期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到16,249篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
深度卷积神经网络在计算机视觉中的应用研究综述 被引量：564
1
作者 卢宏涛 张秦川 《数据采集与处理》 CSCD 北大核心 2016年第1期1-17,共17页
随着大数据时代的到来,含更多隐含层的深度卷积神经网络(Convolutional neural networks,CNNs)具有更复杂的网络结构,与传统机器学习方法相比具有更强大的特征学习和特征表达能力。使用深度学习算法训练的卷积神经网络模型自提出以来在... 随着大数据时代的到来,含更多隐含层的深度卷积神经网络(Convolutional neural networks,CNNs)具有更复杂的网络结构,与传统机器学习方法相比具有更强大的特征学习和特征表达能力。使用深度学习算法训练的卷积神经网络模型自提出以来在计算机视觉领域的多个大规模识别任务上取得了令人瞩目的成绩。本文首先简要介绍深度学习和卷积神经网络的兴起与发展,概述卷积神经网络的基本模型结构、卷积特征提取和池化操作。然后综述了基于深度学习的卷积神经网络模型在图像分类、物体检测、姿态估计、图像分割和人脸识别等多个计算机视觉应用领域中的研究现状和发展趋势,主要从典型的网络结构的构建、训练方法和性能表现3个方面进行介绍。最后对目前研究中存在的一些问题进行简要的总结和讨论,并展望未来发展的新方向。 展开更多
关键词 深度学习 卷积神经网络 图像识别 目标检测 计算机视觉
下载PDF
基于视觉的目标检测与跟踪综述 被引量：299
2
作者 尹宏鹏 陈波 +1 位作者 柴毅 刘兆栋 《自动化学报》 EI CSCD 北大核心 2016年第10期1466-1489,共24页
基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题,在视频监控、虚拟现实、人机交互、自主导航等领域,具有重要的理论研究意义和实际应用价值.本文对目标检测与跟踪的发展历史、研究现状以及典型方... 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题,在视频监控、虚拟现实、人机交互、自主导航等领域,具有重要的理论研究意义和实际应用价值.本文对目标检测与跟踪的发展历史、研究现状以及典型方法给出了较为全面的梳理和总结.首先,根据所处理的数据对象的不同,将目标检测分为基于背景建模和基于前景建模的方法,并分别对背景建模与特征表达方法进行了归纳总结.其次,根据跟踪过程有无目标检测的参与,将跟踪方法分为生成式与判别式,对基于统计的表观建模方法进行了归纳总结.然后,对典型算法的优缺点进行了梳理与分析,并给出了其在标准数据集上的性能对比.最后,总结了该领域待解决的难点问题,对其未来的发展趋势进行了展望. 展开更多
关键词 计算机视觉 目标检测 目标跟踪 背景建模 表观建模
下载PDF
深度学习目标检测方法综述 被引量：230
3
作者 赵永强 饶元 +1 位作者 董世鹏 张君毅 《中国图象图形学报》 CSCD 北大核心 2020年第4期629-654,共26页
目标检测的任务是从图像中精确且高效地识别、定位出大量预定义类别的物体实例。随着深度学习的广泛应用,目标检测的精确度和效率都得到了较大提升,但基于深度学习的目标检测仍面临改进与优化主流目标检测算法的性能、提高小目标物体检... 目标检测的任务是从图像中精确且高效地识别、定位出大量预定义类别的物体实例。随着深度学习的广泛应用,目标检测的精确度和效率都得到了较大提升,但基于深度学习的目标检测仍面临改进与优化主流目标检测算法的性能、提高小目标物体检测精度、实现多类别物体检测、轻量化检测模型等关键技术的挑战。针对上述挑战,本文在广泛文献调研的基础上,从双阶段、单阶段目标检测算法的改进与结合的角度分析了改进与优化主流目标检测算法的方法,从骨干网络、增加视觉感受野、特征融合、级联卷积神经网络和模型的训练方式的角度分析了提升小目标检测精度的方法,从训练方式和网络结构的角度分析了用于多类别物体检测的方法,从网络结构的角度分析了用于轻量化检测模型的方法。此外,对目标检测的通用数据集进行了详细介绍,从4个方面对该领域代表性算法的性能表现进行了对比分析,对目标检测中待解决的问题与未来研究方向做出预测和展望。目标检测研究是计算机视觉和模式识别中备受青睐的热点,仍然有更多高精度和高效的算法相继提出,未来将朝着更多的研究方向发展。 展开更多
