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63篇文章
< 1 2 … 4 >
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：
DPRT-YOLO:智能网联汽车复杂驾驶环境实时目标检测器
1
作者 董一兵 曾辉 +2 位作者 李建科 侯少杰 石磊 《计算机工程与应用》 北大核心 2025年第14期148-162,共15页
目标检测是智能网联汽车视觉感知系统的一项基本任务,可为先进驾驶辅助系统提供基础数据和决策依据。然而,在低光照和恶劣天气等复杂环境中,车载目标检测算法面临小目标检测性能不佳、漏检率和误检率偏高的挑战。针对这一挑战,发展了一... 目标检测是智能网联汽车视觉感知系统的一项基本任务,可为先进驾驶辅助系统提供基础数据和决策依据。然而,在低光照和恶劣天气等复杂环境中,车载目标检测算法面临小目标检测性能不佳、漏检率和误检率偏高的挑战。针对这一挑战,发展了一种面向智能网联汽车的实时目标检测器(DPRT-YOLO),通过对流行的YOLOv10模型进行改造,使其更加适用于复杂驾驶环境中的目标检测任务,并通过在NVIDIA边缘计算平台上开展消融和对比实验,验证了算法的有效性。设计了增强加权多分支特征融合网络(EWMFFN),引入浅层加权融合和多分支加权融合模块,消除特征融合过程中的层间干扰,设计星形拓扑特征交互结构,提升模型对小尺度目标的检测能力,同时保持了网络结构的轻量化设计。融合卷积门控线性单元(convolutional gated linear units,CGLU)与卷积加法自注意力(convolutional additive token mixer,CATM),通过局部-全局双通路机制建立小目标尺度信息的长期上下文关系并保持模型的轻量化。为了评估模型在真实算力场景中的检测性能,将其部署在NVIDIA Jetson Xavier Nx平台上,采用NVIDIA TensorRT FP16量化加速,在BDD100K和TT100K测试集上开展推理实验,并与基准模型进行对比,结果显示:(1)检测精度方面,与YOLOv10n和YOLO11n相比,改进模型的mAP@0.5指标分别提升了6.1和7.4个百分点,mAP@0.5:0.95指标分别提升了3.6和4.2个百分点,同时,参数量分别降低了26.1%和34.9%。(2)检测速度方面,改进模型Small和Nano两种版本的推理速度分别达到了29 FPS和35 FPS。实验结果表明:与参考模型相比,改进算法在复杂驾驶环境中的表现更加优异,在检测精度与检测速度之间达到了更好的平衡,适于部署在智能网联汽车的环境感知系统中。 展开更多
关键词 实时目标检测 复杂驾驶环境 DPRT-YOLO 多尺度特征融合 TRANSFORMER
在线阅读 下载PDF
基于YOLOv7的雾天实时目标检测方法
2
作者 谢祖华 李海涛 胡建文 《电子测量技术》 北大核心 2025年第11期147-154,共8页
雾天场景下,拍摄的图像模糊、细节信息缺失,目标与背景难以区分。针对现有深度学习目标检测算法易出现漏检、误检、识别速度慢等问题,提出一种基于YOLOv7的雾天实时检测算法。以YOLOv7为基线,在其前端设计包含AOD去雾子网络和雾天图像... 雾天场景下,拍摄的图像模糊、细节信息缺失,目标与背景难以区分。针对现有深度学习目标检测算法易出现漏检、误检、识别速度慢等问题,提出一种基于YOLOv7的雾天实时检测算法。以YOLOv7为基线,在其前端设计包含AOD去雾子网络和雾天图像生成子网络的循环去雾双子网络。轻量化的AOD去雾子网络占用很少的计算资源,有效克服雾天对图像造成的负面影响,增强模型的特征提取能力;雾图像生成子网络在模型训练阶段协助提升AOD子网络的去雾性能,并在测试时不参与计算,显著减少推理时间。改进的图像重建损失函数引入模糊图像信息,并将整体网络统一训练有效地结合去雾和检测任务。将CityScapes数据集合成得到两个不同雾浓度的雾天图像数据集,在两个数据集上的实验结果表明,该方法的平均精确度分别为65.2%、64.2%,检测速度FPS为42.4,模型精度在所有对比方法中最优且能实现实时检测;最后将训练好的各模型在RTTS数据集上进验证,所设计的模型泛化能力超过其他方法。 展开更多
