检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自注意力机制与无锚点的仔猪姿态识别

农业工程学报 2022年第14期38卷 166-173页

作者：许成果薛月菊郑婵侯文豪郭景峰王峡锐华南农业大学电子工程学院(人工智能学院) 广州510642 华南农业大学数学与信息学院广州510642

在猪场养殖过程中,仔猪姿态识别对其健康状况和环境热舒适度监测有重要意义。仔猪个体较小,喜欢聚集、扎堆,且姿态随意性较大,给姿态识别带来困难。为此,该研究结合Transformer网络与无锚点目标检测头,提出了一种新的仔猪姿态识别模型Tr... 详细信息

在猪场养殖过程中,仔猪姿态识别对其健康状况和环境热舒适度监测有重要意义。仔猪个体较小,喜欢聚集、扎堆,且姿态随意性较大,给姿态识别带来困难。为此,该研究结合Transformer网络与无锚点目标检测头,提出了一种新的仔猪姿态识别模型TransFree(Transformer+Anchor-Free)。该模型使用Swin Transformer作为基础网络,提取仔猪图像的局部和全局特征,然后经过一个特征增强模块(Feature Enhancement Module,FEM)进行多尺度特征融合并得到高分辨率的特征图,最后将融合后的特征图输入Anchor-Free检测头进行仔猪的定位和姿态识别。以广东佛山市某商业猪场拍摄的视频作为数据源,从12个猪栏的拍摄视频中选取9栏作为训练集,3栏作为测试集,训练集中仔猪的俯卧、侧卧和站立3类姿态总计19929个样本,测试集中3类姿态总计5150个样本。在测试集上,TransFree模型的仔猪姿态识别精度达到95.68%,召回率达到91.18%,F1-score达到93.38%;相较于CenterNet、Faster R-CNN和YOLOX-L目标检测网络,F1-score分别提高了2.32、4.07和2.26个百分点。该文提出的TransFree模型实现了仔猪姿态的高精度识别,为仔猪行为识别提供了技术参考。

关键词：图像识别模型仔猪姿态识别 Swin Transformer 无锚点目标检测

在线全文

学校读者我要写书评

暂无评论

基于卷积姿态机的潜航员作业姿态识别方法

浙江大学学报（工学版） 2022年第1期56卷 26-35,46页

作者：王憬鸾陈登凯朱梦雅王晗宇孙意为西北工业大学陕西省工业设计工程实验室陕西西安710072

针对现有潜航员作业姿态识别分析方法中识别过程繁琐、识别精度低的问题,提出基于卷积姿态机的潜航员作业姿态识别分析方法.对人体姿态特征进行结构化编码,构建空间及投影坐标系进行解析,定义肢体角度计算公式与肢体特殊状态判断流程.... 详细信息

针对现有潜航员作业姿态识别分析方法中识别过程繁琐、识别精度低的问题,提出基于卷积姿态机的潜航员作业姿态识别分析方法.对人体姿态特征进行结构化编码,构建空间及投影坐标系进行解析,定义肢体角度计算公式与肢体特殊状态判断流程.通过搭建潜航员作业姿态识别算法,实现作业姿态RGB图像空间特征与纹理特征的提取,输出潜航员作业姿态关节点、肢体角度与状态数据.通过采集潜航员作业姿态图像构建潜航员作业姿态样本数据集,对所提方法进行应用验证.在算法测试中,识别算法的PCK指标值达到81.2%.在应用验证实验中,算法识别关节点的平均准确率达到87.7%.该方法在潜航员作业姿态识别分析上是可靠的,可以有效地识别与分析潜航员作业姿态中的危险因素.

