期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
倾斜角度飞机电传电位计自适应检测研究
1
作者
邱楠
周志峰
+2 位作者
钱莉
王立端
任朴林
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第6期253-259,共7页
现有的方法对倾斜角度拍摄的电传电位计图像的圆心坐标及凹槽角度检测存在较大的位置误差与角度误差,无法满足实际的使用需求。针对倾斜角度拍摄电传电位计时测量圆心坐标及凹槽角度偏移量较大的问题,提出倾斜角度飞机电传电位计自适应...
现有的方法对倾斜角度拍摄的电传电位计图像的圆心坐标及凹槽角度检测存在较大的位置误差与角度误差,无法满足实际的使用需求。针对倾斜角度拍摄电传电位计时测量圆心坐标及凹槽角度偏移量较大的问题,提出倾斜角度飞机电传电位计自适应检测研究方法。通过图像预处理与边缘检测等方法初步得到飞机电传电位计的圆心及角度信息,提出圆心偏移矫正算法与角度偏移矫正算法对电传电位计圆心坐标及凹槽角度进行矫正,进一步提高电传电位计的检测精度。本检测算法与单应性检测算法作对比实验,结果表明:本算法对圆心距离误差最大为0.21 mm,凹槽弧度误差最大为0.72°。相比于单应性变换法在圆心平均误差下下降了0.09 mm,角度平均误差下降了0.38°,满足实际使用要求。
展开更多
关键词
机器视觉
边缘检测
椭圆拟合
几何矫正
角度检测
在线阅读
下载PDF
职称材料
基于DenseNet与PointNet融合算法的三维点云分割
2
作者
吴烈权
周志峰
+1 位作者
时云
任朴林
《应用光学》
CAS
北大核心
2024年第5期982-991,共10页
点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNe...
点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNet和PointNet的算法,用于点云分割,并引入三分支混合注意力机制,以提高PointNet在提取局部特征方面的能力。基于密集连接卷积网络(DenseNet)思想,提出用DenseNet-STN和DenseNet-MLP结构来替代PointNet中的空间变换网络(STN)和多层感知机(MLP);同时,使用Add连接代替密集块(DenseBlock)中的Concat连接,以提高对点特征间相关性的准确性,同时不显著增加模型复杂度。DenseNet-PointNet能够提高复杂分类问题的泛化能力,实现对复杂函数更好的逼近,从而提高点云分割的准确率。有效性和消融实验结果表明,本文算法具有良好的性能。点云分割实验结果表明,DenseNet-PointNet在大多数类别中的交并比(IoU)都高于PointNet的IoU,并在部分类别中也高于PointNet++,参数量是PointNet++的47.6%,浮点运算量(FLOPs)是PointNet++的49.1%。实验结果验证了DenseNet-PointNet的可行性和有效性。
展开更多
关键词
点云分割
密集连接卷积网络
PointNet
DenseNet-PointNet
在线阅读
下载PDF
职称材料
题名
倾斜角度飞机电传电位计自适应检测研究
1
作者
邱楠
周志峰
钱莉
王立端
任朴林
机构
上海工程技术大学机械与汽车工程学院
上海司南卫星导航技术股份有限公司
空装驻常州地区军事代表室
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第6期253-259,共7页
基金
上海市优秀学术/技术带头人计划资助项目(22XD1433500)。
文摘
现有的方法对倾斜角度拍摄的电传电位计图像的圆心坐标及凹槽角度检测存在较大的位置误差与角度误差,无法满足实际的使用需求。针对倾斜角度拍摄电传电位计时测量圆心坐标及凹槽角度偏移量较大的问题,提出倾斜角度飞机电传电位计自适应检测研究方法。通过图像预处理与边缘检测等方法初步得到飞机电传电位计的圆心及角度信息,提出圆心偏移矫正算法与角度偏移矫正算法对电传电位计圆心坐标及凹槽角度进行矫正,进一步提高电传电位计的检测精度。本检测算法与单应性检测算法作对比实验,结果表明:本算法对圆心距离误差最大为0.21 mm,凹槽弧度误差最大为0.72°。相比于单应性变换法在圆心平均误差下下降了0.09 mm,角度平均误差下降了0.38°,满足实际使用要求。
关键词
机器视觉
边缘检测
椭圆拟合
几何矫正
角度检测
Keywords
machine vision
edge detection
ellipse fitting
geometric correction
angle detection
分类号
TP206 [自动化与计算机技术—检测技术与自动化装置]
TN606 [电子电信—电路与系统]
在线阅读
下载PDF
职称材料
题名
基于DenseNet与PointNet融合算法的三维点云分割
2
作者
吴烈权
周志峰
时云
任朴林
机构
上海工程技术大学机械与汽车工程学院
上海航天设备制造总厂有限公司
空装驻常州地区军事代表室
出处
《应用光学》
CAS
北大核心
2024年第5期982-991,共10页
基金
国家重点研发计划(2021YFB1714600)。
文摘
点云分割对于智能驾驶、物体检测和识别、逆向工程等任务非常重要。PointNet是一种能够直接处理点云数据的方法,近年来在点云分割任务中得到广泛应用,但其分割精度较低,而PointNet++的计算成本又较高。针对以上问题,提出一种融合DenseNet和PointNet的算法,用于点云分割,并引入三分支混合注意力机制,以提高PointNet在提取局部特征方面的能力。基于密集连接卷积网络(DenseNet)思想,提出用DenseNet-STN和DenseNet-MLP结构来替代PointNet中的空间变换网络(STN)和多层感知机(MLP);同时,使用Add连接代替密集块(DenseBlock)中的Concat连接,以提高对点特征间相关性的准确性,同时不显著增加模型复杂度。DenseNet-PointNet能够提高复杂分类问题的泛化能力,实现对复杂函数更好的逼近,从而提高点云分割的准确率。有效性和消融实验结果表明,本文算法具有良好的性能。点云分割实验结果表明,DenseNet-PointNet在大多数类别中的交并比(IoU)都高于PointNet的IoU,并在部分类别中也高于PointNet++,参数量是PointNet++的47.6%,浮点运算量(FLOPs)是PointNet++的49.1%。实验结果验证了DenseNet-PointNet的可行性和有效性。
关键词
点云分割
密集连接卷积网络
PointNet
DenseNet-PointNet
Keywords
point cloud segmentation
densely connected convolutional network
PointNet
DenseNet-PointNet
分类号
TN201 [电子电信—物理电子学]
TP311.1 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
倾斜角度飞机电传电位计自适应检测研究
邱楠
周志峰
钱莉
王立端
任朴林
《兵器装备工程学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于DenseNet与PointNet融合算法的三维点云分割
吴烈权
周志峰
时云
任朴林
《应用光学》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
