共查询到10条相似文献,搜索用时 46 毫秒
1.
2.
3.
Camshift算法实时性高,计算量小,在目标跟踪领域应用效果良好。但其仅依靠颜色模型的特点使得在噪声大、照度不均的井下视频目标跟踪中易造成目标丢失。通过在Camshift基础上建立多特征融合的模板自适应更新算法,实现边缘、纹理等特征的融合,制定特征贡献度规则,在环境变化时根据不同特征贡献度的不同自适应分配权重,更新模板。实验结果表明:新算法抗干扰能力强,特征间互补不足,跟踪准确,在煤矿复杂环境井下视频目标跟踪中有良好应用前景。 相似文献
4.
针对井下NLOS环境信号接收强度(RSSI)和飞行时间(ToF)定位方法存在多径干扰和定位时延,导致定位误差较大问题,提出了基于ORB特征的矿井移动目标双目视觉跟踪与定位方法。首先根据矿井移动目标双目视觉跟踪与定位原理,利用RSSI阈值监测井下移动目标的位置范围,据此触发双目视觉传感器对移动目标图像信息采样和特征提取;然后对采集的目标图像与训练图像进行ORB算法特征匹配;最后根据双目视觉传感器的视差均值和图像像素坐标公式,求解相机内外参矩阵和标定移动目标的世界坐标,从而获取井下移动目标的准确位置信息,实现实时跟踪与精确定位。结果表明,与其他算法相比,本文方法能够有效提高定位精度和实时性,对井下目标遮挡、低照度和噪声环境具有较强的鲁棒性。 相似文献
5.
6.
7.
矿井下存在某些危险区域,这些区域不允许工人在未采用安全措施的情况下进入,然而由于一些环境或人为因素,使得常用的警示标志不够有力,导致了井下事故的发生。因此,文章介绍了一种采用基于计算机视觉的自动检测方法检测工人是否进入危险区域的方法,该方法首先使用核相关滤波算法KCF(Kernel Correlation Filter)跟踪目标,然后利用双目视觉原理对跟踪的目标进行测距,同时利用Kalman滤波算法优化所得到的距离信息,使得测距方法对于遮挡目标有一定的鲁棒性,保证目标在危险区域之外。井下目标跟踪与测距方法具有价格低廉,计算量少,测量距离范围大,测距准确度高等优点。 相似文献
8.
针对无线传感器网络井下定位与跟踪系统中移动节点在参考节点数目小于3的情况下无法定位的问题,提出了基于Zigbee技术的井下GIS辅助定位算法,依据Zigbee网络的测量数据通过对GIS中图层、图元的操作来完成移动节点在信标节点不足情况下的定位跟踪和无信标节点情况下的区域估计.实验结果表明,该定位算法平均纵向定位误差小于2.5 m,横向误差小于1/2巷道宽度,在3~8 m宽的巷道内点位误差为2.5~5.0 m,跟踪延迟少于1 s,具有较好的定位与跟踪性能,有效地扩大了井下定位网络的覆盖范围. 相似文献
9.
矿井移动目标的实时监测及跟踪系统是建设智慧矿山必不可少的内容,井下巡检机器人的出现可以实现对作业人员的实时监测,但是井下光照不均、煤尘干扰等因素的存在导致传统图像检测算法无法准确检测出作业人员。基于此提出一种可部署于井下巡检机器人的改进YOLOv5s和DeepSORT的井下人员检测及跟踪算法。首先利用监控摄像头与巡检机器人所录视频制作数据集,然后使用改进YOLOv5s网络对井下人员进行识别:考虑到井下人员检测及跟踪算法包含复杂的网络结构和庞大的参数体量,限制了检测模型的响应速度,使用改进轻量化网络ShuffleNetV2替代原YOLOv5s主干网络CSP-Darknet53。同时,为减少图像中复杂背景的干扰,提升作业人员的关注度,将Transformer自注意力模块融入改进ShuffleNetV2。其次,为了使多尺度特征能够有效融合且使得推理信息能够有效传输,将Neck中FPN+PAN结构替换为BiFPN结构。接着利用改进DeepSORT对人员进行编码追踪:考虑到井下环境黑暗,照度低,无纹理性,DeepSORT难以有效提取到人员的外观信息,于是采用更深层卷积替换DeepSORT中小型残... 相似文献