检索结果-南通市图书馆

光谱学与光谱分析 2017年第8期37卷 2430-2434页

作者：王茜蒨赵宇卢小刚彭中刘莉北京理工大学光电学院北京100081

炸药、生物及化学危险物检测在反恐和公共安全领域具有重要应用价值,也是目前亟需解决的问题。激光诱导击穿光谱技术利用高能激光脉冲诱导材料产生等离子体,通过探测等离子体辐射光谱从而分析其组成成分。拉曼光谱技术是基于非弹性光散... 详细信息

炸药、生物及化学危险物检测在反恐和公共安全领域具有重要应用价值,也是目前亟需解决的问题。激光诱导击穿光谱技术利用高能激光脉冲诱导材料产生等离子体,通过探测等离子体辐射光谱从而分析其组成成分。拉曼光谱技术是基于非弹性光散射的一种光谱检测方法,可以反映分子的振动信息。由于它们都具有快速和非接触遥测的优点,成为最有发展潜力和应用前景的危险物检测技术。介绍了激光诱导击穿光谱、拉曼光谱以及二者联合探测技术在危险物检测中的国内外发展现状,并对各自的优缺点进行了分析。激光诱导击穿光谱信号强、实时性好,但重复性差、基底效应影响显著,在判别组成元素相同而分子结构不同的危险物和干扰物时面临巨大挑战。拉曼光谱能够提供被测物的分子信息,适合于鉴别有机危险物,但信号弱、受荧光干扰大、检测低浓度样品及分析混合物的能力弱,外场使用时受周围杂散光以及环境变化的影响大。将这两种光谱探测技术相融合,发挥各自的优点,可以有效地提高探测危险物的准确度。但两种光谱联合探测系统结构和数据处理复杂,成本高,还有许多技术难点亟需解决。文章最后,对危险物激光诱导击穿光谱和拉曼光谱研究的前景进行了展望。

关键词：激光诱导击穿光谱拉曼光谱危险物检测炸药生化危险物

来源：

维普期刊数据库

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

主动毫米波图像的人体携带危险物检测研究

引用

系统工程与电子技术 2016年第6期38卷 1462-1469页

作者：杜琨王威年丰陈炜胡锋杰北京航空航天大学电子信息工程学院北京100191 北京无线电计量测试研究所北京100854 计量与校准技术重点实验室北京100854

近距离主动毫米波人体成像是检测藏匿在人体衣物下危险品的一种有效手段。针对主动毫米波图像分辨率高,人体不同部位呈现不同特性,以及人体、其他携带物和危险物特性相互影响和干扰、危险物检测困难的特点,提出了一种主动毫米波图像多... 详细信息

近距离主动毫米波人体成像是检测藏匿在人体衣物下危险品的一种有效手段。针对主动毫米波图像分辨率高,人体不同部位呈现不同特性,以及人体、其他携带物和危险物特性相互影响和干扰、危险物检测困难的特点,提出了一种主动毫米波图像多危险物检测方法;通过基于人体特征的区域划分,采用图像区域化的自适应阈值图像分割、结合数学形态学的二次提取方法,实现了主动毫米波图像人体携带多危险物的检测和提取。对实际获取的图像进行了多危险物检测实验,检测率为84.13%,虚警率为6.61%。仿真实验结果表明了所提方法的有效性和实用性。

关键词：主动毫米波成像人体图像图像分割区域化危险物检测

来源：

维普期刊数据库

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

基于统计模型的人体携带危险物检测

引用

计算机工程与设计 2017年第10期38卷 2864-2868,2878页

作者：杜琨张璐王凯让陈炜万国龙北京航空航天大学电子信息工程学院北京100191 北京无线电计量测试研究所北京100854 北京无线电计量测试研究所计量与校准技术重点实验室北京100854

为研究人体携带危险物的检测,针对人体毫米波图像,采用参量模型的建模方法,建立基于广义复合分布和广义K分布的统计模型;在此基础上,基于人体结构的先验知识,利用人体统计模型,采用恒虚警率对毫米波图像中人体携带危险物进行检测。对实... 详细信息

