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61篇文章
< 1 2 … 4 >
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：
基于QARep-YOLOv8n的城市物联网车辆目标检测方法 被引量：2
1
作者 杨沙沙 徐新源 《电子测量技术》 北大核心 2025年第8期46-54,共9页
针对现有的方法在密集、遮挡以及小目标检测中存在的问题,本研究提出了一种用于城市道路场景中车辆检测的QARep-YOLOv8n算法。首先,本研究采用了一种Haar小波下采样模块来缓解传统跨步卷积或池化操作所导致的特征信息丢失的问题;其次,... 针对现有的方法在密集、遮挡以及小目标检测中存在的问题,本研究提出了一种用于城市道路场景中车辆检测的QARep-YOLOv8n算法。首先,本研究采用了一种Haar小波下采样模块来缓解传统跨步卷积或池化操作所导致的特征信息丢失的问题;其次,提出了一种批量正则化注意力模块和QARepC2f模块来提高YOLOv8的特征提取能力;最后,采用了NWD边界框损失和Slide分类损失来提高对于小目标以及遮挡目标的检出效果。在4个主流的车辆检测基准数据集上的广泛消融实验和验证实验表明,QARep-YOLOv8n相比于YOLOv8n,mAP分别提升了3.3%、3.2%、2.7%和1.5%,此外,本研究方法具有更显著的小目标、遮挡目标检测效果。 展开更多
关键词 城市物联网 车辆目标检测 特征提取 损失函数
在线阅读 下载PDF
基于轻量级RT-DETR-tiny的车辆目标检测算法
2
作者 隆艾岐 冯治国 +2 位作者 张振博 田兴强 向巍 《汽车工程》 北大核心 2025年第6期1188-1197,共10页
针对自动驾驶场景的硬件限制以及轻量级算法对小目标车辆检测困难的问题,提出了一种新的轻量级车辆目标检测算法RT-DETR-tiny。首先,提出了一种新的冗余图快速生成模块(ReduFast block),利用级联式特征提取结构,避免冗余信息导致的小目... 针对自动驾驶场景的硬件限制以及轻量级算法对小目标车辆检测困难的问题,提出了一种新的轻量级车辆目标检测算法RT-DETR-tiny。首先,提出了一种新的冗余图快速生成模块(ReduFast block),利用级联式特征提取结构,避免冗余信息导致的小目标特征信息丢失,并降低计算冗余。基于此模块设计的轻量级网络ReduFastNet作为特征提取网络,相比其他轻量级网络可实现更快的推理速度。其次,在特征融合阶段引入DGSTM模块,使得模型进一步轻量化;同时设计EAAIFI模块,保证了特征融合阶段的实时性。最后,针对小目标车辆检测中边界框易受噪声影响的问题,引入DIOU来优化原损失函数,提高目标中心位置准确性,减少预测框宽高比波动对模型的过度惩罚。实验结果表明,在BDD100K-Urban nighttime数据集上相较于基线算法,所提算法检测精度达到75.3%,仅损失0.1%,而参数量和计算量分别下降37.1%、33.5%,每秒检测帧数达到45.1,检测速度提升了5个百分点。在UA-DETRAC-Small Car数据集上与其他主流轻量级目标检测模型相比,RT-DETR-tiny兼顾了较高检测精度和较小参数量、计算量,优于同类目标检测算法,更有利于自动驾驶场景对车辆目标实时检测的准确率及边缘部署。 展开更多
关键词 自动驾驶 轻量化 车辆目标检测 RT-DETR算法
在线阅读 下载PDF
基于边界特征与多尺度特征的车辆目标检测
3
作者 李天林 安毅 陈岩 《电子测量技术》 北大核心 2025年第16期158-171,共14页