关键词：工业设计姿态识别潜航员作业姿态卷积姿态机姿态分析

基于EfficientDet的围产期母猪姿态识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2022年第4期53卷 271-279页

作者：刘龙申舒翠霓李波沈明霞太猛刘康南京农业大学人工智能学院南京210031 江苏智慧牧业装备科技创新中心南京210031 南京农业大学动物科技学院南京210095

围产期母猪母性行为直接影响仔猪的成活率,母猪姿态是其母性行为和筑巢行为的重要表现。针对目前对围产期母猪姿态转换主要依靠人工巡检,费时耗力且主观性强等问题,采集了24头母猪的视频数据并对数据进行预处理,利用EfficientDet网络对... 详细信息

围产期母猪母性行为直接影响仔猪的成活率,母猪姿态是其母性行为和筑巢行为的重要表现。针对目前对围产期母猪姿态转换主要依靠人工巡检,费时耗力且主观性强等问题,采集了24头母猪的视频数据并对数据进行预处理,利用EfficientDet网络对产床内母猪图像进行深层次特征提取,实现了母猪站、坐、胸卧、侧卧姿态及其侧卧方向(乳房面向仔猪保温箱、乳房背对仔猪保温箱)的准确识别。结果表明:该模型识别平均精度均值(mAP)达93.97%,对图像的检测速度达26.2 f/s,对视频的检测速度达10.66 f/s。通过对母猪产前及产后24 h的姿态进行分析,母猪产前表现出显著的筑巢行为,姿态转换频率显著提高(P<0.001);母猪产后侧卧时间显著增加,母猪侧卧时长与仔猪窝均质量呈正相关关系;根据母猪侧卧方向的偏好性进行分组比较,母猪偏向于将乳房面向保温箱侧卧的小组,仔猪断奶成活率更高。

关键词：围产期母猪姿态识别深度学习 EfficientDet

在线全文

学校读者我要写书评

暂无评论

姿态识别与机器人跟踪控制系统的研究

姿态识别与机器人跟踪控制系统的研究

作者：杨文康吉林大学

学位级别：硕士

随着智能化科技的高速发展,机器人开始走进广大人民群众的工作和生活中。工业上机器人可以代替工人从事一些具有危险的工作,从而保护工人的安全;也可以从事一些单调枯燥的工作,减轻工人负担。日常生活中,机器人也在很多方面得到了广泛... 详细信息

随着智能化科技的高速发展,机器人开始走进广大人民群众的工作和生活中。工业上机器人可以代替工人从事一些具有危险的工作,从而保护工人的安全;也可以从事一些单调枯燥的工作,减轻工人负担。日常生活中,机器人也在很多方面得到了广泛的使用,如扫地机器人、洗碗机器人、舞蹈机器人、钢琴机器人等。机器人的应用离不开人为的控制,因此如何进行简单有效的人机交互控制是非常重要的。人机交互的方法有很多,可以选择姿态信息作为输入,这种输入方式不再依赖鼠标和键盘等中间媒介物品。在本文中,我们采用姿态信息作为输入,控制机器人实现跟踪控制功能。本文重点研究了姿态识别算法。首先利用WTS（加权切线分割算法）对复杂姿态完成分割,然后利用基于SSED（平方误差和分布）的SOM（自组织映射）神经网络对分割得到的简单姿态进行聚类,得到基本姿态及基本姿态数据集。最后利用BP（反向传播）神经网络完成简单姿态的识别,并根据分割得到的时间戳得到复杂姿态的识别结果。在机器人跟踪控制方面,本文仅做了初步研究,根据接收到的识别数据实现机器人的跟踪控制。本文主要从以下几个方面进行研究:1、对三维空间中常用坐标系进行介绍,并对MPU9250姿态数据进行了描述与分析。通过对人体架构和人体基本活动范围分析,得到人体简化模型,并根据人体简化模型搭建仿人机器人模型。2、本文提出了WTS分割算法,完成复杂姿态的分割。复杂姿态由多个简单姿态构成,在相邻的两个简单姿态之间,必然存在一段数据稳定的区域,该区域中上一个简单姿态的运动趋势逐渐减弱,下一个简单姿态的运动趋势逐渐加强。因此可以根据这段稳定区域,将相邻的简单姿态进行区分,从而将复杂姿态分割为简单姿态。3、本文提出了基于SSED的SOM神经网络聚类算法,完成简单姿态的聚类。针对不同的聚类个数,我们利用SSE数据判定聚类效果,从而得到最佳聚类个数,实现简单姿态的聚类并得到基本姿态数据集。4、本文提出了基于时间戳的BP神经网络算法,对复杂姿态进行识别。分割算法将复杂姿态进行分割,得到简单姿态和它们的时间戳序列。利用BP神经网络在时间戳上对每个简单姿态进行分类识别,得到复杂姿态的识别序列。5、在本文中,我们分别设计了姿态识别系统和仿人机器人跟踪控制系统。在姿态识别系统中,主要包括数据采集、主控制器和无线传输三个模块,完成姿态数据的采集、处理、识别和传输。机器人跟踪控制系统主要包括主控制器、无线传输和舵机控制板三个模块,完成姿态数据的接收和对机器人的跟踪控制。

