期刊文献+
共找到205篇文章
< 1 2 11 >
每页显示 20 50 100
Analysis of Object Depth Effects on Accuracy of Dimensional Shape in X and Y Directions Using Single Non-metric Image
1
作者 Tarek M.A. ZHU Qing 《Geo-Spatial Information Science》 2007年第4期269-275,共7页
一般来说,重建大楼的精确形状,我们为每座大楼需要至少一个立体声模型(二张相片) 。然而,在大多数情况中,仅仅一张单个非公制的相片是可得到的,它是由一个业余运动员的通常获得的任何一个,例如一个旅游者,或从一份报纸或一张明... 一般来说,重建大楼的精确形状,我们为每座大楼需要至少一个立体声模型(二张相片) 。然而,在大多数情况中,仅仅一张单个非公制的相片是可得到的,它是由一个业余运动员的通常获得的任何一个,例如一个旅游者,或从一份报纸或一张明信片。从一幅单个非公制的图象评估 3D 重建的有效性,当这被认为是,这研究借助于模拟法用一幅单个非公制的图象在 X 和 Y 方向在维的形状的精确性上分析目标深度的效果在大多数情况中,在记录并且记录大楼的数据收集的主要来源。 展开更多
关键词 物体深度 单张非量测影像重构 形状精度 图像处理
下载PDF
BEV特征下激光雷达和单目相机融合的目标检测算法研究
2
作者 李文礼 喻飞 +2 位作者 石晓辉 唐远航 杨果 《计算机工程与应用》 CSCD 北大核心 2024年第11期182-193,共12页
为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特... 为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特征的深度,基于显式监督的方法用深度真值对其进行监督。构建激光雷达BEV特征时,将激光点云体素化为柱状网格转化到BEV特征下,设计BEV特征融合网络将激光点云BEV特征和相机BEV特征融合,将融合特征输入到目标检测框架得到目标物(汽车、行人和骑行人)检测结果。利用KITTI数据集和实车路采数据对Mono-BEVFusion融合算法进行评估,实验结果表明该算法相较于现有融合算法综合平均精度提升了2.90个百分点,其中汽车类和行人类单项检测精度分别提升3.38个百分点和4.13个百分点。Mono-BEVFusion融合算法对遮挡目标或者距离较远的目标有较稳定的检测效果,能够有效避免单传感器的漏检现象,具有较好的实际应用价值。 展开更多
关键词 自动驾驶汽车 目标物检测算法 深度预测 BEV特征融合 KITTI数据集
下载PDF
引入Transformer的道路小目标检测
3
作者 李丽芬 黄如 《计算机工程与设计》 北大核心 2024年第1期95-101,共7页
针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transform... 针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transformer)模块捕获特征内部的相关性,获得上下文信息,提取更加全面丰富的特征;在网络特征融合部分嵌入改进后的空间金字塔池化模块,在保持较小计算量的同时增加特征图的感受野。实验结果表明,在KITTI数据集上,算法检测精度达到91.97%,与YOLOv4算法相比,mAP提高了2.53%,降低了小目标的漏检率。 展开更多
关键词 小目标检测 深度学习 YOLOv4算法 多尺度检测 TRANSFORMER 空间金字塔池化 特征融合
下载PDF
近视眼像差与人眼客观焦深的关联性分析
4
作者 张明栋 王雁 赵新恒 《中华实验眼科杂志》 CAS CSCD 北大核心 2024年第4期347-353,共7页
目的探讨低、高阶像差与人眼客观焦深的关联性及影响客观焦深的因素。方法采用横断面研究,选取2022年2—4月在天津市眼科医院屈光手术中心就诊的近视及散光患者76例152眼,其中男41例,女35例。采用iTrace视功能分析仪手动选择3、4、5和6 ... 目的探讨低、高阶像差与人眼客观焦深的关联性及影响客观焦深的因素。方法采用横断面研究,选取2022年2—4月在天津市眼科医院屈光手术中心就诊的近视及散光患者76例152眼,其中男41例,女35例。采用iTrace视功能分析仪手动选择3、4、5和6 mm 4个扫描直径,对患者的全眼低阶像差和高阶像差进行测量,同时直接测得患者在该瞳孔直径下的客观焦深。采用Spearman秩相关性分析评估不同瞳孔直径下客观焦深与低、高阶像差之间的相关性;对不同程度近视和散光人群及不同瞳孔直径、眼别、性别间的客观焦深进行比较。结果客观焦深与总低阶像差在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.380、0.317、0.385、0.519,均P<0.01)。