检索结果-南通市图书馆

基于改进YOLOv5的复杂环境下火灾检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电脑与信息技术 2024年第1期32卷 23-27,46页

作者：崔志亮曹苏群淮阴工学院江苏淮安223001

针对复杂环境中粉尘分布不均造成视频图像失真,检测精度低等问题,提出了一种基于改进YOLOv5的复杂环境下火灾检测方法。首先,采用改进的暗通道先验去雾算法对采集的火灾图像进行去雾处理,提高复杂环境下火灾视频图像的识别精度;其次,在Y... 详细信息

针对复杂环境中粉尘分布不均造成视频图像失真,检测精度低等问题,提出了一种基于改进YOLOv5的复杂环境下火灾检测方法。首先,采用改进的暗通道先验去雾算法对采集的火灾图像进行去雾处理,提高复杂环境下火灾视频图像的识别精度;其次,在YOLOv5网络模型框架中引入CA(Coordinate Attention)注意力机制,提升火焰特征,抑制其他无用特征,提高火灾检测的效率和准确性;最后,为解决YOLOv5对小目标检测效果不好的问题,在YOLOv5的特征融合部分增加小目标检测层,提升对小目标检测的能力。实验结果表明:改进后的YOLOv5网络模型精度达到80.5%,相比于原始YOLOv5网络模型精度提升4.2%,同时,改进后的YOLOv5网络模型对小目标检测精度更高,有效提高了复杂环境下火灾识别准确率。

关键词：复杂环境火焰检测暗通道去雾算法注意力机制小目标检测层

基于YOLOv5的矿井火灾视频图像智能识别方法

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

工矿自动化 2021年第9期47卷 53-57页

作者：王伟峰张宝宝王志强张方智任浩王京西安科技大学安全科学与工程学院陕西西安710054 西安科技大学电气与控制工程学院陕西西安710054 西安科技大学计算机科学与技术学院陕西西安710054 陕西陕煤澄合矿业有限公司董家河煤矿分公司陕西渭南714000

针对煤矿井下光照分布不均匀造成视频图像失真,火灾识别精度低等问题,提出了一种矿井火灾视频图像智能识别方法。该方法以YOLOv5为识别模型,采用K-means算法对传统的暗通道图像去雾算法进行改进,并用改进算法对采集的火焰图像进行去雾处... 详细信息

针对煤矿井下光照分布不均匀造成视频图像失真,火灾识别精度低等问题,提出了一种矿井火灾视频图像智能识别方法。该方法以YOLOv5为识别模型,采用K-means算法对传统的暗通道图像去雾算法进行改进,并用改进算法对采集的火焰图像进行去雾处理,提高矿井火灾视频图像识别精度;为减少静态背景对火灾识别的影响,采用帧差法与混合高斯模型融合算法,对动态演化的火焰图像进行特征提取,并采用形态学处理算法消除图像中存在的缺口,从而得到更加完整的火焰目标图像;对火灾视频图像数据集进行标注,并输入到YOLOv5算法模型进行训练及测试。结果表明:基于YOLOv5的矿井火灾视频图像智能识别方法平均精度为92%,损失函数为0.6,比传统算法Alexnet,VGG16,Inceptionv3的平均精度分别高9.6%,13.5%,4.9%,表明该方法检测速度快、精度高,可有效提高矿井火灾识别准确率。

关键词：矿井火灾视频图像智能识别 YOLOv5 K-means 暗通道去雾算法帧差法混合高斯模型

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

基于域自适应的雾天目标检测算法

基于域自适应的雾天目标检测算法

作者：李彬哈尔滨理工大学

学位级别：硕士

随着人们对于汽车的主动安全性和智能化的要求越来越高,在各种天气条件下的自动驾驶性能以及目标检测方法也受到更多关注。然而,在雾天条件下拍摄到的画面呈现出的色彩反差大、饱和度较差等状况,并存在汽车、行人及摩托车等目标被雾霾... 详细信息

