期刊文献+
共找到1,095篇文章
< 1 2 55 >
每页显示 20 50 100
三维激光扫描点云数据处理研究进展、挑战与趋势 被引量:322
1
作者 杨必胜 梁福逊 黄荣刚 《测绘学报》 EI CSCD 北大核心 2017年第10期1509-1516,共8页
三维激光扫描直接对地球表面进行三维密集采样,可快速获取具有三维坐标(X,Y,Z)和一定属性(反射强度等)的海量、不规则空间分布三维点云,成为数字化时代下刻画复杂现实世界最为直接和重要的三维地理空间数据获取手段,在全球变化、智慧城... 三维激光扫描直接对地球表面进行三维密集采样,可快速获取具有三维坐标(X,Y,Z)和一定属性(反射强度等)的海量、不规则空间分布三维点云,成为数字化时代下刻画复杂现实世界最为直接和重要的三维地理空间数据获取手段,在全球变化、智慧城市、全球制图等国家重大需求和地球系统科学研究中起到十分重要的作用。目前,在传感器技术和国家需求的双重驱动下,三维激光扫描在硬件装备、三维点云数据处理以及应用3个方面取得了巨大的进步,同时也面临新的挑战。本文以三维激光扫描的发展历史为线索,总结了三维激光扫描系统的现状、三维点云数据处理的关键进展以及在测绘地理信息等领域的典型应用,并分析了三维点云数据处理面临的挑战,最后展望了三维激光扫描与点云处理的发展趋势。 展开更多
关键词 三维激光扫描 点云 点云融合 目标提取 三维表达 广义点云模型
下载PDF
基于改进YOLOv3算法的带钢表面缺陷检测 被引量:81
2
作者 李维刚 叶欣 +1 位作者 赵云涛 王文波 《电子学报》 EI CAS CSCD 北大核心 2020年第7期1284-1292,共9页
针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网... 针对热轧带钢表面缺陷检测中存在的检测速度慢、检测精度低等问题,提出了一种改进的YOLOv3算法模型.使用加权K-means聚类算法来优化确定先验框参数,提高先验框(priors anchor)与特征图层(feature map)的匹配度;同时,调整YOLOv3算法的网络结构,融合浅层特征与深层特征,形成新的大尺度检测图层,提高网络对带钢表面缺陷的检测精度.实验结果表明,改进后的YOLOv3算法在NEU-DET数据集上平均精度均值达到了80%,较原有的YOLOv3算法提高了11%;同时检测速度保持在50fps,优于目前其它深度学习带钢表面缺陷检测算法. 展开更多
关键词 目标检测 带钢表面缺陷 YOLOv3 加权K-means
下载PDF
基于VTK库的医学图像处理子系统设计和实现 被引量:20
3
作者 王延华 洪飞 吴恩华 《计算机工程与应用》 CSCD 北大核心 2003年第8期205-207,共3页
VTK(TheVisualizationToolkits)是一个基于面向对象方法设计的,功能强大的可视化和图形图像处理类库,针对医学图像处理的需要和特点,利用VTK的图像处理和可视化,及图形显示功能,用面向对象的方法设计和实现了一个易于扩展、高效率、实... VTK(TheVisualizationToolkits)是一个基于面向对象方法设计的,功能强大的可视化和图形图像处理类库,针对医学图像处理的需要和特点,利用VTK的图像处理和可视化,及图形显示功能,用面向对象的方法设计和实现了一个易于扩展、高效率、实用的医学图像处理子系统。实践证明该子系统能很好地应用于各种医学图像处理中。 展开更多
关键词 VTK类库 图像处理 可视化 DICOM3 面向对象
下载PDF
基于图形理解的建筑结构三维重建技术 被引量:27
4
作者 胡笳 杨若瑜 +1 位作者 曹阳 蔡士杰 《软件学报》 EI CSCD 北大核心 2002年第9期1873-1880,共8页