关键词 雾天场景 图像去雾 YOLOv7 实时目标检测
在线阅读 下载PDF
面向复杂施工环境的实时目标检测算法 被引量：4
3
作者 宋霄罡 张冬冬 +2 位作者 张鹏飞 梁莉 黑新宏 《计算机应用》 CSCD 北大核心 2024年第5期1605-1612,共8页
针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设... 针对施工环境下普遍存在的环境杂乱、目标被遮挡、目标尺度范围大、正负样本不平衡、现有检测算法实时性不足等问题,提出一种面向复杂施工环境的实时目标检测算法YOLO-C。将提取到的低层特征与高层特征相融合,增强网络全局感知能力;设计小目标检测层,提高算法对不同尺度目标的检测精度;设计通道-空间注意力(CSA)模块,增强目标特征,抑制背景特征;在损失函数部分,采用VariFocal Loss计算分类损失,解决正负样本不平衡问题;GhostConv作为基本卷积块构建GCSP(Ghost Cross Stage Partial)结构,降低参数量和计算量;针对复杂施工环境,构建混凝土施工现场目标检测数据集,在构建的数据集上与多个算法进行对比分析实验。实验结果表明,YOLO-C算法的检测精度更高,参数量更小,更适合复杂施工环境下的目标检测任务。 展开更多
关键词 实时目标检测 YOLOv5s 混凝土施工现场 注意力机制 轻量化
在线阅读 下载PDF
基于GE-YOLO的消化内镜下异常区域实时目标检测方法
4
作者 范姗慧 赖劲涛 +4 位作者 韦尚光 魏凯华 范一宏 吕宾 厉力华 《中国生物医学工程学报》 CAS CSCD 北大核心 2024年第4期385-398,共14页
消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-t... 消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-tiny的消化内镜下异常区域实时检测方法:GE-YOLO。该方法以YOLOv7-tiny为基础框架,使用两种不同的特征提取模块(C3模块和P-ELAN模块)构建骨干特征提取网络,提高网络的特征提取能力;使用坐标卷积(CoordConv)取代上采样中的普通卷积,进一步提高模型对病灶的定位精度;使用部分卷积(PConv)取代特征提取模块中的3×3普通卷积,在保证模型性能的同时减少了模型的计算量和参数量,提升了模型的检测速度;最后使用基于IoU与归一化Wasserstein距离的联合损失函数,提升模型对微小病灶的敏感度。该模型利用Kvasir-Capsule数据集中含标记的图像(共4172张)进行了训练和测试,其平均精确率、召回率和F1得分分别达到了94.2%、97.2%和0.957,检测速度为60帧/s,与YOLOv7-tiny相比,精确率、召回率和F1得分分别提升了2.8%、12.0%和0.075。实验结果表明,本研究提出的方法能实现高精度的消化道病灶实时检测,有望部署于临床内镜检查设备,在检查过程中为医生提供实时辅助,从而大大提高内镜检查效率,具有重要的学术价值和临床意义。 展开更多
关键词 GE-YOLO 实时目标检测 异常区域 消化内镜 YOLOv7-tiny
在线阅读 下载PDF
重参数化增强的双模态实时目标检测模型 被引量：1
5
作者 李允臣 张睿 +3 位作者 王家宝 李阳 王梓祺 陈瑶 《计算机科学》 CSCD 北大核心 2024年第9期162-172,共11页
