行人检测中非极大值抑制算法的改进 被引量：20

1

作者 陈金辉 叶西宁 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第3期371-378,共8页

行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目... 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。 展开更多

关键词 行人检测 非极大值抑制 ACF算法 目标检测

在线阅读 下载PDF 职称材料

基于非极大值抑制的SUSAN算法改进及硬件实现 被引量：3

2

作者 梁浩 蔡健林 余有灵 《电子测量技术》 2008年第9期108-111,161,共5页

基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线... 基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线方向,再进行基于USAN重心与中心点距离阈值的非极大值抑制,最后进行边缘连接,得到边缘图像。该算法各模块采用Verilog HDL语言编程,并在FPGA中验证实现;边缘检测结果用于立体匹配,匹配效果良好,完全满足设计要求。 展开更多

关键词 边缘检测 SUSAN算法 距离阈值 非极大值抑制 FPGA

在线阅读 下载PDF 职称材料

使用GIoU改进非极大值抑制的目标检测算法 被引量：35

3

作者 侯志强 刘晓义 +3 位作者 余旺盛 蒲磊 马素刚 范九伦 《电子学报》 EI CAS CSCD 北大核心 2021年第4期696-705,共10页

针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS)... 针对单阈值-非极大值抑制算法中出现的目标漏检和重复检测问题,本文提出了一种使用全局交并比指标GIoU(Generalized Intersection over Union)衡量目标相似度的双阈值非极大值抑制算法GDT-NMS(Generalized Dual Threshold NMS,GDT-NMS).使用双阈值改进NMS算法和soft-NMS算法,抑制多余的检测框;在此基础上,使用GIoU替换传统的IoU计算目标间的相似度,使目标的定位更加准确;进一步,使用非线性函数赋予检测框不同比例的权值惩罚,使检测框的得分随距离呈非线性变化,目标区分度更高.改进算法在PASCAL VOC和MSCOCO上的检测精度分别为74.8%和25.9%,与使用NMS算法作为后处理的Faster R-CNN算法相比,性能分别提升了1.6%和1.5%.同时本文算法具有较快的检测速度. 展开更多

关键词 双阈值 非极大值抑制算法 重复检测 后处理

在线阅读 下载PDF 职称材料

基于F1值的非极大值抑制阈值自动选取方法 被引量：15

4

作者 王照国 张红云 苗夺谦 《智能系统学报》 CSCD 北大核心 2020年第5期1006-1012,共7页

传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检。在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化。针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,... 传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检。在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化。针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,综合考虑检测算法的准确率与召回率,选取使F1值最高的最佳过滤阈值,构建映射关系。测试阶段,利用映射关系和图像信息自动选取对应的过滤阈值。实验结果表明,本文提出的改进版本NMS算法将检测精度mAP值提高了1.1%。与现有的先进算法做对比,证明了本文算法的有效性。 展开更多

关键词 计算机视觉 目标检测 非极大值抑制算法 卷积神经网络 深度学习 检测框 F1值 自适应算法

在线阅读 下载PDF 职称材料

基于TLF-YOLOv8的堆叠垃圾实例分割算法

5

作者 李利 梁晶 +2 位作者 陈旭东 潘红光 寇发荣 《科学技术与工程》 北大核心 2025年第5期2009-2018,共10页

相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的... 相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的实例分割算法。首先,在数据预处理部分进行特征数据分层,并通过双层图卷积网络(graph convolutions network,GCN)实现双分支特征融合,减弱堆叠情况对被遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。同时,为了解决同类待测物体易混淆的问题,融入了软阈值化非极大值抑制算法和新的交并比算法。最后,根据应用场景和数据集的复杂性,优化了主干网络部分的特征提取模块,并在主干网络部分引入了多尺度注意力机制,有效提高了模型的检测性能。实验使用遮挡垃圾分类实例分割数据集,实验结果表明该方法的平均准确率、交并比阈值为0.5时的平均准确率(AP_(50))、交并比为0.5~0.95时的平均准确率(AP_(50~95))等指标较之前的其他方法更优。相较于原YOLOv8算法,检测AP_(50)提高了7.9%,分割AP_(50)提高了5.4%,具有更好的检测和分割效果。 展开更多

