检索结果-南通市图书馆

农业工程学报 2013年第3期29卷 163-168页

作者：宋怀波张传栋潘景朋阴煦庄伊斌西北农林科技大学机械与电子工程学院杨凌712100 济宁学院计算机科学系济宁273155

重叠苹果目标的分割与定位是影响苹果采摘机器人采摘效率的关键因素之一。为了实现重叠苹果目标的分割与重建,在利用K-means聚类分割算法的基础上,该文提出一种基于凸壳的重叠苹果目标分割方法。通过计算目标凸包与目标相减后的凹区域,... 详细信息

重叠苹果目标的分割与定位是影响苹果采摘机器人采摘效率的关键因素之一。为了实现重叠苹果目标的分割与重建,在利用K-means聚类分割算法的基础上,该文提出一种基于凸壳的重叠苹果目标分割方法。通过计算目标凸包与目标相减后的凹区域,将重叠苹果轮廓上的凹点检测转换为凹区域上的凸点检测问题,降低了凹点检测的复杂度。利用相关分割准则实现了凹点匹配并进行目标分割,对分割得到的非完整目标利用Spline插值技术进行目标重建。为了验证算法的有效性,分别利用仿真目标与自然场景下的重叠苹果目标进行了测试,利用该方法得到的苹果目标平均定位误差为14.15%,平均目标重合度为85.08%,表明基于凸壳技术的重叠苹果目标分割方法具有较好的分割性能,将该方法应用于重叠目标分割与重建是有效可行的。

关键词：图像分割算法图像重建重叠目标凸壳凹点

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

图像目标检测前跟踪的广义多伯努利滤波算法

引用

红外与毫米波学报 2018年第3期37卷 371-377,384页

作者：石志广周剑雄张焱国防科技大学电子科学学院ATR实验室湖南长沙410073

针对目标影响区域重叠时的图像目标检测前跟踪问题,推导了基于多伯努利滤波器的多目标联合检测与跟踪算法.在分析多个目标叠加条件下观测似然函数的基础上,利用预测得到的目标状态对观测似然函数进行估计,从而消除目标叠加对观测更新带... 详细信息

针对目标影响区域重叠时的图像目标检测前跟踪问题,推导了基于多伯努利滤波器的多目标联合检测与跟踪算法.在分析多个目标叠加条件下观测似然函数的基础上,利用预测得到的目标状态对观测似然函数进行估计,从而消除目标叠加对观测更新带来的影响.该方法在目标预测与跟踪阶段皆保持了目标状态的多伯努利分布特性,是较为严格意义上的多伯努利多目标滤波器,可应用于一般图像观测条件下(目标重叠或非重叠)的目标检测前跟踪.给出了该算法的实现步骤,并通过加标签的方法,更准确地实现目标轨迹提取和虚假目标剔除,最后通过计算机仿真实验验证了所提算法的有效性.

关键词：多伯努利滤波器检测前跟踪重叠目标

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

用于ADAS实时目标车辆检测的改进SSD算法

引用

汽车安全与节能学报 2020年第3期11卷 337-344页

作者：焦鑫杨伟东刘全周李占旗贾鹏飞河北工业大学机械学院天津300130 中国汽车技术研究中心有限公司天津300300

以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的... 详细信息

以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的方法;2)在非极大抑制中嵌入特征向量进行二次判定方法,以克服单发多盒探测器(SSD)算法对小目标检测精度不高、重叠目标检测能力弱的问题。在PASCAL VOC2012数据集、虚拟交通场景以及实际交通场景中,进行了相关实验验证。结果表明:用该SSD-P算法进行目标车辆检测的平均精度(mAP)为92.4%,比改进前的SSD算法精度提升了4.8%。因此,该改进算法能够改善ADAS的准确性。

关键词：汽车辅助驾驶系统(ADAS) 实时车辆检测单发多盒探测器(SSD)算法小目标重叠目标

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

基于深度学习的多目标实例分割算法研究

基于深度学习的多目标实例分割算法研究

引用

作者：何曰平桂林电子科技大学

学位级别：硕士

随着计算机视觉的发展,实例分割任务的应用场景与日俱增,因此实例分割技术受到研究者们的关注与研究。但目前为止该任务依然没有达到令人满意的效果,其中大部分算法在面对复杂环境时准确度不够高,与人眼识别分割还有一定差距。为解决在... 详细信息