无人机高空航拍的目标普遍尺寸小、特征弱,而且受复杂天候条件影响大,导致基于可见光或红外单模态图像的目标检测漏检、误检率较高。对此,提出了重参数化增强的双模态实时目标检测模型DM-YOLO。首先,采用通道拼接的方法融合可见光和红... 无人机高空航拍的目标普遍尺寸小、特征弱,而且受复杂天候条件影响大,导致基于可见光或红外单模态图像的目标检测漏检、误检率较高。对此,提出了重参数化增强的双模态实时目标检测模型DM-YOLO。首先,采用通道拼接的方法融合可见光和红外图像,以极低的成本融合双模态图像的互补信息。其次,提出更加高效的重参数化模块并基于此构建了更加强大的骨干网RepCSPDarkNet,有效增强了骨干网对双模态图像的特征提取能力。然后,提出了多层次特征融合模块,通过多感受野卷积和注意力机制融合弱小目标的多尺度特征信息,增强了弱小目标的多尺度特征表示。最后,删除了对弱小目标检测基本不起作用的特征金字塔深层检测层,在检测精度保持不变的情况下,减小了模型规模。实验结果表明,在大规模的双模态图像数据集DroneVehicle上,DM-YOLO的检测精度比基准YOLOv5s高出2.45%,且优于规模相当的YOLOv6和YOLOv7模型,有效提高了复杂光照条件下目标检测的准确性和鲁棒性,同时检测速度达到82 FPS,可满足实时检测的需求。 展开更多
关键词 重参数化 双模态 实时目标检测 多尺度特征 注意力机制
在线阅读 下载PDF
基于显著图的弱监督实时目标检测 被引量：4
6
作者 李阳 王璞 +4 位作者 刘扬 刘国军 王春宇 刘晓燕 郭茂祖 《自动化学报》 EI CSCD 北大核心 2020年第2期242-255,共14页
深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的... 深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的实时性是制约其实用性的另一个重要问题.为了克服这两个问题,本文提出一种基于图像级标注的弱监督实时目标检测方法.该方法分为三个子模块:1)首先应用分类网络和反向传递过程生成类别显著图,该显著图提供了目标在图像中的位置信息;2)根据类别显著图生成目标的伪标注(Pseudo-bounding-box);3)最后将伪标注看作真实标注并优化实时目标检测网络的参数.不同于其他弱监督目标检测方法,本文方法无需目标候选集合获取过程,并且对于测试图像仅通过网络的前向传递过程就可以获取检测结果,因此极大地加快了检测的速率(实时性).此外,该方法简单易用;针对未知类别的目标检测,只需要训练目标类别的分类网络和检测网络.因此本框架具有较强的泛化能力,为解决弱监督实时检测问题提供了新的研究思路.在PASCAL VOC 2007数据集上的实验表明:1)本文方法在检测的准确率上取得了较好的提升;2)实现了弱监督条件下的实时检测. 展开更多
关键词 弱监督 实时目标检测 显著图 伪标注 深度卷积神经网络
在线阅读 下载PDF
周视红外成像搜索系统中的实时目标检测方法 被引量：3
7
作者 孙刚 郭仕剑 陈曾平 《红外与激光工程》 EI CSCD 北大核心 2014年第7期2152-2158,共7页
在周视红外成像的预警搜索系统中,大视场下红外图像的背景成分十分复杂;与此同时,高分辨成像使得图像数据量也急剧增加。针对周视成像系统中红外图像的特点,提出了一种基于分块图像加权熵值矩阵的快速目标提取算法:首先根据大视场下红... 在周视红外成像的预警搜索系统中,大视场下红外图像的背景成分十分复杂;与此同时,高分辨成像使得图像数据量也急剧增加。针对周视成像系统中红外图像的特点,提出了一种基于分块图像加权熵值矩阵的快速目标提取算法:首先根据大视场下红外图像的空间分布特性,对原始图像建立子图像块矩阵;然后提出一种加权熵的特征判别函数,建立子图像块的加权熵值矩阵;最后分析了基于加权熵矩阵自适应阈值选取方法,对背景进行分类并快速提取目标兴趣区。实测数据结果表明:该算法流程是一种适合大视场条件下的有效目标检测算法,且具备良好的工程应用性。 展开更多
