期刊文献+
共找到17篇文章
< 1 >
每页显示 20 50 100
一种迭代的核密度估计视觉目标检测算法 被引量:4
1
作者 李大威 徐立鸿 +1 位作者 吴阳 徐媛 《系统仿真学报》 CAS CSCD 北大核心 2013年第3期558-564,共7页
利用srgb颜色空间性质,提出了一种基于Epanechnikov核函数的非参数核密度估计进行视觉目标检测,基于贝叶斯理论的迭代决策方法进一步消除噪声并增强了二值检测结果。在迭代过程中,模拟退火加快了收敛速度。仿真证明,算法能够抵抗光照变... 利用srgb颜色空间性质,提出了一种基于Epanechnikov核函数的非参数核密度估计进行视觉目标检测,基于贝叶斯理论的迭代决策方法进一步消除噪声并增强了二值检测结果。在迭代过程中,模拟退火加快了收敛速度。仿真证明,算法能够抵抗光照变化和阴影等带来的不良影响,得到优异的目标检测结果;与几种经典方法相比,在大大降低误检率的同时提高了目标正确检出率,具有良好的实用价值。 展开更多
关键词 核密度估计 马尔科夫随机场 srgb色彩空间 模拟退火 视觉目标检测
原文传递
面向空间视觉目标检测的对抗攻击与防御算法
2
作者 周栋 孙光辉 吴立刚 《控制与决策》 EI CSCD 北大核心 2024年第7期2161-2168,共8页
随着航天航空技术的发展,空间目标视觉检测技术作为航天器智能在轨服务的重要技术支撑,获得了国内外研究学者的广泛关注.考虑到太空中恶劣的光照条件以及未知的动态场景,空间目标视觉检测的鲁棒性问题亟待深入研究.首先,提出一种黑盒迁... 随着航天航空技术的发展,空间目标视觉检测技术作为航天器智能在轨服务的重要技术支撑,获得了国内外研究学者的广泛关注.考虑到太空中恶劣的光照条件以及未知的动态场景,空间目标视觉检测的鲁棒性问题亟待深入研究.首先,提出一种黑盒迁移实例攻击方法,将图像识别领域的对抗样本攻击方法应用于空间目标检测任务,实现对EfficientDet目标检测模型的欺骗攻击;同时,提出一种协同防御策略,将对抗训练和SRMNet去噪器相结合,有效增强目标检测模型的鲁棒性.实验结果表明,所提出防御策略不仅能够成功抵御对抗样本攻击,还能取得高于原始空间目标检测模型的检测精度. 展开更多
关键词 空间目标视觉检测 黑盒迁移实例攻击 对抗训练 SRMNet
原文传递
基于深度学习的视觉目标检测技术综述 被引量:74
3
作者 曹家乐 李亚利 +3 位作者 孙汉卿 谢今 黄凯奇 庞彦伟 《中国图象图形学报》 CSCD 北大核心 2022年第6期1697-1722,共26页
视觉目标检测旨在定位和识别图像中存在的物体,属于计算机视觉领域的经典任务之一,也是许多计算机视觉任务的前提与基础,在自动驾驶、视频监控等领域具有重要的应用价值,受到研究人员的广泛关注。随着深度学习技术的飞速发展,目标检测... 视觉目标检测旨在定位和识别图像中存在的物体,属于计算机视觉领域的经典任务之一,也是许多计算机视觉任务的前提与基础,在自动驾驶、视频监控等领域具有重要的应用价值,受到研究人员的广泛关注。随着深度学习技术的飞速发展,目标检测取得了巨大的进展。首先,本文总结了深度目标检测在训练和测试过程中的基本流程。训练阶段包括数据预处理、检测网络、标签分配与损失函数计算等过程,测试阶段使用经过训练的检测器生成检测结果并对检测结果进行后处理。然后,回顾基于单目相机的视觉目标检测方法,主要包括基于锚点框的方法、无锚点框的方法和端到端预测的方法等。同时,总结了目标检测中一些常见的子模块设计方法。在基于单目相机的视觉目标检测方法之后,介绍了基于双目相机的视觉目标检测方法。在此基础上,分别对比了单目目标检测和双目目标检测的国内外研究进展情况,并展望了视觉目标检测技术发展趋势。通过总结和分析,希望能够为相关研究人员进行视觉目标检测相关研究提供参考。 展开更多
关键词 视觉目标检测 深度学习 单目 双目 锚点框
原文传递
基于顶点与主体区域同步检测的精准车牌定位
4
作者 徐光柱 刘高飞 +3 位作者 匡婉 万秋波 马国亮 雷帮军 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期376-387,共12页
为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车... 为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。 展开更多
关键词 深度学习 卷积网络 视觉目标检测 非约束车牌定位 车牌顶点检测
原文传递
深度学习在目标视觉检测中的应用进展与展望 被引量:246
5
作者 张慧 王坤峰 王飞跃 《自动化学报》 EI CSCD 北大核心 2017年第8期1289-1305,共17页
