-
题名基于可调场景语义标注范围的家庭室内语义地图构建
- 1
-
-
作者
张淑珍
何镇
查富生
侯致远
马玉祥
-
机构
兰州理工大学机电工程学院
哈尔滨工业大学机器人技术与系统国家重点实验室
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2024年第4期371-378,共8页
-
基金
国家重点研发计划“智能机器人”重点专项(2020YFB13134)。
-
文摘
针对家庭室内环境语义地图建图速度较慢和在门口场景语义标注易出现错误等问题,提出一种基于可调场景语义标注范围的家庭室内语义地图构建方法。首先根据YOLOv5s识别的物体大小赋予相应的场景置信度,基于该场景置信度设置阈值使得语义标注范围限制在机器人当前所在区域,确保场景切换时语义标注范围不会立即改变。然后基于人工势场虚拟力“引力斥力”原理,实现语义标注范围的扩大或缩小。最后结合阈值和动态语义标注范围,避免在门口场景中出现语义标注错误。实验结果表明:与Places205-VGG16神经网络建立家庭室内语义地图相比,所提方法平均效率和平均精准率分别提升了11.0%和7.8%,在家庭室内环境中具有一定的优越性。
-
关键词
家庭室内环境
语义地图
场景识别模型
场景置信度
变语义标注范围
-
Keywords
home indoor environment
semantic map
scene recognition model
scene confidence
variable semantic annotation scope
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名变电站场景下高置信度策略的DSST目标检测及跟踪
被引量：8
- 2
-
-
作者
扆梦楠
白一帆
邓红霞
李海芳
李杨
武淑红
-
机构
太原理工大学计算机科学与技术学院
-
出处
《科学技术与工程》
北大核心
2018年第23期257-264,共8页
-
基金
国家自然科学基金(61472270)资助
-
文摘
目标跟踪在视频监控、人机交互及图像压缩等领域发挥着重要作用。由于DSST(discriminative scale space tracking)跟踪算法需要手动标记初始帧的位置,并且其实时速度和更新策略有待改善。因此,提出了一种改进的DSST跟踪算法;该算法在DSST算法的基础上融合了检测算法和图像缩放算法,同时引入了APCE(average peak-to correlation energy)置信度指标。使用变电站和benchmark数据集对其进行了测试,并与FCT(fast compressive tracking)及Staple等算法相比。结果表明该算法提高了跟踪精度,缩短了每帧的运行时间,且在背景、尺度变化及遮挡等方面表现出较强的鲁棒性。
-
关键词
目标跟踪
图像缩放
目标检测
视频监控
变电站场景
置信度
-
Keywords
object tracking
image scaling
object detection
video surveillance
substation scene confidence level
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
