期刊文献+
共找到942篇文章
< 1 2 48 >
每页显示 20 50 100
3D depth image analysis for indoor fall detection of elderly people 被引量:10
1
作者 Lei Yang Yanyun Ren Wenqiang Zhang 《Digital Communications and Networks》 SCIE 2016年第1期24-33,共10页
下载PDF
Real Time Collision Detection Using Depth Texturing Spheres
2
作者 WANG Ji~1 ZHAI Zhengjun~1 CAI Xiaobin~2 (1.College of Computer Science,Northwestern Polytechnical University,Xi’an 710072,China, 2.Committee of Science and Technology,China Aviation Industry Corporation I,Beijing 100022,China) 《武汉理工大学学报》 CAS CSCD 北大核心 2006年第S3期1093-1096,共4页
In this paper,we present a novel collision detection algorithm to real time detect the collisions of objects.We gen- erate sphere textures of objects,and use programmable graphics hardware to mapping texture and check... In this paper,we present a novel collision detection algorithm to real time detect the collisions of objects.We gen- erate sphere textures of objects,and use programmable graphics hardware to mapping texture and check the depth of different ob- jects to detect the collision.We have implemented the algorithm and compared it with CULLIDE.The result shows that our algo- rithm is more effective than CULLIDE and has fixed executive time to suit for real-time applications. 展开更多
关键词 COLLISION detection depth texture real-time PROGRAMMABLE GRAPHICS hardware
下载PDF
基于充电导体模型的水力压裂电磁响应特征分析
3
作者 李帝铨 李富 +3 位作者 张乔勋 黄亚 别勇杰 胡艳芳 《石油地球物理勘探》 EI CSCD 北大核心 2024年第1期151-159,共9页
随着中国非常规、超低渗油气资源的大力开发,压裂监测技术迎来重大发展机遇。电磁法在地球物理探测方面具有成本低、时效性强、探测深度大等优点,但面对大深度压裂环境,电磁压裂监测技术的可行性亟须论证。基于充电导体和电偶极源扩散... 随着中国非常规、超低渗油气资源的大力开发,压裂监测技术迎来重大发展机遇。电磁法在地球物理探测方面具有成本低、时效性强、探测深度大等优点,但面对大深度压裂环境,电磁压裂监测技术的可行性亟须论证。基于充电导体和电偶极源扩散电磁场理论,首先构建了不同深度和不同长度下的裂缝压裂模型,分析了各模型的地面总场及异常场的电磁响应特征。分析结果表明:利用井地电磁法进行压裂监测时,观测总场对裂缝长度增加引起的电磁响应不敏感,异常场存在低值带;深度为4000 m时,电磁异常小于1%,深度越大异常场衰减越严重,且相邻测点间异常场的绝对值与深度呈负相关,电磁法压裂监测技术难以兼顾探测精度与探测深度。然后,通过建立压裂监测物理模型,分析实测数据电磁异常曲线特征,验证了理论计算的正确性。最后,结合前人理论成果和实践经验,提出了一种井中激发—地面接收的测网式电磁法压裂监测观测系统,对测区范围与测点间距进行合理约束,系统具有野外施工简捷、监测深度大等优势,为电磁法压裂监测提供了新的发展方向。 展开更多
