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9篇文章
< 1 >
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：
深度学习在目标视觉检测中的应用进展与展望 被引量：259
1
作者 张慧 王坤峰 王飞跃 《自动化学报》 EI CSCD 北大核心 2017年第8期1289-1305,共17页
目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在... 目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在目标视觉检测中的应用进展与展望.首先对目标视觉检测的基本流程进行总结,并介绍了目标视觉检测研究常用的公共数据集;然后重点介绍了目前发展迅猛的深度学习方法在目标视觉检测中的最新应用进展;最后讨论了深度学习方法应用于目标视觉检测时存在的困难和挑战,并对今后的发展趋势进行展望. 展开更多
关键词 目标视觉检测 深度学习 计算机视觉 平行视觉
在线阅读 下载PDF
基于多粒度关系推理的自动驾驶域自适应视觉目标检测算法 被引量：1
2
作者 索锦辉 王晓伟 +3 位作者 蒋沛文 丁驰 高铭 边有钢 《汽车工程》 北大核心 2025年第2期201-210,共10页
现有域自适应视觉目标检测算法大多基于两阶段检测器设计,且未能利用图像空间中不同元素之间的语义拓扑关系,导致次优的跨域适应性能。为此,本文提出一种基于多粒度关系推理的域自适应视觉目标检测算法。首先,提出粗粒度图块关系推理模... 现有域自适应视觉目标检测算法大多基于两阶段检测器设计,且未能利用图像空间中不同元素之间的语义拓扑关系,导致次优的跨域适应性能。为此,本文提出一种基于多粒度关系推理的域自适应视觉目标检测算法。首先,提出粗粒度图块关系推理模块,使用粗粒度图块图结构来捕获前景和背景之间的拓扑关系,对前景区域进行跨域适配。然后,设计细粒度语义关系推理模块,推理细粒度语义图结构来增强跨域多类别语义依赖关系。最后,提出粒度诱导的特征对齐模块,根据节点的亲和性调节特征对齐的权重,提升检测模型面对场景整体变化时的适应性。多个自动驾驶跨域场景上的实验结果验证了所提算法的鲁棒性和实时性。 展开更多
关键词 自动驾驶 视觉目标检测 域自适应 图推理
在线阅读 下载PDF
一种迭代的核密度估计视觉目标检测算法 被引量：4
3
作者 李大威 徐立鸿 +1 位作者 吴阳 徐媛 《系统仿真学报》 CAS CSCD 北大核心 2013年第3期558-564,共7页
利用srgb颜色空间性质,提出了一种基于Epanechnikov核函数的非参数核密度估计进行视觉目标检测,基于贝叶斯理论的迭代决策方法进一步消除噪声并增强了二值检测结果。在迭代过程中,模拟退火加快了收敛速度。仿真证明,算法能够抵抗光照变... 利用srgb颜色空间性质,提出了一种基于Epanechnikov核函数的非参数核密度估计进行视觉目标检测,基于贝叶斯理论的迭代决策方法进一步消除噪声并增强了二值检测结果。在迭代过程中,模拟退火加快了收敛速度。仿真证明,算法能够抵抗光照变化和阴影等带来的不良影响,得到优异的目标检测结果;与几种经典方法相比,在大大降低误检率的同时提高了目标正确检出率,具有良好的实用价值。 展开更多
关键词 核密度估计 马尔科夫随机场 srgb色彩空间 模拟退火 视觉目标检测
在线阅读 下载PDF
Anchor-based的接触网棒式绝缘子定位及破损检测
4
作者 苟军年 张昕悦 杜愫愫 《铁道学报》 北大核心 2025年第5期39-46,共8页
及时检测出有破损缺陷的绝缘子是保证接触网稳定运行的重要任务。针对接触网中棒式绝缘子伞裙密集破损检测难度大、主流深度检测算法参数量多导致模型难以部署的问题,提出一种Anchor-based单阶段绝缘子定位及破损检测深度网络模型。该... 及时检测出有破损缺陷的绝缘子是保证接触网稳定运行的重要任务。针对接触网中棒式绝缘子伞裙密集破损检测难度大、主流深度检测算法参数量多导致模型难以部署的问题,提出一种Anchor-based单阶段绝缘子定位及破损检测深度网络模型。该网络继承了RetinaNet的底层结构思想,选用轻量化的RegNetX-800MF作为主干网络,并在其后加入可变形卷积,降低网络参数量的同时增强网络的特征提取能力;对特征金字塔的部分层加入新的激活函数,降低对模型结构的破坏;搭建ATSS检测网络头部,提升密集型目标的样本采样质量和模型的定位准确性。试验结果表明,所提方法的mAP_(50)、mAP分别为81.7%、54.8%,模型的复杂度、参数仅为47.65 GFLOPs、16.43×10~6。所提方法为铁路接触网绝缘子的自动化巡检及后续部署奠定了理论基础。 展开更多
关键词 绝缘子定位 破损检测 深度学习 视觉目标检测 轻量化
在线阅读 下载PDF
高动态场景下无人机空对空目标检测
5
作者 王林 赵莉 王无为 《计算机工程》 CAS CSCD 北大核心 2024年第12期265-275,共11页
