图学学报最新期刊目录
基于动态视觉传感器的航发叶片缺陷检测————作者：张行顺;陈海永;
摘要：航空发动机叶片作为发动机核心零部件，其表面微小缺陷可能导致严重安全事故，传统视觉检测技术受限于运动模糊、动态范围低及背景冗余等问题。针对上述挑战，提出一种基于动态视觉传感器的航发叶片缺陷检测方法。动态视觉传感器数据格式为异步事件流，故也被称作事件相机，具有动态范围大、高帧率、微小目标捕捉能力强等优势。首先搭建了基于DVS的缺陷检测平台，探索总结了其成像特点及优势。在此基础上，构建首个基于DVS的航...
一种大视角变换场景下的图像匹配方法————作者：向梦丽;黄志勇;佘雅丽;丁妥君;
摘要：针对现有图像匹配方法在大视角变换场景中匹配精度和匹配数量显著下降的问题，提出了一种改进的E-LoFTR图像匹配方法。首先，采用先视角调整后精细匹配策略，提出了一种新颖的双阶段SIFT视角矫正模块，该模块结合了尺度不变特征变换(SIFT)算法的视角不变性与单应性变换(homography)的几何对齐能力，提高了模型对大视角变换的适应能力。然后，设计了方向感知门控注意力机制，使用多方向卷积和动态门控的...
基于SAM2的腹腔镜手术多目标自动分割方法————作者：刘成;张家意;袁烽;张睿;高欣;
摘要：腹腔镜术中场景的自动分割是手术机器人实现自主操作的关键基础，当前仍面临三重挑战：手术目标间纹理高度相似且边界模糊，导致相似目标难以精确分割；从亚毫米级缝合线到厘米级脏器组织存在显著尺度差异，制约了多目标同步分割精度提升；运动伪影和烟雾遮挡等干扰进一步影响术中多目标完整分割的鲁棒性。为此，提出基于视觉大模型SAM2的腹腔镜手术多目标自动分割方法(SAM2-MSNet)。采用LoRA+微调策略优化SA...
视觉图灵三境界：大模型时代下视觉智能进展与展望————作者：黄凯奇;武美奇;陈宏昊;丰效坤;张岱凌;
摘要：视觉图灵是通过图灵评测的方式对计算机视觉模型进行评估，为计算机视觉的发展提供了类人评估基准。随着大模型时代的到来，计算机视觉技术的飞速发展极大提升了视觉能力，尤其在图像分类、物体检测分割以及视频理解等领域表现出色。然而，与人类视觉相比，这些算法在适应性、跨场景泛化和高层次认知推理等方面仍存在显著差距。本文从视觉图灵的三重境界(看所见、看所知和看所想)出发对视觉智能发展进行了梳理，对大模型时代下智能...
BSD-YOLO：基于动态稀疏注意力与自适应检测头的小目标车辆检测方法————作者：杨彪;王学;官铮;龙萍;
摘要：在智能交通监控系统中，复杂场景下的小目标车辆检测面临特征分辨率低、遮挡干扰严重、模型计算冗余及边界框回归精度不足等挑战。为兼顾检测精度与边缘设备部署效率，提出一种基于动态稀疏注意力与轻量化双分支结构的改进YOLOv8检测框架。方法首先设计双向路由稀疏注意力机制(ReBiAttention)，通过双层动态路由筛选关键特征，增强对小目标浅层特征的保留能力；随后结合GSConv与VoV-GSCSP模块，...
基于大模型的生成式数字孪生体建模————作者：梁生龙;范秋霞;
摘要：针对数字孪生技术与大模型在工业设计中融合应用的挑战，提出了一种基于生成式大模型的CAD-LDT数字孪生体建模框架。该框架通过构建物理实体模块、智能生成模块和虚拟实体模块的三元架构，创新性地整合多模态数据融合机制与领域知识约束，实现从物理实体描述到参数化CAD模型的自主生成。采用LLaVA-7B和LLaMA-7B作为基础模型，通过LoRA轻量化适配器实现视觉-文本特征的跨模态对齐，并设计约束编码器将...
融合双重注意力与加权动态卷积的车辆损伤分类模型————作者：翟永杰;王紫萱;张祯琪;周迅琪;王乾铭;
摘要：针对车险理赔客户上传的车辆损伤图像中存在损伤类型形态相似、分类困难的问题，提出了一种适用于车辆损伤分类的模型ResAWDNet。首先，为有效增强模型对损伤特征的提取能力，使用加权动态卷积代替原有的下采样操作，依据输入特征动态调整卷积核权重，提高模型对不同尺度和方向特征的适应性，从而更准确地捕捉损伤的细微差异。其次，为了使模型关注图像中的显著性判别区域和特征通道，在主干网络的卷积层后嵌入了双重注意力...
