在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题。分析研究不同算法的优缺点后,提出改进型SSD算法。设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更...在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题。分析研究不同算法的优缺点后,提出改进型SSD算法。设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更多位置、纹理信息的低层特征图和语义性较强的深层特征图进行融合。同时通过引入IoU(Intersection over Union)值对SSD算法损失函数中位置回归部分进行改进,提高目标检测精度。实验对比原始SSD网络和改进型SSD网络,结果表明:在IoU阈值和类别置信度同为0.5的条件下,相比原始SSD算法,改进型SSD算法在训练精准度和各类AP(Average Precision)值均有明显提高。因此,改进型SSD网络能有效地对输入图像进行目标检测,为改进目标检测算法网络提供了新思路,在图像识别领域具有一定的应用价值。展开更多
文摘在无人机进行目标检测过程中,原始SSD(Single Shot Multi Box Detector)算法存在特征图利用率低和小目标检测率低的问题。分析研究不同算法的优缺点后,提出改进型SSD算法。设计一种特征图融合模块,在不过多增加计算量的情况下,将包含更多位置、纹理信息的低层特征图和语义性较强的深层特征图进行融合。同时通过引入IoU(Intersection over Union)值对SSD算法损失函数中位置回归部分进行改进,提高目标检测精度。实验对比原始SSD网络和改进型SSD网络,结果表明:在IoU阈值和类别置信度同为0.5的条件下,相比原始SSD算法,改进型SSD算法在训练精准度和各类AP(Average Precision)值均有明显提高。因此,改进型SSD网络能有效地对输入图像进行目标检测,为改进目标检测算法网络提供了新思路,在图像识别领域具有一定的应用价值。
文摘针对学生注意力分配困难和对学习影响等问题,提出一种基于机器视觉的精准注意力追踪系统。该系统包括图像采集装置和精准的注意力追踪算法。图像采集装置可以获得更清晰的眼部区域图像。瞳孔中心定位算法用轻量级的MobileNet v3替换VGG16(visual geometry group network),采用两级特征融合和中心关键点预测技术,提高了检测速度和准确率。该算法检测速度可达36帧/s,准确率为97.42%。视线追踪算法旨在解决头部偏移的影响,实现对视线的精确追踪。研发了一款面向学龄儿童的阅读认知评价交互软件。该软件利用采集到的视线坐标计算相关眼动指标,再通过心理学理论分析建模来评估学龄儿童的思维认知能力,为心理学和教育学相关领域研究提供了参考和借鉴。