关键词 垃圾堆叠 双层特征解耦融合 YOLOv8算法 软阈值化非极大值抑制 动态非单调聚焦机制 期望最大化注意力

在线阅读 下载PDF 职称材料

密集交通场景中改进YOLOv3目标检测优化算法 被引量：8

6

作者 霍爱清 张书涵 +2 位作者 杨玉艳 胥静蓉 王泽文 《计算机工程与科学》 CSCD 北大核心 2023年第5期878-884,共7页

针对交通拥堵的车辆密集场景中检测目标重叠率高而导致漏检和误检的问题,提出了改进YOLOv3、CIoU损失函数优化以及SD-NMS优化算法(简记L-YOLOv3+CIoU Loss+SD-NMS)。利用深度可分离卷积、SE模块和Ghost模块改进YOLOv3的残差单元结构,以... 针对交通拥堵的车辆密集场景中检测目标重叠率高而导致漏检和误检的问题,提出了改进YOLOv3、CIoU损失函数优化以及SD-NMS优化算法(简记L-YOLOv3+CIoU Loss+SD-NMS)。利用深度可分离卷积、SE模块和Ghost模块改进YOLOv3的残差单元结构,以提高对密集目标的特征提取能力,减少网络模型参数量;采用完整交并比CIoU损失函数加快网络模型收敛速度,同时将多目标集合预测思想与DIoU-NMS有机结合,提出了SD-NMS优化算法,以降低漏检误检率。在BDD100K数据集上进行实验,结果表明,改进的目标检测算法召回率达到91.58%,精准率达到93.04%,与YOLOv3算法相比,召回率和精准率分别提升了12.09%和9.52%,具有更好的检测效果。 展开更多

关键词 目标检测 深度学习 YOLOv3算法 CIoU损失 非极大值抑制

在线阅读 下载PDF 职称材料

用于图像匹配的改进Harris特征点检测算法 被引量：14

7

作者 扈立超 史再峰 +2 位作者 庞科 刘江明 曹清洁 《计算机工程》 CAS CSCD 北大核心 2015年第10期216-220,共5页

原始Harris特征点检测算法采用高斯滤波进行平滑处理,增强了其鲁棒性,但是也提高了该算法的复杂度,导致其不能应用到许多图像匹配系统中,还存在对T型和斜T型特征点定位不准确的问题。为此,提出一种新的特征点检测算法。使用加速分割测... 原始Harris特征点检测算法采用高斯滤波进行平滑处理,增强了其鲁棒性,但是也提高了该算法的复杂度,导致其不能应用到许多图像匹配系统中,还存在对T型和斜T型特征点定位不准确的问题。为此,提出一种新的特征点检测算法。使用加速分割测试特征的特征点检测原理排除大量的非特征点,利用邻域像素比较法消除部分强干扰点,采用改进的高效非极大值抑制算法获得结果特征点。实验结果表明,该算法具有较好的匹配精度和较快的检测速度,检测时间仅为原始Harris算法的13.9%,适用于实时图像匹配系统。 展开更多

关键词 机器视觉 图像匹配 特征点检测 HARRIS算法 非极大值抑制

在线阅读 下载PDF 职称材料

改进YOLOv3算法在集装箱箱号定位中的应用 被引量：8

8

作者 刘岑 郭立君 +1 位作者 张荣 胡叶天 《传感器与微系统》 CSCD 2019年第7期157-160,共4页

针对传统集装箱箱号定位精度差,效率低等问题,提出一种基于YOLOv3算法改进的深度神经网络,实现对集装箱箱号的快速定位。在对采集到的集装箱图片进行预处理后,通过聚类得到网络训练所需要的初始先验框尺寸,并针对集装箱号码定位的特点,... 针对传统集装箱箱号定位精度差,效率低等问题,提出一种基于YOLOv3算法改进的深度神经网络,实现对集装箱箱号的快速定位。在对采集到的集装箱图片进行预处理后,通过聚类得到网络训练所需要的初始先验框尺寸,并针对集装箱号码定位的特点,简化了网络模型的输出和网络训练的损失函数,实现更加高效、精确的集装箱箱号定位。实验结果表明:基于改进YOLOv3算法的集装箱箱号的定位方法,具有高准确率与强实时性,定位的准确率高达98. 5%,同时可达26. 23 fps的定位速率,整体的实时性和准确率均可满足实际应用的需求。 展开更多

