排序方式: 共有20条查询结果,搜索用时 15 毫秒
11.
12.
针对避免车辆高速智能领航HNP功能控制车辆非预期的侧向移动这个横向功能安全目标,采用目标结构表示法(goal structuring notation, GSN)对该安全目标进行拆解来推导功能安全需求。首先,采用GSN工具推导出支撑本条安全目标的安全策略;其次利用泳道图展示了安全策略在架构要素上的分配以及这些安全策略需要由哪些具体的要素来实现;最后,对不同架构要素包括执行器EPS、摄像头、毫米波雷达、ADS域控制器的安全需求作了描述。 相似文献
13.
14.
基于多特征融合的视频交通数据采集方法 总被引:1,自引:0,他引:1
提出了一种基于多特征融合的视频交通数据采集方法, 核心思想是: 在图像中设置虚拟线圈, 假设车辆从虚拟线圈上驶过时引起像素变化, 通过识别这种像素变化来检测车辆并估计车速. 与现有技术相比, 本文的贡献在于: 1) 综合利用虚拟线圈内的前景面积、纹理变化、像素运动等特征来检测车辆, 提出了有效的多特征融合方法, 显著提高了车辆检测精度; 2) 根据单个虚拟线圈内的像素运动向量来估计车速, 避免了双线圈测速法的错误匹配问题. 算法测试结果表明本文算法能够在复杂多样的交通场景和天气条件下, 准确地检测车辆和估计车速. 在算法研究的基础上, 研制了一款嵌入式交通视频检测器, 在路口长期采集交通数据, 为交通信号控制和交通规律分析提供决策依据. 相似文献
15.
生成式对抗网络GAN的研究进展与展望 总被引:17,自引:0,他引:17
生成式对抗网络GAN(Generative adversarial networks)目前已经成为人工智能学界一个热门的研究方向.GAN的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练.目的是估测数据样本的潜在分布并生成新的数据样本.在图像和视觉计算、语音和语言处理、信息安全、棋类比赛等领域,GAN正在被广泛研究,具有巨大的应用前景.本文概括了GAN的研究进展,并进行展望.在总结了GAN的背景、理论与实现模型、应用领域、优缺点及发展趋势之后,本文还讨论了GAN与平行智能的关系,认为GAN可以深化平行系统的虚实互动、交互一体的理念,特别是计算实验的思想,为ACP(Artificial societies,computational experiments,and parallel execution)理论提供了十分具体和丰富的算法支持. 相似文献
16.
深度学习尤其卷积神经网络为精确目标检测提供可能,推动三维目标检测在自动驾驶、机器人等领域发挥重要作用.文中综述基于卷积神经网络的三维目标检测研究进展.首先总结三维目标检测的应用价值、基本流程及存在的挑战.再介绍卷积神经网络基本原理、典型的二维目标检测网络结构、常用的开源数据集及点云表示形式等相关基础知识.然后介绍卷积神经网络在三维目标检测中的应用进展,根据不同数据模态及方法共性对方法进行梳理.最后对当前三维目标检测研究存在的问题进行论述,对未来的研究发展趋势进行展望. 相似文献
17.
深度学习在目标视觉检测中的应用进展与展望 总被引:2,自引:0,他引:2
目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在目标视觉检测中的应用进展与展望.首先对目标视觉检测的基本流程进行总结,并介绍了目标视觉检测研究常用的公共数据集;然后重点介绍了目前发展迅猛的深度学习方法在目标视觉检测中的最新应用进展;最后讨论了深度学习方法应用于目标视觉检测时存在的困难和挑战,并对今后的发展趋势进行展望. 相似文献
18.
为了解决余热锅炉入口烟道导流板约束装置易损坏的问题,以某项目型号为PG9171E的燃气蒸汽联合发电系统余热锅炉入口烟道烟气导流板约束装置为研究对象,设计了角钢加强型约束装置、肋板套筒加强型约束装置和综合优化加强型(在外护板外侧焊接外部加强筋,支板两端同时焊接内部加强肋板)约束装置3种优化方案,并进行了支板局部加载荷抗变形性能实验。结果表明:不同的约束装置结构型式,其极限承载能力大不相同。当单个约束装置的支板端部载荷大于1.0 MPa时,应该采用综合优化加强型方案,并结合实际工程应用提出最优方案及结构优化设计方法。 相似文献
19.
20.
为了解决可见光与红外图像采用基础拉普拉斯融合(Laplacian Blending)时,存在热源物体的轮廓不清晰以及曝光严重区域图像内容缺失的问题,提出一种保留红外轮廓与梯度信息的图像融合方法。首先,对输入图像进行颜色空间转换和自适应形态学去噪,并将两幅图像的梯度对比和红外图像突出目标的轮廓作为像素活动信息的权值;其次,同时分解权值与输入图像,并采用基于相似度的比较调整权重分配;最后,重构图像并转换颜色空间。在主观评价中,所提方法未产生伪影和怪异色彩,图像中的发热目标轮廓清晰;在客观评价指标中,该方法的熵(EN)为7.49,边缘梯度(EI)为74.61,平均梯度(AG)为7.23,与传统多尺度变换方法(包括非下采样轮廓波变换(NSCT)方法和基于非下采样剪切波变换(NSST)多尺度熵方法)和深度学习方法(结合残差网络(ResNet)与零相位分量分析(ZCA)的图像融合方法)相比,它的EN分别提升了0.10、0.58和0.75,EI分别提升了6.65、20.35和37.35,AG分别提升了0.73、2.19和3.55;而且它在Intel i5系列计算机上的处理速度达到5 frame/s,... 相似文献