关键词：机器人姿态识别分割算法聚类算法神经网络

基于卷积神经网络的发动机主轴承盖姿态识别算法

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

科学技术与工程 2022年第32期22卷 14282-14288页

作者：于微波周旺杨宏韬李昱长春工业大学电气与电子工程学院长春130012

针对传统姿态识别算法识别精度不高,通用性不强,易受环境因素的影响,且需要对检测图像进行复杂的图像预处理操作的问题。基于卷积神经网络的特征提取能力和识别分类能力,提出一种基于卷积神经网络的发动机主轴承盖姿态识别算法,所提算... 详细信息

针对传统姿态识别算法识别精度不高,通用性不强,易受环境因素的影响,且需要对检测图像进行复杂的图像预处理操作的问题。基于卷积神经网络的特征提取能力和识别分类能力,提出一种基于卷积神经网络的发动机主轴承盖姿态识别算法,所提算法去除了传统复杂的预处理操作,通过提取轴承盖4个面的特征,对轴承盖4个面进行识别。实验结果表明:所提算法不仅可以正确识别发动机主轴承盖的4个面,而且平均识别精度为100%,平均识别时间为3.80 s,具有识别精度高,识别时间短,抗干扰能力强的特点。

关键词：发动机主轴承盖姿态识别卷积神经网络深度学习

在线全文

学校读者我要写书评

暂无评论

基于注意力机制和姿态识别的行人再识别

河南理工大学学报（自然科学版） 2023年第2期42卷 120-126页

作者：赵彦如牛东杰杨蕙萌河南理工大学机械与动力工程学院河南焦作454000

在解决行人再识别技术中的姿态变化、遮挡、背景等问题时,为了提高遮挡下的行人再识别性能,提出一种基于注意力机制和姿态识别的行人再识别方法。采用全局注意网络和姿态识别网络分别提取行人图像的全局特征、关节点位置热力图和对应的... 详细信息

在解决行人再识别技术中的姿态变化、遮挡、背景等问题时,为了提高遮挡下的行人再识别性能,提出一种基于注意力机制和姿态识别的行人再识别方法。采用全局注意网络和姿态识别网络分别提取行人图像的全局特征、关节点位置热力图和对应的置信度,通过计算得到行人13个关节点和融合所有关节点的局部特征,对全局特征和14个局部特征分别进行行人分类训练,利用多任务学习多个损失共同监督网络的优化。测试时,将关键点特征和全局特征融合后,计算行人的距离排序。在Market1501和DukeMTMC-reID数据集上测试的Rank-1/mAP指标分别达到了85.1%/75.6%和64.3%/55.3%。结果表明,所设计方法具备抗姿态变化、遮挡和背景的能力,同时具有较高的识别能力和识别精度。

关键词：深度学习行人再识别注意力机制姿态识别特征融合局部特征全局特征

在线全文

学校读者我要写书评

暂无评论

基于室内定位技术的人体姿态识别方法

中国科学技术大学学报 2019年第10期49卷 805-811页

作者：黄小平张健胡泽林李淼曾伟辉李华龙中国科学院合肥智能机械研究所安徽合肥230031

独居老人摔倒等姿态检测是当今备受关注的问题.基于机器视觉的方法存在隐私侵入,成本高和实现过程复杂等问题,而基于加速度传感的方法对静止姿态识别存在困难.为此提出一种基于室内定位技术的老人姿态检测方案.首先在人体关键节点安装... 详细信息