随着计算机视觉的发展,实例分割任务的应用场景与日俱增,因此实例分割技术受到研究者们的关注与研究。但目前为止该任务依然没有达到令人满意的效果,其中大部分算法在面对复杂环境时准确度不够高,与人眼识别分割还有一定差距。为解决在工程中无法使用具有高精度的实例分割算法,本论文在Mask R-CNN算法的基础上进行了改进,目的是解决实例分割技术在面对多目标遮挡、低照度图像、小目标等情况时能够有效进行实例分割,进一步提高算法准确度。本文的主要研究内容和贡献如下:(1)本文针对多目标重叠问题,以Mask R-CNN算法为基础进行改进,设计了一种基于Mask-RCNN的多尺度双层分解模型(MBDN)。该算法采用Mask R-CNN检测头作为本文算法检测的基础部分,分割部分将重叠的对象解耦成两个图像层,其中顶层处理遮挡对象,底层处理目标对象,在每一层中增加了多尺度膨胀卷积和图卷积来进行处理,能够有效获取图像更多特征,分别从全局和局部的视角对图像中感兴趣的特征信息进行编码解码,提升算法获取全局和局部特征的能力,进而提高图像的分割性能,有效解决多目标遮挡物实例分割的问题。在主干网络Res Net50和Res Net101上,该模型分别对基线模型的精度提高了7.3%和7.2%,方法在COCO公开数据集实验中得到验证。实验结果表明,本文所提出的方法优于同类现有方法。(2)针对低照度图像实例分割的问题,本文在MBDN模型基础上设计了一种基于低照度图像增强的实例分割方法。该方法在检测时采用图像增强模块,使实例分割图像亮度提升,增加其可检测性,同时将CBAM注意力模块加入至检测头中,提高模型对小目标的检测能力。该模型实验结果优于同类现有方法,AP从36.85提升到39.33,提高了6.7%,有效解决复杂环境下图像实例分割问题。综上,本文针对复杂环境下图像实例分割问题进行了探索与研究,提出了两个基于深度学习的实例分割模型,与其他方法相比效果良好,具有一定的借鉴意义。

关键词：实例分割深度学习多尺度卷积重叠目标

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

基于深度学习的室内目标检测的方法研究

基于深度学习的室内目标检测的方法研究

引用

作者：姚晓宇电子科技大学

学位级别：硕士

随着图像分析技术的不断发展,目标检测受到国内外科研人员越来越多的关注。场景信息作为图像中必不可少的信息,对于目标检测来说是一个至关重要的信息。场景主要分为室内场景和室外场景。其中室内场景与人类生活息息相关,所以室内场景... 详细信息

随着图像分析技术的不断发展,目标检测受到国内外科研人员越来越多的关注。场景信息作为图像中必不可少的信息,对于目标检测来说是一个至关重要的信息。场景主要分为室内场景和室外场景。其中室内场景与人类生活息息相关,所以室内场景目标检测作为目标检测的重要分支受到了广泛关注和研究。对于室内场景的目标检测可以为人们的生活工作等各个方面做出巨大贡献。本文在现有的通用目标检测框架的基础上面研究一种新的室内目标检测方法。本文的主要研究内容如下:1.本文使用了一种基于循环卷积神经网络的室内目标检测网络。首先利用循环卷积神经网络对于序列的处理能力构建全局信息模块来提取全局信息,然后与现有检测网络模型结合对室内场景进行检测。循环卷积神经网络对序列的处理,可以使特征谱上的特征计算获取距离特征点较远处的特征的信息,因此,本文所使用的检测网络模型可以充分利用图片的上下文信息提高对室内场景的目标检测效果。2.本文研究了基于置信度调节的重叠目标检测算法。利用非极大抑制算法滤除检测框会导致一部分重叠目标的检测框被滤除。本文通过重叠面积以及检测框所属类别信息调整检测框的置信度,然后通过置信度阈值滤除检测框得到目标框,可以有效提高对于重叠目标的检测效果。3.本文使用了一种基于室内目标属性规律的目标检测优化方法。利用室内目标之间的共存关系,统计得到它们的共存概率,根据概率设置转化因子和硬间隔调整检测框的置信度。通过本文的优化方法可以有效的减少误检和漏检情况的出现。为了训练本文的网络模型以及验证本文方法的有效性,本文构建了室内目标检测数据库。客观的实验数据和主观的实验结果均证明了本文所搭建的网络以及本文使用的算法对室内目标检测效果有一定的提升。