目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在... 目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在目标视觉检测中的应用进展与展望.首先对目标视觉检测的基本流程进行总结,并介绍了目标视觉检测研究常用的公共数据集;然后重点介绍了目前发展迅猛的深度学习方法在目标视觉检测中的最新应用进展;最后讨论了深度学习方法应用于目标视觉检测时存在的困难和挑战,并对今后的发展趋势进行展望. 展开更多
关键词 目标视觉检测 深度学习 计算机视觉 平行视觉
下载PDF
伤员搜寻任务中人体的视觉检测方法研究 被引量:8
6
作者 刘保真 苏卫华 +2 位作者 陈卓 安慰宁 秦晓丽 《医疗卫生装备》 CAS 2017年第2期118-121,共4页
目的 :针对救援任务中的无人化搜寻问题,设计一种基于视觉的多方向人体检测方法。方法 :立足机器视觉领域,采用行人检测中应用最广泛的方向梯度直方图(histogram of oriented gradient,HOG)特征,通过多方向检测实现对具有不同旋转角度... 目的 :针对救援任务中的无人化搜寻问题,设计一种基于视觉的多方向人体检测方法。方法 :立足机器视觉领域,采用行人检测中应用最广泛的方向梯度直方图(histogram of oriented gradient,HOG)特征,通过多方向检测实现对具有不同旋转角度人体的响应。模拟救援任务中无人机和无人车视角,构建相应的搜寻现场人体数据集,用于方法的评价与验证。结果:该方法在无人机和无人车视角数据集中均取得一定的检测效果,验证了该方法在无人机和无人车上应用的可行性。结论:该方法对于人体目标在图像中的平面旋转和离面旋转都具有一定的鲁棒性,对于促进国内无人化搜救具有十分重要的意义。 展开更多
关键词 伤员搜寻 战场救援 灾后救援 HOG特征 视觉目标检测 多方向检测
下载PDF
深度学习在目标视觉检测中的应用 被引量:1
7
作者 李楚樊 《中国高新科技》 2021年第24期62-63,共2页
深度学习技术的逐步发展,促进了目标视觉检测应用范围的不断拓展。在实际操作任务中,目标视觉检测技术受到了极大的关注。文章在对深度学习在目标视觉检测过程中的基本流程及公共数据集简要分析的基础上,详细分析具体的应用原理与存在... 深度学习技术的逐步发展,促进了目标视觉检测应用范围的不断拓展。在实际操作任务中,目标视觉检测技术受到了极大的关注。文章在对深度学习在目标视觉检测过程中的基本流程及公共数据集简要分析的基础上,详细分析具体的应用原理与存在的不足,并提出改进策略,以促进深度学习在目标视觉检测领域的进一步发展。 展开更多
关键词 深度学习 目标视觉检测 应用分析
下载PDF
基于扩散的视觉显著目标检测 被引量:1
8
作者 宣东东 汪军 《南华大学学报(自然科学版)》 2018年第2期74-80,86,共8页
针对图像背景颜色和视觉显著检测目标信息颜色相近时,显著检测结果的精度和效率不高的问题,提出了一种基于扩散的视觉显著目标检测模型.首先通过对对称矩阵的构造并丢弃常数特征向量和辨别力进行了重新组合扩散矩阵,然后对扩散矩阵中的... 针对图像背景颜色和视觉显著检测目标信息颜色相近时,显著检测结果的精度和效率不高的问题,提出了一种基于扩散的视觉显著目标检测模型.首先通过对对称矩阵的构造并丢弃常数特征向量和辨别力进行了重新组合扩散矩阵,然后对扩散矩阵中的种子向量进行重新构造,最后将重新组合的扩散矩阵和重新构造的种子向量进行扩散,得出了基于扩散的视觉显著目标检测算法.实验结果表明:该算法较之前的算法有一定的改进,在背景颜色和视觉目标信息颜色相近的情况下,该算法显著目标检测效果有了明显的提升. 展开更多
关键词 扩散矩阵 种子向量 拉普拉斯矩阵 视觉显著目标检测
下载PDF
深度学习在目标视觉检测中的应用
9
作者 于乐 《今日自动化》 2022年第4期124-126,共3页
在科技不断创新和广泛应用的新时代,计算机视觉技术是整个科技领域的热点研究课题。在计算机视觉领域中,目标视觉检测属于重要任务之一,如今各种电子设备都在人们工作生活中得到实际应用,图像数据的产生量也海量增加,由于图像识别的精... 在科技不断创新和广泛应用的新时代,计算机视觉技术是整个科技领域的热点研究课题。在计算机视觉领域中,目标视觉检测属于重要任务之一,如今各种电子设备都在人们工作生活中得到实际应用,图像数据的产生量也海量增加,由于图像识别的精确性对多个方面都有重大影响,在这样的情况下,如何进一步提升图像中目标识别的精确性成为相关研究人员考虑的重要问题。文章主要探讨传统目标检测技术和基于深度学习的目标检测技术,并以实际应用案例为参考,分析深度学习在目标视觉检测中的应用系统,以供参考。 展开更多