针对高动态场景下无人机(UVA)空对空目标检测任务中机载设备计算资源有限和UVA小目标检测困难的问题,提出一种基于轻量级注意力机制的无人机空对空目标检测算法SGC-YOLOv5。首先,设计S-Ghost模块和SD-Ghost结构构建特征提取网络SD-Ghost... 针对高动态场景下无人机(UVA)空对空目标检测任务中机载设备计算资源有限和UVA小目标检测困难的问题,提出一种基于轻量级注意力机制的无人机空对空目标检测算法SGC-YOLOv5。首先,设计S-Ghost模块和SD-Ghost结构构建特征提取网络SD-GhostNet,降低模型参数量和计算复杂度;其次,引入更高效的GSConv和VOVGSCSP结构细化特征融合网络,将SD-GhostNet和细化的特征融合网络相结合使模型达到最佳的轻量化效果;最后,在特征融合网络中加入轻量级卷积块注意力模块(CBAM)来突出图像中感兴趣的UVA特征,抑制背景冗余信息,提高检测精度。在数据集Det-Fly上的实验结果表明,SGC-YOLOv5算法的精确率为74.9%、参数量为4313695、检测速度为169.42帧/s、每秒浮点运算次数(FLOPs)为9.0×10^(9),与基准YOLOv5s算法相比,检测精确率提升2.5%、参数量减少48.5%、检测速度提升26.17帧/s、FLOPs降低57.5%,在实现模型轻量化的同时取得了较好的检测精确率。 展开更多
关键词 视觉目标检测 无人机空对空目标检测 YOLOv5算法 轻量化 注意力机制
在线阅读 下载PDF
基于顶点与主体区域同步检测的精准车牌定位
6
作者 徐光柱 刘高飞 +3 位作者 匡婉 万秋波 马国亮 雷帮军 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期376-387,共12页
为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车... 为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。 展开更多
关键词 深度学习 卷积网络 视觉目标检测 非约束车牌定位 车牌顶点检测
在线阅读 下载PDF
基于OpenCV实现双目视觉下的客流计数算法 被引量：2
7
作者 张震 王文娟 《计算机应用与软件》 CSCD 2015年第11期189-192,242,共5页
为了能实时地获得公交车上的乘客数,提出一种基于OpenCV(Open Source Computer Vision Library)实现双目视觉下的客流计数算法。首先用双目摄像系统获取包含场景深度信息的视差图,然后利用Codebook背景模型与光流残差相结合的方法提取... 为了能实时地获得公交车上的乘客数,提出一种基于OpenCV(Open Source Computer Vision Library)实现双目视觉下的客流计数算法。首先用双目摄像系统获取包含场景深度信息的视差图,然后利用Codebook背景模型与光流残差相结合的方法提取运动目标,最后采用积分投影法实现目标分割,并进行目标跟踪和计数。通过对比分析和算法测试,该算法有效克服了因计数场景中光线突变、阴影等对计数的影响,准确率达94.45%以上。 展开更多
关键词 客流计数双目立体视觉运动目标检测 光流残差 OPENCV
在线阅读 下载PDF
YOLOv3与顶点偏移估计相结合的车牌定位 被引量：6
8
作者 徐光柱 匡婉 +3 位作者 李兴维 万秋波 石勇涛 雷帮军 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第4期569-579,共11页
深层卷积神经网络(deep convolutional neural networks, DCNN)因其能够自动学习图像有效特征,被广泛应用于视觉目标检测.为克服DCNN目标检测算法大多因采用矩形检测框,而无法有效地应对非约束环境下倾斜性车牌的准确定位问题.提出一种... 深层卷积神经网络(deep convolutional neural networks, DCNN)因其能够自动学习图像有效特征,被广泛应用于视觉目标检测.为克服DCNN目标检测算法大多因采用矩形检测框,而无法有效地应对非约束环境下倾斜性车牌的准确定位问题.提出一种可同时输出矩形目标检测框与关键点的车牌定位解决方案,并具体以YOLOv3所用网络为对象,通过扩展其输出维度,增设车牌顶点相对于矩形检测输出框角点的偏移量损失,在保留其高效计算性能的前提下,训练使其可同时输出矩形检测框及车牌顶点,实现精准定位.在广泛使用的大型非约束性车牌数据集CCPD上的实验结果显示,所提算法不仅可以准确检测车牌顶点,而且能够在Base,Tilt和Weather子集上取得99%以上的定位精度.该方法还可扩展至其他需同时输出目标检测框及关键点的应用领域,具有较好的应用价值. 展开更多
关键词 深度学习 非约束车牌定位 视觉目标检测 点偏移估计 YOLOv3
在线阅读 下载PDF
多源融合的船舶身份智能识别与验证技术 被引量：5
9
作者 王永兴 王涛 韦扬 《中国航海》 CSCD 北大核心 2022年第4期133-139,共7页
针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达... 针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达到现场;通过改进的YOLOv5检测模型从摄像头获取现场船舶的视觉目标检测框;采用视觉目标检测框与船舶自动识别系统目标在摄像头像素坐标系映射标定框的交叉匹配算法,完成船舶目标的融合验证。在SeaShips公开数据集上的试验表明,相较原始YOLOv5模型,提出的船舶视觉目标检测模型平均精确度指标提升了3.14%,达到80.83%;且利用TensorRT加速使得模型推理速度提升了73%,帧率达到64.18。船舶自动识别系统目标与视觉目标的匹配融合满足船舶污染物接收现场船舶身份的识别和验证需求。 展开更多
关键词 视觉目标检测 多源融合 船舶身份 智能识别
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 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