-
题名基于MFF-SVM的阀芯球窝瑕疵检测
被引量：1
- 1
-
-
作者
熊鑫州
肖子遥
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《农业装备与车辆工程》
2023年第5期129-133,共5页
-
文摘
阀芯是控制燃油在汽车喷油器中流动的核心部件,针对目前人工目检阀芯球窝瑕疵所存在的效率低、准确性不高等问题,提出一种基于MFF-SVM的阀芯球窝瑕疵检测方法。首先,根据不同阀芯球窝缺陷类型之间的差异,以颜色均值、方差及HOG的特征提取方式提取融合特征;其次,以SVM作为瑕疵识别器,判断阀芯球窝的缺陷类型,最后通过对比实验,验证了该检测方法的有效性。
-
关键词
阀芯
汽车喷油器
多特征融合
机器学习
瑕疵检测
-
Keywords
valve core
automotive fuel injector
multi-feature fusion
machine learning
defect detection
-
分类号
U464
[机械工程—车辆工程]
V448.151
[交通运输工程—载运工具运用工程]
-
-
题名基于时空信息的交通违法识别方法研究
- 2
-
-
作者
肖子遥
张伟伟
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《农业装备与车辆工程》
2023年第1期126-129,共4页
-
文摘
道路总里程、密度以及车辆保有量逐年上升,如何在有限的人工成本内有效限制车辆道路上的违法行为至关重要,智能交通系统愈发成为处理车辆交通违法的关键手段。针对监控视频流,提出了一种基于时空信息判别车辆违法行为的检测方法。采用YOLOv4检测视频流中的道路目标,使用Deep Sort算法对目标进行时序跟踪,最终通过对目标在感兴趣区域内的行为判别来识别其是否交通违法。实验结果表明,基于车辆在时序以及空间上的违法行为判别的正确率达到94%,证明了方法的有效性。
-
关键词
交通违法识别
目标检测
目标跟踪
智慧交通
-
Keywords
traffic illegal identification
target detection
target tracking
smart transportation
-
分类号
U495
[交通运输工程—交通运输规划与管理]
TP391
[交通运输工程—道路与铁道工程]
-
-
题名基于MM-Net的阀芯外表面缺陷检测
- 3
-
-
作者
熊鑫州
肖子遥
朱肖磊
叶沐
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《智能计算机与应用》
2022年第12期122-127,共6页
-
文摘
阀芯是喷油器的重要组成部分,复杂的加工工艺与加工环境会导致部分阀芯出现多种形态的生产缺陷,传统的人工目检存在主观性强、检测效率低等缺陷。基于此,本文提出一种基于MM-Net的阀芯外表面缺陷检测方法,所提出的MM-Net检测模型由基于注意力机制的金字塔逐级多层次特征提取模块、多尺度特征融合模块等4个模块组成,多个模块的组合有效实现了对阀芯外表面缺陷特征的提取、提纯与融合,并在判别缺陷类型的同时实现了对瑕疵位置的定位。最后通过对比实验,验证了本文所提出方法在阀芯外表面缺陷检测方面的优势。
-
关键词
阀芯
缺陷检测
deep
learning
语义分割
多模块融合
-
Keywords
valve core
defect detection
deep learning
semantic segmentation
multi-module fusion
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于关键点检测的交通监控相机标定方法
- 4
-
-
作者
肖子遥
朱肖磊
熊鑫州
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《农业装备与车辆工程》
2022年第12期123-127,137,共6页
-
文摘
随着智能视频监控快速发展,监控视频流中的空间定位成为了计算机视觉的研究热点,而其中的关键组件即为交通相机的标定。针对交通场景提出了一种监控相机非接触式内部参数自动校准方法,通过检测交通场景下的天然标定物——车牌角点作为标准图案标定相机,结合使用不同的外参标定法,实现相机的完全标定。对该方法在多种场景下进行了评估,实验证明,非接触式交通相机标定方法的重投影误差约为2.97%,仅略高于完全手工标定方法0.14%。相比较其他的交通相机标定方法,极大地减少了人工参与及时间成本。
-
关键词
相机标定
空间定位
关键点检测
目标检测
YOLOv4
-
Keywords
camera calibration
spatial positioning
key point detection
target detection
YOLOv4
-
分类号
U495
[交通运输工程—交通运输规划与管理]
-
-
题名基于可见区域的拥挤行人检测
- 5
-
-
作者
朱肖磊
吴训成
肖子遥
肖永超
-
机构
上海工程技术大学机械与汽车工程学院
-
出处
《电子测量技术》
北大核心
2021年第15期122-127,共6页
-
文摘
针对公共场合、拥挤或者背景复杂的情况下,传统的行人检测与跟踪算法效果不佳以及出现误检的问题,提出了一种基于孪生网络的NMS算法,可提高拥挤人群下行人检测跟踪的准确率。该方法利用较少遮挡的可见部分,去除多余的检测框,为了获取可见部分,提出了一种双盒模型(DBM)来同时预测行人的全身部分和可见部分,确保整个检测网络中两者之间的对应关系,以便在行人检测任务上实现更好的性能。在CrowdHuman数据集上进行了实验验证,实验结果表明,在拥挤情况下对行人检测具有较好的鲁棒性和检测精度且优于其他模型5%左右。
-
关键词
孪生网络
行人检测
NMS
-
Keywords
siamese network
pedestrian detection
NMS
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