关键词 深度学习 目标视觉检测 技术应用
下载PDF
室内单目机器人视觉目标发现与跟随 被引量:3
10
作者 骆颇 《计算机系统应用》 2018年第1期35-44,共10页
本文研究了室内单目机器人上的视觉目标人发现与跟随问题,分为场景变化检测,目标人检测,目标人视觉追踪和目标人主动跟随几个部分,主要研究了场景变化检测算法和目标人视觉追踪算法.高速的场景变化检测算法通过对场景建模来分析该场景... 本文研究了室内单目机器人上的视觉目标人发现与跟随问题,分为场景变化检测,目标人检测,目标人视觉追踪和目标人主动跟随几个部分,主要研究了场景变化检测算法和目标人视觉追踪算法.高速的场景变化检测算法通过对场景建模来分析该场景是否变化,为目标检测部分提供潜在变化帧和潜在变化区域.实验结果表明能够提高系统运行速度,减少机器人运行时的卡顿.视觉目标追踪算法结合表观模型和SLAM过程得到的地图点信息,估计目标区域内属于背景的部分,减少由于遮挡和目标尺度变化对于追踪算法的表观模型的影响,实验结果相比于对比算法取得较大效果提升.本文尝试使用近年来效果较好的深度神经网络来进行目标检测.使用小型深度网络并加强对于室内场景下人的学习,在运行速度和检测效果方面取得较好的平衡.在视觉目标人的发现和跟踪的基础上,我们实现了机器人的跟随.由于单目视觉仅能够提供目标的方向信息,所以机器人主动跟随的目标是保持目标人在成像平面的水平居中位置.在目标无遮挡和部分遮挡的情况下,机器人能够成功的跟随人. 展开更多
关键词 SLAM 视觉目标检测 视觉目标追踪 机器人跟随 在线学习
下载PDF
基于YOLOV4算法的优化低空无人机的检测与跟踪
11
作者 刘子瑞 《黑龙江科学》 2023年第6期70-72,共3页
为了提升无人机检测的精准度与工作效率,设计了一种以YOLOV4算法优化为基础的低空环境下的无人机检测与跟踪方法。此方法的最大特点是有效结合了卷积神经网络(CNN)的检测方法与追踪算法,实现了对无人机的动态化检测,针对性地优化改进了... 为了提升无人机检测的精准度与工作效率,设计了一种以YOLOV4算法优化为基础的低空环境下的无人机检测与跟踪方法。此方法的最大特点是有效结合了卷积神经网络(CNN)的检测方法与追踪算法,实现了对无人机的动态化检测,针对性地优化改进了传统的YOLO网络结构,建立了检测与追踪模型,在自建数据集上进行对比实验。结果表明,创建的模型能辅助降低小目标的漏检概率,在确保检测与追踪实时性的基础上使检测精度增加到77.3%,确保了低空无人机追踪过程的相对稳定性。 展开更多
关键词 低空无人机 视觉目标检测 目标追踪 YOLOV4算法 优化模型
下载PDF
基于OpenCV实现双目视觉下的客流计数算法 被引量:2
12
作者 张震 王文娟 《计算机应用与软件》 CSCD 2015年第11期189-192,242,共5页
为了能实时地获得公交车上的乘客数,提出一种基于OpenCV(Open Source Computer Vision Library)实现双目视觉下的客流计数算法。首先用双目摄像系统获取包含场景深度信息的视差图,然后利用Codebook背景模型与光流残差相结合的方法提取... 为了能实时地获得公交车上的乘客数,提出一种基于OpenCV(Open Source Computer Vision Library)实现双目视觉下的客流计数算法。首先用双目摄像系统获取包含场景深度信息的视差图,然后利用Codebook背景模型与光流残差相结合的方法提取运动目标,最后采用积分投影法实现目标分割,并进行目标跟踪和计数。通过对比分析和算法测试,该算法有效克服了因计数场景中光线突变、阴影等对计数的影响,准确率达94.45%以上。 展开更多
关键词 客流计数双目立体视觉运动目标检测 光流残差 OPENCV
下载PDF
交通场景中基于彩色视觉信息统计的背景建模
13
作者 王子明 杨晨晖 《现代计算机》 2011年第23期22-26,41,共6页
研究分析目前主流的背景建模方法,并针对动态交通场景中车辆目标持续运动,背景出现的概率较大的特点,提出一种基于彩色视觉信息统计的背景建模算法。实验结果表明,该算法可以较好地提取背景,并有效区分前景和背景。
关键词 背景建模:彩色视觉信息统计:目标检测
下载PDF
YOLOv3与顶点偏移估计相结合的车牌定位 被引量:5
14
作者 徐光柱 匡婉 +3 位作者 李兴维 万秋波 石勇涛 雷帮军 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第4期569-579,共11页
