计算机视觉创新实验平台研制

研制了一款基于NVIDIA JetsonTX1的计算机视觉创新实验平台。由于原基于ARM的MCU或者DSP已经无法满足其对算力的要求,因此该实验平台采用了内置GPU的TX1嵌入式芯片组,并且具备丰富外设接口,使得面向计算机视觉的创新实验不再局限于PC机,可以进行面向应用的嵌入式开发,做到理论结合实践,增强实验教学效果。     

基于视觉注意机制深度强化学习的行人检测方法

结合视觉注意机制,并用深度强化学习训练视点选择模型,模拟人类视觉搜索局部关键部位,提出了新的行人检测方法,通过视点选择模型生成聚焦图像,不断地叠加搜索关键区域,由检测网络对关键区域进行行人判别,并通过信息熵度量检测结果的可信度,作为奖赏通过深度强化学习优化视点选择模型。视点选择模型和检测网络协同迭代训练,使该方法具有很强的局部关键区域选择和判别能力,减少了形变和遮挡的影响。与经典的基于部位的行人检测方法在公开的行人检测数据集进行对比实验,结果表明,所提出的行人检测方法可以有效地提高行人检测精度。     

计算机视觉的同心度实验平台设计

设计了基于计算机视觉技术与Lab VIEW的零件同心度公差测量实验平台。通过二值化图像处理消除零件倒角的干扰,采用先腐蚀后作差的形态学边缘提取方法,得到单一像素的连续的内外圆边缘特征;应用最小二乘拟合圆方法得到精确的圆心坐标,由欧几里德公式计算圆心距离,通过标定转换为长度尺寸,开发测量程序系统,实现同心度公差测量的准确判断。结果表明,该实验平台检测正确率高,速度快,界面友好,适合学生实验,还能满足生产实际要求。     

基于数课平台的研究生深度学习研究与设计

为有效促进研究生在学习过程中深入探究,展开批判性思考,实现对知识的深度学习,将数课平台引入学习者在线学习中,以期提供具有指引性的学习支持。通过文献分析并结合研究生深度学习研究现状,构建深化认知的在线学习环境,设计引导兴趣的学习活动,从6个方面开展基于数课平台的研究生深度学习研究。该方法有利于引导学习者积极互动、深入交流,使教师与学习者及时掌握与调整学习情况,促进学习者在线深层次探究与学习。     

机器视觉仿真实验平台的研究与设计

随着计算机和成像技术的迅速发展,机器视觉相关的理论和技术在生产和教学中变得越来越重要。本文分析了智能、视觉和计算三者之间的关系,指出了进化和训练对于机器视觉系统的重要性,设计了一种用于机器视觉研究和教学的视觉虚拟平台,提出了基于视觉仿真的机器视觉研究和教学方法。     

一种基于机器视觉和深度残差收缩网络的智能制造缺陷检测方法

针对基于显性知识的智能制造缺陷检测机制在工程实践中日益凸显的若干缺陷,提出了一种基于机器视觉和深度残差收缩网络(deep residual shrinkage networks, D-RSN)的智能制造缺陷检测方法,并进行了先验环境下的仿真验证。首先利用互补金属氧化物半导体(complementary metal oxide semiconductor, CMOS)相机集群搭建快速机器视觉图像获取装置,形成融合前置训练集和后置测试集的图像特征数据池;然后利用D-RSN对数据池前置训练集进行图像缺陷特征隐性知识学习辨识,构建时间正序下的图像缺陷特征全息感知机制;最后利用深度长短期记忆(deep long short-term memory, D-LSTM)神经网络对数据池后置测试集进行图像缺陷自主检测,借助图像缺陷定位及分类函数输出检测结果。选取某医用外科口罩智能制造生产线为工程实践验证载体,对模型进行了工程应用实践验证,结果表明：所提方法较好地改善了基于显性知识的智能制造缺陷检测机制在工程实践中日益凸显的若干缺陷,可以自主学习辨识图像缺陷特征隐性知识,大幅度提高了智能制造缺陷检测有效率...     

一种基于深度学习的夜间车流量检测方法

当车流量较少时,降低路灯亮度可以达到能源节约目的。为此,采用深度学习中的R-FCN目标检测网络完成夜间车辆检测任务。R-FCN网络相比传统深度学习网络,不仅是基于区域推荐模型的网络,而且引入了平移变化特性,所以对目标检测效果更好。为了占用更少硬件资源,缩小模型规模,采用ShuffleNet通道分组与组间通信机制,压缩原始残差网络。同时,对NMS（非极大值抑制）算法进行修改,从而可以更好地筛选重叠目标,降低网络漏检率。实验结果表明,该方法准确率较高,在UA-DETRAC数据集的夜间图片检测中精度最高可达到90.89%。     

基于机器视觉的机器人智能分拣实验平台开发

针对机器视觉和机器人技术设备分散和功能单一等问题,开发设计了基于机器视觉的机器人智能分拣综合实验平台。将机电传动控制、气动控制、工程光学、图像处理技术、机器人控制技术等有机融合,可开设物料传送装置拆装测绘、光学图像采集系统搭建、单片机控制系统设计、真空吸附搬运分拣气动回路设计、手眼标定与形状匹配图像处理、机器人操作控制、上位机软件开发等实验。该实验平台体现了教学设备的先进性和创新性,有利于提高学生的工程实践和创新能力。     