为研究人体携带危险物的检测,针对人体毫米波图像,采用参量模型的建模方法,建立基于广义复合分布和广义K分布的统计模型;在此基础上,基于人体结构的先验知识,利用人体统计模型,采用恒虚警率对毫米波图像中人体携带危险物进行检测。对实际获取的图像进行仿真实验,实验结果表明,广义复合分布和广义K分布与毫米波人体图像的拟合程度达99%,危险物的检测率为93.51%,虚警率为9.82%,验证了所提人体图像统计模型和危险物检测方法的正确性和有效性。

关键词：毫米波人体图像统计模型广义复合分布广义K分布危险物检测恒虚警率检测

来源：

维普期刊数据库

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

基于深度学习的排爆机器人危险物检测算法研究

基于深度学习的排爆机器人危险物检测算法研究

引用

作者：杜晓鹏上海师范大学

学位级别：硕士

随着社会经济的发展以及科技的进步,在工业生产以及日常生活中都开始使用机器人代替人工来完成一些危险的工作。排爆机器人是机器人领域的一个重要研究分支,其可以代替人类在爆炸物区、深海以及宇宙等危险环境下作业,保证工作人员安全... 详细信息

随着社会经济的发展以及科技的进步,在工业生产以及日常生活中都开始使用机器人代替人工来完成一些危险的工作。排爆机器人是机器人领域的一个重要研究分支,其可以代替人类在爆炸物区、深海以及宇宙等危险环境下作业,保证工作人员安全。然而,目前投入使用的排爆机器人主要依赖于机器人计算机视觉系统回传的视频影像,然后再由专业的排爆人员通过键盘或者遥控器远程操控排爆机器人完成对危险物的处置,其精度和效率在很大程度上会受到回传视频影像的质量、专业排爆人员对设备的熟练程度以及人工成本等因素的影响。因此,排爆机器人的智能化是解决上述局限性的关键,而让排爆机器人自动且快速的检测并识别危险物是实现排爆机器人智能化的基础。因此,研究一种适用于排爆机器人的危险物检测算法,对于排爆机器人的智能化发展具有重要意义。近年来,深度学习技术不断发展,将其应用于目标检测时展现出检测精度高且速度快的优异性能。因此,本文针对基于深度学习的排爆机器人危险物检测算法开展研究,主要工作内容如下:(1)当前并没有公开可使用的危险物数据集,基于此现状,本文分析了在排爆工作场景中常见的危险物类型及特点,构建了包含有手雷、地雷等八类危险品的危险物数据集;此外,为了方便对模型进行训练、验证和测试,对自建数据集进行标注和划分;另外,数据集所包含样本的多样性对于提高深度学习模型的泛化性能具有很重要的意义,因此,本文分别采用平移、镜像翻转、色彩变化以及遮挡等增强策略对数据集进行扩充;同时,为了构建最适合检测危险物的算法模型,充分分析了Faster R-CNN、SSD和YOLOV4三种目标检测算法的基本原理以及各自的优缺点,并结合排爆机器人的应用场景,最终选取YOLOV4作为本实验的基础检测网络。(2)针对目前危险物检测算法精度低的问题,本文改进了YOLOV4网络的模型结构,采用自适应空间特征融合策略(ASFF),提升模型提取特征的质量,进而提高算法的检测精度;同时使用K-Means聚类算法获取符合本实验的锚点(Anchor)尺寸,提升模型的检测精度;最后分析数据集的构成,由于本文所构建的数据集存在数据不平衡现象,因此本文构建了类别平衡损失函数,提升模型的精度和泛化性能;(3)针对危险物检测算法效率低的问题,本实验采用Mobile Net V3作为模型的主干特征提取网络,有效降低模型的参数数量和卷积计算量,提高模型检测效率。

关键词：危险物检测网络爬虫 Anchor优化特征融合轻量型网络

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：