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6篇文章
< 1 >
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：
基于改进Cascade RCNN的车辆目标检测方法 被引量：15
1
作者 李松江 吴宁 +1 位作者 王鹏 李海兰 《计算机工程与应用》 CSCD 北大核心 2021年第5期123-130,共8页
针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法。使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感... 针对车辆目标检测过程中小目标及遮挡目标的错检、漏检问题,提出改进Cascade RCNN车辆目标检测方法。使用改进的特征金字塔将浅层信息逐层融入深层网络,增强小目标及遮挡目标特征;引入多支路空洞卷积,减少下采样过程中的特征丢失;将感兴趣区域与上下文信息通过ROI Align统一尺寸后融合,增强目标特征表达。实验结果表明,改进后Cascade RCNN能更好地检测出小目标及遮挡目标,在KITTI和UA-DETRAC数据集上比Cascade RCNN提高了2.2个百分点和2.7个百分点。 展开更多
关键词 车辆检测 小目标 遮挡目标 Cascade RCNN ROI Align
下载PDF
基于改进Yolov4的车辆目标检测 被引量：9
2
作者 李松江 耿兰兰 王鹏 《计算机工程》 CAS CSCD 北大核心 2023年第4期272-280,共9页
交通场景中小目标及遮挡目标的检测对智能交通具有重要意义。目前基于深度学习的方法在检测车辆目标的特征提取方面取得了较好的效果,但是这些方法都缺乏鲁棒性,在交通场景中对小目标及遮挡目标的检测存在漏检、错检等情况。提出一种改... 交通场景中小目标及遮挡目标的检测对智能交通具有重要意义。目前基于深度学习的方法在检测车辆目标的特征提取方面取得了较好的效果,但是这些方法都缺乏鲁棒性,在交通场景中对小目标及遮挡目标的检测存在漏检、错检等情况。提出一种改进Yolov4的车辆目标检测算法,在主干网络的残差模块中嵌入通道注意力机制ECA-Net,通过对每个通道的重要程度赋予不同的权重来获取跨通道的交互信息,实现通道间的信息关联,加强特征聚合,抑制无效特征。将主干网络输出的浅层特征细节信息与深层特征语义信息相融合,使每层具有当前层语义信息的同时融合丰富的细节信息,增强小目标及遮挡目标的特征。在此基础上,利用深度可分离卷积替换网络特征融合模块的普通卷积,提高网络速度,降低网络计算量。实验结果表明,改进后的Yolov4算法在KITTI和UADETRAC数据集上比原Yolov4算法分别提高了1.30和2.16个百分点,检测速度达到55帧/s,相比其他主流模型,能更好地检测小目标及遮挡目标。 展开更多
关键词 车辆检测 小目标 遮挡目标 特征融合 深度可分离卷积
下载PDF
基于改进Mean Shift的运动目标跟踪算法 被引量：8
3
作者 徐火希 《兵器装备工程学报》 CAS 2016年第2期127-130,共4页
为了提高传统Mean Shift算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对Mean Shift跟踪算法进行了3点改进:采用Kalman滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman滤波器残差和Bhattachar... 为了提高传统Mean Shift算法在目标快速运动和被大面积遮挡两种情况下跟踪的效果,对Mean Shift跟踪算法进行了3点改进:采用Kalman滤波器预测运动目标轨迹,以提高算法对快速运动目标的鲁棒性;提出了一种融合Kalman滤波器残差和Bhattacharyya系数的遮挡处理机制,以提高目标被大面积遮挡时的跟踪效果;提出了一种基于自适应更新因子的目标模型更新机制,以提高动态适应能力。对比实验结果表明,改进算法能有效提高在上述两种情况下的跟踪效果,并且在遮挡情况下具有较好的鲁棒性。 展开更多
关键词 均值漂移 卡尔曼滤波器 遮挡处理 目标跟踪
下载PDF
面向复杂场景的基于改进YOLOX_s的安全帽检测算法 被引量：2
4
作者 江新玲 杨乐 +3 位作者 朱家辉 陶磊 刘峰 段倩倩 《南京师大学报（自然科学版）》 CAS 北大核心 2023年第2期107-114,共8页