关键词 集装箱箱号定位 深度神经网络 非极大值抑制 YOLOv3算法

在线阅读 下载PDF 职称材料

改进SSD算法的多目标检测 被引量：9

9

作者 马原东 罗子江 +4 位作者 倪照风 徐斌 吴凤娇 孙收余 杨秀璋 《计算机工程与应用》 CSCD 北大核心 2020年第23期23-30,共8页

目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SS... 目标检测作为计算机视觉的核心,在人脸识别、人脸跟踪、大规模场景识别等方面具有广泛应用,其中Onestage领域的SSD算法检测速度和检测性能较为突出,但在环境较为复杂的多目标检测情况下仍会出现误检和漏检。针对这一问题,提出一种改进SSD算法的多目标检测方法,通过优化SSD内部网络和提高样本适用性的方式改善检测性能;其中,采用修改网络输出和添加抗旋转层ARConv来统一网络结构,降低模型训练时间,减少漏检;并提出P-NMS算法和限制函数优化训练样本,减少误检;在测试阶段,提出单张图片批量测试方法,有效提高模型召回率。实验结果表明,改进后算法具有更强的鲁棒性,并且能有效降低误检、漏检率提升网络性能。 展开更多

关键词 多目标检测 SSD算法优化 抗旋转卷积层(ARConv) 概率非极大值抑制(P-NMS)算法 图片批量测试

在线阅读 下载PDF 职称材料

改进Canny算法检测直缝焊管焊缝位置 被引量：5

10

作者 于兵 程建邦 +1 位作者 姚爱英 陈占春 《机械设计与制造》 北大核心 2023年第2期24-27,共4页

针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,通过分析直缝焊管图像特点,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大... 针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,通过分析直缝焊管图像特点,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大值抑制之后的点利用大津法计算阈值;最后通过实际采集焊管图片强弱边缘分布特点将强边缘边界所连边界作为附加连接条件。通过实验验证改进的非极大值相对于传统方法抑制能够有效的抑制噪声点并保留边缘信息,在直缝焊管焊缝边缘位置识别中改进的Canny算法相对于传统边缘检测算法能够抑制噪声干扰,保留更多的焊管边缘与焊缝边缘,因此较好的满足实际使用需求。 展开更多

关键词 焊缝位置 CANNY算法 非极大值抑制 边缘检测 直缝焊管

在线阅读 下载PDF 职称材料

基于改进版Faster-RCNN的复杂背景下桃树黄叶病识别研究 被引量：2

11

作者 张平川 胡彦军 +3 位作者 张烨 张彩虹 陈昭 陈旭 《中国农机化学报》 北大核心 2024年第3期219-225,251,共8页

由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss... 由于桃树黄叶病(以下简称PTYLD)初期症状不明显,现有的基于深度学习的桃树病害识别技术,存在识别准确率不高、识别品种单一的问题,提出一种基于Faster-RCNN的PTYLD识别模型。为提高模型对PTYLD识别准确率和识别多样性,提出使用RS-Loss函数代替RPN中的交叉熵函数、使用Soft-NMS算法代替原来的NMS算法,来改进Faster-RCNN。通过试验对比初始版和改进版Faster-RCNN对PTYLD的识别效果。试验结果显示,改进后的Faster-RCNN对黄叶病识别的各类别平均准确率mAP达90.56%、召回率达94.16%、准确率达92.53%,能识别常见的五种PTYLD。 展开更多

