-
题名基于YOLOv3的雾天场景行人车辆检测方法研究
被引量：4
- 1
-
-
作者
王启明
何梓林
张栋林
毛作龙
-
机构
上海理工大学机械工程学院
上汽集团创新研究开发总院智能驾驶中心
-
出处
《控制工程》
CSCD
北大核心
2024年第3期510-517,共8页
-
基金
国家自然科学基金面上项目(51575232)
上海市科委青年科技英才扬帆计划资助项目(19YF1434600)。
-
文摘
针对智能驾驶中动态目标检测易受雾天等恶劣天气影响,以及原始YOLOv3目标检测算法应用于行人车辆检测时精度低、定位准确率低及漏检率高等问题,提出一种基于改进YOLOv3和数据增强的雾天行人车辆检测方法。首先,以Cityscapes数据集为基础,通过大气散射模型及清晰图片的深度信息人工生成3种浓度的FoggyCityscapes,用以扩充样本数量。其次,通过改进K-means聚类算法生成适用于检测车辆与行人的先验框,同时,使用软非极大值抑制(softnon-maximumsuppression,Soft-NMS)优化对重叠目标的检测,进一步提高模型检测精度。实验结果表明,相较于原模型,该方法在3种浓度的FoggyCityscapes数据集上的平均精度均值(meanaverageprecision,m AP)分别提高了7.73%、13.22%和21.51%,能够快速准确地检测雾天场景的行人和车辆目标。
-
关键词
目标检测
深度学习
数据增强
YOLO
雾天成像
-
Keywords
Target detection
deep learning
data augmentation
YOLO
fog imaging
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名全局平滑和边缘保持的单幅图像去雾
被引量：1
- 2
-
-
作者
刘建磊
-
机构
山东交通学院轨道交通学院
山东大学控制科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第23期165-170,223,共7页
-
基金
中国博士后科学基金(No.2015M572034)
山东省自然科学基金(No.ZR2015FL016)
山东省高等学校科技计划项目(No.J15LN14)
-
文摘
针对现有基于暗原色先验理论的去雾方法在天空区域容易产生失真和边缘定位不准确的问题,提出了一种雾天图像直接去雾方法。根据雾天成像模型和空间变化图像复原思想,构建了数据项;通过深入分析天空区域产生失真的原因、透射率图像和复原图像的边缘特征,构建了约束项,并通过线性组合数据项和约束项,构建了一个能量泛函;利用分步梯度下降流法最优化该能量泛函,实现了复原图像的精确求解。实验结果表明,与传统方法相比,该方法不但能更好地抑制天空区域失真现象的产生,也能更精确地定位复原图像的边缘。
-
关键词
透射率
暗原色先验
雾天成像模型
能量泛函
-
Keywords
transmission
dark channel prior
haze imaging model
energy function
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
