基于改进YOLOv3网络的无人车夜间环境感知 被引量：11

1

作者 裴嘉欣 孙韶媛 +2 位作者 王宇岚 李大威 黄荣 《应用光学》 CAS CSCD 北大核心 2019年第3期380-386,共7页

环境感知是无人车夜间行驶中的一项关键任务,提出一种改进的YOLOv3网络,以实现夜间对无人车获取的红外图像中行人、车辆的检测,将判断周边车辆的行驶方向问题转化为预测车辆位置的角度大小问题,并与深度估计信息进行融合对周边车辆行驶... 环境感知是无人车夜间行驶中的一项关键任务,提出一种改进的YOLOv3网络,以实现夜间对无人车获取的红外图像中行人、车辆的检测,将判断周边车辆的行驶方向问题转化为预测车辆位置的角度大小问题,并与深度估计信息进行融合对周边车辆行驶的距离和速度作出判断,从而实现夜间无人车对周边车辆行驶意图的感知。该网络具有端到端的优点,能实现整张图像作为网络的输入,直接在输出层回归检测目标的边界框位置、所属的类别和车辆的角度预测结果,并和深度估计信息融合得到周边车辆的距离和速度信息。实验结果表明,使用改进的YOLOv3网络对夜间无人车获取的红外图像进行目标检测的时间为0.04 s/帧,角度和速度预测效果较好,准确性和实时性达到了实际应用要求。 展开更多

关键词 红外图像 目标检测 YOLOv3网络 角度预测 深度估计

下载PDF 职称材料

双向特征融合与特征选择的遥感影像目标检测 被引量：10

2

作者 肖进胜 张舒豪 +2 位作者 陈云华 王元方 杨力衡 《电子学报》 EI CAS CSCD 北大核心 2022年第2期267-272,共6页

遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上... 遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上而下路径的同时,增加一条自下而上的路径,减少浅层特征传递到顶层经历的网络层数,从而控制浅层特征损失.为了降低多尺度特征图中无用信息对后续检测网络的干扰,设计了基于注意力机制的多特征选择模块,网络自适应地专注于有用特征,忽略无用特征.针对传统五参数回归法在预测角度时存在严重的边界不连续问题,不能精确预测长宽比值比较大的目标,将角度预测当作分类任务处理.在DOTA数据集和自制数据集DOTA-GF上进行实验,6类典型目标的mAP分别达到0.651和0.641,与主流目标检测算法的对比实验结果表明提出的方法的有效性. 展开更多

关键词 遥感影像 目标检测 特征融合网络 多特征选择 角度预测

下载PDF 职称材料

基于轮廓点掩模细化的单阶段实例分割网络 被引量：7

3

作者 张绪义 曹家乐 《光学学报》 EI CAS CSCD 北大核心 2020年第21期107-115,共9页

针对现有的实例分割方法PolarMask中分割结果边缘信息模糊的问题,通过对轮廓点角度偏置和距离的预测,基于轮廓点细化的单阶段实例分割网络准确提取出实例轮廓。同时,为了进一步提升实例分割的性能,利用语义分割子网络对实例边缘进行了... 针对现有的实例分割方法PolarMask中分割结果边缘信息模糊的问题,通过对轮廓点角度偏置和距离的预测,基于轮廓点细化的单阶段实例分割网络准确提取出实例轮廓。同时,为了进一步提升实例分割的性能,利用语义分割子网络对实例边缘进行了进一步细化。实验结果表明,所提方法在大规模实例分割数据集MS COCO的测试集上的分割精度为32.5%,比现有的实例分割方法(PolarMask)提高了2.1个百分点,证明了所提方法的有效性。 展开更多

关键词 机器视觉 实例分割 语义分割 深度学习 卷积神经网络 角度预测

原文传递

遥感图像密集小目标全方位精准检测算法

4

作者 张云佐 郭威 李文博 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第4期1105-1113,共9页

