期刊文献+
共找到562篇文章
< 1 2 29 >
每页显示 20 50 100
一种基于YOLOX_s的雾天场景目标检测方法
1
作者 娄铮铮 张欣 +1 位作者 胡世哲 吴云鹏 《计算机科学》 CSCD 北大核心 2024年第7期206-213,共8页
文中提出了一个基于深度可分离卷积和注意力机制的雾天目标检测模型,旨在实现在雾天场景中对目标的快速、准确检测。该模型由去雾模块和检测模块组成,并在训练过程中共同训练。为确保模型在雾天场景中检测的准确性和实时性,在去雾模块方... 文中提出了一个基于深度可分离卷积和注意力机制的雾天目标检测模型,旨在实现在雾天场景中对目标的快速、准确检测。该模型由去雾模块和检测模块组成,并在训练过程中共同训练。为确保模型在雾天场景中检测的准确性和实时性,在去雾模块方面,采用AODNet对输入图像进行去雾处理,以降低雾对图像中待检测目标的干扰,在检测模块中使用改进后的YOLOX_s模型,输出目标的分类置信度和位置坐标。为提升网络的检测性能,在YOLOX_s基础上采用深度可分离卷积和注意力机制来提高特征提取能力,扩大特征图感受野。所提模型能提高有雾场景中模型的检测精度,且不增加模型参数量和计算量。实验结果表明,所提模型在RTTS数据集和合成有雾目标检测数据集上均表现出色,有效提高了模型在雾天场景中的检测精度。与基准模型相比,平均精度(mAP@50_95)分别提升了1.9%和2.37%。 展开更多
关键词 雾天场景 目标检测 图像去雾 深度可分离卷积 注意力机制
下载PDF
基于MSRCP与改进YOLOv5的雾天船舶检测
2
作者 李伟 张雪 +1 位作者 单雄飞 宁君 《计算机仿真》 2024年第5期204-208,482,共6页
针对海上雾天获取到的图像中小目标船舶识别效果低下、漏检率高等问题,提出了一种融合MSRCP算法的改进YOLOv5模型。在输入端加入MSRCP算法对图像进行预处理,提高远处船舶的特征;采用改进k-means聚类方法设计先验框,加快模型收敛速度,使... 针对海上雾天获取到的图像中小目标船舶识别效果低下、漏检率高等问题,提出了一种融合MSRCP算法的改进YOLOv5模型。在输入端加入MSRCP算法对图像进行预处理,提高远处船舶的特征;采用改进k-means聚类方法设计先验框,加快模型收敛速度,使锚框和边界框更匹配;在网络部分采用了SoftPool池化替换原来的MaxPool池化,保留更多的图像特征,提高图像的检测精度。经实验,改进后的算法MAP值提高了12%,平均召回率提升了16%,检测速度达到40帧/秒,能够在满足实时性检测的前提下,更好地完成对大雾天气下的船舶识别。 展开更多
关键词 目标检测 船舶识别 雾天船舶检测
下载PDF
基于维度交互和跨层尺度级联的雾天目标检测算法
3
作者 苏佳 梁奔 +3 位作者 冯康康 孟俊彤 贾欣雨 侯卫民 《微电子学与计算机》 2024年第1期53-62,共10页
针对雾天场景下目标检测过程中由于图像模糊导致模型检测精度低、鲁棒性不佳等问题,结合数据增强对YOLOv5算法进行了优化改进,提出一种基于维度交互和跨层尺度级联的目标检测方法。首先,将三重注意力嵌入特征提取结构,捕捉不同维度间的... 针对雾天场景下目标检测过程中由于图像模糊导致模型检测精度低、鲁棒性不佳等问题,结合数据增强对YOLOv5算法进行了优化改进,提出一种基于维度交互和跨层尺度级联的目标检测方法。首先,将三重注意力嵌入特征提取结构,捕捉不同维度间的依赖关系,增强空间和通道间信息的融合交互,提高对重要特征的关注能力。其次,提出多尺度感受野增强模块(MREM)。采用多次重复池化采样融合残差连接思想,有效扩大目标感受野获取多尺度特征,增强模型对细节信息的提取能力。