车辆目标检测技术在智能驾驶、智能交通和公共安全领域中具有重要意义。然而,真实环境中存在背景干扰、小目标检测难度大以及车辆密集时出现相互遮挡的问题。针对以上问题,提出一种基于边界特征与多尺度特征融合改进YOLOv8的车辆目标检... 车辆目标检测技术在智能驾驶、智能交通和公共安全领域中具有重要意义。然而,真实环境中存在背景干扰、小目标检测难度大以及车辆密集时出现相互遮挡的问题。针对以上问题,提出一种基于边界特征与多尺度特征融合改进YOLOv8的车辆目标检测方法EM-YOLO。首先,设计了一种边界引导的多尺度特征块,以结合边界特征与多尺度特征,用于改进原始的骨干网络,增强抑制背景干扰的能力。其次,特征在网络流动的过程中会出现细节信息的损失,而小目标车辆能够提取到的有效特征较少,加重了细节信息的损失。为此提出细节特征增强块,通过充分结合不同层级的特征,缓解细节信息的损失,进而改善小目标问题。随后,分析了车辆相互遮挡导致检测性能下降的原因,并针对此问题提出了一种检测头。最后,结合PIoU、Focaler-IoU和WIoU,构造了WPF-IoU,以优化训练过程,进而提升检测性能。经实验验证,改进后模型的精度和召回率相比原始模型分别提升了1.9%和4.1%,mAP50和mAP50∶95分别提升了4.4%和3.3%。与其他方法相比,本文提出的方法在各项性能指标上表现更优,具有一定的实际应用价值。 展开更多
关键词 车辆目标检测 小目标 多尺度特征 细节信息 损失函数
在线阅读 下载PDF
基于改进YOLOv11n的车辆目标检测算法
4
作者 周建新 郝英杰 +1 位作者 李忠泽 侯自川 《汽车技术》 北大核心 2025年第9期1-9,共9页
针对复杂交通场景中,车辆因遮挡、复杂背景干扰引发的特征表征模糊和检测精度下降问题,提出一种基于YOLOv11n改进的CCT-YOLO检测算法。基于带有通道转置注意力的频率感知级联注意力(FCA-CTA)设计C3k2-CTA模块,通过增强频域通道注意力对... 针对复杂交通场景中,车辆因遮挡、复杂背景干扰引发的特征表征模糊和检测精度下降问题,提出一种基于YOLOv11n改进的CCT-YOLO检测算法。基于带有通道转置注意力的频率感知级联注意力(FCA-CTA)设计C3k2-CTA模块,通过增强频域通道注意力对车辆的多尺度特征判别能力;融合分组策略与空间级联分组注意力(CGA)模块,提出部分空间级联分组模块C2CGA,在降低参数量的同时,提升遮挡目标检测性能;设计一种任务对齐动态检测头,通过共享卷积减少模型的参数量,提高网络的细节捕获能力。试验结果表明:在KITTI和BDD100K数据集上,相较于原始YOLOv11n,CCTYOLO的mAP@50分别达到89.5%和52.6%,参数量减少15.5%,提出算法具有合理性。 展开更多
关键词 复杂交通场景 车辆目标检测 YOLOv11n C3k2-CTA C2CGA
在线阅读 下载PDF
改进YOLOv8算法的城市车辆目标检测 被引量：8
5
作者 许德刚 王双臣 +1 位作者 王再庆 尹柯栋 《计算机工程与应用》 CSCD 北大核心 2024年第18期136-146,共11页
针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,... 针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,防止SPPF结构因最大池化操作所导致的局部特征丢失问题,提高特征图的丰富度,并进一步结合小目标检测头来加强对远处小目标车辆的检测能力,加强局部特征与全局特征的融合。为抑制低质量图像产生的有害梯度,使用WIOU损失函数代替CIoU,以提升网络的边界框回归性能,提高模型的收敛速度和回归精度。在Streets车辆数据集上的实验结果表明,与基准模型YOLOv8n相比,改进算法的mAP50和Recall分别提高了1.6和2.0个百分点,有效改善了城市交通场景下小目标车辆检测性能不佳的问题;在VisDrone2019数据集上进行验证,mAP50和Recall也分别提高了1.1和1.6个百分点,充分证明了改进算法的优越性。与其他先进主流算法相比,改进算法表现出了更高的准确率和查全率,表明改进算法在城市车辆检测任务中具有更好的性能。 展开更多