针对遥感图像中目标排列密集且方向不相同,导致现有检测算法难以准确定位实例目标的问题,提出了一种遥感图像密集小目标全方位精准检测算法。首先,为提升特征提取能力,在主干网络的残差结构中引入Meta-ACON激活函数,自适应地学习信道特... 针对遥感图像中目标排列密集且方向不相同,导致现有检测算法难以准确定位实例目标的问题,提出了一种遥感图像密集小目标全方位精准检测算法。首先,为提升特征提取能力,在主干网络的残差结构中引入Meta-ACON激活函数,自适应地学习信道特征的重要性;其次,提出一种加强连接特征金字塔网络,重新设计了用于深浅层特征融合的侧向连接部分,并在同层次特征图输入与输出之间添加了跳跃连接,丰富特征语义信息;再次,引入角度预测分支,使用环形平滑标签方法将角度回归问题转化为分类问题,在实现目标框旋转的同时解决了旋转框边界突变的问题;最后,设计针对旋转检测框的后处理方法(Rotate-Soft-NMS),通过抑制检测框的置信度去除相邻的重复旋转检测框。在DOTA数据集上的实验结果表明:该算法的平均精度均值达到76.15%,相比于基准模型YOLOv5m提升了5.22%,与其他先进算法相比取得了最好的检测结果。本文算法对复杂遥感场景的目标具有更优的检测效果。 展开更多

关键词 计算机应用 遥感目标检测 Meta-ACON激活函数 加强连接特征金字塔网络 角度预测 旋转检测框

原文传递

基于VMD-ELMAN的肌电信号对下肢关节角度预测

5

作者 汪文淼 《计算机科学》 CSCD 北大核心 2024年第3期257-264,共8页

表面肌电信号(Surface Electromyography,sEMG)提前于人体动作产生,常用于预测人体行为运动意图。但由于其自身的非平稳性与时变特性,因此难以较为准确地预测人体下肢关节角度变化。文中研究人体下肢肌肉针对正常行走、上下楼梯这3种动... 表面肌电信号(Surface Electromyography,sEMG)提前于人体动作产生,常用于预测人体行为运动意图。但由于其自身的非平稳性与时变特性,因此难以较为准确地预测人体下肢关节角度变化。文中研究人体下肢肌肉针对正常行走、上下楼梯这3种动作进行的肌肉选取,提出了一种VMD-ELMAN角度拟合算法,提高了表面肌电信号角度预测精度,增强了角度预测的实时性,为提升人与外骨骼设备人机融合度提供了有效的解决方案。实验结果表明,相比常见角度拟合算法,所提算法的时间耗时较短,在3种常见动作中,髋关节角度预测值RMSE的最高精度达0.5789,膝关节角度预测值RMSE均在0.2以内,预测精度均优于常见模型,模型鲁棒性强。 展开更多

关键词 人机融合 SEMG 特征提取 角度预测 ELMAN神经网络

下载PDF 职称材料

温室电动拖拉机旋耕稳定性时序分析与前馈PID控制方法研究

6

作者 杨杭旭 周俊 +2 位作者 齐泽中 孙晨阳 赖国梁 《农业机械学报》 EI CAS CSCD 北大核心 2024年第3期412-420,共9页

针对温室小型农机对地面平整度敏感,微小的地面起伏便会造成机具俯仰的情况,基于课题组已开发的温室电动拖拉机,将基于时间序列分析的角度预测方法引入前馈PID控制(Angle prediction and feedforward PID,APF-PID),解决了温室旋耕作业... 针对温室小型农机对地面平整度敏感,微小的地面起伏便会造成机具俯仰的情况,基于课题组已开发的温室电动拖拉机,将基于时间序列分析的角度预测方法引入前馈PID控制(Angle prediction and feedforward PID,APF-PID),解决了温室旋耕作业中因机具俯仰而出现的响应性差、耕深不稳定和功率突变的问题。建立了温室电动拖拉机旋耕作业的功率模型,并建立了俯仰角-耕深的转换矩阵,得到了旋耕系统实际耕深的转换值;采用时间序列分析预测机身俯仰角,并作为旋耕系统的扰动输入;结合耕深的转换值和预测得到的扰动,采用APF-PID控制器调节旋耕系统的提升机构,将旋耕机维持在目标耕深;在温室内未旋耕和已旋耕的两种地块进行实车试验。结果表明:俯仰角时序预测模型的相关系数可达0.983 2;APF-PID控制的控制性能优于PID控制,在目标耕深6 cm的测试路面中,APF-PID在两种试验地块上的平均耕深分别为6.47 cm和6.44 cm,均方根误差为0.80 cm和0.72 cm,绝对平均误差为0.67 cm和0.58 cm,耕深稳定性系数为89.95%和91.30%,消耗的总能量较PID控制分别降低4.18%和19.13%,较好地实现了温室电动拖拉机旋耕稳定性控制,满足温室作业需求。 展开更多