关键词 周视成像 分块红外图像 加权局部熵 实时目标检测
在线阅读 下载PDF
基于改进YOLOv5s的无人机图像实时目标检测 被引量：61
8
作者 陈旭 彭冬亮 谷雨 《光电工程》 CAS CSCD 北大核心 2022年第3期67-79,共13页
针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点,提出了一种实时目标检测算法YOLOv5sm+。首先,分析了网络宽度和深度对无人机图像检测性能的影响,通过引入可增大感受野的残差空洞卷积模块来提高空间特征的利用率,基于YOLOv5s... 针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点,提出了一种实时目标检测算法YOLOv5sm+。首先,分析了网络宽度和深度对无人机图像检测性能的影响,通过引入可增大感受野的残差空洞卷积模块来提高空间特征的利用率,基于YOLOv5s设计了一种改进的浅层网络YOLOv5sm,以提高无人机图像的检测精度。然后,设计了一种特征融合模块SCAM,通过局部特征自监督的方式提高细节信息利用率,通过多尺度特征有效融合提高了中大目标的分类精度。最后,设计了目标位置回归与分类解耦的检测头结构,进一步提高了分类精度。采用VisDrone无人机航拍数据集实验结果表明,提出的YOLOv5sm+模型对验证集测试时交并比为0.5时的平均精度均值(mAP50)达到了60.6%,相比于YOLOv5s模型mAP50提高了4.8%,超过YOLOv5m模型的精度,同时推理速度也有提升。通过在DIOR遥感数据集上的迁移实验也验证了改进模型的有效性。提出的改进模型具有虚警率低、重叠目标识别率高的特点,适合于无人机图像的目标检测任务。 展开更多
关键词 无人机图像 实时目标检测 YOLOv5sm+
在线阅读 下载PDF
基于DSP/FPGA的嵌入式实时目标跟踪系统 被引量：9
9
作者 田茜 何鑫 《计算机工程》 EI CAS CSCD 北大核心 2005年第15期219-221,共3页
提出了一套基于DSP/FPGA的协处理器结构用以实现实时目标跟踪的嵌入式视觉系统。系统由DSP作为主处理器进行全局控制,利用具有流水线并行处理结构的FPGA作为协处理器实时完成DSP分配的处理任务。系统由FPGA快速完成最初的运动估计的结果... 提出了一套基于DSP/FPGA的协处理器结构用以实现实时目标跟踪的嵌入式视觉系统。系统由DSP作为主处理器进行全局控制,利用具有流水线并行处理结构的FPGA作为协处理器实时完成DSP分配的处理任务。系统由FPGA快速完成最初的运动估计的结果,DSP在此基础上进一步分析和校正,并将校正信息反馈给FPGA,实现快速而准确的跟踪。 展开更多
关键词 实时目标跟踪 DSP FPGA 协处理器结构 机器人视觉
在线阅读 下载PDF
基于改进卷积神经网络的舰船实时目标跟踪识别技术 被引量：3
10
作者 于国莉 桑金歌 李俊荣 《舰船科学技术》 北大核心 2022年第21期152-155,共4页
研究基于改进卷积神经网络的舰船实时目标跟踪识别技术,满足复杂背景下舰船目标跟踪识别的高精度需求。利用时空上下文算法确定舰船图像中,舰船目标与周围区域的时空对应关系,依据对应关系构建舰船图像目标置信图,将置信图中具有最大似... 研究基于改进卷积神经网络的舰船实时目标跟踪识别技术,满足复杂背景下舰船目标跟踪识别的高精度需求。利用时空上下文算法确定舰船图像中,舰船目标与周围区域的时空对应关系,依据对应关系构建舰船图像目标置信图,将置信图中具有最大似然概率的区域,作为舰船目标的初定位区域;利用卷积神经网络搜索初定位区域,通过卷积层和下采样层的运算,识别舰船目标的精确位置;依据舰船目标精确位置识别结果,选取相关滤波算法,设置相关图中最大响应值位置作为舰船目标最新位置,输出舰船目标实时跟踪结果。实验结果表明,该技术在云雾遮挡、弱光照等复杂背景下,均可以精准跟踪识别舰船目标,舰船目标跟踪识别的平均覆盖率高于95%。 展开更多