深层卷积神经网络(deep convolutional neural networks, DCNN)因其能够自动学习图像有效特征,被广泛应用于视觉目标检测.为克服DCNN目标检测算法大多因采用矩形检测框,而无法有效地应对非约束环境下倾斜性车牌的准确定位问题.提出一种... 深层卷积神经网络(deep convolutional neural networks, DCNN)因其能够自动学习图像有效特征,被广泛应用于视觉目标检测.为克服DCNN目标检测算法大多因采用矩形检测框,而无法有效地应对非约束环境下倾斜性车牌的准确定位问题.提出一种可同时输出矩形目标检测框与关键点的车牌定位解决方案,并具体以YOLOv3所用网络为对象,通过扩展其输出维度,增设车牌顶点相对于矩形检测输出框角点的偏移量损失,在保留其高效计算性能的前提下,训练使其可同时输出矩形检测框及车牌顶点,实现精准定位.在广泛使用的大型非约束性车牌数据集CCPD上的实验结果显示,所提算法不仅可以准确检测车牌顶点,而且能够在Base,Tilt和Weather子集上取得99%以上的定位精度.该方法还可扩展至其他需同时输出目标检测框及关键点的应用领域,具有较好的应用价值. 展开更多
关键词 深度学习 非约束车牌定位 视觉目标检测 点偏移估计 YOLOv3
下载PDF
多源融合的船舶身份智能识别与验证技术 被引量:4
15
作者 王永兴 王涛 韦扬 《中国航海》 CSCD 北大核心 2022年第4期133-139,共7页
针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达... 针对船舶污染物监管场景需求,提出了船舶申报信息、船舶自动识别系统和摄像头图像检测多源融合的船舶目标智能识别和验证方法。从申报信息中获取船舶水上移动通信业务标识码身份,利用该标识码提取船舶自动识别系统参数,判断船舶是否达到现场;通过改进的YOLOv5检测模型从摄像头获取现场船舶的视觉目标检测框;采用视觉目标检测框与船舶自动识别系统目标在摄像头像素坐标系映射标定框的交叉匹配算法,完成船舶目标的融合验证。在SeaShips公开数据集上的试验表明,相较原始YOLOv5模型,提出的船舶视觉目标检测模型平均精确度指标提升了3.14%,达到80.83%;且利用TensorRT加速使得模型推理速度提升了73%,帧率达到64.18。船舶自动识别系统目标与视觉目标的匹配融合满足船舶污染物接收现场船舶身份的识别和验证需求。 展开更多
关键词 视觉目标检测 多源融合 船舶身份 智能识别
下载PDF
Eagle-Vision-Based Object Detection Method for UAV Formation in Hazy Weather 被引量:2
16
作者 LI Hao DENG Yimin +2 位作者 XU Xiaobin SUN Yongbin WEI Chen 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2020年第4期517-527,共11页
Inspired by eagle’s visual system,an eagle-vision-based object detection method for unmanned aerial vehicle(UAV)formation in hazy weather is proposed in this paper.To restore the hazy image,the values of atmospheric ... Inspired by eagle’s visual system,an eagle-vision-based object detection method for unmanned aerial vehicle(UAV)formation in hazy weather is proposed in this paper.To restore the hazy image,the values of atmospheric light and transmission are estimated on the basis of the signal processing mechanism of ON and OFF channels in eagle’s retina.Local features of the dehazed image are calculated according to the color antagonism mechanism and contrast sensitivity function of eagle’s visual system.A center-surround operation is performed to simulate the response of reception field.The final saliency map is generated by the Random Forest algorithm.Experimental results verify that the proposed method is capable to detect UAVs in hazy image and has superior performance over traditional methods. 展开更多