独居老人摔倒等姿态检测是当今备受关注的问题.基于机器视觉的方法存在隐私侵入,成本高和实现过程复杂等问题,而基于加速度传感的方法对静止姿态识别存在困难.为此提出一种基于室内定位技术的老人姿态检测方案.首先在人体关键节点安装可穿戴接收标签,然后采用超宽带UWB测距方法,实现人体关键部位的定位和跟踪.在姿态估计算法中,分别采用最小二乘和改进的扩展卡尔曼滤波算法来抑制噪声,提高定位精度.仿真实验表明,改进的扩展卡尔曼滤波算法误差较小,可以较好地识别老人摔倒等姿态信息.

关键词：室内定位姿态识别老人监护无线体域网卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

基于深度学习的行人追踪与姿态识别算法研究

基于深度学习的行人追踪与姿态识别算法研究

作者：翟蔚浙江科技学院

学位级别：硕士

面向智能交通领域,道路中的目标一直是研究的热点方向。行人是道路交通中的运动主体,也是交通工具的主要服务对象,因此对行人的检测与识别是交通中的重点。随着计算机视觉技术的发展,深度学习在检测和识别方向的应用越来越广泛。在识别... 详细信息

面向智能交通领域,道路中的目标一直是研究的热点方向。行人是道路交通中的运动主体,也是交通工具的主要服务对象,因此对行人的检测与识别是交通中的重点。随着计算机视觉技术的发展,深度学习在检测和识别方向的应用越来越广泛。在识别设备方面,也有新的技术的创新,由原来的单目摄像头发展成多目摄像头,还有新的激光雷达和点云去获取前方的道路信息。本文基于自动驾驶和辅助驾驶车载摄像头获取图像,对行人检测、行人追踪和行人姿态识别进行展开研究:(1)针对自动驾驶和辅助驾驶车载摄像头获取行人图像,存在背景复杂和行人数量多且密集等现象和车载硬件系统相对经济型,本文在检测速度较快的Yolov3-tiny算法上增加扩大感受野模块,有效的提高了检测的精度;将IOU值检测框回归改为增加中心点距离和长宽比的CIOU值检测框回归,起到加快模型收敛和检测框准确定位行人位置信息作用;在算法预测阶段采用将非极大值抑制和加入中心点距离的IOU结合的形式筛选检测结果,避免了暴力剔除检测框现象,算法在行人遮挡和密集场景下得到了显著提升。(2)针对检测算法中存在检测框不稳定和不连续现象,提出在行人检测器的基础上增加行人追踪器,从而弥补检测算法的缺陷。本文采用TBD策略,在改进Yolov3-tiny行人检测器的基础上结合改进的Deep SORT行人追踪器,实现了对行人的实时和准确的定位。主要在Mars数据集上采用轻量化的Shufflenetv2重新训练行人外观特征进行匹配;采用DIOU替换IOU进行目标匹配,最后根据本文的应用场景对追踪器进行调参,实现多目标追踪准确度更高的行人追踪算法。(3)针对检测追踪算法无法对存在危险系数的行人进行识别,提出在行人检测追踪的基础上增加行人姿态识别和行人距离测量,有利于提高自动驾驶和辅助驾驶系统的安全性,对存在危险状态和制动距离内的行人信息产生反馈作用。本文采用轻量化的Lightweight OpenPose算法得到人体关键图,提出根据关键点物理位置、关键点连成的人体检测框长宽比和姿态识别网络这三种方法完成对行人的四个方向和三种状态的姿态识别,最后基于双目摄像头成像原理,提出行人姿态识别和行人测距算法。最终将以上方法部署在嵌入式平台Jetson Nano上,完成算法在移动端的实现。本文中的算法能够对无人驾驶和智能驾驶技术的发展起到积极促进作用,并且实际硬件应用也能推动产业化的发展。