关键词 目标检测 深度学习 小目标 多类别 轻量化
原文传递
深度学习的典型目标检测算法研究综述 被引量：201
4
作者 许德刚 王露 李凡 《计算机工程与应用》 CSCD 北大核心 2021年第8期10-25,共16页
目标检测是计算机视觉的一个重要研究方向,其目的是精确识别给定图像中特定目标物体的类别和位置。近年来,深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)所具有的特征学习和迁移学习能力,在目标检测算法特征提取、图像表... 目标检测是计算机视觉的一个重要研究方向,其目的是精确识别给定图像中特定目标物体的类别和位置。近年来,深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)所具有的特征学习和迁移学习能力,在目标检测算法特征提取、图像表达、分类与识别等方面取得了显著进展。介绍了基于深度学习目标检测算法的研究进展、常用数据集特点以及性能指标评价的关键参数,对比分析了双阶段、单阶段以及其他改进算法的网络结构和实现方式。阐述了算法在人脸、显著目标、行人、遥感图像、医学图像、粮虫等检测领域的应用进展,结合当前存在的问题和挑战,展望分析了其未来的研究方向。 展开更多
关键词 深度学习 目标检测 迁移学习 特征提取 计算机视觉
下载PDF
基于深度学习的YOLO目标检测综述 被引量：193
5
作者 邵延华 张铎 +2 位作者 楚红雨 张晓强 饶云波 《电子与信息学报》 EI CSCD 北大核心 2022年第10期3697-3708,共12页
目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对Y... 目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对YOLO系列算法及其重要改进、应用进行了详细调研。首先,系统地梳理了YOLO家族及重要改进,包含YOLOv1-v4,YOLOv5,Scaled-YOLOv4,YOLOR和最新的YOLOX。然后,对YOLO中重要的基础网络,损失函数进行了详细的分析和总结。其次,依据不同的改进思路或应用场景对YOLO算法进行了系统的分类归纳。例如,注意力机制、3D、航拍场景、边缘计算等。最后,总结了YOLO的特点,并结合最新的文献分析可能的改进思路和研究趋势。 展开更多
关键词 目标检测 YOLO 深度学习 卷积神经网络
下载PDF
红外背景抑制与小目标分割检测 被引量：143
6
作者 彭嘉雄 周文琳 《电子学报》 EI CAS CSCD 北大核心 1999年第12期47-51,共5页
红外寻的导引头小目标图像的分割与检测是地空导弹和舰空导弹的关键技术、本文研究用六种高通滤波器抑制大面积低频背景的效果与性能比较，在此基础上提出基于统计计算均值和直方图的自适应门限背景抑制与小目标分割方法基于目标运动的... 红外寻的导引头小目标图像的分割与检测是地空导弹和舰空导弹的关键技术、本文研究用六种高通滤波器抑制大面积低频背景的效果与性能比较，在此基础上提出基于统计计算均值和直方图的自适应门限背景抑制与小目标分割方法基于目标运动的连续性、规律性和噪声的随机性，研究连续性滤波器的设计和用流水线管道结构检测目标运动轨迹的方法．大量实验和比较结果检验了本文方法的正确性． 展开更多
关键词 抑制 目标分割 目标检测 红外寻的 导弹
全文增补中
基于深度学习的目标检测算法综述 被引量：169
7
作者 周晓彦 王珂 李凌燕 《电子测量技术》 2017年第11期89-93,共5页