在工业生产过程中,安全帽是生产工人重要的安全保护工具.针对现有安全帽检测算法在复杂应用场景下对小目标、密集目标以及遮挡目标存在漏检、检测精度较低等问题,提出了一种基于YOLOX_s的改进算法.首先,通过改进YOLOX_s算法的模型结构,... 在工业生产过程中,安全帽是生产工人重要的安全保护工具.针对现有安全帽检测算法在复杂应用场景下对小目标、密集目标以及遮挡目标存在漏检、检测精度较低等问题,提出了一种基于YOLOX_s的改进算法.首先,通过改进YOLOX_s算法的模型结构,在原有网络结构的基础上新设立了一个预测特征层,其尺寸为160×160,该预测特征层通过将高层语义信息和低层传递的位置信息进行有效融合来预测小目标;其次,针对复杂的安全帽检测环境,将obj_loss的BCE_Loss改为Focal_Loss,即用Focal_Loss来训练obj分支来降低漏检;最后,将CSP1_X中的残差块改为shuffleNet基本单元以缩减参数量.改进后的算法mAP和recall分别提高了1.25%和2.32%,参数量缩减为3.61MB.改进后的算法有效降低了复杂环境下安全帽的漏检率和提高了检测精度,对实际生产过程中保障企业和工人的生命财产安全起到了一定的促进作用. 展开更多
关键词 安全帽检测 YOLOX_s 遮挡目标 小目标 密集目标
下载PDF
基于Apriltag的室外抗干扰识别定位系统研究 被引量：1
5
作者 代进洪 向振文 喻会福 《电子科技》 2023年第11期47-55,共9页
图像识别定位技术是实现工业自动化、智能化的关键。实际应用中,在室外干扰环境下目标经常出现被部分遮挡等情况,导致图像识别定位失效。针对室外干扰环境下图像识别定位失效问题,文中提出一种基于Apriltag的室外抗干扰识别定位系统,用... 图像识别定位技术是实现工业自动化、智能化的关键。实际应用中,在室外干扰环境下目标经常出现被部分遮挡等情况,导致图像识别定位失效。针对室外干扰环境下图像识别定位失效问题,文中提出一种基于Apriltag的室外抗干扰识别定位系统,用以替代常规图像识别定位系统。将Apriltag特性与单目视觉原理结合,构建基于Apriltag的图像识别定位系统。利用Apriltag检测算法和基于SURF特征检测的遮挡目标识别算法实现全天候、抗干扰的室外目标识别和定位。采用基于Apriltag的定位靶标、工业相机和工控机等搭建实验系统,实验结果表明该系统在室外干扰环境下XY平面的定位误差分别为1.44 mm和1.36 mm,识别时间为90 ms。在重复实验下误差波动幅度小于0.5 mm,表明该识别定位系统具有高精度、快速性和稳定性。 展开更多
关键词 图像识别 Apriltag 遮挡目标 识别定位 SURF算法 特征检测 干扰环境 单目视觉
下载PDF
基于改进YOLOv5的整车原木数量检测方法 被引量：3
6
作者 余鸿晖 郑积仕 +4 位作者 张世文 周文刚 孔令华 丁志刚 杨水保 《林业工程学报》 CSCD 北大核心 2022年第4期135-143,共9页
针对整车原木检测中存在密集小目标难检测、原木被遮挡易被漏检、目标检测模型复杂度太大难以部署等问题,提出一种基于YOLOv5的整车原木数量检测方法TWD-YOLOv5,来探究目标检测在整车原木场景下进行快速精准检测的可行性,从而实现智能检... 针对整车原木检测中存在密集小目标难检测、原木被遮挡易被漏检、目标检测模型复杂度太大难以部署等问题,提出一种基于YOLOv5的整车原木数量检测方法TWD-YOLOv5,来探究目标检测在整车原木场景下进行快速精准检测的可行性,从而实现智能检尺,提高检尺效率。本研究在原始YOLOv5模型的基础上通过修改模块数量、加入注意力机制和Transformer模块的操作来优化主干网络,结合新的检测尺度与基于Ghost卷积设计特征融合网络,提升网络检测小目标的能力,降低模型复杂度,选用CIoU作为边界框回归的损失函数和DIoU-nms作为边界框筛选算法,提高边框的回归精度和解决物体被遮挡的问题。本研究算法TWD-YOLOv5进行4组试验,从平均精度均值(mAP)、每秒传输帧数、原木真检率多种尺度指标进行评估,同时通过预测框完成对原木根数的计数。试验结果表明,本研究方法的mAP达到0.731,每秒传输帧数为7.33,模型参数降低了40.5%,且测试集原木真检率达到了99.551%,误检率为0.22%。该方法不仅大幅减少了模型复杂度,还保持了较高的检测精度。本研究的模型能对整车原木场景下的原木有良好的检测效果,解决了原木被遮挡的问题,且检测速度快,能做到实时检测,另外该算法有较强的鲁棒性且模型较小,可以满足部署至移动端进行目标检测的轻量化需求。 展开更多
关键词 YOLOv5 目标检测 原木检测 特征融合 轻量化网络 原木计数 遮挡目标
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 下一页 到第 页
使用帮助 返回顶部