再次,提出跨层级联路径聚合网络(CLC-PAN)结构。采用跨层连接的方式促进不同尺度特征信息融合,提高浅层细节信息和深层语义信息的交互,并通过加深特征金字塔采样层数捕获更丰富的语义特征,使各种锚框的铺设间隔更加合理,提高模型检测能力。最后,使用SIoU损失函数作为目标边界框回归损失函数,提高目标框定位准确度和样本训练速度。实验结果表明,改进后检测方法模型大小为15.8 MB,mAP达到71.3%,相较于YOLOv5s提升了7%,能够满足雾天场景下的快速准确地实时目标检测。 展开更多
关键词 雾天场景 目标检测 YOLOv5 三重注意力 多尺度特征融合
下载PDF
基于AOD-Net的雾天高速公路能见度动态检测方法
4
作者 时兵 唐昌华 +1 位作者 杨阳 于超 《现代计算机》 2024年第11期45-49,共5页
单纯以图像帧差特征为主的公路能见度动态检测方法,缺乏足够多样且具有代表性的真实数据集,使得能见度的智能检测精度下降,为此,利用生成对抗网络的博弈迭代计算优势,设计一种基于AOD-Net(An All-in-One Network)的雾天高速公路能见度... 单纯以图像帧差特征为主的公路能见度动态检测方法,缺乏足够多样且具有代表性的真实数据集,使得能见度的智能检测精度下降,为此,利用生成对抗网络的博弈迭代计算优势,设计一种基于AOD-Net(An All-in-One Network)的雾天高速公路能见度动态检测。首先,采用生成对抗网络中的带雾图像生成算法,主要是判断生成的带雾图像的真实程度,旨在使判别器准确地区分真实图像和生成的图像。然后,捕获不同尺度下的特征,从而更准确地估计雾霾参数,利用AOD-Net完成雾霾动态识别与能见度检测。最后,构建团雾分级预警模型,以实现团雾智能预警。通过对比实验证明,所提检测方法可以实现对雾天高速公路能见度动态高精度检测,检测结果与实际能见度偏差不超过5m,具备较高的应用价值。 展开更多
关键词 AOD-Net 高速公路 动态检测 能见度 雾天
下载PDF
基于改进YOLOX网络的雾天绝缘子缺陷检测 被引量:1
5
作者 汤璐 王淑青 +2 位作者 王年涛 要若天 王一博 《高压电器》 CAS CSCD 北大核心 2024年第3期223-228,共6页
绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样... 绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样本相较于整体样本较少和样本不均衡的问题,改进了图像增强方法和损失函数;最后,将改进的YOLOX网络在数据集上与4种目标检测网络进行比较。实验结果表明,在雾天数据集上,改进后YOLOX的准确度、平均准确率和每秒处理图片张数都有一定提升,符合无人机巡检的要求。 展开更多
关键词 绝缘子缺陷 目标检测 雾天巡检 改进YOLOX
下载PDF
雾天桥梁运行风险主动预警防控策略的改善效用
6
作者 戴义博 赵晓华 +1 位作者 边扬 张建华 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第11期118-133,共16页