传统的目标检测算法及策略已经难以满足目标检测中数据处理的效率、性能、速度和智能化等各个方面要求。深度学习通过对大脑认知能力的研究和模仿以实现对数据特征的分析处理,具有强大的视觉目标检测能力,成为了当前目标检测的主流算法... 传统的目标检测算法及策略已经难以满足目标检测中数据处理的效率、性能、速度和智能化等各个方面要求。深度学习通过对大脑认知能力的研究和模仿以实现对数据特征的分析处理,具有强大的视觉目标检测能力,成为了当前目标检测的主流算法。首先回顾了传统目标检测的发展以及存在的问题;其次介绍以R-CNN为代表的结合region proposal和卷积神经网络(CNN)分类的目标检测框架(R-CNN、SPP-NET、Fast R-CNN、Faster R-CNN);然后介绍以YOLO算法为代表的将目标检测转换为回归问题的目标检测框架(YOLO、SSD);最后对深度学习的目标检测算法存在的问题做出总结,以及未来的发展方向。 展开更多
关键词 深度学习 卷积神经网络 目标检测
下载PDF
行人检测技术综述 被引量：159
8
作者 苏松志 李绍滋 +2 位作者 陈淑媛 蔡国榕 吴云东 《电子学报》 EI CAS CSCD 北大核心 2012年第4期814-820,共7页
行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学... 行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学习的特征和混合特征,分类与定位方法分为滑动窗口法和超越滑动窗口法,并从纵横两个方向对这些方法的优缺点进行分析和比较,然后总结了构建行人检测器在实现细节上的一些经验,最后对行人检测技术的未来进行展望. 展开更多
关键词 行人检测 目标检测 智能监控 车辆辅助驾驶
下载PDF
基于卷积神经网络的目标检测研究综述 被引量：150
9
作者 李旭冬 叶茂 李涛 《计算机应用研究》 CSCD 北大核心 2017年第10期2881-2886,2891,共7页
随着训练数据的增加以及机器性能的提高,基于卷积神经网络的目标检测冲破了传统目标检测的瓶颈,成为当前目标检测的主流算法。因此,研究如何有效地利用卷积神经网络进行目标检测具有重要价值。首先回顾了卷积神经网络如何解决传统目标... 随着训练数据的增加以及机器性能的提高,基于卷积神经网络的目标检测冲破了传统目标检测的瓶颈,成为当前目标检测的主流算法。因此,研究如何有效地利用卷积神经网络进行目标检测具有重要价值。首先回顾了卷积神经网络如何解决传统目标检测中存在的问题;介绍了卷积神经网络的基本结构,描述了当前卷积神经网络的研究进展及常用的卷积神经网络;重点分析和讨论了两种应用卷积神经网络进行目标检测的思路和方法,指出了目前存在的不足。最后总结了基于卷积神经网络的目标检测以及未来的发展方向。 展开更多
关键词 卷积神经网络 目标检测 深度学习
下载PDF
基于深度学习的目标检测研究综述 被引量：150
10
作者 罗会兰 陈鸿坤 《电子学报》 EI CAS CSCD 北大核心 2020年第6期1230-1239,共10页
目标检测是计算机视觉领域内的热点课题,在机器人导航、智能视频监控及航天航空等领域都有广泛的应用.本文首先综述了目标检测的研究背景、意义及难点,接着对基于深度学习目标检测算法的两大类进行综述,即基于候选区域和基于回归算法.... 目标检测是计算机视觉领域内的热点课题,在机器人导航、智能视频监控及航天航空等领域都有广泛的应用.本文首先综述了目标检测的研究背景、意义及难点,接着对基于深度学习目标检测算法的两大类进行综述,即基于候选区域和基于回归算法.对于第一类算法,先介绍了基于区域的卷积神经网络(Region with Convolutional Neural Network,R-CNN)系列算法,然后从四个维度综述了研究者在R-CNN系列算法基础上所做的研究:对特征提取网络的改进研究、对感兴趣区域池化层的改进研究、对区域提取网络的改进研究、对非极大值抑制算法的改进研究.对第二类算法分为YOLO(You Only Look Once)系列、SSD(Single Shot multibox Detector)算法及其改进研究进行综述.最后根据当前目标检测算法在发展更高效合理的检测框架的趋势下,展望了目标检测算法未来在无监督和未知类别物体检测方向的研究热点. 展开更多
关键词 目标检测 深度学习 特征提取 计算机视觉 视频监控 图像处理 卷积神经网络
下载PDF
卷积神经网络在图像分类和目标检测应用综述 被引量：137
11
作者 周俊宇 赵艳明 《计算机工程与应用》 CSCD 北大核心 2017年第13期34-41,共8页
