期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
基于改进3D ResNet18的多模态微表情识别 被引量:1
1
作者 梁岩 黄润才 卢士铖 《计算机应用研究》 北大核心 2025年第3期903-910,共8页
针对微表情识别技术面临的时间特征提取挑战包括短暂性带来的捕捉难题、时空信息融合的难点、数据稀疏性导致的过拟合问题、静态特征提取方法的局限性、数据预处理对识别性能的影响,提出了一种基于改进3D ResNet的多模态微表情识别方法(... 针对微表情识别技术面临的时间特征提取挑战包括短暂性带来的捕捉难题、时空信息融合的难点、数据稀疏性导致的过拟合问题、静态特征提取方法的局限性、数据预处理对识别性能的影响,提出了一种基于改进3D ResNet的多模态微表情识别方法(IM3DR-MFER)。通过在传统3D ResNet中融入了参数精简策略和多尺度上下文感知融合策略改进3D ResNet18,在降低参数的同时提升对面部局部特征及其在广泛上下文中的信息捕捉能力。通过融合面部全局特征与光流动态特征,构建了一个双模态输入框架,从而显著提升了模型在不同维度上的特征表征能力。通过创新性地引入新型三维注意力机制(CASANet),自适应地识别并突出微表情序列中各个时间点的关键特征。经过在CASME II、SAMM以及复合数据集(CD)上的实验验证结果表明,所提方法分别取得了93.2%、88.7%和84.6%的准确率,从而验证了所提方法在人脸微表情识别任务中的有效性和先进性。 展开更多
关键词 微表情识别 3D resnet18 双模态 CASANet
在线阅读 下载PDF
A 3-dimensional baroclinic circulation model of the South China Sea
2
作者 Yi Cai(蔡怡) +1 位作者 Yuxiang Li(李毓湘) 《海洋预报》 北大核心 2001年第z1期35-49,共15页
The summer and winter circulations in the South China Sea (SCS) including the surface elevation and water temperature are simulated using the model described by Cai and Li (1996) with the monthly mean wind stress and ... The summer and winter circulations in the South China Sea (SCS) including the surface elevation and water temperature are simulated using the model described by Cai and Li (1996) with the monthly mean wind stress and air temperature field at the 1000 mb level from the European Centre for Medium-Range Weather Forecasts as inputs. The boundary conditions at Bashi Channel and Taiwan Strait are taken from the simulation results of the Kuroshio using the same numerical model with a grid size of 0.5°×0.5° and the results of Cai and Li (1996) as boundary conditions. The computational domain for the present paper is between 100°E and 123°E and between 4.5°N and 27°N. The horizontal resolution is 0.25°×0.25° and the vertical variations of the velocity components are resolved by 6 layers The computed steady flow, temperature and elevation fields are consistent with the corresponding fields observed. In particular, the temperature and elevation fields of the South China Sea Warm Current (SCSWC) have been successfully simulated. The paths of the branch of the Kuroshio entering the South China Sea (SCSBK) through Bashi Channel in winter and summer are discussed It is found that the SCSBK flows southward to the