客观焦深与离焦(近视度)在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.377、0.323、0.403、0.512,均P<0.01),与像散(散光度)仅在瞳孔直径为6 mm时呈正相关(r_(s)=0.255,P<0.05)。3、4、5、6 mm瞳孔直径下不同近视程度组客观焦深总体比较差异均有统计学意义(H=6.440、7.370、9.990、16.930,均P<0.05),其中不同瞳孔直径下高度近视组客观焦深均明显高于低度近视组,6 mm瞳孔直径下高度近视组客观焦深高于中度近视组,差异均有统计学意义(均P<0.05)。客观焦深与总高阶像差在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.911、0.807、0.733、0.677,均P<0.001)。在各项高阶像差中,客观焦深与总彗差在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.727、0.557、0.620、0.487,均P<0.001);与垂直彗差在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.439、0.405、0.553、0.400,均P<0.001);与水平彗差在瞳孔直径为5 mm和6 mm时均呈正相关(r_(s)=0.308、0.308,均P<0.01);与三叶草像差在3、4、5、6 mm瞳孔直径下均呈正相关(r_(s)=0.344、0.443、0.316、0.330,均P<0.01);与球差在瞳孔直径为4、5和6 mm时均呈正相关(r_(s)=0.321、0.310、0.428,均P<0.01)。3 mm与4 mm、5 mm与6 mm瞳孔直径下客观焦深比较,差异均有统计学意义(P=0.011、0.004)。不同散光程度之间及不同性别、不同眼别之间客观焦深比较差异均无统计学意义(均P>0.05)。结论人眼客观焦深大小主要与高阶像差中垂直彗差和三叶草像差以及低阶像差中离焦量具有较强关联性,水平彗差和球差仅在瞳孔直径较大时与客观焦深相关性较强;此外,瞳孔直径较小(3 mm)或较大时(6 mm)明显影响客观焦深。 展开更多
关键词 近视 像差 视觉质量 客观焦深 低阶像差 高阶像差
下载PDF
基于图像重建的深度估计方法
5
作者 徐魁 海洋 +1 位作者 李晓辉 陶军 《计算机技术与发展》 2024年第5期73-79,共7页
实现可靠精度的深度估计是三维目标检测方法的关键,该文提出了一种图像深度估计方法。基于深度学习方法,通过训练深度神经网络,从立体图像的一幅图像中重建另一幅图像实现深度估计,并在训练中采用最小化深度误差替代最小化视差误差,利... 实现可靠精度的深度估计是三维目标检测方法的关键,该文提出了一种图像深度估计方法。基于深度学习方法,通过训练深度神经网络,从立体图像的一幅图像中重建另一幅图像实现深度估计,并在训练中采用最小化深度误差替代最小化视差误差,利用立体图像对的几何约束引入左右视图一致性损失实现更加精确的深度估计。针对图像真实深度数据获取困难、数据集制作成本高的问题,构建了基于图像重建的自监督训练的图像深度估计框架,不需要图像真实深度数据,节省了数据集制作成本;针对深度估计误差随深度的增加急剧增大的问题,采用最小化深度误差替代最小化视差误差,解决了深度估计网络过分强调近处的微小深度误差而忽略远处深度误差的问题。另外,该文还充分利用了立体图像对的几何约束,在训练中引入左右视图一致性损失来提高深度估计的准确性。实验验证了提出的图像深度估计方法在性能上优于现有的其他方法,对远处区域和细小目标进行深度估计时具有更好的性能。 展开更多
关键词 三维目标检测 深度估计 图像重建 自监督学习 深度神经网络
下载PDF
基于深度学习的运煤图像处理应用研究
6
作者 陈意 张小亮 李静鹏 《电气应用》 2024年第4期29-35,共7页
人工智能技术正在高速发展,在各个领域的实际应用也变得越来越普遍。为保障发电厂运行设备的安全性,提出了基于深度学习的煤炭运煤图像检测算法,改进了基于Retinex的目标检测方法。针对图像光照不均的特点,将获取的低光图像作为网络的... 人工智能技术正在高速发展,在各个领域的实际应用也变得越来越普遍。为保障发电厂运行设备的安全性,提出了基于深度学习的煤炭运煤图像检测算法,改进了基于Retinex的目标检测方法。针对图像光照不均的特点,将获取的低光图像作为网络的训练数据,采用深度曲线估计此参数矩阵,该矩阵与原始图像相乘,经过多次迭代后得到增强的图像。最后应用于公司燃运系统,检测未佩戴安全帽、未穿长裤和煤仓堵煤溢煤现象,验证了所提改进算法的正确性和实用性。 展开更多
关键词 人工智能 图像检测 目标检测 深度曲线 参数矩阵
下载PDF
基于主要目标法的测线设计
7
作者 高梓馨 侯雨彤 +1 位作者 黄蔚然 姬战怀 《数学建模及其应用》 2024年第1期96-101,共6页