卷积神经网络具有强大的特征学习能力,随着大数据时代的到来和计算机能力的提升,近年来卷积神经网络在图像识别、目标检测等领域取得了突破性进展,掀起了新的研究热潮。综述卷积神经网络的基本原理,以及其在图像分类、目标检测上的研究... 卷积神经网络具有强大的特征学习能力,随着大数据时代的到来和计算机能力的提升,近年来卷积神经网络在图像识别、目标检测等领域取得了突破性进展,掀起了新的研究热潮。综述卷积神经网络的基本原理,以及其在图像分类、目标检测上的研究进展和典型模型,最后分析了卷积神经网络目前的问题,并展望了未来的发展方向。 展开更多
关键词 卷积神经网络 图像分类 目标检测
下载PDF
多尺度目标检测的深度学习研究综述 被引量：122
12
作者 陈科圻 朱志亮 +2 位作者 邓小明 马翠霞 王宏安 《软件学报》 EI CSCD 北大核心 2021年第4期1201-1227,共27页
目标检测一直以来都是计算机视觉领域的研究热点之一,其任务是返回给定图像中的单个或多个特定目标的类别与矩形包围框坐标.随着神经网络研究的飞速进展,R-CNN检测器的诞生标志着目标检测正式进入深度学习时代,速度和精度相较于传统算... 目标检测一直以来都是计算机视觉领域的研究热点之一,其任务是返回给定图像中的单个或多个特定目标的类别与矩形包围框坐标.随着神经网络研究的飞速进展,R-CNN检测器的诞生标志着目标检测正式进入深度学习时代,速度和精度相较于传统算法均有了极大的提升.但是,目标检测的尺度问题对于深度学习算法而言也始终是一个难题,即检测器对于尺度极大或极小目标的检测精度会显著下降,因此,近年来有不少学者在研究如何才能更好地实现多尺度目标检测.虽然已有一系列的综述文章从算法流程、网络结构、训练方式和数据集等方面对基于深度学习的目标检测算法进行了总结与分析,但对多尺度目标检测的归纳和整理却鲜有人涉足.因此,首先对基于深度学习的目标检测的两个主要算法流派的奠基过程进行了回顾,包括以R-CNN系列为代表的两阶段算法和以YOLO、SSD为代表的一阶段算法;然后,以多尺度目标检测的实现为核心,重点诠释了图像金字塔、构建网络内的特征金字塔等典型策略;最后,对多尺度目标检测的现状进行总结,并针对未来的研究方向进行展望. 展开更多
关键词 目标检测 深度学习 尺度问题 多尺度特征
下载PDF
目标检测算法研究综述 被引量：116
13
作者 方路平 何杭江 周国民 《计算机工程与应用》 CSCD 北大核心 2018年第13期11-18,33,共9页
目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来,随着深度学习对图像分类准确度的大幅度提高,基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算法的发展与现状,并作... 目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来,随着深度学习对图像分类准确度的大幅度提高,基于深度学习的目标检测算法逐渐成为主流。梳理了目标检测算法的发展与现状,并作出展望:总结了传统算法与引入深度学习的目标检测算法的发展、改进与不足,并就此做出对比;最后讨论了基于深度学习的目标检测算法所存在的困难与挑战,并就可能的发展方向进行了展望。 展开更多
关键词 目标检测 深度学习 计算机视觉 卷积神经网络 目标分类检测
下载PDF
基于支持向量机的目标检测算法综述 被引量：115
14
作者 郭明玮 赵宇宙 +2 位作者 项俊平 张陈斌 陈宗海 《控制与决策》 EI CSCD 北大核心 2014年第2期193-200,共8页
目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体,已有研究大都将目标检测问题简化为一个二分类问题.鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性,如何将其应用于目标检测已成为当今计... 目标检测的目的在于从静态图片或视频中检测并定位设定种类的目标物体,已有研究大都将目标检测问题简化为一个二分类问题.鉴于支持向量机在模式识别领域尤其是解决二分类问题中所表现出来的优越性,如何将其应用于目标检测已成为当今计算机视觉领域关注的重点.对此,从支持向量机原理、目标特征模型构建、学习训练和目标检测框确定等角度,综述了基于支持向量机的目标检测算法的研究现状,并就进一步的发展进行了展望. 展开更多