关键词 车辆目标检测 YOLOv8 C2f模块 SPPF模块 损失函数
在线阅读 下载PDF
融合事件数据和图像帧的车辆目标检测 被引量：1
6
作者 郑宇亮 陈云华 +1 位作者 白伟杰 陈平华 《计算机应用》 CSCD 北大核心 2024年第3期931-937,共7页
将事件相机与传统相机结合进行车辆目标检测,既能解决传统相机在高动态范围下的过度曝光与曝光不足、运动模糊等问题,又能解决事件相机由于纹理信息缺失导致的检测精度不高的问题。现有融合算法往往存在计算复杂度高、特征信息丢失以及... 将事件相机与传统相机结合进行车辆目标检测,既能解决传统相机在高动态范围下的过度曝光与曝光不足、运动模糊等问题,又能解决事件相机由于纹理信息缺失导致的检测精度不高的问题。现有融合算法往往存在计算复杂度高、特征信息丢失以及融合效果不佳等问题。为此,提出一种有效融合事件相机和传统相机的车辆目标检测算法。首先,提出一种基于事件计数(EF)和时间面(TS)的时空事件表示,将事件数据编码成事件帧;然后,提出一种基于通道和空间注意力机制的特征级融合模块(FCSA),对图像帧和事件帧进行特征级融合;最后,利用差分进化搜索算法优化先验框,以进一步提高车辆检测性能。此外,由于包含图像帧和事件数据的公开数据集较为缺乏,建立了一个车辆检测数据集MVSEC-CAR。实验结果表明,在公开数据集PKU-DDD17-CAR上,所提算法的平均精度均值(mAP)比次优的ADF(Attention fusion Detection Framework)提高了2.6个百分点,且获得了较高的帧率,有效提升了车辆目标检测的准确性和对光照的鲁棒性,验证了所提出的事件表示、特征融合和先验框优化算法的有效性。 展开更多
关键词 事件相机 车辆目标检测 注意力机制 特征融合 事件表示
在线阅读 下载PDF
基于深度数据的车辆目标检测与跟踪方法 被引量：18
7
作者 陆德彪 郭子明 +3 位作者 蔡伯根 姜维 王剑 上官伟 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第3期55-62,共8页
现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(Li DAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数... 现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(Li DAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG)算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证.实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联. 展开更多
关键词 智能交通 检测与跟踪 特征提取 车辆目标 深度数据 卡尔曼滤波
在线阅读 下载PDF
Radarsat-2全极化SAR车辆目标典型方位特性分析 被引量：7
8
作者 张波 王超 +2 位作者 张红 吴樊 汤益先 《电波科学学报》 EI CSCD 北大核心 2010年第6期1135-1139,1233,共6页
Radarsat-2卫星可为普通用户提供8 m分辨率全极化SAR影像服务,这为研究基于星载全极化SAR影像的目标检测与监视提供了数据保障。针对此新型星载SAR影像中的车辆目标,本文提出以目标RCS测量和极化分解两种技术相结合的目标特性分析方法,... Radarsat-2卫星可为普通用户提供8 m分辨率全极化SAR影像服务,这为研究基于星载全极化SAR影像的目标检测与监视提供了数据保障。针对此新型星载SAR影像中的车辆目标,本文提出以目标RCS测量和极化分解两种技术相结合的目标特性分析方法,并以同型号、典型方位的大型卡车为例,进行了不同入射角条件下的两次同步实验。利用本文提出的分析方法对实验数据进行了分析,给出了卡车目标在不同成像方式下的极化特性分析结论。为进一步研究基于星载全极化SAR影像的道路交通监测提供了基础。 展开更多
