期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于Kinect体感传感器的老年人跌倒自动检测 被引量:27
1
作者 瞿畅 孙杰 +1 位作者 王君泽 朱小龙 《传感技术学报》 CAS CSCD 北大核心 2016年第3期378-383,共6页
跌倒是独居老人最主要的意外风险之一,为快速有效获取跌倒信息,使老年人得到及时救助,提出一种基于Kinect体感传感器的人体跌倒自动检测方法,利用Kinect深度图像技术获取人体深度图像前景图,建立前景图三维包围盒,通过实时计算的三维包... 跌倒是独居老人最主要的意外风险之一,为快速有效获取跌倒信息,使老年人得到及时救助,提出一种基于Kinect体感传感器的人体跌倒自动检测方法,利用Kinect深度图像技术获取人体深度图像前景图,建立前景图三维包围盒,通过实时计算的三维包围盒的长、宽、高数值以及该数值的变化速度,判断人体跌倒是否发生。利用遮挡融合算法,解决了人体躯干被障碍物部分遮挡时,跌倒事件的检测和判定。在室内居家环境下进行了26种测试场景实验,检测误报率为2.0%~6.0%,漏报率为0~4.0%。该方法可以较为准确地实现人体跌倒自动检测。 展开更多
关键词 传感器应用 跌倒检测 深度图像 三维包围盒 体感传感器
下载PDF
基于最小包围盒的三维模型的配准技术 被引量:5
2
作者 张开兴 张树生 白晓亮 《机床与液压》 北大核心 2008年第4期5-7,共3页
提出了一种以三维模型为基础的数据点配准方法。本方法利用扫描数据生成三角网格模型,首先应用单纯形优化算法生成三维模型的最小包围盒,然后通过坐标变换实现CAD模型与三角网格模型上数据点的粗配准,最后通过ICP(迭代最近点法)算法实... 提出了一种以三维模型为基础的数据点配准方法。本方法利用扫描数据生成三角网格模型,首先应用单纯形优化算法生成三维模型的最小包围盒,然后通过坐标变换实现CAD模型与三角网格模型上数据点的粗配准,最后通过ICP(迭代最近点法)算法实现精配准。 展开更多
关键词 配准 最小包围盒 ICP算法
下载PDF
基于点云深度学习的对称结构空间目标相对位姿测量
3
作者 王艺诗 徐田来 +1 位作者 张泽旭 苏宇 《宇航学报》 EI CAS CSCD 北大核心 2023年第2期294-302,共9页
针对对称结构空间目标相对位姿解算过程中点云误匹配带来的误差问题,提出一种基于点云深度学习的对称结构空间目标相对位姿测量方法。首先设计空间目标点云特征提取网络及关键点回归网络,将位姿测量问题转换为空间目标点云关键点回归问... 针对对称结构空间目标相对位姿解算过程中点云误匹配带来的误差问题,提出一种基于点云深度学习的对称结构空间目标相对位姿测量方法。首先设计空间目标点云特征提取网络及关键点回归网络,将位姿测量问题转换为空间目标点云关键点回归问题,通过两个并行的回归网络分别输出空间目标平移向量和具有固定标签的目标点云三维边界框角点;其次利用具有连续稳定标签的角点求解目标姿态,可有效解决目标的对称结构导致的点云误配准问题;最后通过仿真数据集的实验表明,该方法相比于传统的点云配准方法有更高的准确率,能够精确求解具有对称结构的空间目标相对位姿。 展开更多
关键词 空间目标点云 特征提取网络 回归网络 三维边界框角点 位姿测量
下载PDF
结合目标检测与双目视觉的三维车辆姿态检测 被引量:8
4
作者 赵邢 梁浩然 梁荣华 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第9期1518-1527,共10页
随着城市规模的发展,车辆的需求在与日俱增,同时对自动驾驶技术的需求也在不断提高.为了增强自动驾驶系统对路面车辆的信息掌握能力,提出一种车辆姿态检测方法.首先利用基于深度学习的目标检测方法获取车辆在二维图片上的信息,结合深度... 随着城市规模的发展,车辆的需求在与日俱增,同时对自动驾驶技术的需求也在不断提高.为了增强自动驾驶系统对路面车辆的信息掌握能力,提出一种车辆姿态检测方法.首先利用基于深度学习的目标检测方法获取车辆在二维图片上的信息,结合深度相机利用双目视觉获取车辆的关键三维空间信息;然后综合二维与三维信息建立三维空间坐标,经过计算后实现车辆的三维边框绘制,绘制的三维边框能辅助区分出车辆在空间上的方位.文中方法为端对端方法,不需要其他额外的输入信息,能够实时展示在相机中.实验结果表明,该方法针对常见的路面停车场景有较好的识别效果,对自动驾驶系统有较好的辅助作用;对比目前流行的三维边框计算方法也展示了其准确性. 展开更多
关键词 双目视觉 车胎检测 车辆三维边框
下载PDF
基于三维语义包围框的车辆事故检测方法研究
5
作者 陆林东 张伟伟 《计算机与数字工程》 2021年第6期1118-1122,共5页
为了研究在交通监控场景下的车辆空间运动状态,介绍了一种基于三维目标检测生成三维语义包围框的车辆事故检测方法。该方法从卷积神经网络中提取车辆运动姿态,预测出车辆的三维边界框。融合三维目标检测和二维到三维扩展卡尔曼滤波器,... 为了研究在交通监控场景下的车辆空间运动状态,介绍了一种基于三维目标检测生成三维语义包围框的车辆事故检测方法。该方法从卷积神经网络中提取车辆运动姿态,预测出车辆的三维边界框。融合三维目标检测和二维到三维扩展卡尔曼滤波器,在视频序列中恢复6自由度的三维车辆姿态和跟踪轨迹,利用三维语义包围框建立事故检测评价指标。实验结果表明,所提出的联合二维和三维交通事故检测方法准确率可达81.75%。 展开更多
关键词 三维目标检测 车辆运动姿态 拓展卡尔曼滤波器 三维语义包围框
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部