電磁閥，感煙探測(cè)器和火焰探測(cè)器安裝于外殼靠近托板的側(cè)壁上，電磁閥安裝于噴管上。本裝置保證了服務(wù)器的運(yùn)行環(huán)境，從而避免了外部環(huán)境影響服務(wù)器的運(yùn)行，減少服務(wù)器宕機(jī)、丟失問(wèn)題甚至發(fā)生火災(zāi)的情況。

摘要： 本實(shí)用新型公開(kāi)了一種基于計(jì)算機(jī)視覺(jué)的計(jì)算機(jī)機(jī)房安全防護(hù)裝置，包括放置板、固定框、防護(hù)柜、風(fēng)機(jī)和定位機(jī)構(gòu)，本實(shí)用新型通過(guò)設(shè)置了定位機(jī)構(gòu)于防護(hù)柜內(nèi)側(cè)，通過(guò)電機(jī)通電輸出軸帶動(dòng)齒輪轉(zhuǎn)動(dòng)，使得齒輪配合輪齒而帶動(dòng)第一L型板和第二L型板進(jìn)行水平移動(dòng)，同時(shí)第一L型板和第二L型板分別帶動(dòng)相連接的固定筒、連接桿、夾板和限位板進(jìn)行水平徑向移動(dòng)，當(dāng)兩個(gè)夾板向內(nèi)移動(dòng)時(shí)則實(shí)現(xiàn)將機(jī)箱夾緊固定，當(dāng)兩個(gè)夾板向外移動(dòng)時(shí)則實(shí)現(xiàn)脫離機(jī)箱外表面完成拆卸，同時(shí)由于設(shè)置的多個(gè)夾板可同時(shí)實(shí)現(xiàn)對(duì)多個(gè)機(jī)箱的固定和拆卸，到達(dá)了快速將機(jī)箱進(jìn)行固定和拆卸，提高了工作效率的有益效果。