关键词 Radarsat-2全极化SAR影像 车辆目标 RCS测量 Pauli分解
在线阅读 下载PDF
基于车载32线激光雷达点云的车辆目标识别算法 被引量：27
9
作者 孔栋 王晓原 +2 位作者 刘亚奇 陈晨 王方 《科学技术与工程》 北大核心 2018年第5期81-85,共5页
针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,由车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数... 针对结构化道路环境中智能车识别周围360°范围内的车辆目标问题,由车载3D激光雷达采集的道路环境中车辆目标点云数据投影特征,提出识别车辆目标新算法。算法首先识别结构化道路边界,进而排除道路边界两旁障碍物的干扰和减少点云数据量;其次按雷达点云数据扫描和分布特征,利用改进K-means算法对道路区域内点云数据聚类。最后提取聚类目标内部特征点,并通过计算特征点构成向量的夹角或模的长度准确识别车辆目标。实验验证表明,该算法有效抑制了道路边界两旁障碍物的干扰,可以准确识别结构化道路区域内的车辆目标。 展开更多
关键词 交通安全 激光雷达 改进K-means聚类 车辆目标识别
在线阅读 下载PDF
基于更新提升形态小波变换的车辆目标震动信号特征提取 被引量：2
10
作者 杜锴 方向 +2 位作者 张胜 王怀玺 黄俊逸 《振动与冲击》 EI CSCD 北大核心 2018年第16期135-139,共5页
针对传统线性小波变换在处理地面目标震动信号上的局限性,提出了一种更新提升形态小波来提取车辆目标震动信号的特征信息。利用仿真信号和实测的两类车辆目标震动信号进行对比分析,分析结果表明与传统线性小波和极大形态提升小波相比,... 针对传统线性小波变换在处理地面目标震动信号上的局限性,提出了一种更新提升形态小波来提取车辆目标震动信号的特征信息。利用仿真信号和实测的两类车辆目标震动信号进行对比分析,分析结果表明与传统线性小波和极大形态提升小波相比,更新提升形态小波不仅能在强噪声环境下有效提取目标信号的特征信息,同时不受低频信号干扰,为基于震动信号的地面目标精确识别提供了一条新的途径。 展开更多
关键词 车辆目标 特征提取 更新提升 形态小波
在线阅读 下载PDF
基于多尺度融合方法的无人机对地车辆目标检测算法研究 被引量：10
11
作者 张立国 蒋轶轩 田广军 《计量学报》 CSCD 北大核心 2021年第11期1436-1442,共7页
由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,... 由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,再结合上下文信息,实现了对无人机图像小目标检测。使用Vis Drone2019数据集对地面车辆进行目标检查,实验证明:无人机对地面车辆目标的检测达到了较好的结果,所使用算法的精度达到88%,与其它算法相比提升了3.8%以上。 展开更多
关键词 计量学 对地车辆目标检测 无人机图像 小目标检测 多尺度融合 上下文信息
在线阅读 下载PDF
基于深度学习方法的复杂场景下车辆目标检测 被引量：65
12
作者 宋焕生 张向清 +1 位作者 郑宝峰 严腾 《计算机应用研究》 CSCD 北大核心 2018年第4期1270-1273,共4页