在实际应用中,现有的三维重建算法无法有效地应用到建筑领域.以建筑行业的基本制图规范为指导,结合图形识别理解和人工智能技术,提出了一种基于图形理解的建筑结构三视图自动识别与重建方法.该方法以自动识别建筑构件的轮廓为基础,通过... 在实际应用中,现有的三维重建算法无法有效地应用到建筑领域.以建筑行业的基本制图规范为指导,结合图形识别理解和人工智能技术,提出了一种基于图形理解的建筑结构三视图自动识别与重建方法.该方法以自动识别建筑构件的轮廓为基础,通过对符号、注释等语义信息的理解与综合以及对相邻实体间拓扑关系的分析,快捷、有效地完成对建筑物的整体重建.实验结果表明,在少量人机交互的基础上,该方法对实际的建筑图是有效的. 展开更多
关键词 图形理解 建筑结构 三维重建 特征抽取 知识规则 投影轮廓 AUTOCAD CAD
下载PDF
改进YOLOv3的行人车辆目标检测算法 被引量:38
5
作者 袁小平 马绪起 刘赛 《科学技术与工程》 北大核心 2021年第8期3192-3198,共7页
针对YOLOv3(you only look once version 3)对中小目标检测效果不理想的问题,提出改进算法DX-YOLO(densely ResneXt with YOLOv3)。首先对YOLOv3的特征提取网络Darknet-53进行改进,使用ResneXt残差模块替换原有残差模块,优化了卷积网络... 针对YOLOv3(you only look once version 3)对中小目标检测效果不理想的问题,提出改进算法DX-YOLO(densely ResneXt with YOLOv3)。首先对YOLOv3的特征提取网络Darknet-53进行改进,使用ResneXt残差模块替换原有残差模块,优化了卷积网络结构;受DenseNet的启发,在Darknet-53中引入密集连接,实现了特征重用,提高了提取特征的效率;根据数据集的特点,利用K-means算法对数据集进行维度聚类,获得合适的预选框。在行人车辆数据集Udacity上进行实验,结果表明:DX-YOLO算法与YOLOv3相比,平均准确率(mean average precision,mAP)提升了3.42%;特别地,在中等目标和小目标上的平均精度(average precision,AP)分别提升了2.74%和5.98%。 展开更多
关键词 深度学习 目标检测 YOLOv3 ResneXt DenseNet
下载PDF
复杂场景下基于增强YOLOv3的船舶目标检测 被引量:35
6
作者 聂鑫 刘文 吴巍 《计算机应用》 CSCD 北大核心 2020年第9期2561-2570,共10页
为提升水上交通安全监管的智能化水平,进一步提高基于深度学习的船舶目标检测算法的定位精度和检测准确率,在传统YOLOv3算法基础上,提出用于船舶目标检测的增强YOLOv3算法。首先,在网络预测层引入预测框不确定性回归,以预测边界框的不... 为提升水上交通安全监管的智能化水平,进一步提高基于深度学习的船舶目标检测算法的定位精度和检测准确率,在传统YOLOv3算法基础上,提出用于船舶目标检测的增强YOLOv3算法。首先,在网络预测层引入预测框不确定性回归,以预测边界框的不确定性信息;然后,使用负对数似然函数和改进的二值交叉熵函数重新设计损失函数;其次,针对船舶形状使用K均值聚类算法重新设计先验锚框尺寸并平均分配到对应预测尺度;在网络训练阶段,使用数据增强策略扩充训练样本数量;最后,使用加入高斯软阈值函数的非极大值抑制(NMS)算法对预测框进行后处理。对各种改进方法和不同目标检测算法在真实海事视频监控数据集上进行对比实验。实验结果显示,与传统YOLOv3算法相比,带有预测框不确定性信息的YOLOv3算法的假正样本(FP)数量降低了35.42%,真正样本(TP)数量提高了1.83%,所以提高了准确率;增强YOLOv3算法在船舶图像上的平均准确率均值(mAP)达到87.74%,与传统YOLOv3算法和Faster R-CNN算法相比分别提高了24.12%和23.53%;所提算法的每秒钟检测图像数量达到30.70张,满足实时检测的要求。实验结果表明,所提算法在雾天和低照度等不良天气条件与复杂通航背景下,均能实现船舶目标的高精度稳定实时检测。 展开更多
