船舶目标重叠下马赛克图像数据增强方法研究 被引量：10

1

作者 曾广淼 俞万能 +1 位作者 王荣杰 林安辉 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第6期1139-1148,共10页

目标识别中的重叠遮挡问题一直以来是研究的难点,船舶目标在狭窄水域发生相互遮挡的情况依然存在.本文提出了一种改进的马赛克数据增强方法,将训练图片拼接变换成3种不同的尺度,并按照不同比例输入网络进行训练,强化了检测算法对局部特... 目标识别中的重叠遮挡问题一直以来是研究的难点,船舶目标在狭窄水域发生相互遮挡的情况依然存在.本文提出了一种改进的马赛克数据增强方法,将训练图片拼接变换成3种不同的尺度,并按照不同比例输入网络进行训练,强化了检测算法对局部特征的学习能力,在保持测试速度不变的情况下,提高了对重叠目标的识别准确率,降低了不同分辨率下识别能力的衰弱速度,加强了算法的鲁棒性.基于小型移动测试平台的实测实验证明,相对于原始算法,经过改进后的算法在重叠目标的识别准确率上提高了2.5%,目标丢失时间减少了17%,在不同视频分辨率下的识别稳定性上提高了27.01%. 展开更多

关键词 船舶识别 目标重叠 图像数据增强 Yolov4算法 深度学习

在线阅读 下载PDF 职称材料

基于凸壳的重叠苹果目标分割与重建算法 被引量：42

2

作者 宋怀波 张传栋 +2 位作者 潘景朋 阴煦 庄伊斌 《农业工程学报》 EI CAS CSCD 北大核心 2013年第3期163-168,共6页

重叠苹果目标的分割与定位是影响苹果采摘机器人采摘效率的关键因素之一。为了实现重叠苹果目标的分割与重建,在利用K-means聚类分割算法的基础上,该文提出一种基于凸壳的重叠苹果目标分割方法。通过计算目标凸包与目标相减后的凹区域,... 重叠苹果目标的分割与定位是影响苹果采摘机器人采摘效率的关键因素之一。为了实现重叠苹果目标的分割与重建,在利用K-means聚类分割算法的基础上,该文提出一种基于凸壳的重叠苹果目标分割方法。通过计算目标凸包与目标相减后的凹区域,将重叠苹果轮廓上的凹点检测转换为凹区域上的凸点检测问题,降低了凹点检测的复杂度。利用相关分割准则实现了凹点匹配并进行目标分割,对分割得到的非完整目标利用Spline插值技术进行目标重建。为了验证算法的有效性,分别利用仿真目标与自然场景下的重叠苹果目标进行了测试,利用该方法得到的苹果目标平均定位误差为14.15%,平均目标重合度为85.08%,表明基于凸壳技术的重叠苹果目标分割方法具有较好的分割性能,将该方法应用于重叠目标分割与重建是有效可行的。 展开更多

关键词 图像分割 算法 图像重建 重叠目标 凸壳 凹点

在线阅读 下载PDF 职称材料

基于Snake模型与角点检测的双果重叠苹果目标分割方法 被引量：30

3

作者 徐越 李盈慧 +1 位作者 宋怀波 何东健 《农业工程学报》 EI CAS CSCD 北大核心 2015年第1期196-203,共8页

为了实现重叠苹果目标的精确分割,提出了一种Snake模型与角点检测相结合的重叠苹果目标分割方法。该方法首先利用Snake模型得到重叠苹果目标的轮廓,接着采用提出的基于距离测度的角点检测算法寻找重叠苹果目标的角点,针对距离扰动产生... 为了实现重叠苹果目标的精确分割,提出了一种Snake模型与角点检测相结合的重叠苹果目标分割方法。该方法首先利用Snake模型得到重叠苹果目标的轮廓,接着采用提出的基于距离测度的角点检测算法寻找重叠苹果目标的角点,针对距离扰动产生伪角点的问题,采用3级db1小波变换得到不含细节信号的近似距离信号,并通过Spline样条内插算法使其恢复到原始信号的长度,从而去除伪角点,最后提出了一种基于长轴分割准则的分割点选取方法并实现了重叠苹果目标的分割。为了验证算法的有效性,利用20幅重叠苹果目标进行了试验,并与人工计算得到的分割线进行了对比,试验结果表明,利用文中算法分割重叠苹果目标的最大误差为13.27°,最小误差为1.20°,平均误差为6.41°,表明Snake模型与角点检测算法相结合对重叠苹果目标具有较好的分割性能,将该方法应用于重叠苹果目标的分割是可行的。 展开更多