southern SCS from the coast of the Guangdong Province. A portion of the SCSBK returns to the Bashi Channel and subdivides again in deep waters in winter with a branch flows to the south along the coast of the Philippines instead of flowing back to the Pacific In addition, our results confirm the existence of a eastward current to the northeast of Dongsha in summer with the Kuroshio as its source as suggested by Huang et al. Since the value of the eddy viscosity adopted for the simulation of the Kuroshio is on the high side, resulting in a weaker west boundary current in the western Pacific as the boundary conditions for the present simulations, some deviations from the actual situations are expected although the results are in general consistent with observations. 展开更多
关键词 MODE In SCS A 3-dimensional baroclinic circulation model of the South China Sea
在线阅读 下载PDF
基于改进3D ResNet的视频人体行为识别方法研究 被引量:6
3
作者 牛为华 翟瑞冰 《计算机工程与科学》 CSCD 北大核心 2023年第10期1814-1821,共8页
针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的... 针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的局部关键特征提取;其次,加入了CBR模块,以增加网络层数。该网络对连续的视频帧序列进行图像和时序的多角度特征提取,并根据特征数据对其进行分类,最后输出识别结果。在基准数据集UCF101上的大量实验结果表明,所提方法的Top1准确率和Top5准确率与原始3D ResNet网络相比分别提升了4.03%和4.99%,且该方法的识别准确率也优于其他主流方法的识别准确率。 展开更多
关键词 人体行为识别 3D卷积 3D resnet网络 非对称卷积 UCF101数据集
在线阅读 下载PDF
基于ResNet-18的三维成矿预测方法研究 被引量:1
4
作者 陈宇恒 李晓晖 +3 位作者 袁峰 薛晨 谢先岗 郑超杰 《合肥工业大学学报(自然科学版)》 北大核心 2025年第10期1357-1363,共7页
目前深部隐伏矿床成为中国东部地区主要找矿目标,利用基于卷积神经网络(convolutional neural network,CNN)的三维成矿预测方法能够更好地圈定找矿靶区,指导进一步勘探。文章以安徽省宣城市茶亭地区为研究实例,开展基于ResNet-18残差网... 目前深部隐伏矿床成为中国东部地区主要找矿目标,利用基于卷积神经网络(convolutional neural network,CNN)的三维成矿预测方法能够更好地圈定找矿靶区,指导进一步勘探。文章以安徽省宣城市茶亭地区为研究实例,开展基于ResNet-18残差网络(residual network,ResNet)的三维成矿预测方法研究。结果表明:基于ResNet-18的深层预测模型的训练准确率为99.62%;相较于逻辑回归模型和基于LeNet-5的预测模型,基于ResNet-18的三维预测模型能够在更小的成矿远景区范围内预测出更多的矿化单元,具备更优异的预测能力,可为三维成矿预测研究提供更强大的数据综合工具。 展开更多
关键词 三维卷积神经网络(3DCNN) 残差网络(resnet) 三维成矿预测 茶亭地区
在线阅读 下载PDF
基于改进YOLOv3的轻量化神经网络算法研究 被引量:7
5
作者 舒军 吴柯 雷建军 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第2期181-188,共8页
对于小样本数据集,YOLOv3神经网络框架在训练时存在特征利用率和特征传递效率低的问题,其网络性能得不到充分利用,为解决这些问题,该研究提出基于改进的YOLOv3轻量化神经网络模型,该网络模型将YOLOv3基础框架中的ResNet残差网络结构改为... 对于小样本数据集,YOLOv3神经网络框架在训练时存在特征利用率和特征传递效率低的问题,其网络性能得不到充分利用,为解决这些问题,该研究提出基于改进的YOLOv3轻量化神经网络模型,该网络模型将YOLOv3基础框架中的ResNet残差网络结构改为DenseNet的密集串联结构,并将多尺度输出结构删减到2个.在自制麻将子数据集上的实验表明,改进YOLOv3的神经网络的每秒计算帧数(FPS)对比改进前提升了119.03%,预测目标与实际对象交并比(IoU)在0.5以上的平均检测精确度(mAP-50)提升了2.45%.将改进模型推广至开源数据集Kaggle以及Caltech上,改进模型相比原模型的每秒计算帧数分别提升了124.39%、140.05%,预测目标与实际对象交并比在0.5以上的平均检测精度分别提升了12.5%、5.34%. 展开更多