关键词 水路运输 目标检测 YOLOv3 船舶 深度学习
下载PDF
金属表面缺陷检测的改进YOLOv3算法研究 被引量:32
7
作者 方叶祥 甘平 陈俐 《机械科学与技术》 CSCD 北大核心 2020年第9期1390-1394,共5页
针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法。该方法将采集到的图片分为N×N个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征... 针对现有的金属表面缺陷检测方法存在着检测效率低、适用范围受限、处理步骤繁琐等缺陷,提出了基于改进型YOLOv3算法的实时缺陷检测方法。该方法将采集到的图片分为N×N个格子,每个格子用来检测缺陷的中心点是否在格子中,利用特征金字塔与残差层融合特征的方式对图片中的缺陷进行定位,得到多个缺陷的边界框,使用非极大抑制的方法筛选出得分最高的边界框。为了提高检测效果,在输入端对图像进行直方图均衡化,并基于缺陷权重优化了算法中的损失函数以提高缺陷分类的准确性。最后,利用改进型YOLOv3算法对钢板表面的压痕与划痕进行了实验检测,结果显示该方法可以快速、准确检测出钢材表面的压痕与划痕,精度分别为92%和90%。 展开更多
关键词 金属表面缺陷检测 YOLOv3算法 目标检测 直方图均衡化
下载PDF
基于改进YOLOv3的果园复杂环境下苹果果实识别 被引量:31
8
作者 赵辉 乔艳军 +1 位作者 王红君 岳有军 《农业工程学报》 EI CAS CSCD 北大核心 2021年第16期127-135,共9页
为使采摘机器人能够全天候在不同光照、重叠遮挡、大视场等果园复杂环境下对不同成熟度的果实进行快速、准确识别,该研究提出了一种基于改进YOLOv3的果实识别方法。首先,将DarkNet53网络中的残差模块与CSPNet(Cross Stage Paritial Netw... 为使采摘机器人能够全天候在不同光照、重叠遮挡、大视场等果园复杂环境下对不同成熟度的果实进行快速、准确识别,该研究提出了一种基于改进YOLOv3的果实识别方法。首先,将DarkNet53网络中的残差模块与CSPNet(Cross Stage Paritial Network)结合,在保持检测精度的同时降低网络的计算量;其次,在原始YOLOv3模型的检测网络中加入SPP(Spatial Pyramid Pooling)模块,将果实的全局和局部特征进行融合,提高对极小果实目标的召回率;同时,采用Soft NMS(Soft Non-Maximum Suppression)算法代替传统NMS(Non-Maximum Suppression)算法,增强对重叠遮挡果实的识别能力;最后,采用基于Focal Loss和CIoU Loss的联合损失函数对模型进行优化,提高识别精度。以苹果为例进行的试验结果表明:经过数据集训练之后的改进模型,在测试集下的MAP(Mean Average Precision)值达到96.3%,较原模型提高了3.8个百分点;F1值达到91.8%,较原模型提高了3.8个百分点;在GPU下的平均检测速度达到27.8帧/s,较原模型提高了5.6帧/s。与Faster RCNN、RetinaNet等几种目前先进的检测方法进行比较并在不同数目、不同光照情况下的对比试验结果表明,该方法具有优异的检测精度及良好的鲁棒性和实时性,对解决复杂环境下果实的精准识别问题具有重要参考价值。 展开更多