关键词 卷积神经网络 舰船 实时目标 跟踪识别技术 时空上下文 相关滤波
在线阅读 下载PDF
图像与激光点云融合的实时目标定位算法 被引量：9
11
作者 崔善尧 贾述斌 黄劲松 《导航定位学报》 CSCD 2023年第2期99-105,共7页
针对单一传感器在自动驾驶实时目标定位中的局限性,提出一种基于图像与激光点云融合的实时目标定位算法:对图像进行目标检测,得到目标在图像坐标系中的区域;然后将激光点云投影到图像坐标系中,使用基于密度的带有噪声的空间聚类(DBSCAN... 针对单一传感器在自动驾驶实时目标定位中的局限性,提出一种基于图像与激光点云融合的实时目标定位算法:对图像进行目标检测,得到目标在图像坐标系中的区域;然后将激光点云投影到图像坐标系中,使用基于密度的带有噪声的空间聚类(DBSCAN)算法对目标区域内的少量点云进行聚类以提取目标真实点云,降低计算量的同时获取目标准确的位置信息。实验结果表明,该算法可以有效提升在遮挡情况下目标定位的准确性;并通过在嵌入式平台上进行部署,验证了该算法在算力受限的平台上也具有较好的实时性。 展开更多
关键词 自动驾驶 图像检测 点云聚类 数据融合 实时目标定位
在线阅读 下载PDF
WSN中利用改进FOA-GRNN和迭代Cubature卡尔曼滤波的实时目标跟踪方法 被引量：1
12
作者 罗宏等 蓝耿 +2 位作者 聂良刚 粟光旺 伍一坤 《计算机应用与软件》 北大核心 2021年第12期135-141,219,共8页
针对传统无线传感器网络(Wireless Sensor Network,WSN)对运动目标的定位和跟踪容易产生明显误差的问题,提出利用改进FOA-GRNN和迭代Cubature卡尔曼滤波的实时目标跟踪方法。基于改进FOA-GRNN法,利用从锚点接收到的运动目标的模拟(RSSI... 针对传统无线传感器网络(Wireless Sensor Network,WSN)对运动目标的定位和跟踪容易产生明显误差的问题,提出利用改进FOA-GRNN和迭代Cubature卡尔曼滤波的实时目标跟踪方法。基于改进FOA-GRNN法,利用从锚点接收到的运动目标的模拟(RSSI)值和相应的实际目标二维位置对GRNN进行训练,从而获得单个目标在二维运动时的准确初始位置;利用迭代Cubature卡尔曼滤波法对实时目标进行精准定位和测距,获得实时目标的准确定位和跟踪信息;将改进的FOA-GRNN法和迭代Cubature卡尔曼滤波法相结合用于WSN中实时目标跟踪和定位,在提高初始位置精度的同时,还提高了实时目标定位和跟踪信息的准确度。实验结果表明,相比其他几种较新的方法,该方法改善了WSN中实时目标的跟踪性能,降低了误差,提高了跟踪精度。 展开更多
关键词 卡尔曼滤波 无线传感器网络 改进的FOA-GRNN 迭代Cubature 实时目标跟踪
在线阅读 下载PDF
基于全景视觉图像的实时目标检测方法 被引量：2
13
作者 黄天果 何嘉 沈庆阳 《计算机工程与设计》 北大核心 2022年第7期2055-2061,共7页
针对高分辨率输入下全景视觉图像目标检测速度难以达到实时的问题,提出一种以YOLOv3为基础的轻量化网络模型,该模型在牺牲部分检测精度的条件下实现了较好的检测速度提升。为解决全景图像训练数据集样本数量不足的问题,提出一种适用于... 针对高分辨率输入下全景视觉图像目标检测速度难以达到实时的问题,提出一种以YOLOv3为基础的轻量化网络模型,该模型在牺牲部分检测精度的条件下实现了较好的检测速度提升。为解决全景图像训练数据集样本数量不足的问题,提出一种适用于全景图像的数据增强方法来扩充训练数据集。实验结果表明,利用YOLOv3验证扩充后的数据集以交并比(IoU)为0.5的条件下评估平均精度,与原始数据集相比检测精确度提高4.75%,改进的轻量化模型与YOLOv3相比,网络参数量减少65.08%,检测速度提升31.81%并达成实时检测。 展开更多