关键词 轻量化神经网络 YOLOv3 resnet DenseNet 残差网络 密集串联 检测识别
在线阅读 下载PDF
基于DeepLab v3+的葡萄叶片分割算法 被引量:12
6
作者 李余康 翟长远 +3 位作者 王秀 袁洪波 张玮 赵春江 《农机化研究》 北大核心 2022年第2期149-155,共7页
为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编... 为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶片照片作为训练集,以数据增强的方式进行数据扩容,提高模型的鲁棒性和泛化能力。试验结果证明:本方法有较好的分割效果,在数据增强的方式下精确度(ACC)平均值为98.6%,较全卷积神经网络提高7.3%。对不同类型葡萄叶片分割精确度(ACC)值均高于97%,最高可达98.8%,平均交并比(mIOU)值均高于94%,最高可达97.1%。本算法能够较精准地分割自然光照条件下的葡萄叶片图像,可为后续的病害检测和病斑提取提供参考。 展开更多
关键词 葡萄叶片 卷积神经网络 DeepLab v3+ 空洞卷积 resnet 101 自动分割
在线阅读 下载PDF
基于DeepLabv3+网络的电流互感器红外图像分割方法 被引量:12
7
作者 袁刚 许志浩 +3 位作者 康兵 罗吕 张文华 赵天成 《红外技术》 CSCD 北大核心 2021年第11期1127-1134,共8页
红外图像智能分析是变电设备故障诊断的一种有效方法,目标设备分割是其关键技术。本文针对复杂背景下电流互感器整体分割难的问题,采用基于ResNet50的DeepLabv3+神经网络,用电流互感器的红外图像训练语义分割模型的方法,对收集到的样本... 红外图像智能分析是变电设备故障诊断的一种有效方法,目标设备分割是其关键技术。本文针对复杂背景下电流互感器整体分割难的问题,采用基于ResNet50的DeepLabv3+神经网络,用电流互感器的红外图像训练语义分割模型的方法,对收集到的样本采用限制对比度自适应直方图均衡化方法实现图像轮廓增强,构建样本数据集,并运用图像变换扩充样本数据集,搭建语义分割网络训练语义分割模型,实现电流互感器像素与背景像素的二分类。通过文中方法对420张电流互感器红外图像测试,结果表明,该方法的平均交并比(Mean Intersection over Union,MIoU)为87.5%,能够从测试图像中精确分割出电流互感器设备,为后续电流互感器的故障智能诊断做铺垫。 展开更多
关键词 红外图像 电流互感器 resnet50 DeepLabv3+ 语义分割
在线阅读 下载PDF
基于改进的Deeplabv3+的红外航拍图像架空导线识别算法 被引量:7
8
作者 李昭慧 寇鸽子 《红外与激光工程》 EI CSCD 北大核心 2022年第11期173-181,共9页
随着国家电网规模的不断扩大,架空导线作为电力系统的重要组成,对它的定期巡检变得极其重要,同时,随着低空飞行领域的开放,为了保证国家电网的正常运行及低空飞行的安全,架空导线的识别也变得极其重要。文中提出了一种使用Deeplabv3+语... 随着国家电网规模的不断扩大,架空导线作为电力系统的重要组成,对它的定期巡检变得极其重要,同时,随着低空飞行领域的开放,为了保证国家电网的正常运行及低空飞行的安全,架空导线的识别也变得极其重要。文中提出了一种使用Deeplabv3+语义分割网络模型对红外航拍图像架空导线进行识别的方法,并且针对红外架空导线图像目标的特征对该算法进行了改进。首先在原Deeplabv3+算法的特征提取主干网络ResNet50中加入注意力机制,使网络突出导线目标所在区域的特征,更加关注导线目标所在的位置,进而弱化背景等非主要区域的特征。然后对Deeplabv3+的编码器部分进行改进,在ResNet50模型中加入特征金字塔网络,可以将浅层和深层的特征进行融合,增强网络对不同大小目标属性的识别能力,及导线这种小目标的检测能力,进而提高网络的整体识别效果。实验结果表明:改进后的算法检测性能良好,均像素精度为93.52%,平均交并比为87.83%。 展开更多
关键词 Deeplabv3+ 特征金字塔 架空导线 注意力机制 resnet50
在线阅读 下载PDF
基于多期相增强CT的肾细胞癌病理分级深度学习算法
9
作者 陈皓中 刘军 +3 位作者 邓凯 梅习龙 彭德红 肖恩华 《中南大学学报(医学版)》 北大核心 2025年第4期651-663,共13页