关键词 充电导体 电磁监测 探测深度 低值带 水力压裂
下载PDF
基于颜色校正和深度信息去雾的水下感知系统
4
作者 毛昭勇 刘楠 +2 位作者 陈刚琦 侯冬冬 沈钧戈 《光子学报》 EI CAS CSCD 北大核心 2024年第6期183-198,共16页
针对水下距离感知任务真实训练数据缺乏,水下目标感知任务目标模糊、密集、多尺度的问题,提出一种基于颜色校正和深度信息去雾的水下视觉感知系统。设计了一种改进的融合增强方法,并建立了一个水下单目图像数据集,以解决距离感知任务数... 针对水下距离感知任务真实训练数据缺乏,水下目标感知任务目标模糊、密集、多尺度的问题,提出一种基于颜色校正和深度信息去雾的水下视觉感知系统。设计了一种改进的融合增强方法,并建立了一个水下单目图像数据集,以解决距离感知任务数据不足的难点。设计了一种基于深度信息的去雾方法,结合水下成像模型对图像进行去雾处理,提升图像质量。设计了一种基于中心点检测的通道重排网络,将卷积神经网络中浅层的详细特征完全集成到深层中,且无需锚框,增强对小目标、密集目标的特征提取能力。实验表明,该系统可从水下图像中恢复真实陆地色彩,准确感知水下场景相对距离,并实现域内和跨域高精度目标感知,在URPC数据集上取得了78.2%的域内目标检测精度,比基准CenterNet高出4.6%,在UTTS数据集上取得81.5%跨域目标检测精度,证明了该系统的有效性。 展开更多
关键词 目标检测 去雾 深度估计 颜色校正 水下图像
下载PDF
基于语义分割的车位检测算法研究
5
作者 李伟东 李冰 +1 位作者 朱旭浩 李乐 《大连理工大学学报》 CAS CSCD 北大核心 2024年第1期96-103,共8页
作为自动泊车系统中至关重要的一环,车位检测算法的精度直接决定自动泊车系统的好坏.目前,基于语义分割的车位检测算法主要有两个问题:一是分割网络参数量较大,难以满足移动端部署;二是后处理提取算法复杂,难以满足实时检测要求.针对这... 作为自动泊车系统中至关重要的一环,车位检测算法的精度直接决定自动泊车系统的好坏.目前,基于语义分割的车位检测算法主要有两个问题:一是分割网络参数量较大,难以满足移动端部署;二是后处理提取算法复杂,难以满足实时检测要求.针对这两个问题,设计一种通过检测车位线来获取停车位的车位检测算法.采用深度可分离卷积和非对称卷积相结合的方式设计车位线分割网络UFAC-Net,并提出一种更为简洁的车位线提取算法.实验结果表明:UFAC-Net模型(UFAC-Net2)分割的平均像素精度为83.07%,平均交并比为73.05%,模型参数量为3.1 MB,达到目前PSV datasets上最好的分割精度;车位检测算法可检测复杂情况下的平行、垂直、倾斜3种类型的车位,在自定义测试集中精准率为99.23%,召回率为99.12%,单张图像检测时间为32.2 ms,具有良好的检测性能. 展开更多
关键词 车位检测 语义分割 深度可分离卷积 非对称卷积
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
6
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
7
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
深度与形貌检测的仿生磁致伸缩触觉传感器设计及实验测试
8
作者 孙英 郭腾蛟 李笑 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第2期214-223,共10页