关键词 电动拖拉机 温室 旋耕作业 稳定性控制 前馈PID 角度预测

下载PDF 职称材料

基于力反馈的金属板材V型折弯控制研究 被引量：1

7

作者 赵海文 鲁泽逸 +1 位作者 张晓宇 王佳阔 《现代制造工程》 CSCD 北大核心 2023年第1期104-109,115,共7页

为消除同批次金属板材参数波动对其折弯成型精度造成的影响,提出了一种基于力反馈的折弯角度实时控制方法。利用兰贝格-奥斯古德方程获得板材理想应力-应变曲线,在此基础上改变方程参数与板材厚度模拟其参数波动,生成输入样本。使用有... 为消除同批次金属板材参数波动对其折弯成型精度造成的影响,提出了一种基于力反馈的折弯角度实时控制方法。利用兰贝格-奥斯古德方程获得板材理想应力-应变曲线,在此基础上改变方程参数与板材厚度模拟其参数波动,生成输入样本。使用有限元分析软件ABAQUS对该样本进行仿真,获取了不同参数板材在使用相同模具时,上模受力随位移变化曲线,以及成型角度随下压行程变化曲线。建立循环神经网络模型,将上模位移与受力作为输入,成型角度作为输出,得到了根据受力变化预测成型角度的网络模型。通过仿真实验,成型角度误差为±0.6°,验证了该方法的可行性,为后续实现利用成型角度历史数据对预测模型进行智能优化的折弯控制算法奠定了基础。 展开更多

关键词 V型折弯 力反馈 参数波动 循环神经网络 角度预测

下载PDF 职称材料

基于点云鸟瞰图的实时车辆目标检测

8

作者 吴庆 彭育辉 +2 位作者 黄炜 陈泽辉 姚宇捷 《汽车技术》 CSCD 北大核心 2023年第9期35-42,共8页

针对目前基于三维点云的车辆检测算法实时性差的问题,提出了一种基于点云鸟瞰图的实时车辆目标检测算法。首先,将原始车辆三维点云转换成二维点云RGB特征图;其次,基于YOLOv4-tiny网络添加车辆偏航角度预测分支,实现车辆的准确定位,并通... 针对目前基于三维点云的车辆检测算法实时性差的问题,提出了一种基于点云鸟瞰图的实时车辆目标检测算法。首先,将原始车辆三维点云转换成二维点云RGB特征图;其次,基于YOLOv4-tiny网络添加车辆偏航角度预测分支,实现车辆的准确定位,并通过添加改进空间金字塔池化(SPPF)模块提升网络的目标定位能力;最后,通过在主干网络中引入双注意力机制和优化损失函数提高目标检测精度。试验结果表明:所提出算法的车辆检测平均精度达到96.92%,与YOLOv4-tiny相比提升了2.94百分点,同时在KITTI鸟瞰图验证集中等难度条件下的平均检测精度达到87.73%,且整体网络检测速度达到100帧/s,可满足实时性要求。 展开更多

关键词 YOLOv4-tiny 点云RGB特征图 角度预测 双注意力机制

下载PDF 职称材料

基于邻域信息交互的任意角度航拍绝缘子检测

9

作者 李冰锋 张家欣 卜旭辉 《电子测量技术》 北大核心 2023年第10期117-122,共6页

航拍绝缘子图像存在背景复杂、绝缘子空间方向多变且其自身具有大长宽比的特点,采用传统水平矩形框目标检测算法对航拍绝缘子进行检测,会引入大量的背景信息,导致定位绝缘子缺陷等后续操作变得更为困难。为此,本文提出了一种基于邻域交... 航拍绝缘子图像存在背景复杂、绝缘子空间方向多变且其自身具有大长宽比的特点,采用传统水平矩形框目标检测算法对航拍绝缘子进行检测,会引入大量的背景信息,导致定位绝缘子缺陷等后续操作变得更为困难。为此,本文提出了一种基于邻域交互注意力的任意角度航拍绝缘子检测方法。本文方法在现有的绝缘子检测框架中加入了目标边界框的角度预测分支。角度预测分支的引入,使得该方法对网络特征表达能力提出了更高的要求,为此,本文提出了一种邻域信息交互注意力机制,并通过该机制来建模绝缘子空间信息关系,从而实现对航拍绝缘子的精准检测。试验结果表明,本文提出的方法能够精准检测复杂环境中的绝缘子,检测精度达到了93.5%,有效避免了大量背景信息对绝缘子缺陷检测的干扰。 展开更多