目的:肾细胞癌(renal cell carcinoma,RCC)是一种肾恶性肿瘤,严重威胁患者健康,术前病理分级的准确判断对确定RCC的治疗方法具有重大意义。目前,深度学习技术已成为RCC病理分级的重要方法,但是现有方法主要基于单期相计算机断层扫描(com... 目的:肾细胞癌(renal cell carcinoma,RCC)是一种肾恶性肿瘤,严重威胁患者健康,术前病理分级的准确判断对确定RCC的治疗方法具有重大意义。目前,深度学习技术已成为RCC病理分级的重要方法,但是现有方法主要基于单期相计算机断层扫描(computed tomography,CT)影像进行分析与预测,仍存在微小病灶的漏诊、评估片面性和局部聚焦等方面的不足。本研究提出一种联合多期相增强CT影像和临床变量数据的多模态深度学习算法,以期为预测RCC病理分级提供依据。方法:首先,该算法以平扫期、动脉期、静脉期和延迟期4个期相增强CT影像与临床变量为输入模块;然后,使用嵌入编码模块提取临床变量中的异构信息,采用三维ResNet50模型捕捉多期相增强CT影像数据的空间信息;最后,使用Fusion模块将临床变量的特征信息与各期相CT影像的特征信息进行深度融合,并进一步利用交叉自注意力机制实现多期相特征融合,从而更全面捕捉患者数据中的深层次语义信息,充分利用多模态、多期相数据的信息互补优势。纳入1229例RCC患者的资料以验证该算法的有效性。结果:该算法在准确率(83.87%)、召回率(95.04%)和F1分数(82.23%)等指标上均优于传统的影像组学方法和其他深度学习算法。结论:本研究提出的算法具有较好的稳定性和敏感性,显著提升了RCC病理分级的预测能力,为RCC的精准诊断提供了新的思路和方法。 展开更多
关键词 病理分级 深度学习 跨模态融合 肾细胞癌 三维resnet
在线阅读 下载PDF
基于机器视觉的垃圾自动分拣装置 被引量:10
10
作者 付丽 梁华林 +2 位作者 冯若愚 秦瑞 李语桐 《实验技术与管理》 CAS 北大核心 2023年第1期123-127,159,共6页
为了提高垃圾智能分拣的效率和准确度,该文设计了基于机器视觉的垃圾自动分拣装置。装置首先利用金属传感器识别金属类垃圾,然后采用YOLOv3算法对其余垃圾进行目标检测,并使用ResNet101卷积神经网络模型进行分类,训练得到的目标检测模... 为了提高垃圾智能分拣的效率和准确度,该文设计了基于机器视觉的垃圾自动分拣装置。装置首先利用金属传感器识别金属类垃圾,然后采用YOLOv3算法对其余垃圾进行目标检测,并使用ResNet101卷积神经网络模型进行分类,训练得到的目标检测模型及图像分类模型部署在Intel i38145 UE平台。装置采用两个步进电机分别控制托盘和隔板,提高垃圾的投放效率。垃圾分类测试结果表明,该装置实现了垃圾的自动分类和投放,对4类垃圾的平均识别准确率为98.3%,平均投放时间为3.1 s,具有一定的推广应用价值。 展开更多
关键词 卷积神经网络 传感器 垃圾分类 YOLOv3 resnet
在线阅读 下载PDF
深度卷积神经网络架构下智能车3D车道线检测研究
11
作者 陈小海 陈学文 +1 位作者 夏晨曦 李晓艳 《现代电子技术》 2025年第24期175-181,共7页
针对单目视觉2D车道线检测方法不能获取车道线3D空间位置的问题,设计一种用于3D车道线检测的卷积神经网络结构。采用深度残差网络ResNet50作为特征提取网络,并引入坐标注意力机制,实现车道线的浅层特征提取、多尺度特征图生成以及小尺... 针对单目视觉2D车道线检测方法不能获取车道线3D空间位置的问题,设计一种用于3D车道线检测的卷积神经网络结构。采用深度残差网络ResNet50作为特征提取网络,并引入坐标注意力机制,实现车道线的浅层特征提取、多尺度特征图生成以及小尺度高阶特征信息提取。采用特征融合网络BiFPN对不同尺度的特征图进行双向特征融合,提高车道线检测精度。同时设计一种车道线锚线3D车道检测头,实现多尺度特征图快速融合下采样,通过设置预测车道线和锚线间的偏置实现车道线的3D位置检测。在Openlane数据集上验证所设计的3D车道线检测系统,并与目前的主流方法进行对比。实验结果表明,所设计方法不仅能够检测出车道线的空间位置,还能对车道线的颜色、虚实、单条双条、左虚右实和左实右虚等属性加以识别。 展开更多
关键词 智能汽车 3D车道线检测 深度学习 resnet50 坐标注意力机制 特征融合
在线阅读 下载PDF
基于深度学习的无人机电网巡检缺陷检测研究 被引量:71
12
作者 罗潇 於锋 彭勇 《电力系统保护与控制》 EI CSCD 北大核心 2022年第10期132-139,共8页
由于无人机电网巡检存在检测区域面积小、背景复杂、计算量大等特点,导致深度学习算法的准确率和实时性难以实现。为实现无人机电网巡检的准确、快速识别,分析了各类深度学习算法在复杂环境下对绝缘子的检测效果,提出了一种基于YOLO v3... 由于无人机电网巡检存在检测区域面积小、背景复杂、计算量大等特点,导致深度学习算法的准确率和实时性难以实现。为实现无人机电网巡检的准确、快速识别,分析了各类深度学习算法在复杂环境下对绝缘子的检测效果,提出了一种基于YOLO v3的目标检测算法。首先选用ResNet18作为主干网络结构,然后构建一个多尺度特征金字塔,将其与主干网络进行融合,形成深度融合的电网巡检绝缘子检测模型,可在提高检测准确率的同时,满足实时性的检测要求。实验结果表明,YOLO v3网络的均值平均精度(mAP)达98.10%,相比于Faster R-CNN提高了6.71%;其每秒检测帧数高达47.52帧,分别是R-CNN和Faster R-CNN的25倍和12倍。所提的YOLO v3网络具有更优的识别精度和检测速度。 展开更多