关键词 收获机 目标检测 图像处理 果实识别 YOLOv3 复杂环境
下载PDF
基于改进YOLO轻量化网络的目标检测方法 被引量:31
9
作者 李成跃 姚剑敏 +2 位作者 林志贤 严群 范保青 《激光与光电子学进展》 CSCD 北大核心 2020年第14期37-45,共9页
YOLOv3作为开源的目标检测网络与同时期目标检测网络相比,在速度和精度上有着明显的优势。由于YOLOv3采用了新型的全卷积网络(FCN)、特征金字塔网络(FPN)和残差网络(ResNet),因此对硬件配置要求较高,导致开发成本过高,不利于工业上的应... YOLOv3作为开源的目标检测网络与同时期目标检测网络相比,在速度和精度上有着明显的优势。由于YOLOv3采用了新型的全卷积网络(FCN)、特征金字塔网络(FPN)和残差网络(ResNet),因此对硬件配置要求较高,导致开发成本过高,不利于工业上的应用普及。在嵌入式平台上普遍使用YOLOv3tiny进行检测,虽然计算量较小,但是检测效果远不如YOLOv3。为了解决在嵌入式平台上YOLOv3检测速度低的问题,提出一种基于YOLOv3的简化版网络,与YOLOv3不同的是,在保留了对特征提取有较大帮助的FCN、FPN以及ResNet的同时,尽可能减少每层的参数量和残差层数,并尝试加入了密集连接网络空间金字塔池化。实验结果表明,该网络的参数量和检测速度大幅优于YOLOv3,且平均精度比YOLOv3tiny在PASCAL VOC2007、2012数据集上有明显的提升。 展开更多
关键词 图像处理 轻量化网络 YOLOv3 密集连接网络 空间金字塔池化 目标检测 嵌入式平台
原文传递
基于单阶段目标检测算法的变电设备红外图像目标识别及定位 被引量:30
10
作者 朱惠玲 牛哲文 +1 位作者 黄克灿 唐文虎 《电力自动化设备》 EI CSCD 北大核心 2021年第8期217-224,共8页
针对红外图像中变电设备的识别和定位问题,提出了一种基于改进YOLOv3算法的变电设备检测方法。在现场采集的变电设备红外图像集的基础上,首先使用基于Retinex的图像增强算法以及阈值分割等图像处理方法对图像集进行预处理;然后基于变电... 针对红外图像中变电设备的识别和定位问题,提出了一种基于改进YOLOv3算法的变电设备检测方法。在现场采集的变电设备红外图像集的基础上,首先使用基于Retinex的图像增强算法以及阈值分割等图像处理方法对图像集进行预处理;然后基于变电设备红外图像对YOLOv3算法进行参数优化,并通过迁移学习的策略对改进YOLOv3网络进行训练以解决图像集样本数量较少的问题。实验结果表明,在样本数量较少的情况下,所提方法可以达到满意的检测准确率,并能快速地实现变电设备的识别和定位。 展开更多
关键词 变电设备 目标检测 Retinex图像增强 YOLOv3 迁移学习
下载PDF
融合SPP和改进FPN的YOLOv3交通标志检测 被引量:30
11
作者 刘紫燕 袁磊 +2 位作者 朱明成 马珊珊 陈霖周廷 《计算机工程与应用》 CSCD 北大核心 2021年第7期164-170,共7页
