检索结果-南通市图书馆

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

基于深度学习的烟火检测算法研究与实现

基于深度学习的烟火检测算法研究与实现

作者：石磊中国民航大学

学位级别：硕士

火灾是容易发生且具有严重破坏性的灾害,对人类的财产和生命安全都造成重大的威胁。及时准确地发现着火点并实现烟火预警,对维护正常的生产生活秩序具有重要意义。传统的烟火检测算法存在着设计复杂,计算速度慢,容易产生误检和漏检的问... 详细信息

火灾是容易发生且具有严重破坏性的灾害,对人类的财产和生命安全都造成重大的威胁。及时准确地发现着火点并实现烟火预警,对维护正常的生产生活秩序具有重要意义。传统的烟火检测算法存在着设计复杂,计算速度慢,容易产生误检和漏检的问题。近年来,深度学习的方法被应用到计算机视觉领域中,并取得了显著的效果。为提高视频图像中烟火目标检测效果,将深度学习的技术应用于烟火目标检测问题并展开研究,具体研究内容如下:首先,对基于SSD的烟火检测算法展开研究。SSD算法模型采用多尺度特征预测的思想,能够对多种尺寸目标进行检测。将SSD算法模型应用于烟火检测任务中,构建基于真实场景的烟火数据集,并使用颜色空间模型转换结合直方图均衡算法对数据集中的图像进行照度归一化处理,实现烟火数据特征标准化,提高模型训练效率。经过实验测试发现,SSD算法对烟火目标具有较好的检测效果,但也存在一些不足。随后,针对SSD算法中的对于小尺寸烟火目标检测效果差,容易产生误检漏检的问题,提出了一种基于改进型SSD的烟火检测算法。利用DenseNet网络作为SSD的基础网络,提高其对小目标的检测能力。其次,为了改进SSD中的正负样本不平衡的问题在损失函数中引入Focal loss函数,通过提高难分样本在损失函数中的权重,提高算法的鲁棒性。在仿真实验中,通过构建烟火数据集对改进的SSD模型进行训练。实验结果表明,相比现阶段主流的几种烟火目标检测算法,该算法在兼顾检测速度的同时提高了对小尺寸烟火目标的检测效果。最后,为实现更好的视频烟火目标检测效果,设计并实现了一种基于视频的烟火目标检测系统。该系统通过视频图像处理模块,单帧烟火图像检测模块和连续视频帧修正模块实现对视频中烟火目标的检测。使用多种场景视频对系统进行测试,发现该系统具有良好的烟火目标检测效果,能够满足工业应用场景烟火检测的需求。

关键词：计算机视觉烟火检测深度学习小尺寸目标连续视频帧修正

基于机器视觉的输电线路小目标检测和缺陷识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的输电线路小目标检测和缺陷识别方法研究

作者：徐昊浙江大学

学位级别：硕士

近年来,随着现代社会对电力的依赖日益增加,不间断供电的电力线路巡检已成为供电保障不可或缺的要素。在电力行业保质增效的工作愿景目标下,原本采用人工为主的输电线路巡检方式将逐步被无人机巡检、机器人巡检等新技术所替代。随着深... 详细信息

近年来,随着现代社会对电力的依赖日益增加,不间断供电的电力线路巡检已成为供电保障不可或缺的要素。在电力行业保质增效的工作愿景目标下,原本采用人工为主的输电线路巡检方式将逐步被无人机巡检、机器人巡检等新技术所替代。随着深度学习的发展,特别是机器视觉技术的更新迭代,机器视觉逐渐被引入到输电线路目标检测和缺陷识别领域中。目前,输电线路无人机巡检中图像检测和缺陷识别存在两方面的难题:（1）小目标检测困难。常用的机器视觉框架在小尺寸目标上的检测效果不佳,对小尺寸目标的特征提取与不同尺度特征融合存在缺陷。（2）缺陷识别和分类困难,缺陷集和正常集分布不均匀,分类依据的语义信息差别有限,浅层位置特征和深层语义特征融合效果不佳。本文面向输电线路无人机巡检工作任务,研究了基于深度机器视觉的输电线路小目标数据增广方法,改进了常见目标检测框架YOLOv5使其对小目标的检测效果得到优化,同时探索了输电线路缺陷识别分类方法。本文的研究内容包括:·提出了基于对抗生成和随机增广的小目标数据集增广与重构模式。从小目标数据集扩展的角度,针对小目标数据集分布不均、小目标边缘检测信息模糊、小目标语义特征信息稀疏的问题,提出针对输电线路小目标的基于对抗生成算法的超分辨率生成网络EL-ESRGAN,融合了计算机视觉领域GridMask和随机擦除算法的随机思想,对输电线路小目标数据集进行增广与重构,实现小尺寸目标的边界清晰化和语义特征扩增。·设计了基于主干网络调整的YOLOv5s目标检测改进模型。从目标检测网络的角度,针对通用目标检测器对小目标检测表现不佳的问题,提出基于Transformer编码器和Swin Transformer编码器的预测头改进,引入卷积块注意力模型,并通过加权双向特征金字塔网络改善了目标检测器对输电线路小目标检测的精确度。通过实验证明,本文提出的改进模型,比同等规模的YOLOv5m模型在各种尺寸目标检测m AP和参数量指标上更加优秀,并通过对比试验证明了每个模块的有效性。·提出了基于显著性图数据增广和增强特征金字塔的缺陷分类网络。从缺陷数据有效增广和目标分类器设计的角度,针对常规数据增广方式对缺陷部位语义信息的随机遮挡导致网络泛化能力降低的问题,提出基于嵌套U型网络显著性图检测的缺陷数据增广手段;针对目标分类网络ResNet34中浅层位置特征和深层语义特征融合效果不佳的问题,提出基于深层语义嵌入的增强特征金字塔分类网络,并通过对比实验证明了方案在分类准确度和F-Score指标上的优势。基于上述研究,本文实现了输电线路巡检图像中小目标数据增广与目标检测的算法改进,重点针对小目标检测性能进行检测网络特异化改进,同时实现了输电线路缺陷图像数据增广和缺陷分类网络改进。本文为输电线路巡检的智能运维提供了理论方法借鉴,具有明确的工程应用价值和科学研究意义。