为改善高速公路桥梁路段雾天环境下的交通运行状态,以人因为导向,提出传统交通安全设施与风险预警、动态限速、视线诱导等智能技术融合的桥梁运行风险主动预警防控策略,通过不同风险等级下防控水平的变化,充分利用设施资源,实现由静态... 为改善高速公路桥梁路段雾天环境下的交通运行状态,以人因为导向,提出传统交通安全设施与风险预警、动态限速、视线诱导等智能技术融合的桥梁运行风险主动预警防控策略,通过不同风险等级下防控水平的变化,充分利用设施资源,实现由静态告知向动态引导过渡的多层级、差异化防控目标。但该过程对于驾驶行为及交通运行的安全高效性是否起到改善效用尚未清晰,难以支撑其有效设计与应用。故以鄂东长江大桥为例,通过驾驶模拟测试量化评估防控策略改善效用,以验证其有效性,基于人因需求服务于防控策略配置优选与实施,进而指导实际应用具有更优的作用效果。研究综合考虑心理感受、安全效用及通行效率3个层面,通过各指标改善率实现防控策略改善效用评价。结果表明:主动预警防控策略有助于提高驾驶人自信程度并缓解紧张感,明显改善了驾驶人行为表现及交通运行状态,提高了车辆横纵向运行安全性和通行效率;对于安全效用的改善能力最强,尤其体现在纵向层面;较高亮度视线诱导策略更有利于提高安全水平,显著增加通行能力,相比于低亮度条件对于驾驶人心理感受可能存在一定负面影响,但并不明显;当桥梁能见度为100 m时,推荐智能雾天诱导灯闪烁频率为0.5 Hz,亮度为3 500 cd/m2。研究结果为防控策略在雾天桥梁的实际应用提供了必要的理论依据。提出的雾天跨江桥段运行风险主动防控的解决方案及其改善效用分析思路,为风险路段的靶向防控和治理提供借鉴。 展开更多
关键词 雾天桥梁 主动预警防控策略 驾驶模拟 视线诱导
下载PDF
基于YOLOv5的轻量级雾天目标检测方法
7
作者 赖镜安 陈紫强 +1 位作者 孙宗威 裴庆祺 《计算机工程与应用》 CSCD 北大核心 2024年第6期78-88,共11页
针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈... 针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈部结构,在保持精度的同时降低模型参数和复杂度;在损失函数中引入真实框与预测框之间的角度向量,提高训练速度和推理的准确性;采用PNMS(precise non-maximum suppression)改进候选框选择机制,降低车辆遮挡情况下的漏检率。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上进行测试,实验结果表明,与YOLOv5l相比mAP50分别提高了4.9和3.5个百分点,模型参数量仅为YOLOv5l的54.6%。 展开更多
关键词 目标检测 深度学习 雾天场景 轻量化 注意力机制
下载PDF
雾天高速公路隧道入口区域驾驶人视觉行为特性研究
8
作者 江文艺 杜志刚 +2 位作者 贺世明 梅家林 韩磊 《交通信息与安全》 CSCD 北大核心 2024年第4期110-117,135,共9页
隧道入口区域和雾环境对驾驶人的视觉都有着重要影响,引起驾驶人的视觉行为变化,导致驾驶行为的变化,从而影响交通安全。为探究雾对隧道入口区域驾驶人视觉行为特性的影响,在河南三湖隧道和韩口隧道开展实车试验,选取24个驾驶人样本,以... 隧道入口区域和雾环境对驾驶人的视觉都有着重要影响,引起驾驶人的视觉行为变化,导致驾驶行为的变化,从而影响交通安全。为探究雾对隧道入口区域驾驶人视觉行为特性的影响,在河南三湖隧道和韩口隧道开展实车试验,选取24个驾驶人样本,以驾驶人的注视、扫视行为为主要研究对象,分析驾驶人在雾天和晴朗天气下隧道内外的视觉行为特性差异。研究结果表明:雾天驾驶人的视觉行为特性相较于晴朗天气存在显著性差异,①雾天驾驶人驶入隧道前,注视点分布更为集中,注视持续时间高于1000 ms的占比增加,夜间有雾达到29%、平均注视时间增加、注视频率减少、视觉搜索范围及效率减小,扫视幅度0~5°占比达88.89%,驾驶人对两侧环境关注度变小,努力寻找隧道洞口,驾驶行为更加谨慎;②雾天驾驶人驶入隧道后,注视点范围呈现出不同程度的扩大,平均注视时间和平均扫视时间增加,视觉搜索范围及其效率增加,驾驶人对隧道侧壁、隧道轮廓关注度提高;③雾天时,夜间相较于白天,对驾驶人视觉行为的影响总体而言更大,驾驶谨慎程度进一步提高;④在白天,雾使隧道洞口视线诱导设施可视性降低,隧道洞口视认性差,驾驶人视觉环境剧烈过渡,视觉负荷和心理压力增加,从而显著提升了行车风险。 展开更多