关键词：室内场景目标检测循环卷积全局信息重叠目标

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

改进YOLOv5绝缘子及其破损检测算法研究

改进YOLOv5绝缘子及其破损检测算法研究

引用

作者：何敏武汉纺织大学

学位级别：硕士

绝缘子是高压输电线路中常用的关键电力元件,用来实现架空线与杆塔以及大地之间的绝缘。其常年裸露在复杂的自然环境和电磁环境中,极易发生破损,进而影响输电线路的安全稳定运行。传统的绝缘子破损检测采用人工巡线方式,耗费大量的人力... 详细信息

绝缘子是高压输电线路中常用的关键电力元件,用来实现架空线与杆塔以及大地之间的绝缘。其常年裸露在复杂的自然环境和电磁环境中,极易发生破损,进而影响输电线路的安全稳定运行。传统的绝缘子破损检测采用人工巡线方式,耗费大量的人力,效率低下且效果不佳。近年来,基于无人机的智能巡检方式成为绝缘子破损检测的发展趋势。然而,无人机航拍图像存在背景复杂、目标小且重叠的特点,为后续绝缘子及其破损的智能分析造成了困难。为此本文有针对性地提出一种基于改进YOLOv5(You Only Look Once)的绝缘子及其破损检测算法,同时兼顾检测精度和速度,为无人机智能巡检提供了新的思路。首先,针对航拍图像背景复杂多样的特点,本文在YOLOv5骨干特征提取层的算法中引入注意力机制模块ECA-Net(Efficient Channel Attention-Neural Networks)网络。该算法既实现了对特征通道中所包含的不同信息量进行加权处理,同时又考虑到邻近特征通道之间的相互依赖程度,采用k个邻近通道进行信息交互并传递到下一层网络,最终达到增强目标特征比重降低背景特征比重的作用,以此来区分背景和目标,同时该模块也不会增加模型的计算复杂度。其次,针对小目标的特点,本文在YOLOv5的加强特征提取层部分结合了双向特征金字塔网络Bi-FPN(Bi-directional Feature Pyramid Networks)。该算法既融合了不同尺度的特征,又结合了同一尺度下更加浅层的特征,并以一个Bi-FPN为循环单元进行重复堆叠,以此来有效弥补小特征图中目标的丢失以及大特征图中目标位置信息的丢失,从而提高小目标的检测能力。同时该算法也剔除对于特征融合层作用较小的网络层,减少了模型计算量。最后,针对绝缘子目标重叠的特点,本文在YOLOv5模型中结合新的候选框选择算法Soft-NMS(Soft Non-Maximum Suppression)。该算法既考虑候选框的置信度得分,同时结合了候选框与真实框的重合度得分,其主要实现过程是将重合度得分取高斯指数后与置信度得分进行加权,再对加权后的得分进行基于阈值的剔除。该过程降低了重叠度较高的候选框被剔除的概率,提高了模型在候选区域的选择能力,最终达到提高相邻重叠绝缘子的检测精度。本文通过设计直方图均衡、仿射变换以及噪声增强的数字图像处理模型构建了含有陶瓷绝缘子和玻璃绝缘子的数据集,数据集中绝缘子目标有1059张,破损绝缘子有808张。最后通过设计基于深度学习的目标检测算法对比实验,得出改进后的YOLOv5模型对绝缘子定位准确率由93.30%提升至94.68%,绝缘子破损定位准确率由90.63%提升至95.04%。实时帧数达到53.4 FPS,验证了本文所提方法的有效性。

关键词：电力系统绝缘子破损 YOLO 重叠目标小目标

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

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

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：