针对交通标志目标检测尺寸较小、分辨率低、特征不明显问题,提出一种改进的YOLOv3网络模型。在利用颜色增强方法对交通标志进行数据增强后,改进原网络中的FPN结构,保留原网络中52×52的大尺度预测,然后利用YOLOv3网络中第二次下采... 针对交通标志目标检测尺寸较小、分辨率低、特征不明显问题,提出一种改进的YOLOv3网络模型。在利用颜色增强方法对交通标志进行数据增强后,改进原网络中的FPN结构,保留原网络中52×52的大尺度预测,然后利用YOLOv3网络中第二次下采样输出的特征图建立108×108的更大尺度预测。为了解决图像尺寸和失真的问题,在检测层前使用固定分块大小为5、9、13的池化操作,再将输出的特征与原来的特征图进行融合,从而实现对不同尺寸的输入得到相同大小的输出。最后,利用K-means聚类算法对TT100K交通标志数据集进行聚类分析,重新定义网络的初始候选框,使用YOLOv3网络模型和改进的YOLOv3网络模型以及其他小目标检测算法在TT100K数据集上进行对比实验。实验结果表明,改进后的YOLOv3网络模型能更有效的检测交通标志,其检测的平均精确度在三个尺度下相对原YOLOv3网络模型分别提升8.3%、6.1%、4.3%,在FPS变化不大的情况下,召回率和准确率都有明显提升,同时,改进后的YOLOv3算法相对其他小目标检测算法具有更好的检测精度和实时性。 展开更多
关键词 目标检测 交通标志 YOLOv3 数据增强 大尺度预测
下载PDF
基于YOLOv3的无人机识别与定位追踪 被引量:30
12
作者 陶磊 洪韬 钞旭 《工程科学学报》 EI CSCD 北大核心 2020年第4期463-468,共6页
近年来,无人机入侵的事件经常发生,无人机跌落碰撞的事件也屡见不鲜,在人群密集的地方容易引发安全事故,所以无人机监测是目前安防领域的研究热点.虽然目前有很多种无人机监测方案,但大多成本高昂,实施困难.在5G背景下,针对此问题提出... 近年来,无人机入侵的事件经常发生,无人机跌落碰撞的事件也屡见不鲜,在人群密集的地方容易引发安全事故,所以无人机监测是目前安防领域的研究热点.虽然目前有很多种无人机监测方案,但大多成本高昂,实施困难.在5G背景下,针对此问题提出了一种利用城市已有的监控网络去获取数据的方法,基于深度学习的算法进行无人机目标检测,进而识别无人机,并追踪定位无人机.该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机,YOLOv3算法是YOLO(You only look once,一次到位)系列的第三代版本,属于one-stage目标检测算法这一类,在速度上相对于two-stage类型的算法有着明显的优势.YOLOv3输出视频帧中存在的无人机的位置信息.根据位置信息用PID(Proportion integration differentiation,比例积分微分)算法调节摄像头的中心朝向追踪无人机,再由多个摄像头的参数解算出无人机的实际坐标,从而实现定位.本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集,并且使用label Img工具对图片中的无人机进行了标注,数据集按照无人机的旋翼数量进行了分类.实验中采用按旋翼数量分类后的数据集对检测模型进行训练,训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率,在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度,可实现实时追踪. 展开更多
关键词 5G 目标检测 YOLOv3 PID 无人机追踪
下载PDF
多目标小尺度车辆目标检测方法 被引量:27
13
作者 柳长源 王琪 毕晓君 《控制与决策》 EI CSCD 北大核心 2021年第11期2707-2712,共6页