关键词 交通安全 高速公路特长隧道 雾天 视觉行为
下载PDF
基于YOLOv3的雾天场景行人车辆检测方法研究 被引量:2
9
作者 王启明 何梓林 +1 位作者 张栋林 毛作龙 《控制工程》 CSCD 北大核心 2024年第3期510-517,共8页
针对智能驾驶中动态目标检测易受雾天等恶劣天气影响,以及原始YOLOv3目标检测算法应用于行人车辆检测时精度低、定位准确率低及漏检率高等问题,提出一种基于改进YOLOv3和数据增强的雾天行人车辆检测方法。首先,以Cityscapes数据集为基础... 针对智能驾驶中动态目标检测易受雾天等恶劣天气影响,以及原始YOLOv3目标检测算法应用于行人车辆检测时精度低、定位准确率低及漏检率高等问题,提出一种基于改进YOLOv3和数据增强的雾天行人车辆检测方法。首先,以Cityscapes数据集为基础,通过大气散射模型及清晰图片的深度信息人工生成3种浓度的FoggyCityscapes,用以扩充样本数量。其次,通过改进K-means聚类算法生成适用于检测车辆与行人的先验框,同时,使用软非极大值抑制(softnon-maximumsuppression,Soft-NMS)优化对重叠目标的检测,进一步提高模型检测精度。实验结果表明,相较于原模型,该方法在3种浓度的FoggyCityscapes数据集上的平均精度均值(meanaverageprecision,m AP)分别提高了7.73%、13.22%和21.51%,能够快速准确地检测雾天场景的行人和车辆目标。 展开更多
关键词 目标检测 深度学习 数据增强 YOLO 雾天成像
下载PDF
雾天网联车辆跟驰模型构建及行为影响分析
10
作者 黄岩 李海军 +1 位作者 闫学东 段克 《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第4期41-49,共9页
网联车辆(Connected Vehicle,CV)已从微观驾驶行为方面被证实其能有效改善雾天交通安全,但鲜有建立微观跟驰模型来模拟CV车辆在雾天的跟驰轨迹。本文根据雾天CV车辆的交通信息获取模式和跟驰行为特征,在雾天智能驾驶人模型的基础上,构... 网联车辆(Connected Vehicle,CV)已从微观驾驶行为方面被证实其能有效改善雾天交通安全,但鲜有建立微观跟驰模型来模拟CV车辆在雾天的跟驰轨迹。本文根据雾天CV车辆的交通信息获取模式和跟驰行为特征,在雾天智能驾驶人模型的基础上,构建考虑车头时距因子、遵守因子和权重因子的雾天网联车辆智能驾驶人模型(Fog-related Intelligent Driver Model of Connected Vehicle,FIDMCV)。为评价FIDMCV模型的有效性及评估CV车辆在雾天的交通影响,选取累计碰撞时间倒数和交通量作为分析指标,并建立不同CV车辆渗透率和领车减速度的数值仿真场景。在进行数值仿真前,针对关键参数遵守因子和车头时距因子的取值进行敏感性分析。仿真结果表明:随着CV车辆渗透率的增加,混合交通流能更有效地改善雾天交通安全,但会导致雾天车辆跟驰间距增加,从而减少道路交通量,降低交通效率。CV车辆在高风险场景下(6 m·s^(-2)减速度)的碰撞时间倒数值减少比例为14.3%,在中低风险(4 m·s^(-2)和2 m·s^(-2)减速度)场景中为5.6%和6.3%,因此CV车辆在高风险场景下的交通安全改善作用更显著。本文提出的FIDMCV模型能有效再现雾天CV车辆的交通安全改善作用和跟驰间距增加特征,可用作雾天CV车辆的微观仿真工具。 展开更多
