-
题名面向智能无人系统环境感知的数据闭环关键技术研究
- 1
-
-
作者
赵大伟
朱琪
肖良
聂一鸣
商尔科
-
机构
军事科学院国防科技创新研究院
-
出处
《智能安全》
2024年第3期75-81,共7页
-
文摘
数据闭环是智能无人系统获得高可靠、高适应环境感知性能的重要基础,通常包含数据采集、数据预处理、数据标注、模型训练、模型评估、模型部署等环节。随着多模态传感器数据的快速增长,数据闭环面临关键数据筛选、无标注数据信息挖掘、大规模数据高效标注等挑战。围绕数据闭环中的关键问题,介绍了基于主动学习的数据筛选、多视角图像三维感知模型预训练、基于大模型的数据半自动标注等方法,并通过公开数据集上的定量和定性实验,验证了方法的有效性。
-
关键词
数据闭环
数据筛选
模型预训练
半自动数据标注
-
Keywords
data closed-loop
data filtering
model pre-training
semi-automatic data annotation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名结合对象分割的运动行人检测
被引量：1
- 2
-
-
作者
宫法明
吕轩轩
宫文娟
王晓宁
-
机构
中国石油大学(华东)计算机与通信工程学院
-
出处
《计算机系统应用》
2019年第5期232-237,共6页
-
文摘
目标检测大量应用于监控系统的行人检测以及人脸识别,是当前深度学习的研究热点.监督学习利用人工标注大量数据集训练出针对特定场景的行人检测器.但是人工标注方法费时费力,本文针对监督学习需要人工标注数据集的缺点,研究了一种半自动标注行人的方法.针对静止的单目摄像机拍摄的监控视频,利用光流信息提供的初始前景可能性,以及跨越时间的视觉相似性来迭代地更新初始的前景可能性,分割出运动的行人,根据分割的前景对象,提出了一种半自动标注行人的方法.实验结果显示,本文的方法可以为行人检测系统提供大量数据集,且效率上明显优于传统人工标注的方法.
-
关键词
行人检测
光流
视频对象分割
深度学习
半自动数据集标注
-
Keywords
pedestrian detection
optical flow
video object segmentation
deep learning
semi-automatic data annotation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名结合对象分割和深度学习的运动行人检测
- 3
-
-
作者
吕轩轩
宫法明
-
机构
内燃机可靠性国家重点实验室
潍柴动力股份有限公司软件研究院
中国石油大学(华东)
-
出处
《内燃机与动力装置》
2020年第3期81-88,共8页
-
文摘
针对传统的人工标注大量训练数据集存在的成本高、效率低、难以满足大型行人检测系统检测要求的问题,研究一种半自动标注行人的方法。以静止的单目摄像机拍摄的监控视频图像为对象,利用背景差分以及显著性检测方法将前景、背景分离,提取出前景目标。试验结果表明,相对于传统的人工标注数据集的方法,该方法能提高数据集标注的效率,形成的数据库可以为行人检测系统提供数据。
-
关键词
行人检测
背景减法
显著性检测
深度学习
半自动数据集标注
-
Keywords
pedestrian detection
background subtraction
saliency detection
deep learning
semi-automatic data annotation
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
-
