人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等。其中，計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。由于計(jì)算機(jī)視覺(jué)在工農(nóng)業(yè)生產(chǎn)、工業(yè)機(jī)器人、天文學(xué)、氣象學(xué)、醫(yī)學(xué)及軍事等領(lǐng)域有著極大的潛在應(yīng)用價(jià)值，所以它越來(lái)越受到各國(guó)政府和科研工作者的重視。目前我國(guó)在計(jì)算機(jī)視覺(jué)領(lǐng)域取得了不少成就，也得益于我國(guó)從事該領(lǐng)域研究的眾多科研人員，今天我們要介紹的是計(jì)算機(jī)視覺(jué)領(lǐng)域的專家陳秀新。
北京工商大學(xué)人工智能學(xué)院的陳秀新副教授從事圖像和視頻信息處理相關(guān)研究已有二十余年，在傳統(tǒng)的圖像處理方法研究及應(yīng)用方面有不少建樹，如基于內(nèi)容的圖像/視頻檢索、數(shù)字水印技術(shù)、探地雷達(dá)鋼筋識(shí)別等。隨著人工智能及深度學(xué)習(xí)技術(shù)的發(fā)展，她對(duì)基于深度學(xué)習(xí)的圖像中目標(biāo)檢測(cè)和識(shí)別等相關(guān)問(wèn)題進(jìn)行了深入研究，并和企業(yè)實(shí)際需求相結(jié)合，如對(duì)橋梁外觀損傷及工業(yè)零器件的外觀缺陷檢測(cè)等進(jìn)行實(shí)際應(yīng)用研究，促進(jìn)了人工智能技術(shù)在實(shí)際工程中的應(yīng)用。
橋梁在我國(guó)的交通系統(tǒng)中具有重要意義，橋梁的損傷檢測(cè)可及時(shí)發(fā)現(xiàn)橋梁的外觀損傷，為橋梁維護(hù)提供依據(jù)，從而保證橋梁的安全使用。傳統(tǒng)的橋梁損傷檢測(cè)是采用人工實(shí)地檢測(cè)的方式，效率低下。因此，陳秀新對(duì)基于機(jī)器視覺(jué)的橋梁損傷檢測(cè)與識(shí)別進(jìn)行了深入研究，采用深度學(xué)習(xí)方法從采集的橋梁圖像中自動(dòng)檢測(cè)和識(shí)別裂縫、坍塌、鐵銹、雜草等損傷。由于實(shí)際的橋梁損傷圖像數(shù)據(jù)復(fù)雜且數(shù)量少，無(wú)法直接用來(lái)訓(xùn)練深度學(xué)習(xí)模型，因此她首先通過(guò)采用模糊濾波、鏡像、旋轉(zhuǎn)、平移、加噪等傳統(tǒng)的圖像處理方法進(jìn)行數(shù)據(jù)增強(qiáng)，隨后采用隨機(jī)擦除的方法生成不同遮擋等級(jí)的橋梁圖像，實(shí)現(xiàn)對(duì)訓(xùn)練樣本的擴(kuò)充。然后，她基于檢測(cè)識(shí)別精度高且速度快的YOLO V3模型(YOLO，You Only Look Once是一種基于深度神經(jīng)網(wǎng)絡(luò)的對(duì)象識(shí)別和定位算法，其最大的特點(diǎn)是運(yùn)行速度很快，可以用于實(shí)時(shí)系統(tǒng)。YOLO V3是YOLO系列目標(biāo)檢測(cè)算法中的第三版，尤其是針對(duì)小目標(biāo)，精度有顯著提升)，并進(jìn)一步根據(jù)實(shí)際需求進(jìn)行改進(jìn)，提出了融合可變卷積與遷移學(xué)習(xí)的DT-YOLO V3橋梁損傷檢測(cè)與識(shí)別模型。(可變形卷積是指卷積核在每一個(gè)元素上額外增加了一個(gè)方向參數(shù)，這樣卷積核就能在訓(xùn)練過(guò)程中擴(kuò)展到很大的范圍;遷移學(xué)習(xí)顧名思義就是把已訓(xùn)練好的模型參數(shù)遷移到新的模型來(lái)幫助新模型訓(xùn)練?？紤]到大部分?jǐn)?shù)據(jù)或任務(wù)都是存在相關(guān)性的，所以通過(guò)遷移學(xué)習(xí)我們可以將已經(jīng)學(xué)到的模型參數(shù)通過(guò)某種方式來(lái)分享給新模型從而加快并優(yōu)化模型的學(xué)習(xí)效率不用像大多數(shù)網(wǎng)絡(luò)那樣從零學(xué)習(xí)。)最后，為了提高模型速度，她采用組卷積和剪枝技術(shù)對(duì)模型進(jìn)行了壓縮，陳秀新提出的這種橋梁損傷檢測(cè)方法準(zhǔn)確度高且速度快，大大提高了橋梁損傷檢測(cè)的智能化程度。
現(xiàn)在的工業(yè)部件生產(chǎn)廠家在零部件缺陷檢測(cè)方面大都使用人工檢測(cè)，工作量大，效率低下。針對(duì)這些問(wèn)題，陳秀新及時(shí)將計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用在了工業(yè)零部件缺陷檢測(cè)上。針對(duì)零器件表面缺陷檢測(cè)時(shí)存在缺陷樣本少、缺陷目標(biāo)尺寸大小不一和易發(fā)生幾何形變等問(wèn)題，她提出了一種基于度量學(xué)習(xí)的小樣本零器件表面缺陷檢測(cè)模型，很好地滿足了工業(yè)自動(dòng)化生產(chǎn)對(duì)于缺陷檢測(cè)精度、速度和泛化能力的需求。度量學(xué)習(xí)是一種空間映射的方法，其能夠?qū)W習(xí)到一種特征空間，在此空間中，所有的數(shù)據(jù)都被轉(zhuǎn)換成一個(gè)特征向量，并且相似樣本的特征向量之間距離小，不相似樣本的特征向量之間距離大，從而對(duì)數(shù)據(jù)進(jìn)行區(qū)分。
目前，陳秀新教授正在研究應(yīng)用機(jī)器視覺(jué)技術(shù)對(duì)高鐵接觸網(wǎng)缺陷進(jìn)行自動(dòng)檢測(cè)，此外，她還在智能農(nóng)業(yè)大棚系統(tǒng)監(jiān)測(cè)、監(jiān)控視頻特定事件檢測(cè)軟件開發(fā)等企業(yè)委托項(xiàng)目中應(yīng)用了人工智能技術(shù)，她的這些科研成果對(duì)推動(dòng)人工智能技術(shù)的應(yīng)用落地起到了極大的示范作用。
陳新秀教授不僅僅深入理論基礎(chǔ)研究，她還不斷把理論和實(shí)踐相結(jié)合，用最新的人工智能技術(shù)服務(wù)社會(huì)，推動(dòng)國(guó)家技術(shù)的進(jìn)步和工業(yè)智能化程度，給人民生活帶來(lái)更好地體驗(yàn)。
轉(zhuǎn)型的最終目的 -提質(zhì)降本增效
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。