关键词 桃树黄叶病 Faster-RCNN 复杂背景 软性非极大值抑制算法

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的复杂背景红外车辆检测算法 被引量：11

12

作者 顾燕 李臻 +5 位作者 杨锋 赵维骏 朱波 郭一亮 吕扬 焦国力 《激光与红外》 CAS CSCD 北大核心 2022年第4期614-619,共6页

红外背景下的车辆检测具有重要的应用意义,为了解决在复杂背景下红外视频的车辆检测时视野中的车辆目标像素差距过大以及目标重叠的问题,提出一种改进的Faster R-CNN网络模型。针对视野内车辆目标重叠率较高的问题,设计了一种改进的soft... 红外背景下的车辆检测具有重要的应用意义,为了解决在复杂背景下红外视频的车辆检测时视野中的车辆目标像素差距过大以及目标重叠的问题,提出一种改进的Faster R-CNN网络模型。针对视野内车辆目标重叠率较高的问题,设计了一种改进的soft-NMS(Non-Maximum Suppression)方法对RPN(Region Proposal Network)内的NMS方法进行优化。针对视野内目标像素差距过大问题,设计了三种不同尺度感受野并行检测,权重共享的特征提取结构Tri-VGG网络,并设计出一种避免网络出现过拟合的训练策略,优化后的网络检测平均精确度(AP,Average Presion)达到85.32%,相较于仅采用soft-NMS的Faster R-CNN提高了3.01%,相较于传统的Faster R-CNN提高了5.86%。 展开更多

关键词 多尺度特征融合 非极大值抑制 深度学习 改进的Faster R-CNN RPN网络

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的人物检测改进算法 被引量：3

13

作者 周杨 杨文柱 申远 《计算机应用与软件》 北大核心 2022年第7期215-221,共7页

基于深度卷积神经网络的人物检测方法是目前检测效果最好的方法。在同等环境下,YOLOv3运行速度最快,但其采用的非极大值抑制算法(NMS)导致很多正确的检测框被错误移除。通过加入取回算法来恢复被NMS错误移除掉的人物检测框,而且将NMS替... 基于深度卷积神经网络的人物检测方法是目前检测效果最好的方法。在同等环境下,YOLOv3运行速度最快,但其采用的非极大值抑制算法(NMS)导致很多正确的检测框被错误移除。通过加入取回算法来恢复被NMS错误移除掉的人物检测框,而且将NMS替换为Soft-NMS进一步提高了准确率。在PASCAL VOC数据集上的实验表明,使用Soft-NMS和取回算法改进的YOLOv3相比于原算法提升了大约3.1百分点的准确率,同时运行速度没有发生太多的变化。 展开更多

关键词 人物检测 非极大值抑制 取回算法 深度卷积神经网络

在线阅读 下载PDF 职称材料

基于改进YOLOV3算法的弹库目标识别方法研究 被引量：4

14

作者 何伟鑫 邓建球 +1 位作者 刘爱东 丛林虎 《现代电子技术》 2021年第13期1-6,共6页

导弹仓库目标种类繁多,数量较大,将计算机视觉技术应用到导弹仓库内可增强对弹库的管控。当前基于深度学习的目标检测算法已经成为目标检测技术的主流,具有代表性的是YOLOV3算法,但其在检测高分辨率图像中的小尺寸物体精度较差。为了进... 导弹仓库目标种类繁多,数量较大,将计算机视觉技术应用到导弹仓库内可增强对弹库的管控。当前基于深度学习的目标检测算法已经成为目标检测技术的主流,具有代表性的是YOLOV3算法,但其在检测高分辨率图像中的小尺寸物体精度较差。为了进一步提升YOLOV3算法的检测性能,以密集连接网络(DenseNet)优化原DarkNet53网络结构,使得网络提取特征的能力得以增强;以soft⁃NMS算法替换原NMS算法,减轻检测框误删以及目标漏检的几率,提升了模型的检测精确率。实验结果表明,相比于传统YOLOV3算法,研究改进的YOLOV3算法在弹库目标识别方面的性能更优。 展开更多

