期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于深度归一化的任意交互物体检测方法研究
1
作者 黄玲涛 孔紫静 +1 位作者 杨帆 张红彦 《农业机械学报》 EI CAS CSCD 北大核心 2024年第8期428-436,共9页
交互物体的检测识别是实现人机交互的一项关键技术,针对人机交互过程中交互物体检测范围受限的问题,本文利用深度归一化提高深度图像质量,提出了一种基于图像分割的任意交互物体检测方法。该方法针对操作人员侧向和正向姿态,分别采用基... 交互物体的检测识别是实现人机交互的一项关键技术,针对人机交互过程中交互物体检测范围受限的问题,本文利用深度归一化提高深度图像质量,提出了一种基于图像分割的任意交互物体检测方法。该方法针对操作人员侧向和正向姿态,分别采用基于显著性检测的图像处理和人体姿态引导的区域生长算法分割目标区域,锚定目标物体边框实现物体检测。最后,进行了交互物体检测实验及不同深度区间位置测距和跟随实验。实验结果表明,所提出的物体检测方法能够实现任意交互物体检测,在交互物体检测方面具有广泛适用性;较小深度区间的归一化能够使物体位置误差变小,提高了物体检测距离精度及机器人跟随效果。 展开更多
关键词 目标物体检测 深度归一化 图像分割 人机交互
下载PDF
面向非结构场景中垃圾拾取任务的高效感知方法
2
作者 吴旭明 米金鹏 +3 位作者 刘丹 胡卫兵 唐宋 李清都 《小型微型计算机系统》 CSCD 北大核心 2023年第6期1184-1191,共8页
工作场景感知是机器人高效实现指定任务的重要前提.得益于深度学习的发展,现有方法可实现高性能的工作场景感知,但是要求较高的计算能力导致这些方法难以部署于低算力的平台上.本文针对移动机器人在非结构化场景中的垃圾拾取任务,构建... 工作场景感知是机器人高效实现指定任务的重要前提.得益于深度学习的发展,现有方法可实现高性能的工作场景感知,但是要求较高的计算能力导致这些方法难以部署于低算力的平台上.本文针对移动机器人在非结构化场景中的垃圾拾取任务,构建了一个12类的垃圾识别数据集,并以此提出了一个结合深度学习与传统机器学习的高效感知方法.该方法在YOLOv4目标检测的基础上,设计了一种基于K-means++聚类的深度信息优化方法,并结合图像形态学变化和Canny边缘检测算法实现物体角度估计.实验结果表明了该方法准确率高、实时性强,对于非结构化场景中的干扰信息(如背景、物体材质等)具有一定的鲁棒性. 展开更多
关键词 目标物体检测 深度信息优化 角度估计 垃圾拾取
下载PDF
基于机器视觉的交通信号灯控制系统设计
3
作者 田胜峰 《电子技术与软件工程》 2022年第5期151-155,共5页
本文设计主要实现基于机器视觉的交通信号灯控制系统,首先,将图像进行阈值分割处理,所得图像实施滤波平滑化达到去噪的效果;然后,将滤波后的图像各区域进行标记,检测图像内圆形交通灯所在的区域。
关键词 机器视觉 鲁棒性 图像处理 目标物体检测
下载PDF
基于改进Faster-RCNN的机场场面小目标物体检测算法 被引量:16
4
作者 韩松臣 张比浩 +2 位作者 李炜 汤新民 付道勇 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第6期735-741,共7页
针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网... 针对目前应用于机场视频监控中的卷积神经网络方法存在小目标物体识别准确率较低的问题,本文提出了一种基于Faster-RCNN并结合多尺度特征融合与在线难例挖掘的机场场面小目标检测算法。该算法采用ResNet-101作为特征提取网络,并在该网络基础上建立了一个带有上采样的“自顶向下”的特征融合模块,以生成语义信息更加丰富的高分辨率特征图。并在网络训练过程中,采用在线难例挖掘的训练策略使模型更加鲁棒地对小目标样本进行定位。最后,手工构建了一个包含5982张图片的机场数据集,用于检测模型的训练和测试。结果表明,本文所提出算法显著提升了机场场面小目标物体检测的准确率,且使整体平均检测准确率达到了80.8%,该结果高于其他先进的目标检测模型。 展开更多
关键词 机场场面监视 多尺度特征融合 在线难例挖掘 目标物体检测
下载PDF
基于被动式人体安检太赫兹图像的小目标物体检测方法 被引量:1
5
作者 张骋 史秀聪 +1 位作者 黄子豪 符基高 《计算机科学与应用》 2020年第5期1064-1073,共10页
被动式太赫兹成像设备不断应用于人体安检,而在特定安检场合(例如机场)需要快速准确检测出人体安检图像中的小目标违禁品。由于被动式太赫兹图像低分辨率的限制,人体安检对小目标检测精度和速度的需求,传统检测方法和单纯的深度学习算... 被动式太赫兹成像设备不断应用于人体安检,而在特定安检场合(例如机场)需要快速准确检测出人体安检图像中的小目标违禁品。由于被动式太赫兹图像低分辨率的限制,人体安检对小目标检测精度和速度的需求,传统检测方法和单纯的深度学习算法都难以满足。根据被动式太赫兹图像低分辨率的特性,本文在目标检测前对图像进行预处理。针对小目标检测,我们对SSD算法的网络结构和预选框进行了优化。在小目标检测方面,我们的方法可以提高检测精度到73%。而在一般目标检测方面(包含小目标)我们的方法可以达到76%mAP。 展开更多
关键词 人体安检 被动式太赫兹图像 图像预处理 目标物体检测 优化SSD
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部