关键词：输电线路巡检小尺寸目标数据增广目标检测目标分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像处理的交通信号辅助识别技术研究

基于图像处理的交通信号辅助识别技术研究

作者：黄寅杰盐城工学院

学位级别：硕士

在自动驾驶与辅助驾驶技术中,交通信号检测和识别是其中的关键技术之一。目前在交通信号检测技术中还存在一些不足,例如复杂天气下的数据集不健全,信号漏检和误检率高,运行算力需求高等。本文在交通信号灯的检测技术基础上开展进一步研... 详细信息

在自动驾驶与辅助驾驶技术中,交通信号检测和识别是其中的关键技术之一。目前在交通信号检测技术中还存在一些不足,例如复杂天气下的数据集不健全,信号漏检和误检率高,运行算力需求高等。本文在交通信号灯的检测技术基础上开展进一步研究,通过数据集扩建、网络结构模型改进等方法的研究,提升复杂环境下交通信号的检测性能,并降低模型在硬件设备上算力需求。主要研究内容如下:数据集是交通信号检测的基础条件,针对雾天、雨天和夜间环境下的检测数据缺乏,开展了数据集构建与扩充方法的研究。在车载摄像头实地拍摄和借鉴现有数据集的基础上建立了基于Stable Diffusion扩散模型的复杂环境交通信号数据集扩充方法。在基础数据集上采用常规数据增强方法,模拟车辆行驶过程中交通信号真实环境,克服光照变化、相机抖动和视线遮挡等实际驾驶环境中影响因素,提高了识别成功率。在复杂背景环境下,小尺寸交通信号目标的检测的漏检和误检率较高,针对漏检和误检问题,提出了一种基于低通道特征融合增强的检测算法并开展了研究。首先为了弥补在从浅层到深层传递过程中小目标特征信息的丢失问题,在颈部网络中引入了低级特征对齐模块,该模块融合了四个低维特征以提取浅层特征信息;其次将处理后的特征图输入特征信息融合模块,通过多个卷积层进行降维操作,从而加快了模型运算速度;最后构建了一个信息注入模块,用于将全局特征信息注入不同局部通道中,提高了局部特征与全局信息之间的联系,增强了模型对复杂场景中目标的识别能力。在移动端设备进行交通信号灯检测通常需要较强算力,为了减少算力需求及提高运行速度,对交通信号检测网络的结构、注意力机制等进行了研究。首先在轻量化Shuffle Net V2网络结构上,提出了一种基于参数重组结构的轻量化骨干网络,通过对网络的深度、宽度以及参数数量的优化,减少了检测的算力需求;其次在轻量化模块后插入ECA通道注意力机制,进一步增强了图像中与交通信号相关的通道信息;最后采用无锚点方法优化了非极大抑制的处理速度。在上述研究方法的基础上,开展了与主流算法的对比试验和模块结构的消融实验。实验结果表明,在YCTL交通信号数据集上与YOLOv5s算法对比,m AP@0.5提升2.11%,m AP@0.5:0.95提升2.05%,速度提升38 frames/s,并且使用Stable Diffusion扩充数据集的方法有效提升了雾天、雨天和夜间环境下预测模型性能。

关键词：目标检测小尺寸目标 YOLOv5s Stable Diffusion 交通信号

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视频序列中行人检测技术的研究

视频序列中行人检测技术的研究

作者：贺华展安徽工程大学

学位级别：硕士

随着公共安全被社会越来越广泛的重视,视频监控技术应用在许多重要的场合,其中行人检测作为计算机视觉领域经典的目标检测类型,依旧是众多机构的研究热点。在行人检测的研究历程中,行人遮挡严重、行人尺寸不一、背景干扰等因素一直困扰... 详细信息