关键词 图像分割 算法 图像重建 重叠苹果目标 SNAKE模型 角点检测 长轴分割准则

在线阅读 下载PDF 职称材料

基于生成对抗网络的手写数字重叠图像分离与识别

4

作者 韦家成 董然 +3 位作者 蔡成涛 林小竹 宋慧佳 王翔宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第11期2226-2234,共9页

为解决手写数字重叠给识别带来的障碍,探索识别重叠手写数字的高效方法,本文提出一种采用生成对抗网络分离重叠手写数字的方法,将重叠手写数字分离成2个单独的数字后再进行识别。分别使用卷积层和反卷积层构建判别器和生成器,充分提取... 为解决手写数字重叠给识别带来的障碍,探索识别重叠手写数字的高效方法,本文提出一种采用生成对抗网络分离重叠手写数字的方法,将重叠手写数字分离成2个单独的数字后再进行识别。分别使用卷积层和反卷积层构建判别器和生成器,充分提取数字特征,减少模型参数量;融入自注意力机制,快速有效提取数字显著区域特征;对生成器和判别器进行谱归一,约束网络梯度;改进模型损失函数,提高生成器分离数字的质量。在通过MNIST数据集构造的数据上进行试验,结果表明:本文提出的方法对重叠手写数字的识别准确率达95.91%;峰值信噪比和结构相似性指数分别为22.11和0.8961,相比CapsNet网络模型有了显著提升。 展开更多

关键词 生成对抗网络 重叠手写数字分离 字符分割 字符识别 重叠目标识别 自注意力机制 深度学习 神经网络

在线阅读 下载PDF 职称材料

PTB-YOLOv8s:轻量级离散分布安全装备检测的方法

5

作者 张杨 张雪琴 《兵工自动化》 北大核心 2025年第4期37-43,共7页

针对电力人工巡检维修工作中,安全帽和高空作业安全带等关键安全装备合规使用的监测效率低等问题,提出一种基于YOLOv8s的检测模型,旨在降低人工成本,提升检测效率。通过设计C2f_PTB特征提取模块,结合Transformer的全局信息捕获和卷积神... 针对电力人工巡检维修工作中,安全帽和高空作业安全带等关键安全装备合规使用的监测效率低等问题,提出一种基于YOLOv8s的检测模型,旨在降低人工成本,提升检测效率。通过设计C2f_PTB特征提取模块,结合Transformer的全局信息捕获和卷积神经网络的局部特征提取能力,提升模型对小尺寸和分散目标的检测效率;引入标准化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NGWD)损失函数,增强模型对微小安全装备检测的稳定性与准确性;设计基于StarNet的轻量化主干网络C2f_star模块,降低网络参数。实验结果表明,改进后的模型在电力安全装备数据集上的mAP达到93.7%,相比基准模型检测精度提升5.6%,检测速度提升10帧/秒,证明所提出的方法能够有效提升检测效果。 展开更多

