-
题名基于视频图像的弓网接触位置动态监测方法
被引量：6
- 1
-
-
作者
王恩鸿
柴晓冬
钟倩文
李立明
张乔木
-
机构
上海工程技术大学城市轨道交通学院
-
出处
《城市轨道交通研究》
北大核心
2021年第7期198-203,共6页
-
基金
上海市地方院校能力建设项目(18030501300)
上海工程技术大学科研启动基金项目(0240-E3-0507-19-05081)。
-
文摘
针对列车人工检测受电弓状态效率低下的问题,提出基于视频图像的弓网接触位置动态监测方法。首先,将运用帧间差抓取受电弓视频中得到的包含弓网的图像作为原始训练数据集;然后,对复杂的受电弓图像背景进行分割处理,采用超像素分割获得最大特征区域,结合特征图像的HOG(方向梯度直方图)获得最大特征ROI(感兴趣区域),形成训练数据集,并设计标签;最后,运用改进的YOLO v3-tiny-strong网络结构检测分类器,用训练的权重对视频目标进行监测。结果表明:该动态监测方法能够在每1帧图像中精确标记出受电弓与接触网的接触点位置,并且能够持续对受电弓的运动状态进行捕捉,有效获取接触点与受电弓的相对坐标位置,从而达到对受电弓的监测目的,其对弓网视频的检测精度可达98%。
-
关键词
受电弓监测
视频目标识别
特征提取
超像素分割
YOLO
v3-tiny-strong网络结构
-
Keywords
pantograph monitoring
video target recognition
feature extraction
super pixel segmentation
YOLOv3-tiny-strong network structure
-
分类号
U264.34
[机械工程—车辆工程]
-
-
题名稠密子图发现的视频语义挖掘方法
被引量：3
- 2
-
-
作者
张师林
李和平
张树武
-
机构
北方工业大学计算机基础教研室
中国科学院自动化研究所数字媒体研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第33期13-14,21,共3页
-
基金
科技部国家科技支撑计划(No.2011BAH16B00)~~
-
文摘
目前基于内容的视频语义挖掘方法并未考虑到视频的多模态特性,不能够实现对于目前海量涌现视频的自动分析处理任务。针对此问题,提出了基于稠密子图发现的视频语义挖掘方法。该方法对待处理的视频进行中文连续语音识别、视频目标识别和视频文字识别,对于识别结果进行中文分词和词性标注,保留名词和动词作为图模型的顶点,顶点之间的边权重设置为两个顶点所代表的词语的中文语义距离,根据稠密子图发现算法挖掘视频的语义信息。实验结果表明这种方法是有效的。
-
关键词
稠密子图
中文连续语音识别
视频目标识别
-
Keywords
dense sub graph
Chinese continuous speech recognition
video object recognition
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
