-
题名基于改进HopeNet的头部姿态估计方法
- 1
-
-
作者
张立国
胡林
-
机构
燕山大学测试计量技术与仪器重点实验室
-
出处
《高技术通讯》
CAS
北大核心
2024年第5期486-495,共10页
-
基金
河北省中央引导地方专项(199477141G)资助项目。
-
文摘
针对基于无需先验知识的头部姿态估计算法在复杂背景图像和多尺度图像场景下精度较差的问题,提出了一种基于改进HopeNet的头部姿态估计方法。首先在主干网络结构上增加特征融合结构使得模型能够充分利用网络的深层特征信息与浅层特征信息,提升模型的特征解析力;然后在主干网络的残差结构中增加特征压缩激励模块,使得网络能够自适应学习不同特征层重要程度的权重信息,让模型更加关注目标信息。实验结果表明,相较于HopeNet,本文方法在AFLW2000数据集上精度提升了31.15%,平均误差降到4.20°,同时在复杂背景图像场景下有较好的鲁棒性。
-
关键词
头部姿态估计
HopeNet
特征融合
特征压缩激励
自适应学习
-
Keywords
head pose estimation
HopeNet
characteristics of the fusion
characteristic compression and ex-citation
adaptive learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FPGA的高动态范围红外图像细节增强算法
被引量：5
- 2
-
-
作者
刘斌
赵建章
孔祥欣
巫肇彬
孟宗
胡春海
-
机构
燕山大学测试计量技术与仪器重点实验室
-
出处
《计量学报》
CSCD
北大核心
2018年第4期493-497,共5页
-
基金
河北省自然科学基金(F2015203287)
河北省科技计划项目(15220324)
-
文摘
以非锐化掩膜算法为技术框架,提出了一种基于引导滤波器、γ变换的图像细节增强算法;使用VHDL语言设计出一种新型的引导滤波器架构,并且在以CYCLONEⅢ为核心控制器的硬件平台上对算法进行了工程实现。核心处理器的逻辑和内存资源占用量分别为15%和40%;在100 MHz主时钟时,处理延时小于300μs;使用低端的处理器,即可满足工程需求。通过多幅不同场景红外图像测试对比,结果表明算法处理效果明显,可有效地实现细节增强。
-
关键词
计量学
红外图像
细节增强
引导滤波器
γ变换
-
Keywords
metrology
infrared image
detail enhancement
guided filter
γ transformation
-
分类号
TB96
[机械工程—光学工程]
-
