检索结果-南通市图书馆

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于全局引导的行人序列重识别

电子产品世界 2022年第9期29卷 68-69,79页

作者：张治军林敏强蒋浩深圳康佳电子科技有限公司广东深圳518057

行人序列重识别是对同一个人进行跨摄像头识别,要实现跨摄像头行人精确识别必须充分利用行人序列的时空线索。为了解决这个问题,本文提出了一种基于全局引导的行人序列重识别,首先利用ResNet-50提取行人序列特征;然后用全局引导网络将... 详细信息

行人序列重识别是对同一个人进行跨摄像头识别,要实现跨摄像头行人精确识别必须充分利用行人序列的时空线索。为了解决这个问题,本文提出了一种基于全局引导的行人序列重识别,首先利用ResNet-50提取行人序列特征;然后用全局引导网络将行人序列特征分解为全局特征和局部特征,并提取行人序列全局特征和局部特征的时间相关性;最后对行人序列特征PCA降维后用JS散度计算相似度。实验结果表明本文算法在跨摄像头行人序列重识别中识不仅识别率高,而且效率高。

关键词：行人序列重识别 ResNet-50 全局引导 PCA

基于多属性决策的多车自主泊车路径全局规划方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

同济大学学报（自然科学版） 2022年第S01期50卷 135-139页

作者：陈智雯李拙人吴俊贤冷搏同济大学汽车学院上海201804 上海淞泓智能汽车科技有限公司上海201800

虽然自主代客泊车技术已经可以代替驾驶员完成泊车操作,但在多车辆且缺乏调度的情况下,容易造成交通混乱。为此,提出了一种基于多属性决策的多车自主泊车路径全局规划方法,旨在解决泊位分配不合理问题并降低泊车整体成本。首先,建立停... 详细信息

虽然自主代客泊车技术已经可以代替驾驶员完成泊车操作,但在多车辆且缺乏调度的情况下,容易造成交通混乱。为此,提出了一种基于多属性决策的多车自主泊车路径全局规划方法,旨在解决泊位分配不合理问题并降低泊车整体成本。首先,建立停车场泊位拓扑地图,基于直线和回旋线构建引导路径;然后,设计引导路径择优的准则和子准则,构建层次分析(AHP)择优体系,确定最优泊位及其引导路径;最后,确定泊车起终点位置,以回旋线为基准,根据泊位的碰撞约束条件计算泊车路径。此外,模拟了多车同时进入停车场的场景,仿真结果表明,该方法可以有效降低泊车成本,提高泊车效率。

关键词：自主泊车多车泊车泊位分配全局引导路径规划

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的三维点云重建研究

基于深度学习的三维点云重建研究

作者：宋嘉慧天津大学

学位级别：硕士

随着三维点云在自动驾驶、虚拟现实、机器人导航等领域的应用,三维点云重建任务受到了研究人员的广泛关注。三维点云重建旨在从单张或多张视图中重建出所包含物体的三维点云模型。本文在深入分析三维点云重建关键问题的基础上,以提高三... 详细信息

随着三维点云在自动驾驶、虚拟现实、机器人导航等领域的应用,三维点云重建任务受到了研究人员的广泛关注。三维点云重建旨在从单张或多张视图中重建出所包含物体的三维点云模型。本文在深入分析三维点云重建关键问题的基础上,以提高三维点云重建精确度为目标,基于深度学习开展了单视图三维点云重建技术和多视图三维点云重建技术研究。本文实现了一种深度图辅助的单视图三维点云重建方法,利用从RGB图像中估计的深度图作为辅助,获得重建过程必要的深度信息,从而更精确地重建三维点云。首先,为了有效挖掘深度信息,将基于RGB图像深度估计获得的深度图送入深度特征学习分支以学习多层级的深度特征。同时,将RGB图像送入RGB图像特征学习分支以挖掘图像的几何及语义特征。然后,引入基于注意力的深度融合模块融合RGB特征和深度特征,将来自不同分支的特征嵌入到公共特征空间,以学习联合图像信息和深度信息的RGB-D特征表示。最后,将融合后的RGBD特征送入点云重建模块进行三维点云重建。通过深度图的辅助,网络能够从单视图输入中更准确地进行三维点云模型的重建。在公开数据集上进行的对比实验结果表明,所实现的方法获得了良好的重建精度。本文同时提出了一种稀疏到稠密的分阶段多视图三维点云重建方法,采用从稀疏到稠密的策略,分阶段地重建稠密且精细的三维点云。该方法包括跨视图交互的稀疏重建模块和全局引导的稠密重建模块。首先,跨视图交互的稀疏重建模块通过挖掘跨视图间的互补信息,从每个输入视图中重建出结构完整但较稀疏的点云模型。然后,为了进一步优化稀疏点云,使其包含更准确的结构和更丰富的细节,引入全局引导的稠密重建模块,利用多层级的全局特征引导稀疏点云的特征学习过程,从而学习有效表征细节信息的点云特征。最后,将学习到的点云特征送入生成层,生成细节丰富的稠密三维点云。在广泛使用的三维重建数据集上的实验表明,该方法优于当前最先进的方法。

关键词：三维点云重建深度图辅助稀疏到稠密跨视图交互全局引导

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度特征融合的RGB-D显著性检测

微电子学与计算机 2021年第12期38卷 17-23页

作者：孔德冕吴谨武汉科技大学信息科学与工程学院湖北武汉430081 冶金自动化与检测技术教育部工程中心湖北武汉430000

深度图的引入为RGB显著性检测提供了丰富的位置线索,但低质量的深度图会错误引导模型的特征拟合,并且由于真实世界的显著物体尺度变化较大,会使网络在预测过程中更加困难,误差变大.为了解决上述问题,本文设计了一种新的基于深度学习的RG... 详细信息

深度图的引入为RGB显著性检测提供了丰富的位置线索,但低质量的深度图会错误引导模型的特征拟合,并且由于真实世界的显著物体尺度变化较大,会使网络在预测过程中更加困难,误差变大.为了解决上述问题,本文设计了一种新的基于深度学习的RGB-D显著性检测模型.本文利用VGG19作为主干网络分别提取RGB图和深度图两个模态的特征;然后利用串行的自适应融合模块对提取到的特征进行跨模态融合,使RGB图和深度图的优势互补,自动筛选深度特征;接着利用联合边缘检测的多尺度特征聚合模块将跨模态融合后的特征与边缘信息融合;最后通过全局引导模块对模型进行全局特征引导,得到预测结果.利用本文方法对4个公开数据集上的图像进行了预测。并与6种不同的方法进行对比,本文方法预测结果更接近人工标定的真值图.PR(Precision-Recal)曲线、S(S-measure)指标、F(F-measure)指标和MAE(Mean Absolute Error)指标显示,本文方法的整体性能较其中6种方法高.

关键词： RGB-D显著性检测深度学习自适应融合全局引导多尺度