针对实际交通场景下的车辆目标,应用深度学习目标分类算法中具有代表性的Faster R-CNN框架,结合Image Net中的车辆数据集,把场景中的目标检测问题转换为目标的二分类问题,进行车辆目标的检测识别。相比传统机器学习目标检测算法,基于深... 针对实际交通场景下的车辆目标,应用深度学习目标分类算法中具有代表性的Faster R-CNN框架,结合Image Net中的车辆数据集,把场景中的目标检测问题转换为目标的二分类问题,进行车辆目标的检测识别。相比传统机器学习目标检测算法,基于深度学习的目标检测算法在检测准确度和执行效率上优势明显。通过本实验结果分析表明,该方法在识别精度以及速度上均取得了显著的提高。 展开更多
关键词 深度学习 FASTER R-CNN ImageNet数据集 车辆目标检测
在线阅读 下载PDF
红外车辆目标的自动模糊分割 被引量：2
13
作者 魏晗 张长江 胡敏 《光电工程》 EI CAS CSCD 北大核心 2008年第8期119-123,共5页
针对红外图像的特点,提出了一种基于遗传算法的自动模糊分割红外车辆目标图像的方法。首先选取图像的感兴趣区域以加快运算速度;然后对感兴趣区域图像进行模糊增强,借助于二维OTSU方法对增强后的感兴趣区域进行阈值分割,为了加快分割算... 针对红外图像的特点,提出了一种基于遗传算法的自动模糊分割红外车辆目标图像的方法。首先选取图像的感兴趣区域以加快运算速度;然后对感兴趣区域图像进行模糊增强,借助于二维OTSU方法对增强后的感兴趣区域进行阈值分割,为了加快分割算法的速度,先限定一个最佳阈值范围,再利用遗传算法在此阈值范围内自动搜索最佳分割阈值;为了弥补单独利用二维OTSU方法分割的不足,采用缩短模糊边缘宽度的方法来提取感兴趣区域红外车辆目标图像的边缘。最后把二维OTSU方法分割的图像与模糊边缘提取得到的边缘图像进行或运算后进行填充以得到最终的车辆目标分割图像。实验结果表明,对于红外车辆目标图像,一维OTSU和二维OTSU算法只是基本分割出了红外车辆目标的主体,而本文提出的自动模糊分割技术不仅准确分割出了红外车辆目标的主体,而且对于坦克的模糊炮塔亦得到了完整的分割。 展开更多
关键词 红外 车辆目标 二维OTSU 遗传算法 模糊边缘
在线阅读 下载PDF
基于微多普勒效应和AR模型的车辆目标分类方法 被引量：1
14
作者 李开明 张群 +2 位作者 罗迎 丁帅帅 郭英 《电子学报》 EI CAS CSCD 北大核心 2018年第4期805-813,共9页
轮式车辆和履带式车辆的分类是地面目标识别的难点之一.车轮旋转和履带的运动是典型的微动,其产生的微多普勒特征可作为两类车辆目标分类的重要依据.首先,针对短驻留条件下两类车辆目标的雷达回波,分析了两类目标不同微动导致的微多普... 轮式车辆和履带式车辆的分类是地面目标识别的难点之一.车轮旋转和履带的运动是典型的微动,其产生的微多普勒特征可作为两类车辆目标分类的重要依据.首先,针对短驻留条件下两类车辆目标的雷达回波,分析了两类目标不同微动导致的微多普勒特征差异;其次,基于目标回波短时平稳相关的性质,建立了目标回波的AR模型,采用前后向预测方法得到相应的AR模型系数,提出基于AR模型系数的车辆目标分类方法,并给出AR模型阶数的判定方法,对比了前后向预测系数特征与前向预测系数特征的可分性.最后,结合两类目标的实测数据,在回波预处理的基础上,通过提取实际回波数据的AR模型系数实现了车辆目标的分类,验证了方法的有效性和稳健性. 展开更多
关键词 微多普勒 AR模型 前后向预测 车辆目标 分类
在线阅读 下载PDF
基于区域的GLRT车辆目标检测方法 被引量：1
15
作者 彭荣鲲 周鑫 +2 位作者 王沛 赵永辉 琚映云 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2014年第6期931-937,共7页