随着公共安全被社会越来越广泛的重视,视频监控技术应用在许多重要的场合,其中行人检测作为计算机视觉领域经典的目标检测类型,依旧是众多机构的研究热点。在行人检测的研究历程中,行人遮挡严重、行人尺寸不一、背景干扰等因素一直困扰着研究人员,许多算法都被应用于解决行人检测中的各类难题,本文基于不同的检测算法,主要研究工作如下:1、运动目标检测方面,对比分析了四种常见检测算法,并且根据算法本身的缺点以及实际应用场景的复杂性,选择高斯混合模型和边缘检测算法作为主要算法,对Canny边缘算子中的高斯滤波器使用混合滤波器进行了替换,同时自适应双阈值的Otsu算法,而视频帧采用隔帧处理的四帧差分法,避免了光照突变等干扰,使前景目标轮廓空洞消失,边界完整。2、传统的人为设计的底层特征方面,分析了 Haar、LBP和HOG三种常用于目标检测的图像特征和Adaboost、SVM分类器,分别用特征与分类器组合的方法进行行人检测,得到了不同的检测效果,在漏检率和准确率上有明显的数据差异,分析验证了 HOG由于其不变性,容许行人的姿态差异,更适用于做行人检测。3、深度学习方面,剖析了 YOLO算法的网络结构,针对YOLO算法对小目标行人的不敏感性,将BN算法加入到神经网络结构,重新构建YOLO网络,对于目标尺寸的不统一,使用13×13、26×26、52×52三种尺度进行弥补,得到新的YOLO网络的检测精度比之前的检测精度有所提高,小目标行人检测效果得到改善。4、视频中的行人检测方面,利用OpenCV、TensorFlow等框架搭建了简易的行人检测客户端,对本地视频和实时视频能够存储保留和检测后显示保留,方便检测对比。

关键词：视频监控行人检测 YOLO 小尺寸目标

基于改进YOLOv5s的交通信号灯检测算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

建模与仿真 2023年第6期12卷 5860-5874页

作者：黄寅杰王福元肖海宁王仲楼盐城工学院机械工程学院江苏盐城

针对交通信号灯检测在背景环境复杂、小目标检测困难和实时性要求高的问题,基于YOLOv5s提出一种YL-YOLOv5s方法用于交通信号灯检测。首先,将Neck特征融合网络中残差结构替换为多层次跨通道DenseNet连接方式,以增强特征提取能力与减少梯... 详细信息

针对交通信号灯检测在背景环境复杂、小目标检测困难和实时性要求高的问题,基于YOLOv5s提出一种YL-YOLOv5s方法用于交通信号灯检测。首先,将Neck特征融合网络中残差结构替换为多层次跨通道DenseNet连接方式,以增强特征提取能力与减少梯度消失问题;然后,将DenseNet中的卷积操作替换为倒残差结构MobileNetV2,以加快推理速度并降低内存占用;最后在模块中嵌入通道注意力机制ECA (Efficient Channel Attention),有效建立了通道之间的相关性,从而提高了交通信号灯检测的准确率。实验结果表明,在法国巴黎信号灯LaRa和博世小型交通信号灯BSTLD上进行测试,与YOLOv5s算法相比,mAP@0.5:0.95、mAP@0.5等关键指标都有提升,在LaRa数据上mAP@0.5:0.95提升8.5%,并且模型计算量减少了23.2%,说明YL-YOLOv5s模型能够有效提升复杂环境下小目标的检测精度,且轻量化效果明显。

关键词：目标检测小尺寸目标 YOLOv5s 交通信号灯

维普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

基于蒙特卡洛仿真的水下四点单目测距研究

光通信研究 2023年第4期4期(9)卷 60-67页

作者：申玲菲范婷威胡谷雨王杰张大伟周田华上海理工大学光电信息与计算机工程学院上海200093 中国科学院上海光学精密机械研究所空间激光信息传输与探测技术重点实验室上海201800 复旦大学通信科学与工程系电磁波信息科学教育部重点实验室上海200433

水下光通信系统在工作时需要及时获取与接收端的距离信息并进行高速通信。文章提出在水下蓝绿激光通信系统中加入单目测距功能,实现短距离视觉测距和长距离激光测距的水下光通信测距一体化研究。使用蒙特卡洛方法进行仿真,建立激光信号... 详细信息

水下光通信系统在工作时需要及时获取与接收端的距离信息并进行高速通信。文章提出在水下蓝绿激光通信系统中加入单目测距功能,实现短距离视觉测距和长距离激光测距的水下光通信测距一体化研究。使用蒙特卡洛方法进行仿真,建立激光信号水下信道传输模型,模拟不同目标尺寸、不同距离和不同水质下的水下激光光斑图片,分析以上3种因素对水下单目测距精度的影响。考虑仿真图片光斑弥散和对比度降低对测距精度的影响,文章针对性地提出了一种对水下小尺寸光源目标、结合图像增强和Zernike矩亚像素点边缘检测的单目测距算法以提高单目测距算法的精度。通过实验室水池实验验证,文章所提算法精度达到了使用要求。

关键词：水下激光通信测距蒙特卡洛方法小尺寸目标图像增强亚像素点边缘检测