关键词 交通工程 跟驰模型 数值仿真 网联车辆 雾天
下载PDF
基于视觉指标的雾天高速公路限速值
11
作者 何富勇 杨雅钧 +2 位作者 张驰 王世法 肖锋 《公路交通科技》 CAS CSCD 北大核心 2024年第7期194-206,共13页
为解决雾天高速公路能见度降低和驾驶人视距受限的交通安全问题,提出了一种基于驾驶人视觉指标的限速控制方法。首先,对雾天高速公路行驶速度与驾驶人视觉的变化进行了分析,并确定了能综合表征路况信息和能见度水平的视觉指标;其次,通过... 为解决雾天高速公路能见度降低和驾驶人视距受限的交通安全问题,提出了一种基于驾驶人视觉指标的限速控制方法。首先,对雾天高速公路行驶速度与驾驶人视觉的变化进行了分析,并确定了能综合表征路况信息和能见度水平的视觉指标;其次,通过UC-win/Road模拟了不同能见度下的驾驶环境,并收集了视觉指标和运行速度数据,进一步分析了雾天视觉指标的影响因素;然后,使用SPSS构建了运行速度和视觉指标间的数学模型,根据能见度与视觉指标间的线性关系提出了不同能见度下的视觉指标参考值;最后,基于能见度、交通流量、视觉指标3个因素,提出了一种考虑视觉指标的多条件限速控制标准。结果表明:在能见度低于200 m的环境下,视觉指标明显低于无雾环境下的视觉指标,降低范围在0.578%~1.407%之间;视觉指标与运行速度两变量间的相关系数达到0.863,这说明雾天能见度降低和视觉指标下降对行驶速度有显著影响;预测运行速度与实测速度的相对误差平均值为2.43%,满足预测精度要求。综上所述,本研究提出的限速控制方法同时考虑了能见度、交通流量和驾驶人视觉,对于保障雾天高速公路的安全行驶具有重要的实用价值。 展开更多
关键词 交通工程 车速限制 驾驶仿真 雾天行车 驾驶人视觉
下载PDF
基于机器视觉的雨雾天驾驶辅助系统设计
12
作者 洪儒 于力涵 +1 位作者 戴安邦 谢迎娟 《计算机测量与控制》 2024年第3期259-266,共8页
随着私家车数量日益增多,雨雾天交通安全问题成为了亟待解决的难题;在嵌入式硬件资源有限的情况下,为驾驶用户设计了基于机器视觉的雨雾天语音辅助驾驶系统;系统结合了湿度传感器、轻量化去雾神经网络AOD-NET和目标检测模型YOLOv5n;在... 随着私家车数量日益增多,雨雾天交通安全问题成为了亟待解决的难题;在嵌入式硬件资源有限的情况下,为驾驶用户设计了基于机器视觉的雨雾天语音辅助驾驶系统;系统结合了湿度传感器、轻量化去雾神经网络AOD-NET和目标检测模型YOLOv5n;在目标检测模型YOLOv5n上,利用K-means++算法重新设计锚框,选取较优的骨干网络并利用模型剪枝进一步压缩模型大小;实验结果表明,改进的模型在Jetsonnano上的FPS达到了17.78,最终mAP在人工加雾、分辨率变化的TT100K (Tsinghua-Tencent 100K)数据集到达了65.8%,满足了正常天气与雨雾天气下的驾驶辅助实际应用。 展开更多
关键词 机器视觉 Jetson nano 雾天辅助驾驶 交通标志检测 AOD-NET去雾 YOLOv5n
下载PDF
基于可学习图像滤波器的雾天驾驶场景图像语义分割
13
