一种改进的雾天图像行人和车辆检测算法

由于雾天图像数据集不足、雾天表现形式多样等因素,使得基于深度学习的目标检测网络在雾天图像行人和车辆检测中容易出现过拟合,造成鲁棒性不佳和准确率不高等问题。针对上述问题,在检测网络中加入雾浓度判别模块以提高网络的适应性和鲁棒性,通过引入可变形卷积和注意力机制以提升卷积神经网络的特征提取能力,通过模拟合成雾天图像的方式扩充数据集以加快网络的收敛速度。实验结果表明,改进后的网络针对雾天图像行人和车辆检测,其检测平均准确率相较于基于候选框的检测网络有约2%~4%的提高,且未显著地增加网络的训练参数和计算量。

基于硅光电池的无源可见光通信接收模块设计（英文）

基于太阳能电池的集成化,提出了1种用于光电识别(OEID)的可见光通信无源接收模块,利用硅光电池无需额外供能便可探测光信号并转化为电信号的特点,作为可见光接收器件,实现对空间可见光信号的无源探测和传输.电路部分采用TSMC 0.18μm标准CMOS工艺实现.设置光电池在500 lx的光照度条件下工作,为电源管理部分提供2 V的输入电压,输出为1.8 V;接收部分3 d B带宽为67.2 kHz,输出为0-1.8 V标准数字信号.整体芯片面积为615×460μm^2,电路的静态功耗约为1.5 m W.