关键词 支持向量机 目标检测 局部可变模型 目标特征模型 学习训练
原文传递
局部二值模式方法研究与展望 被引量：114
15
作者 宋克臣 颜云辉 +1 位作者 陈文辉 张旭 《自动化学报》 EI CSCD 北大核心 2013年第6期730-744,共15页
针对当前局部二值模式(Local binary pattern,LBP)方法表现出的理论和实际应用价值,系统综述了在纹理分析和分类、人脸分析和识别以及其他检测与应用中的各种LBP方法.首先,简要概述了LBP方法的原理,主要分析了LBP方法中的阈值操作并介... 针对当前局部二值模式(Local binary pattern,LBP)方法表现出的理论和实际应用价值,系统综述了在纹理分析和分类、人脸分析和识别以及其他检测与应用中的各种LBP方法.首先,简要概述了LBP方法的原理,主要分析了LBP方法中的阈值操作并介绍了统一模式和旋转不变性模式.其次,分别对纹理分析和分类中的LBP方法、人脸分析和识别中的LBP方法以及其他检测与应用中的LBP方法等三个方面进行了详细的梳理和评述.最后,分析了LBP方法在应用中依旧存在的重要问题并指出了未来的研究方向. 展开更多
关键词 局部二值模式 特征提取 纹理分析 人脸分析 目标检测
下载PDF
智能视觉监控技术研究进展 被引量：82
16
作者 王素玉 沈兰荪 《中国图象图形学报》 CSCD 北大核心 2007年第9期1505-1514,共10页
新一代智能视觉监控技术的研究是一个极具挑战性的前沿课题,它旨在赋予监控系统观察分析场景内容的能力,实现监控的自动化和智能化,因而具有巨大的应用潜力。视觉监控系统的智能化分析过程由运动目标检测、分类、跟踪和视频内容分析等... 新一代智能视觉监控技术的研究是一个极具挑战性的前沿课题,它旨在赋予监控系统观察分析场景内容的能力,实现监控的自动化和智能化,因而具有巨大的应用潜力。视觉监控系统的智能化分析过程由运动目标检测、分类、跟踪和视频内容分析等几个基本环节组成,其中视频内容分析又包括异常检测、人的身份识别以及视频内容理解描述等。本文在总结以上有关关键技术研究进展的基础上,进一步提出将超分辨率复原技术引入视觉监控领域,介绍了超分辨率复原的主要算法及其在智能视觉监控中的应用。 展开更多
关键词 智能视觉监控 目标检测 目标跟踪 步态识别 行为理解和描述
下载PDF
基于深度卷积神经网络的目标检测研究综述 被引量：109
17
作者 范丽丽 赵宏伟 +2 位作者 赵浩宇 胡黄水 王振 《光学精密工程》 EI CAS CSCD 北大核心 2020年第5期1152-1164,共13页
作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究。目标检测旨在给定图像中找到具有准确定位的特定对象,并为每个对象分配一个对应的标签。近年来,深度卷积神经网络DCNN(Deep Convolutional Neural Netwo... 作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究。目标检测旨在给定图像中找到具有准确定位的特定对象,并为每个对象分配一个对应的标签。近年来,深度卷积神经网络DCNN(Deep Convolutional Neural Networks)凭借其特征学习和迁移学习的强大能力在图像分类方面取得了一系列突破,在目标检测方面,它越来越受到人们的重视。因此,如何将CNN应用于目标检测并获得更好的性能是一项重要的研究。首先回顾和介绍了几类经典的目标检测算法;然后将深度学习算法的产生过程作为切入点,以系统的方式全面概述了各种目标检测方法;最后针对目标检测和深度学习算法面临的重大挑战,讨论了一些未来的方向,以促进深度学习对目标检测的研究。 展开更多
关键词 图像处理 深度卷积神经网络 目标检测 特征表示 深度学习
下载PDF
电力架空线路巡检可见光图像智能处理研究综述 被引量：99
18
作者 刘志颖 缪希仁 +1 位作者 陈静 江灏 《电网技术》 EI CSCD 北大核心 2020年第3期1057-1069,共13页