车辆目标检测是智能交通系统中的重要环节,针对传统车辆目标检测方法效率低、小目标检测效果不好、漏检率高等问题,提出一种基于改进的YOLOv3网络车辆目标检测算法.为了提高车辆检测的效率,利用轻量化模型MobileNet v2代替原YOLOv3中的... 车辆目标检测是智能交通系统中的重要环节,针对传统车辆目标检测方法效率低、小目标检测效果不好、漏检率高等问题,提出一种基于改进的YOLOv3网络车辆目标检测算法.为了提高车辆检测的效率,利用轻量化模型MobileNet v2代替原YOLOv3中的特征提取网络,使得网络计算量相比原算法有所降低.为了有效提高网络对小尺度车辆目标的检测能力,网络将由高到低不同尺度的特征层融合之后进行目标检测.为了得到更丰富的语义特征信息和提高网络预测能力,增加了特征增强模块.同时针对车辆目标检测的特定应用,利用K-means方法对锚框重新聚类以满足车辆目标检测的特定需求.结合以上改进获得车辆目标检测网络YOLOv3-M2,实验结果表明,与YOLOv3相比,改进方法平均检测准确率增加约9%,时间减少约一半,能够同时提高检测效率和小目标检测能力. 展开更多
关键词 智能交通 深度学习 目标检测 YOLOv3 多尺度检测 轻量化网络
原文传递
基于改进YOLOv3网络的遥感目标快速检测方法 被引量:24
14
作者 方青云 王兆魁 《上海航天》 CSCD 2019年第5期21-27,34,共8页
针对将来卫星在轨实时目标检测需求,且在其内存和算力都受限的条件下,提出一种改进的YOLOv3,利用轻量化网络代替YOLOv3的特征提取网络,实现遥感目标的高效检测。在目标检测精度相近的情况下,改进模型参数相比原先降低了1.5倍,计算量降低... 针对将来卫星在轨实时目标检测需求,且在其内存和算力都受限的条件下,提出一种改进的YOLOv3,利用轻量化网络代替YOLOv3的特征提取网络,实现遥感目标的高效检测。在目标检测精度相近的情况下,改进模型参数相比原先降低了1.5倍,计算量降低了3.3倍。同时提出了一种基于交并比的迭代聚类算法,分别在YOLOv3和改进YOLOv3上实现了7.0%和2.3%的平均精度均值(mAP)提升。实验表明:改进模型的检测速度最快能达到101 frame/s,当其mAP比YOLOv3高6%时,检测速度仍是YOLOv3的1.6倍。本文提出的改进YOLOv3是一种高效遥感目标检测方法,为未来星上应用打下基础。 展开更多
关键词 遥感图像 目标检测 YOLOv3 轻量化网络 模型参数 计算量
下载PDF
基于YOLO v3的交通场景目标检测方法 被引量:22
15
作者 刘素行 吴媛 张军军 《国外电子测量技术》 北大核心 2021年第2期116-120,共5页
针对复杂交通场景下的目标检测准确率和实时性要求,以交通场景中的汽车、行人为目标,提出了一种基于YOLO v3的交通场景目标检测方法。首先构建了交通场景的数据集,其次采用K-means方法对YOLO v3重聚类出适用于交通场景的锚框,基于新的... 针对复杂交通场景下的目标检测准确率和实时性要求,以交通场景中的汽车、行人为目标,提出了一种基于YOLO v3的交通场景目标检测方法。首先构建了交通场景的数据集,其次采用K-means方法对YOLO v3重聚类出适用于交通场景的锚框,基于新的锚框对YOLO v3进行重训练,最后在构建的交通数据集上检验了目标检测效果。实验结果表明,基于改进的YOLO v3的交通场景目标检测方法满足准确率和实时性要求。 展开更多
关键词 目标检测 YOLO v3 交通场景 图像处理
下载PDF
基于YOLOv3的特定电力作业场景下的违规操作识别算法 被引量:22
16
作者 丘浩 张炜 +2 位作者 彭博雅 丁兆钧 林翔宇 《电力科学与技术学报》 CAS 北大核心 2021年第3期195-202,共8页