物体表面形貌深度信息对于智能机器人检测物体表面特征、人机交互具有重要意义。受动物毛发感知机理启发,设计了一种新型仿生磁致伸缩触觉传感器单元及阵列;基于逆磁致伸缩效应、欧拉-伯努利梁理论和胡克定律,推导了深度检测的输出电压... 物体表面形貌深度信息对于智能机器人检测物体表面特征、人机交互具有重要意义。受动物毛发感知机理启发,设计了一种新型仿生磁致伸缩触觉传感器单元及阵列;基于逆磁致伸缩效应、欧拉-伯努利梁理论和胡克定律,推导了深度检测的输出电压模型。仿真研究确定了最佳偏置磁场和阵列间距,实验测试了传感器单元在静态和动态下的输出特性,在0.05~4.8 mm深度检测范围内,灵敏度为185.72 mV/mm,响应时间和恢复时间分别为31 ms和43 ms,且具有良好的重复性,传感器阵列中单元之间输出电压的耦合影响不超过2.4%。将传感器单元及阵列安装在机械手上,选择合适的滑动速度滑过不同物体表面时,根据输出电压波形精确测量各种深度和形貌,结果表明该传感器单元和阵列可为深度与形貌检测提供参考。 展开更多
关键词 深度检测 形貌检测 逆磁致伸缩 触觉传感器
下载PDF
基于深度测距的移动机器人自适应跟随
9
作者 杨彪 王狄 +2 位作者 沈绍博 杨长春 刘小峰 《计算机工程与设计》 北大核心 2024年第3期896-903,共8页
为提高移动机器人的跟随精度,对深度相机(RGB-D相机)测距进行研究,提出一种基于MRSD(Mask R-CNN and S2R-DepthNet)的移动机器人跟随系统。引入实例分割算法(Mask R-CNN)获取行人的前景掩膜;以掩膜为指导从深度图像中获取准确的行人区... 为提高移动机器人的跟随精度,对深度相机(RGB-D相机)测距进行研究,提出一种基于MRSD(Mask R-CNN and S2R-DepthNet)的移动机器人跟随系统。引入实例分割算法(Mask R-CNN)获取行人的前景掩膜;以掩膜为指导从深度图像中获取准确的行人区域深度像素,引入深度估计算法(S2R-DepthNet)从彩色图像中推理深度图像以替换深度传感器引起的无效深度像素,提高测距的精度;建立基于Sage-Husa自适应滤波(SHAKF)的测距模型,提高量测信息异常情况下的测距鲁棒性,实现稳定跟随。实验结果表明,该方法能以设定距离准确跟随前方行人。 展开更多
关键词 环境理解 机器人跟随 行人检测 视觉测距 深度融合 深度估计 自适应滤波
下载PDF
融合卷积注意力的激光同步定位与建图回环检测网络
10
作者 姚万业 杨振辉 王祝 《电力科学与工程》 2024年第2期50-60,共11页
针对当前基于深度学习的回环检测方法应对反向循环时由于尺度变化和视角变化引发特征匹配准确度低的问题,提出一种使用卷积注意力增强的激光同步定位与建图回环检测网络(Convolutional attention,loop closure detection network,CA-LCD... 针对当前基于深度学习的回环检测方法应对反向循环时由于尺度变化和视角变化引发特征匹配准确度低的问题,提出一种使用卷积注意力增强的激光同步定位与建图回环检测网络(Convolutional attention,loop closure detection network,CA-LCDNet)。在构建局部描述符时,引入卷积注意力机制实现多尺度特征的有机融合,以增强适应性特征提取能力;用基于软分配聚类改进的NetVLAD(Network-based visual localization with attention to descriptors)对局部描述符进行高效的聚合,获得全局描述符。基于非平衡最优输运理论实现点云帧之间的特征匹配,计算两帧间的相对位姿。使用三元组损失训练全局描述符,实现准确的相对位姿误差估计。在公开数据集上进行对比试验,在正向循环中算法准确率达到92%,在反向循环中准确率达到40%。同时,相较于原Loop closure detection network(LCDNet)算法,改进算法得到的相对位姿误差取得了约5%的改善。 展开更多