无人机视角下施工场景目标检测性能评估————作者：宋琢;卢德辉;黄志超;田时雨;颜嵘龙;邓逸川;
摘要：施工现场的组织管理是工程管理的关键环节，但传统的人力监管方法限制多、效率低。近年国家多部委发布有关政策，呼吁促进人工智能与实体经济深度融合，以人工智能推动经济高质高效发展。计算机视觉(Computer Vision， CV)技术的准确性、高效性、自动化等优点使CV技术在施工监理领域的应用逐渐广泛，而无人机能高效获取复杂多变的施工场景视觉数据的特性显示出无人机在基于CV技术的施工监管任务中的应用潜力...
基于动态剪枝的跨域小样本图像生成方法研究————作者：李世亮;方强;王屹华;施逸飞;王卓;李泽玉;谢云飞;王佳;
摘要：小样本图像生成在医学成像、艺术创作等领域具有重要的应用价值。近年来，该任务取得了诸多研究成果，主流方法通常依赖将大规模源域数据集上预训练的生成模型迁移至目标域，以缓解目标数据稀缺带来的训练困难。然而，当源域与目标域之间存在显著语义差异时，直接迁移往往会引入不兼容的源域特征，从而引发生成图像真实性降低与风格一致性减弱。现有方法虽通过静态剪枝(如固定阈值裁剪滤波器)去除冗余特征，但这类方法难以适应深度...
基于深度学习的肝脏局灶性病变检测方法综述————作者：董文益;杨伟东;唐冰慧;王琦;肖宏宇;
摘要：肝脏局灶性病变(FLLs)检测对疾病诊断和治疗至关重要。传统检测方法面临诸多挑战，深度学习技术的应用为其带来新契机。鉴于此，系统综述了基于深度学习的FLLs 检测方法，通过深入分析相关技术的优势与不足，为FLLs检测技术的发展提供了具体的研究方向。首先对肝脏放射影像的公开数据集进行了整理归纳，阐述数据预处理对提升模型性能的关键作用。其次，对比分析了基于卷积神经网络、Transformer以及知识蒸...
建造场景动态体素化碰撞检测方法研究————作者：林昊;吴志铭;金季岚;
摘要：在建造场景所有安全事故中，碰撞事故被认为是几种最常见的伤害之一。为能有效预防监测碰撞事故的发生，采用计算机图形分析技术辅助碰撞检测分析，具有一定成效，但在检测的实时性与高精度的平衡上仍存在局限。为了解决这个问题，提出了一种基于动态体素化的碰撞检测方法。该方法融合空间动态体素树生成与资源动态球状体素化计算，构建了一种碰撞检测分析机制。核心思路在于：①基于拥挤度阈值，递归分割空间生成动态体素树，有效过...
基于图论及改进A*算法的屋面设备检修动线设计智能分析————作者：何瑞琦;曹盈;许璟琳;余芳强;
摘要：在屋面工程设计中，设备检修动线的合理性直接影响检修效率与安全性，传统设计方法常依赖经验判断，难以在设计阶段充分评估动线设计的合理性。针对此问题，提出了一种基于图论及改进A*算法结合的混合算法，并结合建筑信息模型 (BIM)技术，开发了一种基于该算法的屋面设备检修动线智能分析设计工具，通过数字化模型进行动线分析，弥补传统设计的不足。首先，采用碰撞检测与八叉树算法将屋面转化为带有权重的等效网格图；然后...
基于生成模型的无监督多视点立体视觉网络————作者：潘宇轩;金锐;刘雨;张琳;
摘要：现有的多视点立体视觉研究利用深度估计算法，通过建立物理世界与数字世界的映射关系来实现立体表征。基于有监督学习的神经网络算法通过训练能够取得准确且高保真的三维重建结果。然而，由于缺乏深度先验信息且图像具备大视场的特性，面向自然场景的视觉重建仍然具有挑战性。研究应用无监督学习网络和基于语义优化的神经辐射场渲染，在没有先验信息的情况下实现对自然采集的多视点图像的深度估计。首先通过无监督学习无参考地生成多...