关键词 object detection eagle visual system UAV formation image dehazing
下载PDF
Neighborhood fusion-based hierarchical parallel feature pyramid network for object detection 被引量:3
17
作者 Mo Lingfei Hu Shuming 《Journal of Southeast University(English Edition)》 EI CAS 2020年第3期252-263,共12页
In order to improve the detection accuracy of small objects,a neighborhood fusion-based hierarchical parallel feature pyramid network(NFPN)is proposed.Unlike the layer-by-layer structure adopted in the feature pyramid... In order to improve the detection accuracy of small objects,a neighborhood fusion-based hierarchical parallel feature pyramid network(NFPN)is proposed.Unlike the layer-by-layer structure adopted in the feature pyramid network(FPN)and deconvolutional single shot detector(DSSD),where the bottom layer of the feature pyramid network relies on the top layer,NFPN builds the feature pyramid network with no connections between the upper and lower layers.That is,it only fuses shallow features on similar scales.NFPN is highly portable and can be embedded in many models to further boost performance.Extensive experiments on PASCAL VOC 2007,2012,and COCO datasets demonstrate that the NFPN-based SSD without intricate tricks can exceed the DSSD model in terms of detection accuracy and inference speed,especially for small objects,e.g.,4%to 5%higher mAP(mean average precision)than SSD,and 2%to 3%higher mAP than DSSD.On VOC 2007 test set,the NFPN-based SSD with 300×300 input reaches 79.4%mAP at 34.6 frame/s,and the mAP can raise to 82.9%after using the multi-scale testing strategy. 展开更多
关键词 computer vision deep convolutional neural network object detection hierarchical parallel feature pyramid network multi-scale feature fusion
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部