关键词 目标检测 绝缘子 邻域信息交互 角度预测

下载PDF 职称材料

基于H.266/通用视频编码的帧内双模式的视频水印算法 被引量：2

10

作者 罗志伟 刘持标 《计算机应用》 CSCD 北大核心 2021年第2期456-460,共5页

针对现有水印算法对编码器造成较大的率失真损失的问题,结合通用视频编码(VVC)标准,提出了一种基于帧内预测模式奇偶性的视频水印算法。首先,进行第一轮粗选来计算35种偶数角度模式,并从中选出6个模式;其次,在进行第二轮粗选时,根据二... 针对现有水印算法对编码器造成较大的率失真损失的问题,结合通用视频编码(VVC)标准,提出了一种基于帧内预测模式奇偶性的视频水印算法。首先,进行第一轮粗选来计算35种偶数角度模式,并从中选出6个模式;其次,在进行第二轮粗选时,根据二值水印状态来决定是否计算第二轮粗选的奇数模式;接着,在进行矩阵加权帧内预测(MIP)和最可能模式(MPM)候选列表时,根据二值水印状态决定计算奇数模式或偶数模式;最后,选择具有最小率失真代价的模式作为最优模式以完成水印的嵌入,然后由解码端根据收到的4×4块的预测模式的奇偶性提取出水印。对9个视频序列嵌入水印,与原始编码器的算法相比,所提算法的峰值信噪比(PSNR)平均下降了0.0054 dB,码率平均上升了0.07%,每帧可嵌入的水印容量平均为625 b;与同样将水印嵌入预测模式的奇偶性的算法相比,所提算法的PSNR平均下降了0.005 dB,码率平均上升了0.06%,可嵌入的水印总容量平均为3183 b,而对比算法的PSNR平均下降了0.035 dB,码率平均上升了1.12%,可嵌入的水印总容量平均为10309 b。实验结果表明所提算法损失的率失真性能小于对比算法。 展开更多

关键词 通用视频编码 角度预测 矩阵加权帧内预测 模式奇偶性 视频水印

下载PDF 职称材料

应用BP神经网络确定露天矿边坡角 被引量：2

11

作者 刘占魁 张立丰 +7 位作者 刘占魁 张立丰 刘占魁 张立丰 刘占魁 张立丰 刘占魁 张立丰 《西部探矿工程》 CAS 2004年第3期87-88,共2页

应用人工神经网络理论 ,提出了预测露天矿边坡角的新方法。通过收集到的边坡角的实例 ,对所建立的BP网络模型进行训练与预测。预测结果表明 ,人工神经网络模型预测露天矿边坡角有很高的精度 。

关键词 人工神经网络 露天矿 边坡角 BP神经网络 边坡稳定性 角度预测

下载PDF 职称材料

基于肌电信号的膝关节跨越障碍角度预测方法 被引量：2

12

作者 陈天麟 戴佺民 +4 位作者 程光 马勇杰 孙佰鑫 刘伟锋 许晓容 《中国医学物理学杂志》 CSCD 2020年第10期1293-1301,共9页

为解决人体跨越障碍物时膝关节角度输出的问题,针对性设计一种穿戴式信号获取实验台,对下肢运动姿态进行运动分析,将肌肉电信号及关节角度信号作为运动数据,对信号进行处理后利用BP神经网络预测跨越障碍时输出角度,提出一种利用BP神经... 为解决人体跨越障碍物时膝关节角度输出的问题,针对性设计一种穿戴式信号获取实验台,对下肢运动姿态进行运动分析,将肌肉电信号及关节角度信号作为运动数据,对信号进行处理后利用BP神经网络预测跨越障碍时输出角度,提出一种利用BP神经网络算法,根据不同大腿抬起高度,分析膝关节运动主动肌与被动肌发力程度,预测输出人体跨越障碍时膝关节角度的方法,能够有效帮助假肢膝关节或康复机器人实现跨越障碍的复杂动作。 展开更多

