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4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：
改进YOLOv7的服务机器人密集遮挡目标识别
1
作者 陈仁祥 邱天然 +3 位作者 杨黎霞 余腾伟 贾飞 陈才 《光学精密工程》 EI CAS CSCD 北大核心 2024年第10期1595-1605,共11页
针对服务机器人视觉抓取时待识别目标存在密集遮挡导致识别效果差的问题,提出改进YOLOv7的服务机器人密集遮挡目标识别方法。首先,为改善密集遮挡目标特征信息丢失导致识别困难的问题,使用深度过参数化卷积构建深度过参数化高效聚合网络... 针对服务机器人视觉抓取时待识别目标存在密集遮挡导致识别效果差的问题,提出改进YOLOv7的服务机器人密集遮挡目标识别方法。首先,为改善密集遮挡目标特征信息丢失导致识别困难的问题,使用深度过参数化卷积构建深度过参数化高效聚合网络,利用不同卷积核对每个通道进行运算,增强网络感知能力,使网络关注目标未遮挡区域特征;其次,为抑制密集遮挡目标边界不易区分对识别造成的影响,将坐标注意力机制嵌入主干网络中,使网络获取目标位置信息并更好地关注特征图中的重要区域,增强网络特征提取能力;最后,使用Ghost网络进行轻量化改进,减少计算量并降低模型内存占用。在自建数据集与公共数据集分别对模型进行对比实验,实验结果表明,改进后模型mAP分别达到92.9%,87.8%。本文模型在降低内存占用的同时,识别精度和识别效率提升,整体性能更优。 展开更多
关键词 密集遮挡 改进YOLOv7 服务机器人 目标识别
下载PDF
密集遮挡条件下的步态识别 被引量：1
2
作者 高毅 何淼 《光学精密工程》 EI CAS CSCD 北大核心 2023年第2期263-276,共14页
步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点,轮廓提取易受到其他行人的遮挡和干扰,大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性,提出一... 步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点,轮廓提取易受到其他行人的遮挡和干扰,大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性,提出一种基于无序序列的深度步态识别算法。首先在Casia-B数据集的基础上进行仿真,建立遮挡情况下的目标轮廓仿真数据集,用于对算法进行遮挡鲁棒性验证;其次,提出基于随机二值膨胀的数据增广方法,同时通过理论和实验论证了HPP(Horizontal Pyramid Pooling)结构在步态识别问题中的局限性,提出退化水平金字塔结构DHPP,利用DHPP结构、CoordConv方法和联合训练裁剪方法的配合,在深度特征中增强绝对位置信息的感知能力,提升算法遮挡鲁棒性的同时减少目标特征表达维度。实验结果表明,所提方法对于步态识别的鲁棒性提升效果明显。 展开更多
关键词 步态识别 数据增广 密集遮挡 DHPP 卷积神经网络
下载PDF
基于RGB-D融合的密集遮挡抓取检测 被引量：5
3
作者 李明 鹿朋 +2 位作者 朱龙 朱美强 邹亮 《控制与决策》 EI CSCD 北大核心 2023年第10期2867-2874,共8页
针对当前抓取检测模型对密集遮挡物体的检测效果差以及人工数据标注工作量大的问题,提出基于RGB-D图像融合的目标检测与抓取检测分步骤进行的改进方案.新方案支持将单物体图像训练的抓取检测模型直接应用于密集遮挡的多物体图像场景中.... 针对当前抓取检测模型对密集遮挡物体的检测效果差以及人工数据标注工作量大的问题,提出基于RGB-D图像融合的目标检测与抓取检测分步骤进行的改进方案.新方案支持将单物体图像训练的抓取检测模型直接应用于密集遮挡的多物体图像场景中.首先,考虑到密集遮挡场景下抓取物具有多尺度的特点,提出子阶段路径聚合(SPA)的多尺度特征融合模块,用于丰富RGB-D特征级别融合的目标检测模型SPA-YOLO-Fusion的高维语义特征信息,以便于检测模型定位所有的抓取物;其次,使用基于RGB-D像素级别融合的GR-ConvNet抓取检测模型估计每个物体的抓取点,并提出背景填充的图像预处理算法来降低密集遮挡物体的相互影响;最后,使用机械臂对目标点进行抓取.在LineMOD数据集上对目标检测模型进行测试,实验结果表明SPA-YOLO-Fusion的mAP比YOLOv3-tiny与YOLOv4-tiny分别提高了10%与7%.从实际场景中采集图像制作YODO_Grasp抓取检测数据集并进行测试,结果表明增加背景填充预处理算法的GR-ConvNet的抓取检测精度比原模型提高了23%. 展开更多
关键词 RGB-D融合 密集遮挡检测 多尺度检测 抓取检测 机械臂 深度学习
原文传递
基于自适应关键点热图的遮挡篮球运动员检测算法 被引量：8
4
作者 任媛 雒江涛 梁旭鹏 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第9期1450-1456,共7页
运动员检测是篮球运动智能化分析的基础,由于篮球视频存在场景复杂、目标运动快速、目标间遮挡严重的问题,现有目标检测技术不能实现对密集遮挡运动员的精确检测.为此,提出一种基于自适应关键点热图的遮挡篮球运动员检测算法.首先通过... 运动员检测是篮球运动智能化分析的基础,由于篮球视频存在场景复杂、目标运动快速、目标间遮挡严重的问题,现有目标检测技术不能实现对密集遮挡运动员的精确检测.为此,提出一种基于自适应关键点热图的遮挡篮球运动员检测算法.首先通过预先构建的全卷积编码-解码网络进行运动员特征提取,利用高斯核函数在特征图上渲染关键点热图,热图的渲染采用自适应策略,高斯核半径随着目标宽和高的变化而变化,能够加快网络收敛;然后在热图中提取运动员中心点,回归得到运动员宽高、位置等信息,省去了基于锚框检测中复杂耗时的后处理过程,更利于在遮挡条件下区分2个运动员.在篮球运动数据集BasketballPlayer上进行实验的结果表明,在复杂篮球视频场景下,该算法能有效地解决密集遮挡运动员之间漏检、误检和检测精度不高的问题,处理速度可达到26帧/s. 展开更多
关键词 运动员检测 自适应关键点热图 可变高斯核 密集遮挡
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 下一页 到第 页
使用帮助 返回顶部