电网作业常处于高空、高压等危险环境,此类环境常常为电力作业人员的安全带来威胁。仅靠人力监管常会出现监管不力的情况,现有的目标检测算法也只能进行简单的安全识别,无法根据特定的电力作业场景识别违规操作行为。针对这一问题,提出... 电网作业常处于高空、高压等危险环境,此类环境常常为电力作业人员的安全带来威胁。仅靠人力监管常会出现监管不力的情况,现有的目标检测算法也只能进行简单的安全识别,无法根据特定的电力作业场景识别违规操作行为。针对这一问题,提出一种基于YOLOv3的特定电力作业场景下的违规操作识别算法,选用YOLOv3算法进行目标检测,同时融入场景识别机制,并引用交并比设定逻辑判断函数,检测特定场景下电力作业的违规操作行为。以电焊作业场景为例进行实验验证,实验结果表明,该模型的检测精确率为82.15%,证明了该方法的有效性,同时也对后续优化该模型提出了几点建议。 展开更多
关键词 目标检测 深度学习 YOLOv3 场景识别 交并比
下载PDF
交通监控场景中的车辆检测与跟踪算法研究 被引量:21
17
作者 李震霄 孙伟 +2 位作者 刘明明 郑丽丽 陈劭颖 《计算机工程与应用》 CSCD 北大核心 2021年第8期103-111,共9页
考虑多目标跟踪过程中存在的实时性和身份跳变问题,提出一种基于检测的多车辆跟踪算法。首先利用Mobilenetv2替换YOLOv3检测算法的主干网络,构建目标检测模块YOLOv3-Mobilenetv2,减少检测算法模型参数,提高检测模块的运行速度;在Mobilen... 考虑多目标跟踪过程中存在的实时性和身份跳变问题,提出一种基于检测的多车辆跟踪算法。首先利用Mobilenetv2替换YOLOv3检测算法的主干网络,构建目标检测模块YOLOv3-Mobilenetv2,减少检测算法模型参数,提高检测模块的运行速度;在Mobilenetv2中引入Bottom-up连接,增强多尺度特征图间的信息融合;然后构建基于LSTM的运动模型,解决卡尔曼滤波在非线性系统中产生的预测误差,基于Deepsort跟踪算法,引入LSTM运动模型,形成L-Deepsort跟踪算法;改进L-Deepsort跟踪算法外观匹配策略,提升目标间的关联性;最后融合轻量级目标检测算法YOLOv3-Mobilenetv2与多目标跟踪算法L-Deepsort,形成MYL-Deepsort多车辆跟踪算法,实现多车辆的实时准确跟踪。实验结果表明,该方法在跟踪性能提升的情况下,速度较YOLOv3-Deepsort提高21 frame/s,在TX2平台达到13 frame/s。 展开更多
关键词 目标检测 轻量级神经网络 多目标跟踪 长短时记忆(LSTM) YOLOv3
下载PDF
基于改进YOLOv4的轻量化目标检测算法 被引量:21
18
作者 钟志峰 夏一帆 +1 位作者 周冬平 晏阳天 《计算机应用》 CSCD 北大核心 2022年第7期2201-2209,共9页
针对当前YOLOv4目标检测网络结构复杂、参数多、训练所需的配置高以及实时检测每秒传输帧数(FPS)低的问题,提出一种基于YOLOv4的轻量化目标检测算法ML-YOLO。首先,用MobileNetv3结构替换YOLOv4的主干特征提取网络,从而通过MobileNetv3... 针对当前YOLOv4目标检测网络结构复杂、参数多、训练所需的配置高以及实时检测每秒传输帧数(FPS)低的问题,提出一种基于YOLOv4的轻量化目标检测算法ML-YOLO。首先,用MobileNetv3结构替换YOLOv4的主干特征提取网络,从而通过MobileNetv3中的深度可分离卷积大幅减少主干网络的参数量;然后,用简化的加权双向特征金字塔网络(Bi-FPN)结构替换YOLOv4的特征融合网络,从而用Bi-FPN中的注意力机制提高目标检测精度;最后,通过YOLOv4的解码算法来生成最终的预测框,并实现目标检测。在VOC2007数据集上的实验结果表明,ML-YOLO算法的平均准确率均值(mAP)达到80.22%,与YOLOv4算法相比降低了3.42个百分点,与YOLOv5m算法相比提升了2.82个百分点;而ML-YOLO算法的模型大小仅为44.75 MB,与YOLOv4算法相比减小了199.54 MB,与YOLOv5m算法相比,只高了2.85 MB。实验结果表明,所提的ML-YOLO模型,一方面较YOLOv4模型大幅减小了模型大小,另一方面保持了较高的检测精度,表明该算法可以满足移动端或者嵌入式设备进行目标检测的轻量化和准确性需求。 展开更多