随着人们对于汽车的主动安全性和智能化的要求越来越高,在各种天气条件下的自动驾驶性能以及目标检测方法也受到更多关注。然而,在雾天条件下拍摄到的画面呈现出的色彩反差大、饱和度较差等状况,并存在汽车、行人及摩托车等目标被雾霾遮挡的情况会严重影响目标检测性能。同时,现阶段在雾天场景下有标签的目标检测数据集数量极小。因此,本文以域自适应目标检测网络为基础,改进了一种基于域自适应的雾天目标检测算法。本文主要工作如下:(1)针对域自适应目标检测方法应用在以晴天数据作为源域,以雾天作为目标域时域偏移尤其严重的问题,本文给出了一种基于注意力机制的雾天目标检测算法,引入注意力机制模块。利用注意力机制可以对需要着重提取特征的区域和通道赋予更高权重的特性,使网络把注意力聚焦到域不变特征。为了进一步提升域自适应力度,本文设计了明暗通道注意力机制,以期提高域自适应目标检测在跨天气领域目标检测的精度。(2)针对在雾天目标检测任务中,真实的场景往往会被雾霾所掩盖的问题,尤其是对神经网络来说,很难穿过雾霾提取到有效的目标信息,本文引入了暗通道去雾算法,对雾天图像进行去雾预处理。同时基于暗通道去雾算法,设计了特征图散射变换,嵌入到Res Net50的各层后,来进一步减轻雾霾对目标检测的影响,以期提高域自适应目标检测跨越晴天与雾天场景,并在雾天图像中提高目标检测的精度。(3)针对多任务模型域自适应目标检测网络的实际训练过程中,领域分类模块梯度下降速度远快于更复杂的目标检测模块,导致领域分类模块无法为目标检测模块持续地提供域不变特征的问题,引入多任务损失优化方法,给每一个模块损失自动赋予一个权重,从而平衡不同模块的收敛速度,以期达到更好的检测效果。实验结果表明,本文使用的基于域自适应的雾天目标检测算法,以Cityscapes作为源域数据训练,以Foggy Cityscapes作为目标域数据对交通场景中八种目标类别进行检测,平均精度均值可达到45.1%,在与其他域自适应目标检测算法相比非常具有竞争力。

关键词：域自适应目标检测注意力机制暗通道去雾算法多任务学习特征图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂天气环境下可见光图像去雾方法研究

复杂天气环境下可见光图像去雾方法研究

作者：支帅青海南大学

学位级别：硕士

工业相机在复杂天气环境下对目标物进行捕获时,由于空气中悬浮颗粒物的影响,捕获图像的质量会不可避免的受到影响,导致获得的可见光图像存在图像不清晰、目标信息被隐藏、有用信息少等问题。由此,迫切需要对捕获的可见光图像进行清晰化... 详细信息

工业相机在复杂天气环境下对目标物进行捕获时,由于空气中悬浮颗粒物的影响,捕获图像的质量会不可避免的受到影响,导致获得的可见光图像存在图像不清晰、目标信息被隐藏、有用信息少等问题。由此,迫切需要对捕获的可见光图像进行清晰化处理,修复复杂天气环境对捕获图像质量的影响,提高图像的实用性和应用价值研究。基于此,本文围绕临近复杂天气情况下可见光图像的清晰化处理问题开展研究工作,构建了一种易于FPGA(Field Programmable Gate Array,FPGA)硬件实现的RGBHSI(The conversion between the RGB color space and the HSI color space,RGB-HSI)色彩空间转换算法,在此基础上,提出了一种基于HSI空间(Hue-Saturation-Intensity color space,HSI空间)的改进暗通道去雾算法,并将其在FPGA硬件平台上进行了有效性验证。论文的创新性成果如下:(1)针对传统RGB-HSI转换算法存在的计算复杂度高,不利于硬件实现等问题,提出了一种易于FPGA硬件实现的RGB-HSI色彩空间转换算法(S-SC算法)。实验结果证明:相较于处理分辨力最高的几何推导法,S-SC算法能够降低RGB-HSI转换计算复杂度的同时,保持与几何推导法具有相差不大的精确度。即,S-SC算法能够在确保转换精度的同时降低复杂度,同时具备还原度高、运算时间小的优势。(2)针对所捕获的可见光降质图像的清晰化处理,本文提出了一种基于HSI空间的改进暗通道去雾算法(IDCP算法)。实验结果证明:利用非对称均值滤波算法对传统暗通道图像进行平滑处理,能够有效避免传统暗通道图像中出现的突变灰度值像素区域;利用一种全局大气透射率计算方法,有效解决了传统暗通道先验去雾算法(Dark Channel Prior,DCP)中透射率的计算在大面积高亮度天空区域不适用的问题,改善了复原图像中天空区域失真的问题;相较于RGB空间(Red-Green-Blue color space,RGB空间),在HSI空间对有雾图像进行去雾处理,可以有效避免去雾过程中颜色分量的相互串扰影响,提高去雾处理效果。(3)为了验证所提出的S-SC算法和IDCP算法的性能,本文利用FPGA硬件作为算法验证的硬件平台,对算法的性能进行分析。实验结果证明:S-SC算法在具备较高转换精度的前提下,以较低的硬件寄存器资源及Flip Flop资源为代价,大幅度减小对LUTs(Lookup Tables,LUTs)资源的消耗,在逻辑单元资源占用度及输出结果时序性等方面具有良好的性能。此外,在将IDCP算法在FPGA硬件平台上实现后,其输入数据与输出数据之间仅存在5行图像数据的延时,系统具备逻辑资源占用度低、时延低的特征,保证对输入图像具备良好去雾性能的同时,满足实时性处理需求。