关键词 全景视觉图像 实时目标检测 轻量化模型 YOLOv3 数据增强
在线阅读 下载PDF
实时目标跟踪中自适应尺度计算
14
作者 侯小毛 王淑娟 徐仁伯 《计算机工程与设计》 北大核心 2017年第5期1314-1318,共5页
为能够更好地解决复杂视频中目标的大尺度变化问题,提出一个在跟踪检测框架下的尺度计算算法。主要把目标分为4部分,分别计算它们的尺度因子,通过基于颜色属性的核相关滤波找出各部分最大响应位置。为解决定位不准确的问题,采用加权系... 为能够更好地解决复杂视频中目标的大尺度变化问题,提出一个在跟踪检测框架下的尺度计算算法。主要把目标分为4部分,分别计算它们的尺度因子,通过基于颜色属性的核相关滤波找出各部分最大响应位置。为解决定位不准确的问题,采用加权系数移除异常匹配点,将常规分类器所期望的训练输出转换成其它可操作的形式。仿真结果表明,该算法性能胜过其它现有算法,能够达到实时处理的要求。 展开更多
关键词 相关滤波 实时目标跟踪 尺度计算 核变换 加权系数 颜色属性
在线阅读 下载PDF
面向星上实时目标检测的神经网络压缩方法 被引量：3
15
作者 仝玉 周海 +1 位作者 卞春江 陈红珍 《计算机工程与设计》 北大核心 2021年第6期1713-1720,共8页
针对深度神经网络在轨实时目标检测需求与星上有限硬件资源之间的矛盾,基于宇航级处理芯片特性,提出一种结合剪枝、渐进式混合量化的混合压缩方法。对网络卷积层进行滤波器级剪枝,大幅度降低卷积计算操作数量;提出一种渐进式混合量化方... 针对深度神经网络在轨实时目标检测需求与星上有限硬件资源之间的矛盾,基于宇航级处理芯片特性,提出一种结合剪枝、渐进式混合量化的混合压缩方法。对网络卷积层进行滤波器级剪枝,大幅度降低卷积计算操作数量;提出一种渐进式混合量化方法,在网络量化过程中混合使用不同的量化位宽,有效降低目标检测网络在宇航级处理芯片中的内存大小。在RSOD遥感图像数据集上的实验结果表明,该方法在网络检测精度损失<1%的前提下,提升了网络对星上有限计算和存储资源的利用率。 展开更多
关键词 星上实时目标检测 卷积神经网络 滤波器级剪枝 渐进式混合量化 量化位宽
在线阅读 下载PDF
基于压缩感知的实时目标追踪算法
16
作者 赵珍珍 《现代电子技术》 北大核心 2015年第3期57-58,共2页
提出了一种高效的基于压缩感知的实时目标追踪算法,该算法将空域数据转换到小波域,然后利用变密度采样矩阵对小波域数据进行压缩,从而极大地降低了数据量。在稀疏重建上,将St-OMP算法代替OMP算法以提高稀疏重建的速度。在多种具有挑战... 提出了一种高效的基于压缩感知的实时目标追踪算法,该算法将空域数据转换到小波域,然后利用变密度采样矩阵对小波域数据进行压缩,从而极大地降低了数据量。在稀疏重建上,将St-OMP算法代替OMP算法以提高稀疏重建的速度。在多种具有挑战性的视频序列上进行实验,结果表明该算法提高了追踪准确度和速度。 展开更多
关键词 压缩感知 实时目标追踪 贪婪算法 稀疏重建
在线阅读 下载PDF
基于长角融合单站式多目标实时坐标测量方法
17
作者 崔兴慧 赖东坡 +1 位作者 刁雷雷 林嘉睿 《光电工程》 北大核心 2025年第7期15-27,共13页
空间多目标三维坐标测量往往基于多基站的多源观测交会定位机制,在复杂环境中易受障碍物遮挡且站位布局调整困难。为实现单站式多目标实时三维感知测量,需利用具备长角并行传感能力的测量模块,解除长角观测量的强关联性,从而满足多目标... 空间多目标三维坐标测量往往基于多基站的多源观测交会定位机制,在复杂环境中易受障碍物遮挡且站位布局调整困难。为实现单站式多目标实时三维感知测量,需利用具备长角并行传感能力的测量模块,解除长角观测量的强关联性,从而满足多目标实时自动测量的要求。本文提出一种基于超宽带测距与旋转激光扫描测角方式结合的单站式多目标实时三维坐标测量方法。首先,建立了长角融合系统整体标定模型及测量模型,设计了合作靶标,并分析合作靶标对心误差影响。其次,研究了基于超宽带测距系统误差的测量模型误差补偿方法。最后,搭建实验样机完成了可行性验证。实验结果表明,提出的单站式测量系统平均点位误差低于30 mm,相比超宽带多目标定位,误差下降近70%。 展开更多