作者 徐欣 李若诗 +1 位作者 袁野 刘娜 《计算机工程与科学》 CSCD 北大核心 2024年第11期2027-2034,共8页
尽管基于深度学习的图像语义分割方法在传统的驾驶数据集上取得了很好的效果,但针对雾天条件下的低质量图像的语义分割仍然具有挑战性。针对此问题,提出了可学习图像滤波器LIF模块,旨在利用不同雾浓度下驾驶场景图像的内在特征,改进雾... 尽管基于深度学习的图像语义分割方法在传统的驾驶数据集上取得了很好的效果,但针对雾天条件下的低质量图像的语义分割仍然具有挑战性。针对此问题,提出了可学习图像滤波器LIF模块,旨在利用不同雾浓度下驾驶场景图像的内在特征,改进雾天驾驶条件下的图像语义分割。LIF模块由超参数预测模块HPM和图像滤波模块IFM组成,IFM中滤波器的超参数由HPM预测得到。以端到端的方式联合学习HPM和语义分割网络,确保了HPM可以学习适当的IFM参数,以弱监督的方式增强图像以进行分割。分别以DeepLabV3+、PSPNet和RefineNet作为基线模型,并在Cityscapes和Foggy Cityscapes的混合数据集上进行实验,基线模型加可学习的图像滤波器模块的MIoU分别为63.14%,60.45%和61.41%,相比基线模型的MIoU分别提升了3.03%,1.52%和1.69%,实验结果表明了该模型的有效性与通用性。 展开更多
关键词 雾天图像 图像语义分割 图像滤波器 卷积神经网络 图像处理
下载PDF
考虑通行能力和交通流稳定性的雾天高速公路限速研究
14
作者 肖腾飞 罗钦中 秦严严 《武汉科技大学学报》 CAS 北大核心 2024年第4期305-311,共7页
从通行能力和交通流稳定性两个层面对雾天高速公路限速值进行研究。选取经驾驶模拟器数据标定的雾天跟驰模型来描述车辆跟驰行为,并计算雾天高速公路通行能力和交通流稳定性。分别提出优先考虑通行能力和优先考虑交通流稳定性的雾天高... 从通行能力和交通流稳定性两个层面对雾天高速公路限速值进行研究。选取经驾驶模拟器数据标定的雾天跟驰模型来描述车辆跟驰行为,并计算雾天高速公路通行能力和交通流稳定性。分别提出优先考虑通行能力和优先考虑交通流稳定性的雾天高速公路限速方案。研究结果表明:轻雾场景和浓雾场景分别在限速100 km/h和80 km/h时的通行能力最大,均在限速40 km/h时的通行能力最小;轻雾场景和浓雾场景均在限速40 km/h时的交通流稳定性最优,分别在限速60 km/h和100 km/h时的交通流稳定性最差;采用优先考虑通行能力的限速方案时,雾天高速公路通行能力最大,较最小通行能力可提升28.68%~44.66%,稳定性则较最优值下降18.81%~82.92%;采用优先考虑交通流稳定性的限速方案时,交通流稳定性最优,较最差值可增加1.97倍~106.33倍,通行能力则较最大值减小22.29%~30.87%。 展开更多
关键词 高速公路 限速 雾天 通行能力 交通流稳定性 跟驰模型
下载PDF
基于深度学习的雾天船舶检测
15
作者 唐光旭 《珠江水运》 2024年第18期87-89,共3页
作为一个航海大国,我国的海上航运安全至关重要。特别是在能见度低的雾天,传统的船舶监测方法往往难以发挥应有的效果,使得船舶的视觉检测面临极大的挑战。针对这一问题,本研究开发了一种新型的基于深度学习的雾天船舶检测模型,旨在极... 作为一个航海大国,我国的海上航运安全至关重要。特别是在能见度低的雾天,传统的船舶监测方法往往难以发挥应有的效果,使得船舶的视觉检测面临极大的挑战。针对这一问题,本研究开发了一种新型的基于深度学习的雾天船舶检测模型,旨在极大提升雾天条件下的船舶识别准确率。本文通过深入分析雾天条件下图像的特有属性,设计了一种创新方法。该方法利用多个可微分滤波器对雾天图像进行预处理,结合多尺度特征提取模块和先进的YOLO检测框架,显著增强了模型在复杂气象条件下的船舶识别能力。通过一系列严格的实验验证,该模型在低能见度的雾天环境中展现了卓越的检测性能。此研究成果不仅为船舶导航提供了重要的技术支撑,也为智能海洋监控系统的进一步发展和优化提供了强有力的工具。 展开更多