关键词 目标检测 弹库 改进YOLOV3算法 深度学习 计算机视觉技术 网络结构优化 非极大值抑制

在线阅读 下载PDF 职称材料

基于改进的Faster RCNN的仪表自动识别方法 被引量：7

15

作者 王欣然 张斌 +1 位作者 湛敏 赵成龙 《机电工程》 CAS 北大核心 2024年第3期532-539,共8页

在环境复杂的工业场景中,仪表盘存在类别多、相似性高等问题,导致检测的识别效果较差、准确率不高。针对这一问题,提出了一种基于改进的更快速的区域卷积神经网络(Faster RCNN)的仪表自动识别方法。首先,采用残差网络(Resnet)101代替视... 在环境复杂的工业场景中,仪表盘存在类别多、相似性高等问题,导致检测的识别效果较差、准确率不高。针对这一问题,提出了一种基于改进的更快速的区域卷积神经网络(Faster RCNN)的仪表自动识别方法。首先,采用残差网络(Resnet)101代替视觉几何群网络(VGG)16,进行了网络结构简化;然后,引入了特征金字塔网络(FPN),并将其改进为递归特征金字塔网络后进行了迭代融合,输出了特征图;接着,引入了注意力机制模块,根据特征的重要程度,完成了对输出通道权值的重新分配,增强了Faster RCNN对目标的运算能力;提出了改进非极大值抑制算法(Softer-NMS),通过降低置信度来确定准确的目标候选框;最后,采用Mosaic数据增强技术对可视对象类(VOC)2007数据集进行了扩充,对改进后的Faster RCNN模型进行了仪表自动识别的实验。研究结果表明:在相同工业环境下,与传统的Faster RCNN算法模型相比,改进后的Faster RCNN模型准确率为93.5%,较原模型提高了3.8%,mAP值为92.6%,较原模型提高了3.7%,可见该方法在实际生产中具有较强的鲁棒性与泛化能力,可满足工业上对智能检测的要求。 展开更多

关键词 仪表识别 更快速的区域卷积神经网络 递归特征金字塔网络 注意力机制 非极大值抑制算法 Mosaic数据增强技术

在线阅读 下载PDF 职称材料

基于区域检测的多尺度Harris角点检测算法 被引量：19

16

作者 吴鹏 徐洪玲 +2 位作者 李雯霖 宋文龙 张佳薇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第7期969-973,共5页

针对传统Harris算法检测的角点遍布整个图像和对尺度变化较敏感的问题,本文提出将区域检测方法和多尺度Harris角点检测算法相结合,使检测到的角点数目更少,以提高后续的图像匹配重建的效率。首先,利用区域检测的算法构造图像显著图,采... 针对传统Harris算法检测的角点遍布整个图像和对尺度变化较敏感的问题,本文提出将区域检测方法和多尺度Harris角点检测算法相结合,使检测到的角点数目更少,以提高后续的图像匹配重建的效率。首先,利用区域检测的算法构造图像显著图,采取腐蚀膨胀操作提取出目标区域作为候选的检测区域;其次,利用多尺度结合非极大值抑制的方法改进Harris算法,检测图像的角点并标记。仿真结果表明:本文方法能进一步提高角点检测的精确度和速度,同时在不改变任何参数的情况下,对于图像旋转能够减小角点提取的差异,增强算法的多尺度性。 展开更多

关键词 角点 HARRIS算法 区域检测 多尺度方法 非极大值抑制 图像旋转

在线阅读 下载PDF 职称材料

基于SVM-LeNet模型融合的行人检测算法 被引量：12

17

作者 邹冲 蔡敦波 +2 位作者 赵娜 刘莹 赵彤洲 《计算机工程》 CAS CSCD 北大核心 2017年第5期169-173,共5页

在方向梯度直方图(HOG)联合支持向量机(SVM)算法(HOG-SVM)和Le Net网络模型基础上,提出了HOG与卷积神经网络(CNN)融合的行人检测算法(SVM-Le Net)。采用多尺度滑动窗口提取HOG特征并送入SVM分类器,根据后验概率判断候选区,随后运用CNN... 在方向梯度直方图(HOG)联合支持向量机(SVM)算法(HOG-SVM)和Le Net网络模型基础上,提出了HOG与卷积神经网络(CNN)融合的行人检测算法(SVM-Le Net)。采用多尺度滑动窗口提取HOG特征并送入SVM分类器,根据后验概率判断候选区,随后运用CNN算法剔除误检窗口。为解决单个目标被多个候选区域框定的问题,使用非极大值抑制算法(NMS)进行多矩形融合,保留检测区域中后验概率最大的窗口抑制与其重叠的检测窗口。分类过程中,以候选区域在SVM和Le Net中后验概率为依据判断行人区域。实验结果表明,与HOGSVM和Le Net行人检测算法相比,该算法在准确率和召回率上有明显优势。 展开更多