依据2023“高教社杯”全国大学生数学建模竞赛B题要求,首先,由二维到三维,由特殊到一般,运用几何分析和三角函数,建立了多波束测深条带的覆盖宽度的数学模型,并明确了重叠率定义;其次,利用已知结论推断测线应沿等深线方向延伸,并查阅相... 依据2023“高教社杯”全国大学生数学建模竞赛B题要求,首先,由二维到三维,由特殊到一般,运用几何分析和三角函数,建立了多波束测深条带的覆盖宽度的数学模型,并明确了重叠率定义;其次,利用已知结论推断测线应沿等深线方向延伸,并查阅相关资料予以了佐证;再次,运用递推法设计了单向坡面海底的海域最短测线;最后,针对海底地形起伏复杂的情况,设计了一般海域测量线路,并运用图形分割法和主要目标法,设计出了满足需求的测线. 展开更多
关键词 测线布设 水深测量 迭代算法 主要目标法 几何建模
下载PDF
基于改进YOLOv4的多目标车辆检测算法
8
作者 江屾 殷时蓉 +2 位作者 罗天洪 郑讯佳 张洪杰 《计算机工程与设计》 北大核心 2024年第4期1181-1188,共8页
针对现有检测方法存在小目标车辆漏检率高以及夜间车辆误检率高的问题,提出一种基于改进YOLOv4的多目标检测算法。引入深度可分离卷积代替标准卷积,减少模型的参数量与计算量。在保留YOLOv4输出层的同时,增加一层网格为104×104的... 针对现有检测方法存在小目标车辆漏检率高以及夜间车辆误检率高的问题,提出一种基于改进YOLOv4的多目标检测算法。引入深度可分离卷积代替标准卷积,减少模型的参数量与计算量。在保留YOLOv4输出层的同时,增加一层网格为104×104的输出层,提升算法对小目标车辆的检测性能。在Head部分引入Inceptionv3结构,采用K-means++聚类算法重新确定锚框,进一步提高算法对小目标车辆的检测性能。实验结果表明,算法相比改进前,在不降低检测速度的同时,其mAP增加2.44%,模型大小减少1/3,具有良好的鲁棒性。 展开更多
关键词 车辆检测 深度学习 YOLOv4 深度可分离卷积 Inceptionv3 K-means++ 多目标识别
下载PDF
3D Depth Measurement for Holoscopic 3D Imaging System
9
作者 Eman Alazawi Mohammad Rafiq Swash Maysam Abbod 《Journal of Computer and Communications》 2016年第6期49-67,共19页
Holoscopic 3D imaging is a true 3D imaging system mimics fly’s eye technique to acquire a true 3D optical model of a real scene. To reconstruct the 3D image computationally, an efficient implementation of an Auto-Fea... Holoscopic 3D imaging is a true 3D imaging system mimics fly’s eye technique to acquire a true 3D optical model of a real scene. To reconstruct the 3D image computationally, an efficient implementation of an Auto-Feature-Edge (AFE) descriptor algorithm is required that provides an individual feature detector for integration of 3D information to locate objects in the scene. The AFE descriptor plays a key role in simplifying the detection of both edge-based and region-based objects. The detector is based on a Multi-Quantize Adaptive Local Histogram Analysis (MQALHA) algorithm. This is distinctive for each Feature-Edge (FE) block i.e. the large contrast changes (gradients) in FE are easier to localise. The novelty of this work lies in generating a free-noise 3D-Map (3DM) according to a correlation analysis of region contours. This automatically