基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像... 基于合成孔径雷达(Synthetic aperture radar,SAR)图像的地面车辆目标自动检测是一项重要的SAR军事应用研究。提出一种基于区域的广义似然比法(Generalized likelihood ratio test,GLRT)的目标检测方法,该方法将GLRT目标检测理论与图像分割技术相结合。首先利用普通图像常用的分割聚类方法从SAR图像场景中粗略地分离出陆地杂波区域和目标潜在区域。然后根据分割结果,分别对两区域数据建立合理的统计模型。最后在背景和目标统计特性都已知的情况下,采用GLRT目标检测方法对目标潜在区域的像素点进行逐一检测,获得更为精确的检测结果。对实际SAR数据处理的结果表明,该方法能有效地从陆地场景中检测出地面车辆目标,且具备一定的精确性和快速性。 展开更多
关键词 SAR图像 车辆目标检测 图像分割 统计模型 广义似然比法
在线阅读 下载PDF
注意力机制的SAR图像车辆目标检测网络 被引量：3
16
作者 张强 杨欣朋 +2 位作者 赵世祥 卫栋栋 韩臻 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2023年第1期36-47,共12页
在SAR图像车辆目标检测过程中,车辆轮廓定位不仅能够提供车辆位置信息,而且还能够为车辆状态分析提供依据,是SAR图像理解的关键步骤。但SAR图像中乘性斑点噪声会对轮廓定位造成干扰,增加车辆目标检测的难度。针对这一问题,提出了一种注... 在SAR图像车辆目标检测过程中,车辆轮廓定位不仅能够提供车辆位置信息,而且还能够为车辆状态分析提供依据,是SAR图像理解的关键步骤。但SAR图像中乘性斑点噪声会对轮廓定位造成干扰,增加车辆目标检测的难度。针对这一问题,提出了一种注意力机制的SAR图像像素级车辆目标检测网络。该网络由目标筛选、目标定位和轮廓细化三个模块构成。目标筛选在一个轻量级的特征提取网络中采用通道注意力和自注意力机制,在抑制噪声影响的同时对包含目标图像进行快速筛选,并提供稳定的定位热力图;目标定位利用掩码交叉注意力机制根据定位热力图优化粗尺度特征细化目标定位,并融入细尺度信息改善目标轮廓细节;轮廓细化通过轮廓点筛选消除上采样及噪声带来的轮廓不确定点获取准确的轮廓像素点置信度。对MSTAR数据集进行车辆像素级标注,建立SAR图像车辆数据集及大场景图像数据集用于网络测试。实验结果表明,该网络具有良好的像素级检测性能,可实现大场景SAR图像中车辆目标的快速精确检测。 展开更多
关键词 车辆目标检测 深度学习 注意力机制 合成孔径雷达 像素级目标检测
在线阅读 下载PDF
基于遗传算法的红外车辆目标模糊增强 被引量：1
17
作者 王金玉 杨圆圆 《科学技术与工程》 2009年第10期2592-2596,共5页
由于红外车辆目标在成像过程中存在许多不确定性即模糊性,针对红外图像的模糊性将模糊理论应用于红外图像增强处理,本文提出了一种新的基于模糊理论的图像质量测量函数,把它作为遗传算法的适应度函数对非完全Beta函数的α和β参数进行... 由于红外车辆目标在成像过程中存在许多不确定性即模糊性,针对红外图像的模糊性将模糊理论应用于红外图像增强处理,本文提出了一种新的基于模糊理论的图像质量测量函数,把它作为遗传算法的适应度函数对非完全Beta函数的α和β参数进行自适应动态调节来拟合几种典型的灰度变换曲线,实现了感兴趣区域红外车辆目标的自适应模糊增强。实验结果表明了该方法的合理性和有效性,在性能上优于传统的图像增强技术和现有的一些同类增强技术,具有较高的自适应性和智能性。 展开更多
关键词 红外车辆目标 图像增强 模糊几何特征 遗传算法
在线阅读 下载PDF
战场环境下车辆目标震动信号的形态学滤波研究
18
作者 杜锴 方向 +2 位作者 丁凯 王怀玺 黄俊逸 《兵器材料科学与工程》 CAS CSCD 北大核心 2017年第3期26-30,共5页