当前电力巡检工作中,有大量缺陷需要人工观测可见光图像进行检测,工作量大、效率低下且容易受工作人员技能水平影响使检测效果参差不齐。为了应对这一问题,人们进行了大量研究以求实现视觉检查的自动化,但远不能满足工程应用需要。首先... 当前电力巡检工作中,有大量缺陷需要人工观测可见光图像进行检测,工作量大、效率低下且容易受工作人员技能水平影响使检测效果参差不齐。为了应对这一问题,人们进行了大量研究以求实现视觉检查的自动化,但远不能满足工程应用需要。首先介绍电力巡检可见光图像的来源,总结可见光巡检的内容及缺陷特点,将可见光图像视觉检查问题分解为2类问题:图像目标检测和图像测距;然后分别对2类问题的研究与应用现状进行综述,结合实验数据分析可见光巡检图像智能处理技术的发展趋势,探讨深度学习技术在该领域的应用前景;在此基础上,阐述进一步推进巡检图像智能处理所面临的挑战及可能的解决方案,并给出若干点建议。 展开更多
关键词 电力巡检 深度学习 图像处理 目标检测 图像测距
下载PDF
基于卷积神经网络的奶牛个体身份识别方法 被引量：99
19
作者 赵凯旋 何东健 《农业工程学报》 EI CAS CSCD 北大核心 2015年第5期181-187,共7页
视频分析技术已越来越多地应用于检测奶牛行为以给出养殖管理决策,基于图像处理的奶牛个体身份识别方法能够进一步提高奶牛行为视频分析的自动化程度。为实现基于图像处理的无接触、高精确度、适用性强的奶牛养殖场环境下的奶牛个体有... 视频分析技术已越来越多地应用于检测奶牛行为以给出养殖管理决策,基于图像处理的奶牛个体身份识别方法能够进一步提高奶牛行为视频分析的自动化程度。为实现基于图像处理的无接触、高精确度、适用性强的奶牛养殖场环境下的奶牛个体有效识别,提出用视频分析方法提取奶牛躯干图像,用卷积神经网络准确识别奶牛个体的方法。该方法采集奶牛直线行走时的侧视视频,用帧间差值法计算奶牛粗略轮廓,并对其二值图像进行分段跨度分析,定位奶牛躯干区域,通过二值图像比对跟踪奶牛躯干目标,得到每帧图像中奶牛躯干区域图像。通过理论分析和试验验证,确定了卷积神经网络的结构和参数,并将躯干图像灰度化后经插值运算和归一化变换为48×48大小的矩阵,作为网络的输入进行个体识别。对30头奶牛共采集360段视频,随机选取训练数据60 000帧和测试数据21 730帧。结果表明,在训练次数为10次时,代价函数收敛至0.0060,视频段样本的识别率为93.33%,单帧图像样本的识别率为90.55%。该方法可实现养殖场中奶牛个体无接触精确识别,具有适用性强、成本低的特点。 展开更多
关键词 图像技术 算法 识别 卷积神经网络 深度学习 视频分析 奶牛 目标检测
下载PDF
一种改进光流法的运动目标检测及跟踪算法 被引量：95
20
作者 李成美 白宏阳 +1 位作者 郭宏伟 梁华驹 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第5期249-256,共8页
针对精确制导武器末制导过程中动态背景情况下难以有效检测出运动目标的问题,提出了一种改进光流法的运动目标检测方法,并设计了相关跟踪算法。将Shi-Tomasi角点检测和金字塔LK（Lucas-Kanade）光流法结合,只计算强角点处的光流场,较好... 针对精确制导武器末制导过程中动态背景情况下难以有效检测出运动目标的问题,提出了一种改进光流法的运动目标检测方法,并设计了相关跟踪算法。将Shi-Tomasi角点检测和金字塔LK（Lucas-Kanade）光流法结合,只计算强角点处的光流场,较好地估计了全局运动参数,然后采用卡尔曼滤波平滑运动矢量,有效地对当前图像进行了运动补偿。8对补偿后的图像采用三帧差分法得到运动目标,并设计了形态学腐蚀和膨胀运算去除了噪声以更准确地提取目标,最后对检测出的运动目标用归一化积相关算法进行了跟踪。仿真试验及嵌入式平台下的实际测试结果表明,所设计的算法在背景运动情况下依然能够非常有效地检测出运动目标,并且对目标能够稳定地跟踪。在PC上处理速度达到了34.1 f/s,嵌入式平台下为15.6 f/s。 展开更多
关键词 Shi-Tomasi角点检测 LK光流法 三帧差分法 运动补偿 目标检测 相关跟踪
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部