关键词 电力安全 安全装备检测 目标重叠 特征融合 TRANSFORMER 损失函数 主干轻量化

在线阅读 下载PDF 职称材料

DDM MIMO-OFDM雷达速度解模糊方法

6

作者 田旋旋 胡念平 《现代电子技术》 北大核心 2025年第11期29-33,共5页

基于多普勒分复用(DDM)的多输入多输出(MIMO)-正交频分复用(OFDM)雷达由于不同的发射天线信号在多普勒域的正交性而受到广泛关注。然而,雷达的最大无模糊速度受限于发射天线数目;此外,对于相同距离的多个目标,当其速度差等于最大无模糊... 基于多普勒分复用(DDM)的多输入多输出(MIMO)-正交频分复用(OFDM)雷达由于不同的发射天线信号在多普勒域的正交性而受到广泛关注。然而,雷达的最大无模糊速度受限于发射天线数目;此外,对于相同距离的多个目标,当其速度差等于最大无模糊速度的整数倍时,存在目标重叠问题。针对这些问题,文中提出一种基于相位偏移DDM(PO-DDM)的速度解模糊方法。首先,介绍DDM MIMO-OFDM信号模型和雷达信号处理算法,揭示速度模糊产生的原理;然后,通过在某些发射天线上额外添加小偏移相位,从而打破距离速度谱目标峰值在速度维的等间距分布特性,用来确定速度模糊数;同时,通过搜索速度距离谱目标相邻峰值的速度索引差来分离重叠目标。仿真结果表明,相比现有方法,所提方法能够同时解决速度解模糊和目标重叠问题,为高动态场景提供了一种新的技术路径。 展开更多

关键词 MIMO雷达 OFDM 多普勒分复用 速度模糊 目标重叠 相位偏移DDM

在线阅读 下载PDF 职称材料

自然环境下重叠果实图像识别算法与试验 被引量：39

7

作者 苗中华 沈一筹 +2 位作者 王小华 周小凤 刘成良 《农业机械学报》 EI CAS CSCD 北大核心 2016年第6期21-26,共6页

针对非结构化自然环境中光照变化和对象重叠特征等外界因素给图像处理带来的难题,提出了一种自然环境下重叠果实的图像识别与边界分割的组合优化算法。该组合优化算法首先对原始图像进行噪声滤波处理,然后利用Sobel算子以及改进算子的... 针对非结构化自然环境中光照变化和对象重叠特征等外界因素给图像处理带来的难题,提出了一种自然环境下重叠果实的图像识别与边界分割的组合优化算法。该组合优化算法首先对原始图像进行噪声滤波处理,然后利用Sobel算子以及改进算子的最大类方差法(OTSU)来辨识重叠果实目标;接着采用K-means算法对重叠目标的像素进行聚类得到单个目标位置,再结合边缘检测结果的连通域分析及区域生长获得单个目标边界的大致区域;最后利用基于限制区域的分水岭算法,得到目标的精确边界。为了验证所提算法的有效性和适应性,进行了试验研究。试验结果表明:所提出的组合优化算法不仅可以在自然环境下从重叠物体图像背景中识别出重叠目标,而且还可以从重叠目标中分割出单个目标的精确边界。 展开更多

关键词 机器视觉 重叠目标分割 分水岭算法 组合优化算法

在线阅读 下载PDF 职称材料

图像目标检测前跟踪的广义多伯努利滤波算法 被引量：2

8

作者 石志广 周剑雄 张焱 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2018年第3期371-377,384,共8页

针对目标影响区域重叠时的图像目标检测前跟踪问题,推导了基于多伯努利滤波器的多目标联合检测与跟踪算法.在分析多个目标叠加条件下观测似然函数的基础上,利用预测得到的目标状态对观测似然函数进行估计,从而消除目标叠加对观测更新带... 针对目标影响区域重叠时的图像目标检测前跟踪问题,推导了基于多伯努利滤波器的多目标联合检测与跟踪算法.在分析多个目标叠加条件下观测似然函数的基础上,利用预测得到的目标状态对观测似然函数进行估计,从而消除目标叠加对观测更新带来的影响.该方法在目标预测与跟踪阶段皆保持了目标状态的多伯努利分布特性,是较为严格意义上的多伯努利多目标滤波器,可应用于一般图像观测条件下(目标重叠或非重叠)的目标检测前跟踪.给出了该算法的实现步骤,并通过加标签的方法,更准确地实现目标轨迹提取和虚假目标剔除,最后通过计算机仿真实验验证了所提算法的有效性. 展开更多