关键词 膝关节 跨越障碍 肌肉电信号 BP神经网络 角度预测

下载PDF 职称材料

阵列雷达中快速目标截获的几个关键问题研究

13

作者 徐斌 杨晨阳 +1 位作者 屈剑明 李少洪 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2000年第3期278-281,共4页

研究了阵列雷达中快速目标截获的两个关键问题 :角度测量和角度预测 .首先 ,从测角原理、要求的波位排布、鉴别特性和测角性能等几个方面研究了阵列雷达中快速目标截获的两种测角算法 :幅度比较类单脉冲和幅度加权平均 ,提出了这两种算... 研究了阵列雷达中快速目标截获的两个关键问题 :角度测量和角度预测 .首先 ,从测角原理、要求的波位排布、鉴别特性和测角性能等几个方面研究了阵列雷达中快速目标截获的两种测角算法 :幅度比较类单脉冲和幅度加权平均 ,提出了这两种算法在工程应用中的引导和非线性校正方法 ;然后 ,分析了利用跟踪滤波器的角度预测算法 ,提出了SDF跟踪滤波器 ;最后 ,在某阵列雷达仿真系统中进行了仿真研究 . 展开更多

关键词 阵列雷达 目标截获 角度测量 角度预测

下载PDF 职称材料

有限训练样本下基于深度领域自适应的机器人物体抓取 被引量：1

14

作者 王宗伟 《电子设计工程》 2018年第20期33-36,41,共5页

近年来基于学习的机器人抓取方法正在吸引越来越多研究人员的注意。对于在训练集里出现的物体,这些方法一般能够取得较好的结果,但对于没有出现在训练集里的新物体,抓取性能则会下降。通常情况下从源域(source domain)我们可以获取大量... 近年来基于学习的机器人抓取方法正在吸引越来越多研究人员的注意。对于在训练集里出现的物体,这些方法一般能够取得较好的结果,但对于没有出现在训练集里的新物体,抓取性能则会下降。通常情况下从源域(source domain)我们可以获取大量有标注的物体,但对于分布在目标域(target domain)的待抓取物体,我们只有很少的样本。受此启发,我们引入深度领域自适应(deep domain adaptation)的方法将在源域学到的抓取知识迁移到目标域。具体来说,我们先学习一个预测物体抓取角度的神经网络,该网络会对前向通过的物体给出一个抓取角度预测,并且我们要求不管是来自源域还是目标域的物体,只要抓取角度相似,它们在特征空间上也应该相近。从源域学得的知识对目标域来说是一种先验。实验结果表明,利用这种先验知识我们在目标域的抓取结果提高了2.84个百分点。 展开更多

关键词 机器人抓取 深度领域自适应 角度预测 卷积神经网络

下载PDF 职称材料

基于旋转YOLOv5的电力作业车态势感知方法研究

15

作者 张劲松 邓元实 +2 位作者 常政威 吴杰 陈明举 《四川电力技术》 2022年第3期29-34,共6页

针对电力作业场景下的电力作业车安全监测问题,提出了一种基于YOLOv5的旋转目标检测算法,通过检测电力作业车的机械臂旋转角度,判断电力作业车在当前作业场景下的作业姿态是否安全。文中以YOLOv5为主干网络,采用环形平滑标签的方法,将... 针对电力作业场景下的电力作业车安全监测问题,提出了一种基于YOLOv5的旋转目标检测算法,通过检测电力作业车的机械臂旋转角度,判断电力作业车在当前作业场景下的作业姿态是否安全。文中以YOLOv5为主干网络,采用环形平滑标签的方法,将角度的边界回归问题转化为分类问题,解决了角度周期性变化带来的损失值突变问题。实验结果表明,CSP-DarkNet-YOLOv5l模型对电力作业车机械臂的平均检测精度达到了80.02%,均优于GhostNet-YOLOv5l、MobieleNetV3-YOLOv5l、ShuffleNetV2-YOLOv5l,并且对机械臂的旋转角度预测也最接近真实值。 展开更多