关键词 超宽带测距 旋转激光扫描测角 单站式坐标测量 多目标实时测量
在线阅读 下载PDF
实时的微弱目标增强与分割技术 被引量：4
18
作者 汤海缨 庄天戈 +1 位作者 刘上乾 刘煜 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 1997年第5期389-395,共7页
介绍了一种针对红外或可见光微弱目标图像的实时增强和分割快速算法，算法基于迭代数字滤波器设计，采用局部自适应增强方法，可有效地将目标与背景分离开来，对低信噪比图像也具有良好的适用性．还基于迭代数字滤波器算法和多分辨率分... 介绍了一种针对红外或可见光微弱目标图像的实时增强和分割快速算法，算法基于迭代数字滤波器设计，采用局部自适应增强方法，可有效地将目标与背景分离开来，对低信噪比图像也具有良好的适用性．还基于迭代数字滤波器算法和多分辨率分析，给出了一种目标分割快速算法．这些算法可实时实现，为目标分割实时处理系统的设计提供了解决方法．用本文的方法对弱目标图像做了一系列仿真实验，具有明显的效果． 展开更多
关键词 实时目标增强 弱目标图像 红外图像 微光技术
在线阅读 下载PDF
激光点云数据和图像分割相融合的目标实时定位方法
19
作者 吴晓庆 梁国 《激光杂志》 CAS 北大核心 2024年第10期240-244,共5页
传统目标实时定位方法,在目标图像特征信息的提取上缺乏一定深度,导致定位偏差较大。因此,提出激光点云数据和图像分割相融合的目标实时定位方法。根据激光点云数据特性通过点云下采样、半径滤波器去噪等对数据进行处理,对定位目标的图... 传统目标实时定位方法,在目标图像特征信息的提取上缺乏一定深度,导致定位偏差较大。因此,提出激光点云数据和图像分割相融合的目标实时定位方法。根据激光点云数据特性通过点云下采样、半径滤波器去噪等对数据进行处理,对定位目标的图像进行对称分割,将具有相似属性的特征聚类成簇,深度提取定位目标特征,采用时间索引根据提取的定位目标特征进行图像匹配,并使用基于密度的DBSCAN算法,聚类定位目标的坐标匹配数据,形成聚类的三维点集,将三维点集转换后得到定位实时坐标,对目标进行实时定位。实验结果表明,该方法在实时定位过程中偏差较小,误差在2.0%以内,具有有效性。 展开更多
关键词 激光点云数据 图像分割 目标实时定位 目标特征 时间索引 半径滤波器
在线阅读 下载PDF
基于实时帧间处理算法的爆点目标检测 被引量：1
20
作者 郭文佳 王向军 《计量学报》 CSCD 北大核心 2006年第z1期38-41,共4页
探讨了在野外实时图像监测中,如何能够准确地检测出突然出现在地平线附近的爆点目标这一问题.提出了一种基于帧间实时差分处理的新的系统图像处理算法.该算法采用帧间差分,对多项图像处理操作进行算法整合,在两帧图像采集期间完成处理任... 探讨了在野外实时图像监测中,如何能够准确地检测出突然出现在地平线附近的爆点目标这一问题.提出了一种基于帧间实时差分处理的新的系统图像处理算法.该算法采用帧间差分,对多项图像处理操作进行算法整合,在两帧图像采集期间完成处理任务.此外,算法中为排除野外环境的干扰,提出了依据时空相关性检测的帧间多级差分方法.该方法的特点是能够排除空旷无人地区各种自然因素的干扰,且处理速度快.实验表明了该方法的实时性和有效性. 展开更多
关键词 计量学 图像处理 实时目标检测 差分图像
在线阅读 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 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部