针对传统线性信号分析方法在处理地面目标震动信号上的局限性,提出采用形态滤波提取目标信号的特征信息,利用仿真信号和实测的两类车辆目标震动信号进行对比分析。结果表明:与4种基本形态滤波器和小波滤波器相比,形态差值滤波器能在强... 针对传统线性信号分析方法在处理地面目标震动信号上的局限性,提出采用形态滤波提取目标信号的特征信息,利用仿真信号和实测的两类车辆目标震动信号进行对比分析。结果表明:与4种基本形态滤波器和小波滤波器相比,形态差值滤波器能在强噪声环境下有效提取目标信号的特征信息,同时不受低频信号干扰,为基于震动信号的地面目标精确识别提供一条新的途径。 展开更多
关键词 形态滤波 特征提取 车辆目标 震动信号
在线阅读 下载PDF
使用弱反光信息定位车辆目标
19
作者 李征 徐欣 游志胜 《激光杂志》 CAS CSCD 北大核心 2002年第5期48-52,共5页
本文主要讨论 车型识别中弱反光信息的构成,及其对于车辆目标定位的重要性,提出了对弱反光信息的不同组成成分区别对待的规则,从原理上分析了将提取弱反光信息的方法用于车型识别系统是具有实用价值的。在理论分析和具体实验的基础上我... 本文主要讨论 车型识别中弱反光信息的构成,及其对于车辆目标定位的重要性,提出了对弱反光信息的不同组成成分区别对待的规则,从原理上分析了将提取弱反光信息的方法用于车型识别系统是具有实用价值的。在理论分析和具体实验的基础上我们选取了车辆的本影信息和距离车体较近倒影信息作为提取的对象,并建立了基于提取数字图像中弱以光信息的车辆目标定位方法,给出了原理数学模型和实际的实验结果,实验证明该方法是正确、有效、实用的。 展开更多
关键词 弱反光信息 定位 车辆目标 车型识别系统 有效信息提取 地面交通管理
在线阅读 下载PDF
基于深度学习的轻量化红外弱小车辆目标检测算法研究 被引量：10
20
作者 蔡仁昊 程宁 +3 位作者 彭志勇 董施泽 安建民 金钢 《红外与激光工程》 EI CSCD 北大核心 2022年第12期349-359,共11页
伴随高速飞行器的不断发展,目标检测识别作为精确制导的关键一环,需要更高实时性、高准确性地进行目标定位和识别。当前,针对装甲车辆、车辆阵地等时间敏感目标精确检测识别的需求日益迫切,深度学习算法在特征提取及分类器设计上具备优... 伴随高速飞行器的不断发展,目标检测识别作为精确制导的关键一环,需要更高实时性、高准确性地进行目标定位和识别。当前,针对装甲车辆、车辆阵地等时间敏感目标精确检测识别的需求日益迫切,深度学习算法在特征提取及分类器设计上具备优势。文中以特定复杂背景下的小尺寸红外车辆目标为研究对象,针对样本数据少、平台资源受限、实时性要求高、检测精度高等需求,开展基于红外弱小车辆目标检测识别的轻量化深度学习算法研究。项目基于YOLOv5算法进行轻量化剪裁,减小模型的结构,提高实时性;提出了混合域注意力机制模块EPA,该模块通过不降维的局部跨信道交互策略使算法更快速有效地关注重要通道,抑制无效通道,并将通道注意力机制与空间注意力机制结合,使得算法更关注与目标相关的像素信息。提出了残差密集注意模块(RDAB),该模块由密集残差块与注意力机制EPA构成,通过密集卷积层来提取充分的局部特征,通过注意力机制获取更有效的通道与像素信息,可以使得算法以较小的模型结构获得较好的检测效果。运用设计的网络对数据增广后的小尺寸红外车辆目标数据进行检测识别,并与多种典型算法进行对比实验。由实验结果可知,文中提出的JH-YOLOv5-RDAB网络检测识别效果优于其他网络,权重大小仅为6.6MB,仅为YOLOv5s算法模型权重的一半,但算法检测效果更优,与93.7 MB的YOLOv5l算法的检测效果接近,mAP50达到95.1%。实验结果表明:该网络在红外弱小车辆目标检测上的优越性和可行性。 展开更多
关键词 红外车辆目标 目标检测 轻量化 注意力机制 密集卷积网络
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 2 … 4 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