关键词：行人检测行人追踪姿态识别 Jetson Nano 自动驾驶辅助驾驶

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

基于加速度传感器猪只姿态识别

基于加速度传感器猪只姿态识别

作者：周波江西农业大学

学位级别：硕士

随着现代养猪业不断朝着规模化和集约化方向发展,猪只活动、健康状况备受关注,传统人工监测猪只健康方式将耗费大量的时间和精力,且不能得到精确的监测结果,还容易造成人畜疫病的交叉感染,已不再适用于规模化生猪养殖。近年来,随着计算... 详细信息

随着现代养猪业不断朝着规模化和集约化方向发展,猪只活动、健康状况备受关注,传统人工监测猪只健康方式将耗费大量的时间和精力,且不能得到精确的监测结果,还容易造成人畜疫病的交叉感染,已不再适用于规模化生猪养殖。近年来,随着计算机技术的发展和传感器成本的不断降低,现代信息技术在猪只健康监测领域得到了广泛应用。猪只的姿态行为在其生长过程中必定出现,且对猪只姿态的研究发现,猪只姿态不但可分析出猪只的发情、分娩、哺乳等行为,也可为猪只健康判断提供参考依据。因此,利用猪只姿态行为来判断猪只健康状态已成为猪只健康监测领域研究的热点。为此本文提出了减少人力资源需求、提高养殖场自动化监测水平等为目的,进行了猪只姿态识别,进而搭建了基于加速度传感器的猪只姿态识别其健康的系统。为此,首先提出猪只姿态识别方案,并设计系统硬件和软件部分;然后采用支持向量机(Support Vector Machine,SVM)算法,对猪只姿态进行分类识别;最后提出基于姿态识别猪只健康评估方法,辅助养殖人员更好地了解猪只健康状况。本文主要研究内容可以概括如下:(1)猪只姿态识别方案设计。针对养殖场对猪只姿态识别的需求,设计了一种基于加速度传感器猪只姿态识别系统,进而对该系统进行硬件和软件部分进行设计。硬件部分主要包括传感器模块、处理器模块、发送模块和电源模块,针对系统需求对各模块器件进行选型,电路原理图设计;系统软件部分包括采集节点、发送节点、数据库和前端界面设计,完成代码编写,数据库搭建和前端界面开发,实现对猪只姿态数据的采集、发送、分析和显示。(2)根据养殖场实际观察,将猪只姿态类别分为快走、趴卧、静止和慢走四类。利用加速度传感器检测原理建立猪只三向加速度坐标系,并通过对实验数据的人工分析的方式对猪只姿态分类进行验证。(3)构建了基于SVM算法的猪只姿态分类模型,并应用SVM分类模型设计了猪只姿态识别系统,并以育肥猪为验证模型进行了猪只姿态识别。实验结果表明,该分类模型对猪只姿态识别准确率在84%以上,达到了猪只姿态识别的目的,姿态分类研究为后续的猪只健康评估奠定了基础。(4)鉴于猪只健康与其生长阶段、饲养条件等存在着密切、复杂的联系,分析猪只健康与其姿态之间规律,得出猪只姿态识别进行健康评估的应用条件。并以育肥猪为例,基于猪只姿态识别基础上,根据统计的猪只姿态持续时间的特点,应用猪只姿态识别实现了其健康状况的评估。上述工作表明,基于加速度传感器猪只姿态识别系统能够远距离采集姿态数据,并以较高准确率识别猪只姿态,同时还能对猪只健康进行评估,以便于养殖人员及时了解猪只健康状况,可提早发现威胁猪只健康的因素,进而有利于防止烈性传染病在猪群内的传播,对疾病预防、降低养猪场损失、提高猪只福利和促进智能养猪业的发展等有着重要意义。

关键词：猪只加速度传感器姿态识别支持向量机智能养猪业