combines the exploitation of the available depth estimation technique with edge-based feature shape recognition technique. The application area consists of two varied domains, which prove the efficiency and robustness of the approach: a) extracting a set of setting feature-edges, for both tracking and mapping process for 3D depthmap estimation, and b) separation and recognition of focus objects in the scene. Experimental results show that the proposed 3DM technique is performed efficiently compared to the state-of-the-art algorithms. 展开更多
关键词 Holoscopic 3D Image Edge Detection Auto-Thresholding depthmap Integral Image Local Histogram Analysis object Recognition and depth Measurement
下载PDF
改进YOLOv5的交通标志检测算法 被引量:3
10
作者 杨祥 王华彬 董明刚 《计算机工程与应用》 CSCD 北大核心 2023年第13期194-204,共11页
如今对交通标志的检测在自动驾驶、智慧交通等领域是必不可少的关键环节,其关系到人们的驾驶安全问题。针对目前对交通标志的识别存在漏检、误检以及识别精度低、模型参数过多的问题,提出了一种基于改进YOLOv5的交通标志检测算法。增加... 如今对交通标志的检测在自动驾驶、智慧交通等领域是必不可少的关键环节,其关系到人们的驾驶安全问题。针对目前对交通标志的识别存在漏检、误检以及识别精度低、模型参数过多的问题,提出了一种基于改进YOLOv5的交通标志检测算法。增加一个小目标检测头,提高对小目标的识别精度。设计了一种由CBAM、SPConv、C3相结合的CSC3模块,引入YOLOv5主干网络中,同时减少其数量,目的是提升特征提取能力,降低参数量。将用于检测大目标的检测头删除,再把SPP替换成SPPCSPC,提高模型对交通标志的检测能力。增加跨层连接,并且通过重构Concat连接,目的是提高算法的识别精度。引入EIOU来替换CIOU损失函数,从而解决漏检、误检问题。使用DWConv替换主干网络的Conv,目的是减少模型参数,提高检测精度。实验结果表明,改进后的算法的平均准确率均值mAP@0.5:0.95为62.6%,比原YOLOv5s提高了8.3个百分点,参数量下降了10.1%,并且检测速度达到了74 FPS,能够满足实际检测需求。 展开更多
关键词 YOLOv5 交通标志检测 特征融合 深度可分离卷积 目标检测
下载PDF
基于场景对象注意与深度图融合的深度估计 被引量:1
11
作者 温静 杨洁 《计算机工程》 CAS CSCD 北大核心 2023年第2期222-230,共9页
现有单目深度估计算法主要从单幅图像中获取立体信息,存在相邻深度边缘细节模糊、明显的对象缺失问题。提出一种基于场景对象注意机制与加权深度图融合的单目深度估计算法。通过特征矩阵相乘的方式计算特征图任意两个位置之间的相似特... 现有单目深度估计算法主要从单幅图像中获取立体信息,存在相邻深度边缘细节模糊、明显的对象缺失问题。提出一种基于场景对象注意机制与加权深度图融合的单目深度估计算法。通过特征矩阵相乘的方式计算特征图任意两个位置之间的相似特征向量,以快速捕获长距离依赖关系,增强用于估计相似深度区域的上下文信息,从而解决自然场景中对象深度信息不完整的问题。基于多尺度特征图融合的优点,设计加权深度图融合模块,为具有不同深度信息的多视觉粒度的深度图赋予不同的权值并进行融合,融合后的深度图包含深度信息和丰富的场景对象信息,有效地解决细节模糊问题。在KITTI数据集上的实验结果表明,该算法对目标图像预估时σ<1.25的准确率为0.879,绝对相对误差、平方相对误差和对数均方根误差分别为0.110、0.765和0.185,预测得到的深度图具有更加完整的场景对象轮廓和精确的深度信息。 展开更多
关键词 场景对象注意 加权深度图融合 上下文信息 深度估计 三维重建
下载PDF
A survey of occlusion detection method for visual object
12
作者 张世辉 He Huan +3 位作者 Liu Jianxin Zhang Yucheng Pang Yunchong Sang Yu 《High Technology Letters》 EI CAS 2016年第3期256-265,共10页
