基于EDA技术的汽车速度表设计

文章基于EDA层次化的设计方法对汽车速度表进行了设计。首先从设计要求出发,确定汽车速度表各底层电路模块所要实现的逻辑功能,之后通过VHDL语言设计各底层电路模块并对它们进行仿真分析,然后调用已设计好的底层电路采用原理图方式进行顶层电路设计,最终将设计好的顶层电路下载到EDA实验箱上进行验证。实验结果表明,所设计的汽车速度表完全符合设计要求。

基于上下文注意力机制的实时语义分割

针对实时语义分割网络提取的特征缺少上下文信息,易造成分割结果出现类内不一致和类间不可区分的问题,文中提出了轻量级的自适应通道注意力模块和空间注意力模块。自适应通道注意力模块使用深度分离卷积对通道层面的特征依赖关系进行建模,自适应地调整通道卷积核大小,强化高层特征的上下文表征能力,加强了分割结果的类内一致性。空间注意力模块使用分组卷积,以较小的计算量获得较大的特征信息流动区域,在空间层面加强特征的上下文联系,增强特征的空间细节信息,加强了分割结果的类间可区分性。在Cityscapes数据集上的测试与分析表明,轻量级上下文注意力机制获得了71.5%的mIoU。

结合重构和预测模型的无监督视频异常检测算法

针对目前视频异常检测领域使用单个重构模型无法完整重构图像、单个预测模型易受噪声扰动等问题,提出一种结合重构和预测模型的无监督视频异常检测算法。使用预测模型,输入当前多帧视频帧来精准预测下一帧图像,能够扩大正常和异常的区分度;使用重构模型提高网络的鲁棒性;使用结合残差网络和U-net网络的生成对抗网络(GAN)来处理异常,避免网络出现梯度爆炸和梯度消失等问题。实验证明:提出的算法能提高视频异常检测的准确性和鲁棒性,实现了监控视频中异常事件的自动监督。

基于信息融合的移动端违章压线检测系统设计

基于目前智能检测违章压线系统存在使用地点固定、判断实虚线步骤繁琐等问题,设计了一种基于多元信息融合的移动端违章压线检测系统。系统使用目标检测和语义分割技术获取车辆和车道线信息,使用网络剪枝对目标检测网络进行精简压缩,实现模型大小缩减;使用轻量级空间卷积模块加强车道线分割网络结构特征提取,实现车道线高精度分割;使用像素统计的方法进行遮挡下车道线分割结果补全,使车道线分割不受遮挡影响。车辆和车道线信息融合检测压线行为,采用在多感兴趣区域内使用基于像素统计(水平投影)的方法判断实虚线。实验证明:系统提高了压线违章检测准确性和鲁棒性,实现了行驶车辆互相监督,具有一定的应用价值。

光度鲁棒的违章压线检测系统

针对目前车辆压线检测系统存在易受环境光照变化影响、拍摄角度固定等问题,本文设计了一种包含图像亮度调整模块和基于深度神经网络分割模块的车载端违章压线检测系统。系统首先利用图像亮度调整方法对图像进行预处理,再利用基于深度神经网络的车辆目标检测和语义分割模型从图像中获取车辆和车道线信息。论文中利用轻量级空间卷积模块加强车道线分割模型特征提取的效率,实现高精度车道线分割,满足实时性要求。最后根据车道线分割结果和车辆目标检测结果进行压线行为检测。实验证明,本系统能够有效检测车辆违章压线行为,同时对环境光照变化具有一定的鲁棒性。