关键词 移动机器人 机器人导航 回环检测 卷积注意力 随机深度 深度学习
下载PDF
基于锚点的快速三维手部关键点检测算法
11
作者 秦晓飞 何文 +2 位作者 班东贤 郭宏宇 于景 《电子科技》 2024年第4期77-86,共10页
在人机协作任务中,手部关键点检测为机械臂提供目标点坐标,A2J(Anchor-to-Joint)是具有代表性的一种利用锚点进行关键点检测的方法。A2J以深度图为输入,可实现较好的检测效果,但对全局特征获取能力不足。文中设计了全局-局部特征融合模... 在人机协作任务中,手部关键点检测为机械臂提供目标点坐标,A2J(Anchor-to-Joint)是具有代表性的一种利用锚点进行关键点检测的方法。A2J以深度图为输入,可实现较好的检测效果,但对全局特征获取能力不足。文中设计了全局-局部特征融合模块(Global-Local Feature Fusion,GLFF)对骨干网络浅层和深层的特征进行融合。为了提升检测速度,文中将A2J的骨干网络替换为ShuffleNetv2并对其进行改造,用5×5深度可分离卷积替换3×3深度可分离卷积,增大感受野,有效提升了骨干网络对全局特征的提取能力。文中在锚点权重估计分支引入高效通道注意力模块(Efficient Channel Attention,ECA),提升了网络对重要锚点的关注度。在主流数据集ICVL和NYU上进行的训练和测试结果表明,相比于A2J,文中所提方法的平均误差分别降低了0.09 mm和0.15 mm。在GTX1080Ti显卡上实现了151 frame·s^(-1)的检测速率,满足人机协作任务对于实时性的要求。 展开更多
关键词 人机协作 三维手部关键点检测 锚点 深度图 全局-局部特征融合 ShuffleNetv2 深度可分离卷积 高效通道注意力
下载PDF
基于深度相机的水稻穗层高度检测研究
12
作者 黄铭森 张波 +3 位作者 李洪昌 梁振伟 黄涛 任天成 《中国农机化学报》 北大核心 2024年第1期177-182,共6页
为实现水稻穗层高度检测,基于深度相机对水稻穗层高度计算方法开展研究,以期为水稻割台高度控制、收割机智能化提供技术支持。为选择一种适用于水稻穗层分割的颜色空间,分别在RGB、HSV、LAB和i1i2i3颜色空间中对成熟水稻图像进行3D可视... 为实现水稻穗层高度检测,基于深度相机对水稻穗层高度计算方法开展研究,以期为水稻割台高度控制、收割机智能化提供技术支持。为选择一种适用于水稻穗层分割的颜色空间,分别在RGB、HSV、LAB和i1i2i3颜色空间中对成熟水稻图像进行3D可视化,通过观察水稻穗层像素分布分析其可分离性;在此基础上,基于多阈值分割法、小联通区域移除、图像腐蚀等方法对水稻穗层进行提取;提出一种基于深度相机的水稻穗层高度(包括穗层最高高度H_(hs)、最低高度H_(ls))计算方法,并分别在实验室及田间进行验证试验。结果表明:水稻穗层在HSV颜色空间中具有较好的可分离性,所采用的图像分割、处理方法可有效提取水稻穗层;水稻穗层高度计算方法的实验室测试结果显示,H_(hs)与H_(ls)的计算误差均小于1.5%,田间测试结果显示H_(hs)与H_(ls)的计算误差分别为1.6%和18.2%。 展开更多
关键词 穗层 水稻 高度检测 深度相机 颜色空间
下载PDF
基于伪点云特征增强的多模态三维目标检测方法
13
作者 孔德明 李晓伟 杨庆鑫 《计算机学报》 EI CAS CSCD 北大核心 2024年第4期759-775,共17页
环境感知是自动驾驶汽车落地的关键技术之一,它对于提高自动驾驶汽车的安全性和可靠性至关重要.三维目标检测是其中的一项核心任务,旨在识别和定位三维空间中的物体,为后续决策提供重要的信息.点云和图像是该任务最常用的输入数据,点云... 环境感知是自动驾驶汽车落地的关键技术之一,它对于提高自动驾驶汽车的安全性和可靠性至关重要.三维目标检测是其中的一项核心任务,旨在识别和定位三维空间中的物体,为后续决策提供重要的信息.点云和图像是该任务最常用的输入数据,点云由三维空间中不规则分布的点组成,而图像则是由二维空间上规则分布的像素组成.