Occlusion problem is one of the challenging issues in vision field for a long time,and the occlusion phenomenon of visual object will be involved in many vision research fields. Once the occlusion occurs in a visual s... Occlusion problem is one of the challenging issues in vision field for a long time,and the occlusion phenomenon of visual object will be involved in many vision research fields. Once the occlusion occurs in a visual system,it will affect the effects of object recognition,tracking,observation and operation,so detecting occlusion autonomously should be one of the abilities for an intelligent vision system. The research on occlusion detection method for visual object has increasingly attracted attentions of scholars. First,the definition and classification of the occlusion problem are presented.Then,the characteristics and deficiencies of the occlusion detection methods based on the intensity image and the depth image are analyzed respectively,and the existing occlusion detection methods are compared. Finally,the problems of existing occlusion detection methods and possible research directions are pointed out. 展开更多
关键词 遮挡检测
下载PDF
改进轻量化的CenterNet的小目标检测
13
作者 王英博 刘荣霞 《计算机工程与应用》 CSCD 北大核心 2023年第17期205-211,共7页
小目标检测一直是目标检测中的难点,其特点为感受视野小,无法获取足够的语义特征,相比传统目标检测算法在工业应用中难以实现轻量化。为提升小目标检测精度、计算速度以及减少计算量和成本开销,提出一种基于CenterNet的轻量化的检测器SF... 小目标检测一直是目标检测中的难点,其特点为感受视野小,无法获取足够的语义特征,相比传统目标检测算法在工业应用中难以实现轻量化。为提升小目标检测精度、计算速度以及减少计算量和成本开销,提出一种基于CenterNet的轻量化的检测器SFPN-CenterNet。采用轻量级的深度可分离卷积网络来替代原始的普通卷积;简化FPN网络,减少下采样层数对特征进行提取融合,舍弃对于小目标检测无显著作用的高层特征;改进损失函数,对原来的公式以及超参数进行优化。在自制的数据集上进行对比实验。结果表明:利用深度可分离卷积作为提取特征的卷积块,可以使网络参数量减少到原来的1/480;改进损失函数降低了小目标的误检率和漏检率。相对于原始算法,改进算法的AP提升了3.5个百分点,检测速度提高了2.74ms。 展开更多
关键词 CenterNet 小目标检测 深度可分离 轻量化
下载PDF
An Effective Algorithm for Tank Objects Identification in a Complex Background
14
作者 熊艳 《High Technology Letters》 EI CAS 1996年第1期68-71,共4页