基于Web的网络远程学习平台的设计与实现

本文介绍了一个基于Web的网络远程学习平台的设计与实现。该平台采用Oracle9作为系统数据库,具有管理员子系统、自主学习子系统、答疑子系统和考试子系统等功能。答疑子系统中采用智能答疑技术,教师的课件、考试试卷中引入了视频、音频等功能。     

基于无人驾驶配送实验平台的封闭园区内动态环境视觉SLAM研究

针对动态环境下SLAM算法定位信息精度不足、建图偏移严重问题,本研究基于无人驾驶配送实验平台提出一种面向封闭园区内动态环境的视觉SLAM系统。该系统以ORB＿SLAM2为框架,添加了基于人体关键点提取的行为识别线程。在输入图像ORB特征点提取的同时,通过HRNet网络进行人体关键点的提取,通过30帧图像内容进行行为识别,判断图像中人体的行为状态是否为运动,并以此为依据筛选并剔除动态特征点,最后通过静态特征点进行位姿估计。实验结果表明,在TUM数据集动态子序列下,与ORB＿SLAM2、DS＿SLAM相比,本研究所提算法在系统精度与速度上达到平衡,有效提高了位姿估计的准确性。     

基于局域网的计算机考试平台设计与实现

针对计算机实验室提供的考试服务,笔者设计了一个具有服务器管理模块和考试控制模块的考试平台。采用VBScript结合数据库技术实现服务器管理模块．采用．NET平台以C#语言实现了考试控制模块。考试控制模块借助广播发出考试控制指令,考试机上的驻守程序接收并执行相应的考试控制指令。经过多年的实际运行表明该考试平台能够为多种考试提供服务。     

基于计算机视觉的答题卡识别系统设计与实现

考试阅卷是一项繁重的重复性劳动。为了减轻教师的阅卷负担,本文采用计算机视觉技术,设计开发了单机版和B/S架构的客观考试题的答题卡识别系统。教师只需要使用普通USB摄像头对具有标准答案的答题卡进行标定,然后依次拍照待阅试卷,系统即可记录、输出成绩并做出简要分析。     

为学生搭建深度学习的平台——江苏省南通中学学习空间建设的设想与实施

江苏省南通中学以“四促进”观点作为设计理念,对传统教室进行改造,为学生创造了“解决问题”和“探索未知”机会的真实而丰富的学习空间与情境,为学生搭建了深度学习的平台,实现了由“抽象知识”向“具体情境”的转变“;知识中心”向“关键能力”的提升“;单一资源”向“多元平台”的融合。     

基于CDIO和OBE模式的教学管理平台设计与实现

传统的教学管理平台存在以教师为主体、无法激起学生的认知主体作用、教学效果无法反馈等弊端。此外,传统的教学管理平台服务于所有课程,没有考虑计算机类课程的特殊性。针对上述问题,文章设计并实现了基于CDIO和OBE模式的教学管理平台。该平台以学生为导向,结合计算机类课程特点,全面系统地收集教与学的过程数据,实时观察和分析教学效果与教学目标之间的差异,有利于教师及学生探索更高效的教学及学习方法,提升教师的教学效果与学生的学习成绩。     

基于毫米波雷达和计算机视觉联用的障碍物自动检测系统实验平台设计

针对人工智能课程实验要求,结合轨道交通障碍物检测实际工程问题,开发了一种基于毫米波雷达和计算机视觉联用的障碍物自动检测系统实验教学平台.该实验平台由数据采集模块、信息处理模块和预警显示模块组成,涉及图像处理技术、目标检测技术、网络模型部署等.实验结果表明,该系统具有良好的有效性、实时性、鲁棒性以及小目标检测能力,可以满...     

机器视觉与智能检测创新实践教学模式的探索

创新是素质教育的核心,为了培养学生的创新能力,结合机器视觉与智能检测创新实践,通过三年的教学摸索出一种可行的教学模式。该教学模式经过验证效果显著,提高了学生的动手能力和创新能力。     

面向计算机实验室智能运维的网络设备视觉识别算法研究

基于人工智能算法对计算机实验室的网络设备进行视觉识别,主要针对计算机实验室运维情况进行监督和设备识别.当实验室设备终端出现故障,系统服务器端可以获取当前设备终端的运行状况.通过服务器端数据采集系统采集当前设备终端界面图像信息,并对获取的数据信息进行智能化识别,对识别结果进行分析和处理.将分析结果及解决方案推送给用户,对用户当前设备异常给出合理性的解决方案.识别算法时效性高,响应时间短,基本满足实验室日常运维需求,对用户解决问题提供解决方案.     

基于计算机视觉的三维重建技术研究

三维纹理重建是计算机视觉领域研究的重要内容,在工业造型和商品展示中具有重要的应用价值。本文就三维纹理模型在深度数据获取、深度像匹配、融合以及简化方面展开研究,利用基于纹理和体积特征的深度像匹配建立目标物体的几何模型;然后通过相机标定确定纹理相机的姿态,并利用实拍照片进行纹理映射和纹理融合,把纹理映射到三维模型上并消除表面的纹理人工痕迹,重建真实感三维纹理模型。最后,实验结果验证该研究方法的有效性。     

基于OpenCV和OpenGL的计算机视觉虚拟实验开发

目前高校计算机视觉实验面临台套数不够和灵活性不足的问题,且多侧重于利用计算机对图像进行处理,而忽略了计算机视觉中的"视觉"二字.针对该问题,开发了一个基于OpenCV和OpenGL的计算机视觉虚拟实验室.具体实现过程如下:首先,采用OpenGL进行虚拟相机标定和虚拟场景构建;在确定实验内容后,采用OpenCV建立对虚拟...