关键词 无人机巡检 深度学习 YOLO v3 resnet18 绝缘子
在线阅读 下载PDF
面向自动驾驶的多模态信息融合动态目标识别 被引量:3
13
作者 张明容 喻皓 +3 位作者 吕辉 姜立标 李利平 卢磊 《重庆大学学报》 CAS CSCD 北大核心 2024年第4期139-156,共18页
研究提出一种面向自动驾驶的多模态信息融合的目标识别方法,旨在解决自动驾驶环境下车辆和行人检测问题。该方法首先对ResNet50网络进行改进,引入基于空间注意力机制和混合空洞卷积,通过选择核卷积替换部分卷积层,使网络能够根据特征尺... 研究提出一种面向自动驾驶的多模态信息融合的目标识别方法,旨在解决自动驾驶环境下车辆和行人检测问题。该方法首先对ResNet50网络进行改进,引入基于空间注意力机制和混合空洞卷积,通过选择核卷积替换部分卷积层,使网络能够根据特征尺寸动态调整感受野的大小;然后,卷积层中使用锯齿状混合空洞卷积,捕获多尺度上下文信息,提高网络特征提取能力。改用GIoU损失函数替代YOLOv3中的定位损失函数,GIoU损失函数在实际应用中具有较好操作性;最后,提出了基于数据融合的人车目标分类识别算法,有效提高目标检测的准确率。实验结果表明,该方法与OFTNet、VoxelNet和FasterRCNN网络相比,在mAP指标白天提升幅度最高可达0.05,晚上可达0.09,收敛效果好。 展开更多
关键词 自动驾驶 resnet50 YOLOv3 数据融合 注意力机制 损失函数
在线阅读 下载PDF
体育器材数据集的构建及分类方法研究 被引量:2
14
作者 石瑞 艾山·吾买尔 +2 位作者 早克热·卡德尔 王中玉 杰恩斯艾力·努尔达艾勒 《东北师大学报(自然科学版)》 CAS 北大核心 2022年第4期54-63,共10页
针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SE... 针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SED数据集基础上,提出了一种模型融合与迁移学习相结合的方法.选取ResNet50和InceptionV3作为特征提取器,将2个模型提取的特征融合输入到全连接层再实现分类.同时利用迁移学习的方法优化模型参数,进一步提高模型精度.实验结果表明,在涉及69类体育器材图片分类任务中,准确率达到85%,对体育器材图片分类具有较好的效果. 展开更多
关键词 体育器材 resnet50 InceptionV3 迁移学习 模型融合
在线阅读 下载PDF
基于级联神经网络的型钢表面缺陷检测算法 被引量:4
15
作者 于海涛 李健升 +4 位作者 刘亚姣 李福龙 王江 张春晖 于利峰 《计算机应用》 CSCD 北大核心 2023年第1期232-241,共10页
深度学习在缺陷检测方面具有优越性能,然而在工业应用过程中由于缺陷概率低,无缺陷图像的检测过程占据了大部分计算时间,严重限制了整体上的有效检测速度。针对上述问题,提出一种基于级联网络的型钢表面缺陷检测算法SDNet。该算法分为... 深度学习在缺陷检测方面具有优越性能,然而在工业应用过程中由于缺陷概率低,无缺陷图像的检测过程占据了大部分计算时间,严重限制了整体上的有效检测速度。针对上述问题,提出一种基于级联网络的型钢表面缺陷检测算法SDNet。该算法分为两个阶段:预检阶段和精检阶段。预检阶段采用基于深度可分离卷积(DSC)以及多尺度并行卷积的轻量化ResNet预检网络,判断型钢表面图像是否存在缺陷;精检阶段以YOLOv3作为基准网络对图像中的缺陷进行准确分类与定位,并在主干特征提取网络以及预测分支中引入改进空洞空间金字塔池化(ASPP)模块以及对偶注意力模块,以提升网络的检测性能。实验结果表明,SDNet在1 024像素×1 024像素图像上的检测速度达到每秒120.63帧,准确率达到92.1%。与原YOLOv3算法相比,所提算法的检测速度是原YOLOv3算法的3.7倍,检测精度提高了10.4个百分点,可应用于型钢表面缺陷的快速检测。 展开更多
关键词 缺陷检测 级联神经网络 resnet YOLOv3
在线阅读 下载PDF
面向多数据流的车厢拥挤回归分析方法
16
作者 奚蓓灏 汪明明 陈庆奎 《计算机应用》 CSCD 北大核心 2021年第S02期314-317,共4页
公交车拥挤度分析对维护公共交通安全起着重要的作用。针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个... 公交车拥挤度分析对维护公共交通安全起着重要的作用。针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法。首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数。实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度。 展开更多
关键词 公交车拥挤度 多数据流 回归模型 YOLOv3 resnet50
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部