An effective algorithm for tank objects identification in a complex background that fea-tures the perceptual organization is proposed in this paper.With multi-window architecture,the algorithm consists of two parts:co... An effective algorithm for tank objects identification in a complex background that fea-tures the perceptual organization is proposed in this paper.With multi-window architecture,the algorithm consists of two parts:coarse recognition and detailed recognition.Based onprior knowledge,coarse recognition scans the entire image data,then gets the target-kerneland its interesting window to direct detailed processing.Moreover,the detailed recognitionexecutes a depth-first search which retrieves locally around the target-kernel in the windowaccording to the rule of similarity measure.Experimental results show that the algorithm canidentify tank objects in a complicated scene effectively. 展开更多
关键词 object IDENTIFICATION Detailed RECOGNITION KNOWLEDGE-BASED coarse RECOGNITION depth-first SEARCH
下载PDF
多尺度特征融合的透明物体深度图像快速修复方法 被引量:3
15
作者 刘康 冼楚华 李桂清 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第2期312-319,共8页
透明物体是日常生活中常见的事物,具有独特的视觉特性,这些特性使得标准的视觉3D传感器较难对其进行准确的深度估计.在大多数情况下,视觉3D传感器捕获的深度信息表现为透明物体后面的背景的深度值或大面积的深度缺失.为了对深度图像中... 透明物体是日常生活中常见的事物,具有独特的视觉特性,这些特性使得标准的视觉3D传感器较难对其进行准确的深度估计.在大多数情况下,视觉3D传感器捕获的深度信息表现为透明物体后面的背景的深度值或大面积的深度缺失.为了对深度图像中透明物体的深度缺失进行快速修复,提出一种基于语义分割和多尺度融合的透明物体深度图像快速修复的方法,使用轻量级实时语义分割预测出透明物体的遮罩,剔除深度场景图像中该部分的错误深度信息,对彩色图像和剔除错误信息后的深度图像进行多尺度的特征提取和特征融合,完成对透明物体的深度图像快速修复.本文在Clear Grasp数据集上算法进行了效果验证.该数据集包含了5万多组RGB-D图像.实验结果表明,文中方法对透明物体深度的修复在度量指标MAE,δ_(1.05 )和 δ_(1.25 )上,分别取得了0.027,72.98和98.04的结果,均优于现有方法,并且在效率上有较好的提升. 展开更多
关键词 透明物体 深度图像修复 语义分割 特征融合
下载PDF
面向非结构场景中垃圾拾取任务的高效感知方法
16
作者 吴旭明 米金鹏 +3 位作者 刘丹 胡卫兵 唐宋 李清都 《小型微型计算机系统》 CSCD 北大核心 2023年第6期1184-1191,共8页
工作场景感知是机器人高效实现指定任务的重要前提.得益于深度学习的发展,现有方法可实现高性能的工作场景感知,但是要求较高的计算能力导致这些方法难以部署于低算力的平台上.本文针对移动机器人在非结构化场景中的垃圾拾取任务,构建... 工作场景感知是机器人高效实现指定任务的重要前提.得益于深度学习的发展,现有方法可实现高性能的工作场景感知,但是要求较高的计算能力导致这些方法难以部署于低算力的平台上.本文针对移动机器人在非结构化场景中的垃圾拾取任务,构建了一个12类的垃圾识别数据集,并以此提出了一个结合深度学习与传统机器学习的高效感知方法.该方法在YOLOv4目标检测的基础上,设计了一种基于K-means++聚类的深度信息优化方法,并结合图像形态学变化和Canny边缘检测算法实现物体角度估计.实验结果表明了该方法准确率高、实时性强,对于非结构化场景中的干扰信息(如背景、物体材质等)具有一定的鲁棒性. 展开更多
关键词 目标物体检测 深度信息优化 角度估计 垃圾拾取
下载PDF
基于Transformer的融合信息增强3D目标检测算法
17
作者 金宇锋 陶重犇 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第12期297-306,共10页