关键词 多伯努利滤波器 检测前跟踪 重叠目标

在线阅读 下载PDF 职称材料

用于ADAS实时目标车辆检测的改进SSD算法 被引量：3

9

作者 焦鑫 杨伟东 +2 位作者 刘全周 李占旗 贾鹏飞 《汽车安全与节能学报》 CAS CSCD 2020年第3期337-344,共8页

以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的... 以实际交通场景中存在重叠小目标车辆为重点,为提升汽车辅助驾驶系统(ADAS)对目标车辆检测的准确性,建立了一种实时目标车辆检测改进算法SSD-P。该算法基于2种方法:1)通过增加小目标特征的提取数量,提出了一种浅层特征图像分辨率重建的方法;2)在非极大抑制中嵌入特征向量进行二次判定方法,以克服单发多盒探测器(SSD)算法对小目标检测精度不高、重叠目标检测能力弱的问题。在PASCAL VOC2012数据集、虚拟交通场景以及实际交通场景中,进行了相关实验验证。结果表明:用该SSD-P算法进行目标车辆检测的平均精度(mAP)为92.4%,比改进前的SSD算法精度提升了4.8%。因此,该改进算法能够改善ADAS的准确性。 展开更多

关键词 汽车辅助驾驶系统(ADAS) 实时车辆检测 单发多盒探测器(SSD)算法 小目标 重叠目标

在线阅读 下载PDF 职称材料

基于尾灯的夜间前方车辆检测与跟踪方法 被引量：6

10

作者 于莉媛 郭云雷 +3 位作者 牛萍娟 刘大利 刘雷 罗德智 《天津工业大学学报》 CAS 北大核心 2019年第1期61-68,共8页

针对夜间环境下车辆难以检测的问题,提出一种基于尾灯的夜间前方车辆检测与跟踪方法。首先根据光晕特征和亮度特征进行车辆尾灯提取,对尾灯进行配对后根据尾灯对估计车辆的位置并实现对车辆的检测,然后利用改进的粒子滤波算法对已检测... 针对夜间环境下车辆难以检测的问题,提出一种基于尾灯的夜间前方车辆检测与跟踪方法。首先根据光晕特征和亮度特征进行车辆尾灯提取,对尾灯进行配对后根据尾灯对估计车辆的位置并实现对车辆的检测,然后利用改进的粒子滤波算法对已检测车辆的尾灯进行跟踪,进而实现对车辆的跟踪。最后结合检测和跟踪方法提出一种车辆检测与跟踪系统。实验结果表明:本文方法具有检测率高的特点,对车辆检测率可达96%,车辆检测与跟踪系统可解决车辆互相遮挡情况下的车辆检测问题,并可提升车辆检测率至98%。 展开更多

关键词 车辆检测与跟踪 尾灯提取 粒子滤波 目标重叠

在线阅读 下载PDF 职称材料

应对遮挡问题对DeepSORT进行轨迹拟合优化

11

作者 李伟 颜旒 《现代电子技术》 2023年第10期173-180,共8页

检测跟踪范式是多目标跟踪的主要研究方向,也是自动驾驶汽车的主要应用框架。完善的检测跟踪范式可以在提高多目标跟踪精度的同时有效降低跟踪框的失真率。然而在现有的先进方法中,这种范式通常会遇到多目标重叠后的ID交换问题,严重影... 检测跟踪范式是多目标跟踪的主要研究方向,也是自动驾驶汽车的主要应用框架。完善的检测跟踪范式可以在提高多目标跟踪精度的同时有效降低跟踪框的失真率。然而在现有的先进方法中,这种范式通常会遇到多目标重叠后的ID交换问题,严重影响跟踪精度和轨迹判断。为解决该问题,文中基于经典的DeepSORT算法提出改进方案。首先,在卡尔曼滤波器中添加跟踪框进行置信度的预测和更新,并按降序对更新后的置信度进行排列,在后续匹配中优先匹配预测置信度更高的跟踪目标;然后,比较预测置信度和检测置信度之间的差异,识别出置信度突变的目标,以进行跟踪轨迹的优化和剪枝;最后,使用余弦相似度和交并比(IoU)识别重叠目标,并对重叠目标中置信度最高的目标消失后的轨迹进行多项式轨迹拟合,以纠正错误的ID,完成精确匹配。实证分析结果表明,相比于目前多种先进算法,所提方法的ID交换次数为172,优于其他算法,验证了该算法的可行性和正确性。 展开更多

关键词 遮挡目标检测 多目标重叠 DeepSORT算法 轨迹拟合算法 卡尔曼滤波 置信度 算法对比

在线阅读 下载PDF 职称材料