基于特征映射的情感与可供性融合的产品设计方法————作者：白仲航;赵瑞;张旭;李林洋;丁满;张新新;
摘要：为提升产品的情感体验和设计效率，针对可供性与情感化融合过程中设计实施的操作性问题，提出基于特征映射的情感与可供性融合的产品设计方法。首先对可供性映射路径相关概念进行解析，利用通用可供性模板确定待研究的可供性项，为情感可供性的产生提供基础，应用Kano与粗数方法确定影响情感体验的可供性问题项；其次基于Apriori算法分别生成“可供性-交互设计原则”“交互设计原则-标准工程参数”关联规则，构建可供性...
基于改进红鸢优化算法与LSTM的核电换热器寿命预测方法————作者：鲜思渔;赵泽田;吴轩宇;冯毅雄;薛杨;张志峰;
摘要：随着核电设备数量的增加和种类的多样化，基于状态检测的预测性维修策略逐渐成为核电厂关注的重点，特别是对关键设备如冷却水换热器进行剩余使用寿命预测。因此提出了一种结合改进红鸢优化算法(IROA)与长短期记忆网络(LSTM)的换热器寿命预测方法，旨在克服传统方法在超参数调优方面的局限性，并提高预测精度。针对现有方法中初始种群多样性不足导致过早收敛的问题，引入遗传算法中的交叉和变异操作改进了ROA算法，以...
一种基于多参考图的视频上色方法————作者：曹璐静;鲁鹏;
摘要：利用多参考图像引导视频上色是一种高效的用户意图引导上色方法，并且能够更好地应对视频中的场景切换。然而，在上色过程中，如何合理分配参考图的色彩、确保上色结果忠实于用户提供的参考图，并保持色彩自然性和时序一致性等问题，依然是一个具有挑战性的任务。为应对这些挑战，提出了一种基于多参考图像的视频上色方法。首先，设计了参考图像特征提取与推荐模块，通过卷积神经网络提取多张参考图像的特征，并计算其与待上色灰度帧...
基于退化分离的轻量级盲超分辨率重建网络————作者：樊乐翔;马冀;周登文;
摘要：盲图像超分辨率问题旨在从退化模式未知的低分辨率图像中恢复高分辨率图像。当前，大多数已有的方法主要通过估计模糊核对图像退化过程进行显式建模。然而，现实世界中的图像退化情况复杂多样，这种显式建模方式很难全面涵盖多种退化。隐式建模虽在处理复杂退化时更具成效，但其模型结构往往较为复杂，参数量庞大，这不仅导致了高昂的计算成本，还使得模型的稳定性欠佳。为解决这些问题，提出了一种基于退化分离的轻量级盲超分辨率重...
基于Mamba结构的轻量级皮肤病变图像分割网络————作者：贺蒙蒙;张小艳;李洪安;
摘要：皮肤病变分割是医学图像分析中的一项重要任务，对于皮肤类疾病的早期诊断和治疗具有重要意义。然而，在处理高分辨率皮肤图像和捕捉细微病变特征时，现有模型仍面临着计算复杂度高以及冗余信息处理不足等挑战。为此，提出一种基于Mamba结构的轻量级皮肤病变图像分割网络ResMamba，该网络采用六级U型结构，主要通过将Mamba嵌入到视觉状态空间中并引入到编解码器中，ResVSS模块作为编码器的核心组成部分，通...
基于YOLOv8-OSRA的钢拱塔表观病害多目标检测方法————作者：王海涵;
摘要：钢拱塔是钢拱斜拉桥的主要承重结构，其表观病害（如腐蚀、剥落和裂缝等）的早期检测与评估对保障桥梁结构安全至关重要。然而，传统人工检测方法效率低下、主观性强且难以覆盖高空隐蔽区域。因此，提出了一种基于改进YOLOv8n-Seg深度学习框架与OSRA注意力机制的智能检测方法。利用自主研发的轮轨式检测机器人系统采集钢拱塔内部高分辨率图像数据，结合开源数据集构建了包含5846张原始图像的多病害数据集，并通过...
基于经验模态分解的加权呼吸波形重构算法————作者：郭林林;姚敏;张文清;张佳;孙建德;
摘要：基于Wi-Fi信号的呼吸速率估计技术凭借其非接触式的优势吸引了学术界和工业界的广泛关注。然而，如何提取高质量呼吸波形确保呼吸速率估计的精度是一直困扰研究人员的难题。提出了一种基于经验模态分解(EMD)的加权呼吸波形重构算法(WEMD)，旨在提高不同环境下个体呼吸速率估计的精准度和鲁棒性。首先，利用呼吸信噪比(BNR)和I/O分解及投影方法，筛选出周期性较好的子载波并生成多条呼吸波形。其次，通过主成...
图学学报来自网友的投稿评论：