因此,点云和图像之间难以进行有效的融合.而伪点云作为一种点云表征的图像信息,近几年受到了该领域学者的广泛关注.现阶段基于伪点云的三维目标检测方法还存在伪点云特征提取粗糙和相应感兴趣区域(Region-of-Intersts,RoI)特征表征能力差的问题.本文针对上述问题开展研究,分别提出细粒度注意力卷积和多尺度分组稀疏卷积.细粒度注意力卷积将规则图像处理中常用的深度可分离卷积引入不规则点云的处理流程,并在此基础上嵌入通道和分组注意力机制,进行精细的特征提取,增强伪点云特征;多尺度分组稀疏卷积将格网池化后的Ro I特征分组,进行差异化特征学习,获取不同尺度的Ro I特征,增强伪点云Ro I格网特征的表征能力.基于此,本文在SFD(Sparse Fuse Dense)网络的伪点云特征提取流程中引入细粒度注意力卷积,同时在其伪点云Ro I特征学习流程中引入多尺度分组稀疏卷积,构建SFD++多模态三维目标检测网络.在权威KITTI自动驾驶数据集上的实验结果表明,SFD++每秒可以处理8.33帧数据,其精度在简单、中等和困难的三维汽车检测上达到95.74%、88.80%和86.04%,比次优SFD的精度高出0.15%、0.84%和0.58%.除此之外,一系列消融和补充实验结果验证了所提出卷积的有效性和相关参数设置的合理性. 展开更多
关键词 自动驾驶 三维目标检测 伪点云 注意力机制 深度可分离卷积 组卷积
下载PDF
基于激光雷达与相机融合的树干检测方法
14
作者 刘洋 冀杰 +3 位作者 赵立军 冯伟 贺庆 王小康 《西南大学学报(自然科学版)》 CSCD 北大核心 2024年第2期183-196,共14页
针对传统传感器在树干检测中的局限性和单一性,提出一种基于激光雷达与相机融合的树干检测方法.首先,利用深度图对激光雷达点云进行处理,实现地面点云去除以及树干点云聚类,并在聚类中设置横、纵向自适应阈值,去除聚类中墙体、杂草、树... 针对传统传感器在树干检测中的局限性和单一性,提出一种基于激光雷达与相机融合的树干检测方法.首先,利用深度图对激光雷达点云进行处理,实现地面点云去除以及树干点云聚类,并在聚类中设置横、纵向自适应阈值,去除聚类中墙体、杂草、树叶等多余信息;然后,利用YOLOv3算法对相机图像进行分析,基于树干特征实现目标识别并返回检测框与类别信息;最后,基于交并比方法(IoU)对2种传感器的检测结果进行融合,识别树干并返回其三维信息与位置信息.以无人割草机为载体开展场地测试,实验结果表明:融合算法的树干检测准确率在93.1%左右,树干定位横、纵向平均误差分别为0.075 m和0.078 m,能够满足无人割草机的树干检测要求,为智能农机的环境感知提供了一种新的方法. 展开更多
关键词 树干检测 激光雷达 相机 深度图 传感器融合
下载PDF
基于图像重建的深度估计方法
15
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
基于改进YOLOv4的多目标车辆检测算法
16
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
车轴钢渗碳层深度弱磁检测技术研究
17
作者 邱朋闯 于润桥 +1 位作者 桂长城 陈旺 《汽车工艺与材料》 2024年第1期55-60,共6页
针对现有车轴钢渗碳层深度无损检测技术的工程局限性,提出一种弱磁检测方法,即利用渗碳层与其心部交界处应力集中且无法消除、进而对外表现出特定的磁感应强度的无损检测方法。通过采集不同样本车轴钢及其不同部位的磁场信号,分析磁感... 针对现有车轴钢渗碳层深度无损检测技术的工程局限性,提出一种弱磁检测方法,即利用渗碳层与其心部交界处应力集中且无法消除、进而对外表现出特定的磁感应强度的无损检测方法。通过采集不同样本车轴钢及其不同部位的磁场信号,分析磁感应强度幅值与深度的对应关系,构建弱磁检测数学模型。试验结果(标准厚度/检测厚度/绝对误差):花键外圆3.50 mm/3.57 mm/0.07 mm、杆部外圆4.30 mm/4.46 mm/0.16 mm、R角4.00 mm/3.86 mm/-0.14 mm,检测精度整体相对误差小于5%,满足工厂实际检测需求。 展开更多