关键词 旋转目标检测 角度预测 环形平滑标签 电力作业

下载PDF 职称材料

基于智能视觉的假肢虚拟再生仿真技术的算法研究

16

作者 任伟 《科技通报》 北大核心 2014年第12期124-126,共3页

研究假肢虚拟再生仿真方法。腿部结构较为复杂,残缺再生过程需要根据不同腿部残缺根源部位进行方向和角度的预测,但是由于腿部角度和生长方向推断过程信息过少,造成传统的虚拟腿部残缺再生仿真无法取得足够信息,只能根据简单的向上,造... 研究假肢虚拟再生仿真方法。腿部结构较为复杂,残缺再生过程需要根据不同腿部残缺根源部位进行方向和角度的预测,但是由于腿部角度和生长方向推断过程信息过少,造成传统的虚拟腿部残缺再生仿真无法取得足够信息,只能根据简单的向上,造成模拟效果不好。为此,提出了一种基于智能视觉的假肢虚拟再生仿真方法。根据误差四元数状态变换相关理论,能够对假肢虚拟再生的方向和旋转角度进行有效的预测,从而为假肢虚拟再生仿真提供准确的依据。根据双目立测三维模拟方法,建立假肢虚拟再生仿真三维模型。实验结果表明,利用该算法进行假肢虚拟再生仿真,可以真实的反映残肢不同位置特征点的相关性,从而为假肢虚拟再生手术提供依据。 展开更多

关键词 智能视觉 假肢虚拟 角度预测

下载PDF 职称材料

对北京写字楼项目的可行性分析

17

作者 武士超 《建设科技》 2006年第15期79-80,共2页

关键词 项目可行性研究 北京市 写字楼 市场研究 技术参数 财务分析 开发模型 产业发展 角度预测 技术应用

下载PDF 职称材料

基于相位划分的下肢连续运动预测 被引量：9

18

作者 段有康 陈小刚 +3 位作者 桂剑 马斌 李顺芬 宋志棠 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第1期89-95,共7页

为了实现针对特定个体的运动特点进行更精确的下肢连续运动预测和用更短的时间开展预测模型训练,采用对每个步态相位都建立预测模型的方法.在识别出当前的步态相位后,使用当前相位的预测模型进行关节角度的预测.使用支持向量机(SVM),对... 为了实现针对特定个体的运动特点进行更精确的下肢连续运动预测和用更短的时间开展预测模型训练,采用对每个步态相位都建立预测模型的方法.在识别出当前的步态相位后,使用当前相位的预测模型进行关节角度的预测.使用支持向量机(SVM),对提出的方法进行验证.实验表明,采用基于相位划分的下肢连续运动预测方法相比于对整个运动状态进行关节角度建模的预测方法,具有更高的预测精度和更短的模型训练时间.髋、膝、踝关节的预测结果与真实值的相关系数均大于0.99,每次预测的角度与真实值的平均均方根误差均小于2°,训练时间缩短4.0~5.0倍. 展开更多

关键词 相位划分 运动意图识别 关节角度预测 外骨骼机器人 表面肌电信号

下载PDF 职称材料

基于YOLOv3与CRNN的自然场景文本识别 被引量：6

19

作者 吴启明 宋雨桐 《计算机工程与设计》 北大核心 2022年第8期2352-2360,共9页

在自然场景中对中英文文本的检测与识别受限于图像本身包含的噪声数据,为提高检测识别效率,提出基于YOLOv3与CRNN的自然场景文本识别方法。进行文本角度预测,根据角度预测值旋转图像;采用YOLOv3文本区域检测算法计算若干组固定宽度的文... 在自然场景中对中英文文本的检测与识别受限于图像本身包含的噪声数据,为提高检测识别效率,提出基于YOLOv3与CRNN的自然场景文本识别方法。进行文本角度预测,根据角度预测值旋转图像;采用YOLOv3文本区域检测算法计算若干组固定宽度的文本框;使用聚类算法将这些固定宽度的文本框连接成一个包含完整语义的文本框;采用CRNN算法识别文本检测框中的文本。实验结果表明,YOLOv3与CRNN模型识别100幅图像用时0.4258 s,在同等实验环境中CTPN与DenseNet模型用时0.8250 s,验证了YOLOv3与CRNN模型比CTPN与DenseNet模型具有更高的识别效率。 展开更多

关键词 深度学习 文字识别 自然场景 卷积递归神经网络 文字角度预测

下载PDF 职称材料