期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
融合眼动和脑电特征的疲劳驾驶检测研究 被引量:13
1
作者 徐军莉 王平 穆振东 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第12期7-11,共5页
疲劳驾驶是导致交通事故的主要因素,采用脑电或眼动特征来检测疲劳驾驶是常用的方法。相对眼动特征,采用脑电特征检测率高但稳定性不如眼动特征。为了获得高且稳定的检测率,首先利用小波熵函数从脑电电极CP4、TP8、T5、P3、Pz、P4、T6... 疲劳驾驶是导致交通事故的主要因素,采用脑电或眼动特征来检测疲劳驾驶是常用的方法。相对眼动特征,采用脑电特征检测率高但稳定性不如眼动特征。为了获得高且稳定的检测率,首先利用小波熵函数从脑电电极CP4、TP8、T5、P3、Pz、P4、T6、O1、Oz、O2中提取脑电特征,然后将脑电特征和眼睛的扫视长度进行融合,利用KNN算法建立基于融合特征的疲劳检测模型。最后将基于融合特征的检测模型与基于脑电特征的检测模型进行比较。结果发现:两个检测模型的检测均值相差不多,但就检测稳定性来比较,基于融合特征的模型比基于脑电特征的模型更加稳定。 展开更多
关键词 交通运输工程 眼动与脑电特征 多特征融合 疲劳驾驶 检测模型
下载PDF
多特征检测耦合混沌映射的红外图像加密算法 被引量:3
2
作者 彭英杰 陈豪颉 《计算机工程与设计》 北大核心 2017年第11期3099-3105,共7页
为克服当前选择性加密技术易外泄密文目标的形状,导致其不能有效实现红外图像的安全传输的问题,设计基于多特征检测模型与低维复合映射的红外目标选择加密算法。引入形态学梯度,增大真实目标与背景的对比度差异;考虑红外目标与背景的灰... 为克服当前选择性加密技术易外泄密文目标的形状,导致其不能有效实现红外图像的安全传输的问题,设计基于多特征检测模型与低维复合映射的红外目标选择加密算法。引入形态学梯度,增大真实目标与背景的对比度差异;考虑红外目标与背景的灰度差异,改进Top-Hat变换,对其完成检测;构建多特征检测模型,获取包含红外目标的感兴趣区域;将一维Logistic映射作为触发器,联合sine映射、Tent映射,设计复合映射,改变感兴趣区域内的像素位置;改变复合映射的初值,输出新的混沌数组,设计加密函数,输出扩散密文。测试结果表明,与当前选择性加密技术相比,该算法能够更好地用于红外目标的加密,且其安全性更高。 展开更多
关键词 红外图像 选择性加密 低维复合映射 TOP-HAT变换 多特征检测模型 感兴趣区域 形态学梯度
下载PDF
基于改进YOLOX-s的车辆检测方法研究 被引量:3
3
作者 张稀柳 张晓玲 何敏军 《系统仿真学报》 CAS CSCD 北大核心 2024年第2期487-496,共10页
为缓解车辆小目标漏检及误检问题,提出一种基于YOLOX网络的多尺度特征融合的改进车辆检测模型。设计基于深度可分离卷积的Ghost-CSP(cross stage partial),替换网络的部分跨阶段局部结构,加快检测速度;将模型的最大池化方式改进为Softp... 为缓解车辆小目标漏检及误检问题,提出一种基于YOLOX网络的多尺度特征融合的改进车辆检测模型。设计基于深度可分离卷积的Ghost-CSP(cross stage partial),替换网络的部分跨阶段局部结构,加快检测速度;将模型的最大池化方式改进为Softpool方式,并引入坐标注意力机制,增强待检测目标的特征表达,优化目标漏检问题;选用Focal Loss作为模型置信度损失函数以增加分类不准确样本的权重,提高模型对小目标的预测能力。实验结果表明:改进算法平均准确率提高到74.96%,速度达到73帧/s,在满足实时性要求下可以更好地完成车辆目标检测要求。 展开更多
关键词 YOLOX 多尺度特征融合 车辆检测模型 Softpool 坐标注意力 Focal Loss
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部