-
题名基于全卷积神经网络的计算机视觉目标检测算法
被引量：21
- 1
-
-
作者
蒋燕翔
-
机构
海南大学信息与通信工程学院
海南外国语职业学院公共教学部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2021年第5期557-562,共6页
-
基金
海南省教学改革项目(HNJG2020-146).
-
文摘
针对传统计算机视觉目标检测算法准确率较低的问题,提出基于全卷积神经网络的计算机视觉目标检测算法.通过采样、量化以及编码将计算机视觉图像转换为数字图像,经图像平滑、图像增强、目标图像截取一系列处理后完成目标图像特征抽取,实现图像预处理;利用全卷积神经网络训练完成计算机视觉图像目标检测.结果表明,采用所提算法检测计算机动态图像及静态图像时,准确率和召回率分数均更接近1,证明算法的检测准确率更高,且检测耗时较少.
-
关键词
全卷积神经网络
支持向量机
背景减法
高斯混合模型
计算机视觉
图像处理
目标识别
图像平滑
-
Keywords
full convolution neural network
support vector machine
background subtraction
Gaussian mixture model
computer vision
image processing
target recognition
image smoothing
-
分类号
TP185
[自动化与计算机技术—控制理论与控制工程]
-
-
题名船载智能平台架构空间信息提取算法研究
- 2
-
-
作者
蒋燕翔
李星军
陈褒丹
-
机构
海南大学信息与通信工程学院
海南外国语职业学院公共教学部
西安欧亚学院
-
出处
《舰船科学技术》
北大核心
2021年第16期142-144,共3页
-
基金
海南省教育厅教改项目(HNJG2020-146)
-
文摘
为了满足实际船舶操作需求,减小提取空间信息与实际空间信息之间的误差,提出船载智能平台架构空间信息提取算法。根据船舶遥感图像光谱信息与空间信息特征,采用FNEA算法,多尺度分割遥感图像,定位目标船舶的空间信息位置(质心点),利用高斯投影反算方法,转换质心点坐标,获取目标船舶空间信息,实现空间信息的转换与提取。实验结果表明,应用本文算法提取的空间信息与实际空间信息误差较小,能够满足实际船舶操作需求。
-
关键词
船载
信息平台
平台架构
空间信息
提取
转换
-
Keywords
shipborne
information platform
platform architecture
spatial information
extraction
Conversion
-
分类号
U675
[交通运输工程—船舶及航道工程]
-
-
题名基于梯度粒子群的车载雷达图像畸变校正方法
被引量：3
- 3
-
-
作者
李星军
蒋燕翔
邵志伟
-
机构
西安欧亚学院
海南大学
-
出处
《激光杂志》
CAS
北大核心
2023年第10期79-83,共5页
-
基金
陕西省科技厅项目(No.2022JM-055)。
-
文摘
受车载雷达斜视成像的性质及地形起伏的影响,车载雷达图像的几何畸变较为复杂,正射校正结果不够理想,因此,提出基于梯度粒子群的车载雷达图像畸变校正方法。采取多尺度非均匀滤波对车载雷达图像展开降噪处理,利用维纳滤波算法初步复原处理车载雷达图像,通过梯度粒子群优化算法选取适应度函数,对车载雷达图像展开增益误差复原处理,构建卡尔曼滤波模型,将复原后的车载雷达图像输入滤波模型中,完成图像畸变矫正处理。实验结果表明,所提方法图像畸变程度分析准确,图像清晰度平均为0.8,图像校正定量评价因子最高达到了26%。
-
关键词
车载雷达图像
多尺度非均匀滤波
图像畸变校正
梯度粒子群
-
Keywords
vehicle radar image
multi-scale non-uniform filtering
image distortion correction
gradient particle swarm
-
分类号
TN249
[电子电信—物理电子学]
-