关键词 船舶检测 雾天 深度学习 YOLO
下载PDF
基于改进YOLOv7-tiny的雾天目标检测算法研究
16
作者 高武阳 张麟华 《现代计算机》 2024年第5期1-8,共8页
在户外场景下,目标检测是一项很重要的技术,其广泛应用于自动驾驶、监控目标跟踪等领域。然而户外天气多变,尤其在大雾天气场景下,由于光线减弱和物体边缘模糊等问题,导致算法性能下降、检测精度不高。针对这些问题,对雾天目标检测算法... 在户外场景下,目标检测是一项很重要的技术,其广泛应用于自动驾驶、监控目标跟踪等领域。然而户外天气多变,尤其在大雾天气场景下,由于光线减弱和物体边缘模糊等问题,导致算法性能下降、检测精度不高。针对这些问题,对雾天目标检测算法的研究提出了一种基于YOLOv7-tiny网络改进的算法。首先,引入注意力机制SimAM,在网络的特征融合部分添加注意力模块SimAM来提高网络对模糊图像的特征提取能力。然后,将算法原来的损失函数CIoU替换为wIoU,来提高锚框的定位精度,从而在整体上提高检测的精度。在雾天数据集ug2上进行了训练和验证。改进后的算法在计算量保持基本不变的前提下,mAP_(0.5)和mAP_(0.5∶0.95)分别提高了1.7和3.5个百分点,证明了改进方法的有效性。 展开更多
关键词 目标检测 雾天 SimAM wIoU
下载PDF
雨天,雾天,冰雪道路的汽车安全驾驶要点分析
17
作者 赵士波 《汽车周刊》 2024年第4期28-30,共3页
在驾驶汽车过程中,遇到天气变化十分常见,如天气随时可能出现下雨、起雾等现象,冬季时节,冰雪路面也时有发生。特殊天气情况对驾驶人员的操作提出了更高的要求,对此,驾驶者只有从实际出发,掌握应对特殊天气情况下的驾驶技术要点,才利于... 在驾驶汽车过程中,遇到天气变化十分常见,如天气随时可能出现下雨、起雾等现象,冬季时节,冰雪路面也时有发生。特殊天气情况对驾驶人员的操作提出了更高的要求,对此,驾驶者只有从实际出发,掌握应对特殊天气情况下的驾驶技术要点,才利于最大化地化解风险,继而确保出行平安。以下本文主要就雨天,雾天,冰雪道路的汽车安全驾驶进行了分析,总结了驾驶要点,希望能够为有关驾驶人员提供参考。 展开更多
关键词 雨天 雾天 冰雪道路 汽车安全驾驶
下载PDF
基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法
18
作者 贾飞 何家乐 李鹤鹏 《传感器世界》 2024年第1期29-34,共6页
针对自动驾驶车辆在雾天场景下所采集可见光图像因清晰度低以及噪声干扰等因素导致行人、车辆等目标检测精度降低的问题,提出一种基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法(HD-DiffusionDet)。首先,在图像编码阶段引入Co... 针对自动驾驶车辆在雾天场景下所采集可见光图像因清晰度低以及噪声干扰等因素导致行人、车辆等目标检测精度降低的问题,提出一种基于扩散模型下结合全卷积掩码自编码器的雾天目标检测方法(HD-DiffusionDet)。首先,在图像编码阶段引入ConvNeXtv2架构以及全卷积掩码自编码器训练策略,以提升网络对低清晰度的有雾图像高表征能力,获得有雾图像的编码特征;然后,利用基于扩散模型生成真实边界框的噪声框,通过生成的噪声框对图像编码器生成的特征图进行RoI特征的裁剪;随后,将裁剪后的RoI特征输入检测解码器,用于检测对象的分类和边界框回归。通过在自动驾驶真实雾天数据集RTTS上进行实验,所提方法的平均检测精度均高于其余方法,mAP值达到77.3%,降低了雾天场景下行人的漏检和误检情况,证明了所提方法的可行性与有效性。 展开更多