关键词 目标检测 轻量化网络 YOLOv4 MobileNetv3 加权双向特征金字塔网络
下载PDF
基于改进YOLOv3的目标识别方法 被引量:20
19
作者 陈正斌 叶东毅 +1 位作者 朱彩霞 廖建坤 《计算机系统应用》 2020年第1期49-58,共10页
在复杂的自然场景中,目标识别存在背景干扰、周围物体遮挡和光照变化等问题,同时识别的目标大多拥有多种不同的尺寸和类型.针对上述目标识别存在的问题,本文提出了一种基于改进YOLOv3的非限制自然场景中中等或较大尺寸的目标识别方法 (... 在复杂的自然场景中,目标识别存在背景干扰、周围物体遮挡和光照变化等问题,同时识别的目标大多拥有多种不同的尺寸和类型.针对上述目标识别存在的问题,本文提出了一种基于改进YOLOv3的非限制自然场景中中等或较大尺寸的目标识别方法 (简称CDSP-YOLO).该方法采用CLAHE图像增强预处理方法来消除自然场景中光照变化对目标识别效果的影响,并使用随机空间采样池化(S3Pool)作为特征提取网络的下采样方法来保留特征图的空间信息解决复杂环境中的背景干扰问题,而且对多尺度识别进行改进来解决YOLOv3对于中等或较大尺寸目标识别效果不佳的问题.实验结果表明:本文提出的方法在移动通信铁塔测试集上的准确率达97%,召回率达80%.与YOLOv3相比,该方法在非限制自然场景中的目标识别应用上具有更好的性能和推广应用前景. 展开更多
关键词 神经网络 深度学习 目标识别 YOLOv3 多尺度
下载PDF
基于阴影的资源三号卫星数据城市建筑物高度估算 被引量:20
20
作者 石义方 汪小钦 +2 位作者 孙振海 陈芸芝 付乾坤 《地球信息科学学报》 CSCD 北大核心 2015年第2期236-243,共8页
利用我国首颗民用高分辨率测绘卫星—ZY3影像,运用面向对象方法及形态学的思想,以形态学建筑物指数MBI和形态学阴影指数MSI,构建了基于知识规则的城市建筑物和阴影信息提取模型,很好地完成了北京方庄小区和厦门软件园的建筑物和阴影的提... 利用我国首颗民用高分辨率测绘卫星—ZY3影像,运用面向对象方法及形态学的思想,以形态学建筑物指数MBI和形态学阴影指数MSI,构建了基于知识规则的城市建筑物和阴影信息提取模型,很好地完成了北京方庄小区和厦门软件园的建筑物和阴影的提取,并实现了阴影长度的自动估算。利用太阳、卫星和建筑物成像几何关系,以阴影长度估算了城市建筑物高度,并以实测数据进行精度评价及误差分析。在以北京市方庄小区为例的试验中,建筑物高度提取的平均相对误差为7.08%,绝对误差小于6 m的建筑物占90%以上,80%以上的建筑物相对误差在10%以内,而误差较大的多为阴影较难识别的低矮建筑物和建筑密度较大使得阴影相互遮挡的高层建筑物。在厦门市软件园区实验中,94.3%的建筑物绝对误差在5 m以内,且计算高度与实际高度相关系数达到0.992,进一步验证了所用方法的可靠性。本文提出的建筑物信息提取方法,可很好地实现高分辨率影像城市建筑物高度估算,展示出资源三号卫星数据在城市建筑物信息提取方面的应用潜力。 展开更多
关键词 资源三号卫星 建筑物高度 阴影 形态学建筑物指数 形态学阴影指数 面向对象
原文传递
上一页 1 2 55 下一页 到第
使用帮助 返回顶部