您的位置: 专家智库 > >

国家自然科学基金(61203272)

作品数:10 被引量:30H指数:3
相关作者:王江涛杨一军陈得宝邵芬李淮江更多>>
相关机构:淮北师范大学更多>>
发文基金:国家自然科学基金安徽省高校省级自然科学研究项目安徽省高等学校省级质量工程项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 10篇自动化与计算...

主题

  • 3篇目标检测
  • 2篇行人
  • 2篇实验鼠
  • 2篇视觉
  • 2篇头盔
  • 2篇摩托
  • 2篇摩托车
  • 2篇NET
  • 1篇行人检测
  • 1篇行人头部
  • 1篇学习率
  • 1篇优化算法
  • 1篇余弦
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇直方图
  • 1篇直方图特征
  • 1篇视觉定位
  • 1篇图模型
  • 1篇图像

机构

  • 10篇淮北师范大学

作者

  • 10篇王江涛
  • 2篇杨一军
  • 1篇陈得宝
  • 1篇李淮江
  • 1篇邵芬
  • 1篇李玲

传媒

  • 2篇佳木斯大学学...
  • 2篇吉林师范大学...
  • 1篇电子测量与仪...
  • 1篇高师理科学刊
  • 1篇宜春学院学报
  • 1篇太原科技大学...
  • 1篇辽宁工业大学...
  • 1篇长春师范大学...