关键词 行人检测 权重模板 支持向量机 非极大值抑制算法 卷积神经网络

在线阅读 下载PDF 职称材料

像素自相关矩阵的阈值自适应角点检测算法 被引量：6

18

作者 邓小炼 杜玉琪 +1 位作者 王长耀 王晓花 《农业工程学报》 EI CAS CSCD 北大核心 2017年第18期134-140,共7页

针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应... 针对Harris角点检测算法中角点响应函数(corner response function,CRF)系数阈值与非极大值抑制系数阈值需要人为设定所造成的可变性和随机性等问题,该文提出一种通过计算图像每个像素的自相关矩阵行列式值,构造特征角点图像进行自适应阈值分割的改进Harris角点检测算法。该算法首先通过计算原图像经过方向滤波和低通滤波后各像素的自相关矩阵行列式值,以此构造特征角点图像;然后采用OTSU算法计算特征角点图像分割阈值,从而筛选出预选区域;最后结合改进的非极大值抑制方法提取有效角点。通过5组角点检测对比试验结果数据分析,不同类型图像的角点检测准确率均有提高,高分二号遥感影像的角点检测准确率提高27.06个百分点,可以初步得出,该算法相比传统Harris角点检测算法不但能够自动计算角点检测的最佳阈值,而且能够更准确地定位角点和去除边缘伪角点,从而提高了角点检测的精确度,该研究可为农业遥感影像数据检测提供参考。 展开更多

关键词 图像处理 算法 角点检测 自相关矩阵 特征角点图像 非极大值抑制

在线阅读 下载PDF 职称材料

基于自适应双阈值的SUSAN算法 被引量：7

19

作者 钟顺虹 何建农 《计算机工程》 CAS CSCD 2012年第3期206-208,211,共4页

传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,... 传统SUSAN算法在提取图像边缘时,会出现漏检现象,且所提取的边缘较粗。为此,运用计算最大类间方差的方法自适应地选取双阈值,取代传统算法中人工设定的单阈值,采用多方向局部非极大值抑制方法进行改进,提出一种新的SUSAN边缘检测算法,并将其应用于遥感图像的边缘提取。实验结果表明,该算法能够有效提高边缘定位精度,降低漏检率,使边缘更细致光滑。 展开更多

关键词 图像处理 边缘检测 SUSAN算法 遥感图像 自适应双阈值 最大类间方差法 局部非极大值抑制

在线阅读 下载PDF 职称材料

基于改进YOLO v4的热轧带钢表面缺陷检测 被引量：15

20

作者 季娟娟 王佳 +1 位作者 陈亚杰 卢道华 《计算机工程与设计》 北大核心 2023年第9期2786-2793,共8页

针对热轧带钢表面缺陷尺寸差异大、部分缺陷特征相似,导致漏检、识别准确率低的问题,提出一种基于改进YOLO v4的热轧带钢表面缺陷检测算法。将模型的特征提取网络替换为MobileViT轻量化Transformer网络并添加自适应特征融合模块(ASFF),... 针对热轧带钢表面缺陷尺寸差异大、部分缺陷特征相似,导致漏检、识别准确率低的问题,提出一种基于改进YOLO v4的热轧带钢表面缺陷检测算法。将模型的特征提取网络替换为MobileViT轻量化Transformer网络并添加自适应特征融合模块(ASFF),充分提取输入对象的全局、局部特征;采用K-Means++算法聚类生成更适合位置调整的先验框;通过改进的非极大值抑制算法降低漏检率。该方法在NEU-DET数据集上的平均精度较原YOLO v4算法提高了11.57%,FPS达到了45.7 frame/s。实验结果表明,改进后的算法在保证实时性的前提下,有效提高了检测精度。 展开更多

关键词 热轧带钢 特征融合 深度学习 缺陷检测 聚类算法 目标检测 非极大值抑制

在线阅读 下载PDF 职称材料