关键词 目标检测 自编码器 雾天场景 扩散模型
下载PDF
雾天环境下山区高速公路交通冲突预测模型研究
19
作者 张颖 张卓 +3 位作者 朱雷鹏 刘瑄 王慧竹 张志清 《交通工程》 2024年第5期75-81,共7页
为了更精准地研究雾天环境下山区高速公路行车安全问题,以山西省某典型山区高速公路作为研究对象,利用实测数据标定仿真实验参数,采用VISSIM微观仿真软件和SSAM交通冲突识别软件分别获取交通流及冲突数据,并基于RENB模型和RF模型,构建... 为了更精准地研究雾天环境下山区高速公路行车安全问题,以山西省某典型山区高速公路作为研究对象,利用实测数据标定仿真实验参数,采用VISSIM微观仿真软件和SSAM交通冲突识别软件分别获取交通流及冲突数据,并基于RENB模型和RF模型,构建雾天环境不同能见度条件下的山区高速公路交通冲突预测模型。结果表明:在不同能见度条件下,RF模型在预测精度以及建模过程上均优于RENB模型,但不能标定特征变量的系数,RENB模型能准确地反映每个特征变量的变化引发的交通冲突的变化情况,更适用于分析特征变量对交通冲突的影响。 展开更多
关键词 山区高速公路 冲突预测 雾天环境 随机效应负二项分布模型 随机森林
下载PDF
基于改进的YOLOv7的雾天场景下绝缘子及其自爆缺陷检测方法 被引量:1
20
作者 邹红波 陈俊廷 +1 位作者 柴延辉 杨钦贺 《国外电子测量技术》 北大核心 2023年第10期1-11,共11页
为了解决现有的目标检测方法在雾天场景下存在绝缘子、自爆缺陷识别准确率低、易漏检的问题,提出了一种融合了坐标注意力机制(CA)和双向加权特征金字塔网络(BiFPN)的YOLOv7算法的雾天场景下绝缘子、自爆缺陷检测方法。首先,通过大气散... 为了解决现有的目标检测方法在雾天场景下存在绝缘子、自爆缺陷识别准确率低、易漏检的问题,提出了一种融合了坐标注意力机制(CA)和双向加权特征金字塔网络(BiFPN)的YOLOv7算法的雾天场景下绝缘子、自爆缺陷检测方法。首先,通过大气散射模型采用中心点合成雾的方法生成轻雾数据集、浓雾数据集和混合雾气浓度数据集;其次,在主干特征提取网络末端和预测端前端融入坐标注意力机制,提高网络对重要特征的关注程度;再次,在特征融合网络中借鉴BiFPN的思想添加跨层权重连接,提升模型的特征融合能力,改善遮挡目标与小目标的漏检问题;最后,考虑到真实框与预测框之间的方向匹配问题,使用SIoU损失函数替代CIoU损失函数,进一步提升模型的检测性能。研究结果表明,与原始YOLOv7相比,改进后的YOLOv7在轻雾、浓雾和混合雾气状态下的平均精确率分别提升了6.65%、5.55%和6.54%,分别达到96.95%、95.58%和96.65%,查准率分别提高了0.11%、0.08%和0.51%,召回率分别提高了10.25%、9.35%和8.23%。改进后的YOLOv7在对雾天环境下绝缘子、自爆缺陷有较好的检测效果。 展开更多
关键词 绝缘子 自爆缺陷 雾天场景 YOLOv7 坐标注意力机制 双向加权特征金字塔 SIoU损失函数
下载PDF
上一页 1 2 29 下一页 到第
使用帮助 返回顶部