关键词 应力 磁感应强度 弱磁检测 渗碳层深度
下载PDF
基于声发射多参数耦合的木材裂缝检测方法
18
作者 麻胜兰 陈志宁 +2 位作者 邵顺安 姜绍飞 许跃飞 《建筑结构》 北大核心 2024年第2期136-144,共9页
为及时了解木材的损伤情况,需对木材进行损伤评价,而木材裂缝深度是评价木材损伤的重要指标之一,其量测方法是一大难点,亟待解决。基于声发射参数(峰值、频率重心、能量)在杉木裂缝中的衰减规律,应用加权平均法对声发射参数进行归一化处... 为及时了解木材的损伤情况,需对木材进行损伤评价,而木材裂缝深度是评价木材损伤的重要指标之一,其量测方法是一大难点,亟待解决。基于声发射参数(峰值、频率重心、能量)在杉木裂缝中的衰减规律,应用加权平均法对声发射参数进行归一化处理,提出了基于声发射多参数耦合的裂缝深度检测方法。结果表明:声发射峰值、频率重心、能量在木材存在裂缝与无裂缝的交界面会发生突变,且所提的基于声发射多参数耦合的综合指标值在交界面大于设定阈值,能有效检测木材的裂缝深度。 展开更多
关键词 结构健康监测 声发射 木材裂缝深度 裂缝深度检测指标 综合指标值差异系数
下载PDF
基于YOLO轻量化的多模态行人检测算法
19
作者 苑朝 赵亚冬 +4 位作者 张耀 王嘉璇 徐大伟 翟永杰 朱松松 《图学学报》 CSCD 北大核心 2024年第1期35-46,共12页
针对低光照环境下行人检测精度低和模型参数量大的问题,基于YOLO框架,提出一种轻量化的多模态行人检测算法EF-DEM-YOLO。采用轻量的ES-MobileNet作为主干特征提取网络,并在该网络中引入ECA和SE-ECA注意力机制模块,增强重要的通道特征,... 针对低光照环境下行人检测精度低和模型参数量大的问题,基于YOLO框架,提出一种轻量化的多模态行人检测算法EF-DEM-YOLO。采用轻量的ES-MobileNet作为主干特征提取网络,并在该网络中引入ECA和SE-ECA注意力机制模块,增强重要的通道特征,提高小目标行人的检测精度。在颈部网络中设计了基于深度可分离卷积的DBL模块,进一步缩减模型的参数量。另外,为了提高低光照条件下行人的检测精度,利用可见光模态和红外模态在不同光照条件下特征互补的特点,提出了基于图像熵的可见光与红外模态加权融合方法,并设计了融合模块EWF。相比与基准方法,该算法对于不同光照条件下的行人目标,模型的mAP提高55.5%,MR降低85.9%,模型的推理速度达到33.4帧/秒,并且均优于其他经典的目标检测算法,为边缘计算和低光照场景下的行人目标的实时检测提供了可能。 展开更多
关键词 行人检测 YOLO 轻量化 多模态 深度可分离 图像熵
下载PDF
低能见度下GYOLOv5-SPD算法的车牌检测
20
作者 李泽 李小龙 +1 位作者 杨忠祥 谭永滨 《北京测绘》 2024年第5期655-660,共6页
车牌自动检测技术是构建智慧城市、加强交通管理等方面的重要内容。目前车牌检测技术正在逐步完善,但对于光照条件过低、雨天、雪天等能见度极低的气候环境下所拍摄的车牌照片,车牌检测技术还处于一个相对落后的水平。本文在中国城市停... 车牌自动检测技术是构建智慧城市、加强交通管理等方面的重要内容。目前车牌检测技术正在逐步完善,但对于光照条件过低、雨天、雪天等能见度极低的气候环境下所拍摄的车牌照片,车牌检测技术还处于一个相对落后的水平。本文在中国城市停车数据集(CCPD)中能见度极低的车牌图像的基础上利用添加了伽玛(Gamma)变换的你只需看一次(YOLO)v5s模型与空间到深度层及无步长卷积层(SPD-Conv)进行融合用于车牌检测,将低能见度条件下的车牌视为小物体进行检测,目的是最大限度地识别其特征以提高精度。实验结果表明,本文用到的方法在车牌定位检测阶段达到了99.68%的召回率,在低能见度条件下对车牌的定位检测相较其他算法确实有一定的优势。 展开更多
关键词 车牌检测 SPD-Conv Gamma变换 GYOLOv5-SPD 低能见度
下载PDF
上一页 1 2 48 下一页 到第
使用帮助 返回顶部