检索结果-南通市图书馆

中国测试 2024年

作者：石志城卢汉沈晨崔博伦王驰北京空间机电研究所上海大学机电工程与自动化学院

针对夜间暗环境下夜行动物目标监测所面临的照度低、对光线敏感和目标活动易产生拖影等问题，研究了夜间暗环境动物目标的被动式快速监测方法。利用被动式微光夜视相机对动物目标进行成像监测，避免了补光对夜行动物产生惊扰；利用短曝... 详细信息

针对夜间暗环境下夜行动物目标监测所面临的照度低、对光线敏感和目标活动易产生拖影等问题，研究了夜间暗环境动物目标的被动式快速监测方法。利用被动式微光夜视相机对动物目标进行成像监测，避免了补光对夜行动物产生惊扰；利用短曝光和低光增强算法Zero-Denoise解决了运动物体拖影和图像亮度低的问题，进而对增强后的图像进行了目标识别和跟踪。实验结果显示，Zero-Denoise网络能有效提升了夜间动物图像观测的质量，在给定试验条件下使目标检测算法精度提升了6.8%，速度达到32帧/s。因此，这种结合微光夜视相机与低光增强算法Zero-Denoise的监测方法，适用于夜间暗环境动物目标的被动式快速监测。

关键词：夜间动物监测低光增强微光夜视

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

夜间动物图像自监督学习增强与检测方法

引用

中国光学（中英文） 2024年第5期17卷 1087-1097页

作者：王驰沈晨黄庆张国峰卢汉陈金波上海大学机电工程与自动化学院上海200444 中国航空工业集团公司洛阳电光设备研究所河南洛阳471023

为了解决动物夜间实时监测所面临的图像曝光度低、对比度低、特征提取困难等问题,通过研究轻量化自监督深度神经网络Zero-Denoise和改进型YOLOv8模型,来进行夜间动物目标的图像增强与精准识别。首先,通过轻量化的PDCE-Net进行第一阶段... 详细信息

为了解决动物夜间实时监测所面临的图像曝光度低、对比度低、特征提取困难等问题,通过研究轻量化自监督深度神经网络Zero-Denoise和改进型YOLOv8模型,来进行夜间动物目标的图像增强与精准识别。首先,通过轻量化的PDCE-Net进行第一阶段快速增强。提出了一个新的光照损失函数,并利用参数可调的Gamma校正原图与快速增强图,在基于Retinex原理和最大熵理论的PRED-Net中进行第二阶段的重增强。然后,改进YOLOv8模型,并对重增强后的图像进行目标识别。最后,在LOL数据集(low-light dataset)与自建动物数据集进行实验分析,验证Zero-Denoise网络和改进型YOLOv8模型对于夜间动物目标监测的改善效果。试验结果显示,Zero-Denoise的mAP值网络在LOL数据集上的PSNR、SSIM与MAE指标达到28.53、0.76、26.15,结合改进型YOLOv8在自建动物数据集上的mAP值比YOLOv8基线模型提升了7.1%。使用Zero-Denoise和改进型YOLOv8能获得良好的夜间动物目标图像。结果表明所提方法可用于夜间动物目标的精确监测。

关键词：夜间动物监测低光增强自监督学习 Retinex 低光去噪

来源：

维普期刊数据库博看期刊

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

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

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

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：