针对当前3D目标检测算法将不同模态数据融合时会产生错位现象,从而破坏数据之间的关联性并造成数据损失的问题,提出了一种基于Transformer的融合信息增强3D目标检测算法。首先设计了Transformer双域融合特征区域建议模块,利用变形注意... 针对当前3D目标检测算法将不同模态数据融合时会产生错位现象,从而破坏数据之间的关联性并造成数据损失的问题,提出了一种基于Transformer的融合信息增强3D目标检测算法。首先设计了Transformer双域融合特征区域建议模块,利用变形注意力机制,将提取到的雷达点云特征和图像特征进行双域特征融合,用于生成3D预选框;其次,通过设计的深度补全机制的特征信息增强模块,补全密集的深度和特征语义信息来完成框的细化;最后,设计了多模态特征交叉注意力模块,采用动态交叉注意力机制来获得不同模态间的相关性,从而将特征信息有效对齐融合。在Kitti、Nuscences和Waymo数据集上的实验结果证明了该算法的有效性和通用性。大量的消融实验证明了该算法各个模块的有效性。在实车平台上的实验结果表明,该算法在复杂的实际环境中具有优秀的鲁棒性。 展开更多
关键词 3D目标检测 TRANSFORMER 深度补全 多模态融合 自动驾驶
下载PDF
基于双目立体匹配和场景元素识别的变电人员近电安全距离检测方法研究 被引量:3
18
作者 王雷雄 王波 +2 位作者 马富齐 董旭柱 姚良忠 《电网技术》 EI CSCD 北大核心 2023年第3期1010-1021,共12页
考虑到变电站带电设备周边环境中存在的强电场、暂态电击、稳态电击以及静电感应等安全影响因素,近电安全距离作为风险防护的重要指标对保障电力设备安全稳定运行及作业人员生命安全至关重要。为此,该文提出了一种基于双目立体匹配和场... 考虑到变电站带电设备周边环境中存在的强电场、暂态电击、稳态电击以及静电感应等安全影响因素,近电安全距离作为风险防护的重要指标对保障电力设备安全稳定运行及作业人员生命安全至关重要。为此,该文提出了一种基于双目立体匹配和场景元素识别的变电人员近电安全距离检测方法。该方法首先通过基于通道注意力模块的多阶段双目立体匹配模型获取作业场景空间信息,其次通过场景元素高效识别模型区分人与带电设备,然后基于空间信息和识别结果计算元素空间表面中心,最后基于空间表面中心计算人员近电安全距离,实现人员与带电设备间实时高精度距离检测。实际数据表明,该文方法实现了对现场作业人员与带电设备近电安全距离的实时准确测量。 展开更多
关键词 近电作业 安全距离 双目立体匹配 目标检测 注意力机制 电力深度视觉
下载PDF
激光点云中三维多目标在线跟踪方法 被引量:1
19
作者 陈伯云 陆安江 +2 位作者 周骅 赵麒 黄际玮 《激光杂志》 CAS 北大核心 2023年第4期68-73,共6页
为降低三维多目标跟踪系统计算复杂度,实现准确高效的多目标在线跟踪,提出一种激光点云中三维多目标在线跟踪方法。在目标检测阶段,通过3D深度相机获取五帧点云序列进行三维背景建模,将实时获取的序列与背景模型进行差分运算检测运动目... 为降低三维多目标跟踪系统计算复杂度,实现准确高效的多目标在线跟踪,提出一种激光点云中三维多目标在线跟踪方法。在目标检测阶段,通过3D深度相机获取五帧点云序列进行三维背景建模,将实时获取的序列与背景模型进行差分运算检测运动目标。在数据关联阶段,结合运动矢量一致性和最小欧式距离建立预测与检测之间的权值匹配矩阵,使用带权匈牙利算法完成匹配。实验结果表明,对于百万级点数的点云图本算法完成目标跟踪耗时每帧低于0.1 s,跟踪准确度高于95%,跟踪精度低于0.5 mm。能够实现毫米级工业小目标的在线跟踪,兼顾了精确性和实时性。 展开更多
关键词 多目标跟踪 三维背景差分法 深度相机 目标检测 数据关联
下载PDF
基于深度图像的加工特征识别算法在模具数控智能编程中的应用
20
作者 孙志晖 朱凌穹 +1 位作者 王华昌 李建军 《模具工业》 2023年第7期1-8,共8页
针对传统的基于规则推理的特征识别算法灵活性低及基于卷积神经网络的三维模型特征识别算法计算量大的问题,提出一种基于深度图像的加工特征识别算法。该算法通过提取三维几何模型的深度图像,使用基于深度学习的目标检测算法获取二维深... 针对传统的基于规则推理的特征识别算法灵活性低及基于卷积神经网络的三维模型特征识别算法计算量大的问题,提出一种基于深度图像的加工特征识别算法。该算法通过提取三维几何模型的深度图像,使用基于深度学习的目标检测算法获取二维深度图像中的加工特征信息,利用NX/Open API和NVIDIA推出的通用并行计算架构在UG NX12.0平台上开发了基于该方法的原型系统,在由数千个注射模电极零件构成的模型库中,随机选取部分零件进行验证。结果表明,针对电极零件的典型加工特征,识别正确率达到90%以上,该算法提高了加工特征识别的灵活性与效率。 展开更多
关键词 数控加工 特征识别 深度图像 目标检测
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部