关键词：可见光图像去雾暗通道去雾算法 RGB-HSI空间转换 FPGA

基于YOLO和改进KCF的停车场行人检测研究

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YOLO和改进KCF的停车场行人检测研究

作者：梁思源西华大学

学位级别：硕士

停车场作为人们日常生活中时常接触到的一个环境,由于各种因素的影响,使得其管理一直以来都是一个难以解决的问题。近年来,我国经济突飞猛进,人口数量持续扩大,汽车保有量和交通量也呈直线上升趋势。而城市中停车设施供给严重不足,导致... 详细信息

停车场作为人们日常生活中时常接触到的一个环境,由于各种因素的影响,使得其管理一直以来都是一个难以解决的问题。近年来,我国经济突飞猛进,人口数量持续扩大,汽车保有量和交通量也呈直线上升趋势。而城市中停车设施供给严重不足,导致了停车供需矛盾日益突出。如何高效识别停车场中的异常行为从而提高停车场的管理效率,降低管理成本的问题应运而生。因此,本文结合YOLOv3-Tiny算法和改进的KCF算法,并在其中提出运动过后静止的目标的判定,最终实现了对停车场内不按规定停车、违规占用车位、行人停车场内游荡、行人长时间车旁停留、停车场内潜在暴力事件的五种异常行为进行检测和识别。首先,针对本文特定情况采集了棍棒,蒙面,刀,枪,汽车五种目标各一百张总共五百张图片的数据集,再结合INRIA行人数据集组成本文所需新数据集。为了提高训练效果,使YOLOv3-Tiny能够学习到更多细节。本文采用了加入Fast Guided Filter的暗通道去雾算法对数据集图片进行优化。同时为了更好地利用计算资源,发挥YOLOv3-Tiny优势,在原有13×13和26×26两种尺寸的特征图基础上,借鉴YOLOv3增加了52×52的特征图。然后根据数据集中不同目标的宽高采用了K-means聚类算法获得最优anchor box的数量与宽高,并对比不同anchor box所得性能选取了最佳数量。从而对画面中的目标进行了有效的检测与识别,直接从持械和蒙面行为判定其是否存在停车场内潜在暴力行为。其次,为了判定停车场内不按规定停车、违规占用车位和行人长时间车旁停留三种异常行为,本文结合改进帧间差分算法和ViBe算法提出了一种静态目标目标检测算法。用以检测进入画面以后静止不动的目标物体。在视频帧中设定的ROI区域采用该算法判定其是否为静止前景目标,再将其与YOLOv3-Tiny识别目标进行匹配,从而判定其是否为上述两种异常行为。再计算静止行人与附近静止车辆的欧氏距离,判定其是否为长时间车旁停留。最后,本文研究了KCF目标跟踪算法,针对KCF算法应对快速运动的目标会出现跟踪失败,漂移的现象,本文提出了基于多特征的跟踪失误判断机制,对于判定为跟踪失误的目标。本文采用了多采样KFC目标跟踪算法,对跟踪失误的目标进行多个采样块的采样从而对目标进行重新检测。最终,描述出行人运动轨迹,根据行人的运行轨迹判定其是否为行人停车场内游荡。经过实验仿真证明本文算法能有有效检测本文所提出的五种异常行为且能够满足实时性。

关键词：暗通道去雾算法 YOLO 四帧差分算法 ViBe算法 KCF算法

基于FPGA的图像边缘检测系统的研究与设计

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FPGA的图像边缘检测系统的研究与设计

作者：周传伟成都理工大学

学位级别：硕士

随着时代的发展,电子检测系统已经融入到人们的日常生产、生活中,目标识别与检测技术在交通、工业、医疗航空等领域得到了广泛应用。图像边缘检测技术作为目标识别的基本技术,边缘的检测效果直接影响着目标识别结果的成功与否。随着图... 详细信息

