期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于稠密光流算法的运动目标检测的Python实现 被引量:12
1
作者 欧阳玉梅 《现代电子技术》 2021年第1期78-82,共5页
在运动目标识别算法中,帧间差分法、背景差分法容易出现“重影”“空洞”及“拖尾”现象从而导致识别准确率低。将稠密光流法应用于运动目标检测,基于PyCharm开发环境建立了一个运动目标检测系统,研究采用Gunner Farneback稠密光流法(D... 在运动目标识别算法中,帧间差分法、背景差分法容易出现“重影”“空洞”及“拖尾”现象从而导致识别准确率低。将稠密光流法应用于运动目标检测,基于PyCharm开发环境建立了一个运动目标检测系统,研究采用Gunner Farneback稠密光流法(DOF)计算各像素点位移矢量的光流矩阵,将光流信息转化到HSV空间,并利用Sobel算子进行边缘检测以提高检测效果。实验结果表明,在运动目标与背景对比度低的场景中及速率不同的多运动目标场景中,所提算法皆能实现准确识别与追踪,而且避免了“重影”“空洞”及“拖尾”问题,具有很好的抗干扰能力和识别精确性。 展开更多
关键词 运动目标检测 稠密光流算法 矩阵计算 信息转化 边缘检测 系统设计
在线阅读 下载PDF
基于地基云图数据多维特征融合的光伏功率预测算法 被引量:1
2
作者 吐松江·卡日 吴现 +3 位作者 马小晶 雷柯松 余凯峰 司伟壮 《电力系统保护与控制》 北大核心 2025年第11期84-94,共11页
针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征... 针对传统光伏功率预测算法无法获取准确云层状态信息和预测精度低等问题,提出一种基于地基云图与双流数据融合的光伏功率预测算法。首先,利用地基云图提供的精确云层状态信息,结合稠密光流法获取相邻帧图像间的时空特征与细节变化特征。其次,结合卷积神经网络(convolutional neural network,CNN)在特征提取上的优势和残差网络在模型学习中抑制信息丢失上的优势,提升预测模型对光伏功率与图像数据间长期映射关系的学习能力。此外,引入注意力机制弥补模型训练过程中关键信息利用不充分的缺陷。实验结果表明,地基云图与光流数据的加入为多云天气提供了更多时空特征。与基准模型相比,其晴天与多云情况下均方根误差(root mean squared error,RMSE)指标和平均绝对误差(mean absolute error,MAE)指标分别降低了15.50%、11.65%、4.05%与5.15%,有助于充分利用云层运动状况来实现准确可靠的光伏电站输出功率预测,提升光伏电站调度工作的及时性与准确性。 展开更多
关键词 深度学习 功率预测 地基云图 注意力机制 稠密光流算法
在线阅读 下载PDF
基于改进CNN框架的人体动作识别 被引量:4
3
作者 于华 智敏 《计算机工程与设计》 北大核心 2019年第7期2071-2075,共5页
针对视频中人体复杂的动作识别问题,提出融合改进的时间和空间网络的人体动作识别算法(spatio-temporal STCNN)。在特征提取阶段,空间网络采用改进的卷积神经网络(CNN)框架,将空间仿射变换网络(STN)与CNN框架进行融合,时间网络结合改进... 针对视频中人体复杂的动作识别问题,提出融合改进的时间和空间网络的人体动作识别算法(spatio-temporal STCNN)。在特征提取阶段,空间网络采用改进的卷积神经网络(CNN)框架,将空间仿射变换网络(STN)与CNN框架进行融合,时间网络结合改进的多帧稠密光流算法,采用与空间网络相同的CNN结构;在分类识别阶段,采用加权求和的方式对时空特征进行融合,通过softmax分类器进行分类识别;在标准的人体动作数据集HMDB51和UCF101上进行实验,实验结果表明,该算法相比其它人体动作识别算法能达到更好的识别效果。 展开更多
关键词 人体动作识别算法 卷积神经网络 空间仿射变换 稠密光流算法 分类器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部