-
题名基于ADABOOST的可疑目标区域检测算法
- 1
-
-
作者
龚科
苏真伟
史晋芳
李国辉
卫攸宁
-
机构
四川大学制造科学与工程学院
-
出处
《科学技术与工程》
2011年第9期2017-2020,共4页
-
基金
国家自然科学基金(60875022/F030410)资助
-
文摘
大背景中微小目标检测的一个重要问题是可疑目标区域的确定。以棉花中污杂物的机器视觉检测为背景,提出了一种可疑目标区域算法:首先用DCT算法提取图像的频率特征,然后用基于ADABOOST的算法识别棉花图像中是否有污染物。实验结果表明算法达到了较高的识别精度。
-
关键词
DCT
ADABOOST
视觉注意
可疑目标区域
-
Keywords
DCT ADABOOST visual attention suspicious region
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于卷积神经网络的火灾图像检测方法
- 2
-
-
作者
王文
-
机构
临沂职业学院信息工程学院
-
出处
《移动信息》
2022年第12期176-179,共4页
-
文摘
计算机视觉技术的发展对实时火焰检测应用在现代监控系统中起到了关键性作用。目前,卷积神经网络(简称 CNN)因识别准确率高、应用广泛成为越来越多研究人员讨论的话题。在传统的图像处理方法中,由于预处理过程相对复杂、误报率高,因此文章提出了一种使用 CNN 技术实时检测火焰的方法。文章首先概述了卷积神经网络,然后针对火焰检测的精准性,运用一种可疑目标区域分割的方法来预处理可疑的火焰区域。该方法可以对目标区域进行定位和分割,提高火焰检测的识别精度。接着设计了一个基于 CNN 的模型,对得到的可疑候选区域组成的特征图进行进一步分类。最后,根据分类结果进行火焰检测。实验结果表明,该方法具有较高的识别准确率,有一定的推广价值。
-
关键词
卷积神经网络
火灾检测
可疑目标区域
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