随着时代的发展,电子检测系统已经融入到人们的日常生产、生活中,目标识别与检测技术在交通、工业、医疗航空等领域得到了广泛应用。图像边缘检测技术作为目标识别的基本技术,边缘的检测效果直接影响着目标识别结果的成功与否。随着图像采集的数据量不断增多,传统计算机的耗能高、数据处理速度慢以及长延时等缺点已经满足不了人们对高速精准的边缘检测的要求。现场可编程门阵列(Field Programmable Gate Array,FPGA)处理器具有并行处理数据、低延时、低功耗等优点,适合处理大量的图像数据。本设计是基于FPGA处理器的图像边缘检测系统,设计内容主要包括搭建硬件平台、划分系统的功能模块、设计图像预处理相关算法、算法硬件化移植与实现等方面。设计取得成果如下所示:(1)结合FPGA处理器的开发板、OV7670摄像头以及视频图形阵列(Video Graphics Array,VGA)驱动的显示器,搭建了图像边缘检测系统的硬件平台,通过摄像头采集图像信息并将数据传输到FPGA开发板进行数据的存储和处理,最后数据通过VGA驱动传入显示屏显示。(2)功能模块在硬件上主要分为OV7670摄像头采集模块、SDRAM存储模块以及VGA显示模块,其中存储模块利用了乒乓操作设计解决了帧交错现象。功能模块在软件算法上主要分为去雾算法、sobel算法、高斯滤波算法以及二值转换等,其中去雾算法是本设计的创新点,主要是利用了暗通道去雾算法对图像进行去雾,提高图像的细节和色彩度;采用sobel算子是因为其融入了梯度加权的思想,并且没有二阶算法的复杂度高。(3)将算法进行硬件化移植,用Verilog语言对各功能模块进行编写,再用Questa sim对各功能模块进行仿真验证,通过仿真时序验证后,用QuartusⅡ将各模块进行编译综合,并把综合后的文件烧到开发板。(4)通过观察实验效果,发现进行去雾算法处理后的图像检测到的边缘更明显,细节更加突出。系统的阈值可以调节,在不同阈值的情况下,得到的边缘检测效果不同,通过对比边缘检测效果设定出最合适的阈值。

关键词：现场可编程门阵列边缘检测 sobel算子暗通道去雾算法高斯滤波

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

雾霾天气下运动目标检测技术研究

软件导刊 2017年第11期16卷 133-136页

作者：娄莉张艳艳西安石油大学计算机学院陕西西安710065

雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算... 详细信息

雾霾天气的频繁出现使运动目标检测受到了很大影响。为提高雾霾天气下运动目标检测质量,研究了当前去雾算法和运动目标检测算法。针对雾霾天气下可见度低、运动物体模糊的情况,比较了当前的去雾算法,使用性能优良的基于暗通道的去雾算法对图像进行去雾,然后对处理过的图像序列进行光流法计算,完成运动目标检测。将基于暗通道的去雾算法和光流算法相结合,应用于雾霾天气下的运动目标检测,以提高检测质量。通过Matlab仿真表明,改进方法比直接通过光流算法检测的效果更好。

关键词：运动目标检测暗通道去雾算法 Horn-Schunck光流法雾霾 Matlab

基于暗通道和改进YOLOv3的雾天车辆检测算法

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

物联网技术 2022年第9期12卷 24-28页

作者：华丹杨硕王艺钢沈阳化工大学计算机科学与技术学院辽宁沈阳110142 辽宁省化工工程工业智能化技术重点实验室辽宁沈阳110142

针对雾天车辆检测过程中雾气影响严重导致检测精度不高的问题,为提升检测性能,基于暗通道去雾方法和YOLOv3模型提出一种改进的检测算法。首先,通过暗通道算法对图像进行去雾操作,提升图像的清晰度;其次,通过K-means聚类计算适合车辆检... 详细信息

针对雾天车辆检测过程中雾气影响严重导致检测精度不高的问题,为提升检测性能,基于暗通道去雾方法和YOLOv3模型提出一种改进的检测算法。首先,通过暗通道算法对图像进行去雾操作,提升图像的清晰度;其次,通过K-means聚类计算适合车辆检测的先验框,提升YOLOv3算法的检测精度;最后,引入注意力机制,对用以检测的特征图作进一步的特征提取,提高了算法对特征信息的挖掘能力。为了测试该算法的检测效果,在雾天车辆数据集上进行实验。实验结果表明,本文算法比YOLOv3算法的平均精度提升了4.1%,达到了97.5%,能够有效地提升雾天车辆检测的性能。

关键词：雾天车辆检测暗通道去雾算法 YOLOv3 K-means 先验框注意力机制