年份

  • 3篇2021
  • 1篇2020
  • 3篇2019
  • 2篇2016
  • 1篇2012
10 条 记 录,以下是 1-10
排序方式:
引入视觉机制的SSD网络在摩托车头盔佩戴检测中的应用被引量:17
2021年
近年来摩托车驾驶的安全问题越来越受到关注,摩托车手头盔的佩戴对自身的安全十分重要。针对于摩托车手是否佩戴头盔的检测问题,为提高检测网络的准确率和鲁棒性,对主流的一步检测网络SSD-Net引入类似视觉机制的模块,对网络的特征图在通道和空间上进行了权重的重新选择。并增加了类似人类视觉偏心率机制的RFB模块。通过使用Mosaic方法进行数据增强,并采用余弦衰减学习率来优化网络。实验结果表明改进后的网络对摩托车头盔佩戴的检测结果比原始SSD-Net提升了4%的MAP,具有更好的应用效果。
刘琛王江涛王明阳
关键词:目标检测
基于RFB-Net的摩托车驾驶人头盔检测研究被引量:4
2021年
近年来,计算机视觉方向深度学习的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。针对于摩托车手是否佩戴头盔的检测问题,论文引入RFB网络,采用VGG-16作为基础网络提取网络结构特征,改进使用了余弦衰减学习率更好地训练样本,增加了网络泛化能力。从而完成对摩托车头盔的检测。实验结果表明改进后,RFB-Net模型在摩托车驾驶人头盔检测中精度较高、速度较快,且具有较好的推广性。
刘琛王江涛
基于关键点的目标检测算法研究进展被引量:1
2021年
随着深度学习技术的兴起,目标检测算法正在经历着变革式的发展。作为深度学习目标检测研究领域中最新的一个研究方向,基于关键点的目标检测算法正在得到越来越多的关注,已成为目标检测的一个重要研究方向。本文在对基于深度学习的目标检测技术进行简要回顾的基础上,着重分析了基于关键点的目标检测方法所涉及的核心技术,并从所采用的骨干网络、特征点、COCO数据库中的检测表现等几个角度对相关方法进行汇总,论述了各类方法的检测性能。最后通过对各类方法进行对比总结出当前关键点目标检测方法存在的问题,并对未来的研究方向进行了展望。
王明阳王江涛刘琛
关键词:目标检测
基于关键点的实验鼠视觉检测研究
2020年
实验鼠在人类的医药、神经学、生物制品等各方面的科学研究中发挥了重要的作用,因此能否有效的检测实验鼠与科学研究的成败紧密相连,然而,基于传统方法的实验鼠检测非常容易受光线变化等因素的影响,检测的效果非常依赖于当时所处的环境,因此,针对这一问题,提出一种基于关键点的实验鼠检测方法,算法在CenterNet网络基础上,首先为进一步减少网络的深度和参数量,降低计算复杂度,重构了主干网络,其次为了保持较高的准确率,网络中添加了注意力机制,通过在实验鼠数据集上的实验验证了该方法的可行性,并且表明该方法在准确性方面有所提高,在平均精度均值(MAP)计算上可以达到97.8%。
王明阳王江涛刘琛
关键词:目标检测实验鼠
基于加权Hash特征与卷积辅助网络的ACF行人检测研究
2019年
传统的ACF+AdaBoost行人检测框架在达到较为理想的检测率时,误检率也会迅速增高,难以满足实际需求。针对该问题,本文提出了一种自适应加权的Hash码特征,用来增加行人特征的多样性。在此基础上,通过级联一个辅助网络降低系统的误检率,该辅助网络采用了浅层的CNN结构,在保证系统实时性的前提下对AdaBoost分类器的分类结果进行二次分类。在INRIA数据中进行检测实验的结果表明,改进的Hash码简单、易算,对行人的表征能力强,在不影响实时性的前提下,把系统的MR-FPPI(Miss rate against false positives per image)从17.05%降低到16.31%。系统级联辅助CNN后系统的MR-FPPI降低到16.93%,而加入Hash码通道,且级联辅助CNN后,系统的MR-FPPI降低到15.96%,检测性能得到较为明显的提高。
王薇薇王江涛陈燕
关键词:行人检测ACFADABOOSTCNN
基于图模型分割和大气光细化的天空区域去雾优化算法被引量:2
2019年
针对传统暗通道先验去雾算法在处理天空区域时效果存在偏差,且易出现大面积色块色斑、光晕等问题,提出了一种区分天空的改进暗通道先验去雾算法。通过图模型分割策略得到初始的分割结果,在此基础上建立区域合并准则生成完整的天空区域。在去雾过程中,从修正大气光值的角度出发,设计了2种大气光细化方法对天空区域进行自适应优化以克服传统暗通道方法的缺陷。实验结果表明,与暗通道先验去雾算法相比,本文算法可以有效消除色斑、光晕等现象,对天空区域的去雾效果有着显著提高。
陈燕王江涛王薇薇
关键词:图像去雾
基于边缘密度的片状零件视觉定位方法被引量:1
2016年
采用机器人手臂对零件产品进行抓取已成为智能上下料的关键技术,在该技术中机器人手臂往往采用视觉定位的方法来获取零件的位置.针对一类表面平滑的片状零件定位问题,从观察零件和背景图像特征出发,设计一种基本边缘密度的零件检测方法.该方法首先对零件图像进行边缘检测,然后以求取一定尺度内的边缘密度.以密度为基准得到图像的密度图,进而对密度图像进行分割和标记连通域,最后得到零件的具体位置.对实际拍摄的零件图片进行检测的结果表明,所研究的方法可以可靠地对零件进行检测和定位.
王江涛李淮江邵芬杨一军
关键词:边缘密度视觉定位
基于分步降维HOG-LBP特征的行人头部分类算法
2016年
传统的基于PCA-HOG特征的行人头部分类算法存在降维后的子空间鉴别性不足的问题.为此,提出一种基于分步降维HOG-LBP特征的行人头部分类算法.首先,利用样本类别标签构建2类样本的HOG特征集合,在这2类特征集合中分别执行PCA降维,然后将所得的特征与LBP纹理特征进行级联得到最终的头部描述算子,最后通过训练SVM分类器对实际样本集进行分类.实验结果表明,与传统PCA降维方法相比,该方法可有效提高行人头部的分类性能.
李玲王江涛
关键词:HOGLBP
基于VC++平台的C程序设计可视化研究被引量:4
2012年
C程序设计是工科类各专业的一门重要基础课,本文在分析当前C语言教学存在的问题的基础上,以函数的调用章节为例展开教学讨论.通过课前预习互动的方法来确定每堂课的授课重点,同时借助VC++6.0的可视性,采用中断分析来直观的对抽象问题进行讲解.实际效果表明,采用该方法不但可以提高学生的学习积极能动性,而且加深了他们对程序实践的认识.
王江涛陈得宝杨一军
关键词:C程序设计VC++可视化
基于梯度直方图特征的实验鼠检测被引量:1
2019年
为了解决传统的基于图像阈值分割的实验鼠检测方法容易受到光线变化、噪声等影响导致检测效果差的问题,首先根据实验鼠的纹理平滑,且实验鼠整体上梯度均匀,在这个规律的基础上,提出从梯度幅值和梯度方向两个角度出发来构建特征,然后利用直方图降低特征维度并结合SVM(支持向量机)分类器实现新的实验鼠检测方法。实验结果证明,新方法的精准度和稳定性比图像阈值分割方法明显提高。
李帅王江涛
关键词:实验鼠阈值分割直方图支持向量机
共1页<1>
聚类工具0