改进YOLOv5的交通灯实时检测鲁棒算法

交通灯检测算法作为自动驾驶任务中的一个重要环节,直接关系到智能汽车的行车安全。因为交通灯尺度小且环境复杂,给算法研究带来了困难。针对交通检测存在的痛点,提出改进YOLOv5的交通灯检测算法。首先使用可见标签比确定模型输入;然后引入ACBlock结构增加主干网络的特征提取能力,设计SoftPool减少主干网络的采样信息损失,使用DSConv卷积核减少模型参数;最后设计了记忆性特征融合网络,高效利用了高级语义信息和底层特征。对模型输入和主干网络的改进,直接提高模型在复杂环境下对特征的提取能力;对特征融合网络的改进,使模型能够充分利用特征信息,增加对目标定位和边界回归的精准度。实验结果表明,改进后的方法在BDD100K数据集上取得了74.3%的AP和111frame/s的检测速度,比YOLOv5提高11.0个百分点的AP;在Bosch数据集上取得了84.4%的AP和126frame/s的检测速度,比YOLOv5提高9.3个百分点的AP。鲁棒性测试结果表明,改进后的模型在各种复杂环境中对目标的检测能力都有显著提升,鲁棒性增加,做到了高精度实时检测。     

一种基于证据理论和模糊集合的信息融合方法

针对证据理论应用中基本概率分配函数难以确定和多传感器之间相互支持程度计算绝对化的问题,提出了一种基于证据理论和模糊集合(FSB-DS)的信息融合方法。该方法首先利用相关性函数定义不确定信息的模糊支持区间和模糊支持概率,然后由隶属函数得到各个传感器提供信息的可信度,再将支持度和可信度转化为基本概率分配函数,最后进行D-S证据合成。仿真实验表明,该方法获得的结果具有更高的精度和可信度。     

CBERS-02与SPOT5融合数据及其在海岸带土地利用调查中应用能力综合评价

以珠海市横琴岛为试验区,对CBERS-02星多光谱数据和SPOT5全色数据进行融合处理,融合方法包括HIS变换法、Brovey法、主成分融合法、小波融合法、SFIM法、Gram\|Schmidt法、PANSHARP法,并使用定量指标对融合结果进行分析,通过计算各波段均值、信息熵、标准差、相关系数等指标对各融合结果进行分析评价,探讨适合两种数据的融合方法;对CBERS-02和SPOT5数据的PANSHARP法融合数据进行支持向量机分类,总体分类精度为82.55%,Kappa系数为0.7358;试验结果表明,通过融合CBERS\|02多光谱数据与SPOT5全色数据,既可以增强空间纹理信息,又可以弥补SPOT5多光谱数据缺少蓝光波段的缺陷,具有丰富的光谱信息,可以在海岸带土地利用调查广泛应用。     

基于蚁群算法的多传感器图像融合方法

为了使融合后的多传感器图像获得更多的光谱信息、提高清晰度、降低数据冗余度,提出了一种基于蚁群算法的多传感器图像融合方法.对低分辨率图像上的蚁群以相位一致性作为启发信息,高分辨率图像中的蚁群以梯度强度作为启发信息,两个蚁群通过共享的信息素矩阵实现协作,根据信息素矩阵提取图像特征.算法采用区域能量的加权自适应融合规则确定低频系数,结合蚁群算法提取的边缘特征融合来指导高频系数融合.融合结果表明,该方法在不同分辨率上引入了多种启发信息,因而能够提取更加完整和有意义的图像特征,为多传感器图像融合提供了更智能、更细致、更全面的图像信息.     

基于BP神经网络的数据融合方法

数据融合技术是一种用途广泛的数字信号及信息处理方法,它通过对大量的数据进行处理提纯,得到一组直观有效的数据,为进一步处理和判断控制提供精确的数据依据。本文通过分析比较,验证了BP神经网络数据融合方法在发动机的多套冗余数据融合处理中的可行性和效果。实践表明:神经网络BP算法数据融合方法可有效提高数据的可信度。     

通用处理器和图像处理器新型融合架构分析

CPU与图形处理器(GPU)作为两种主要的通用处理器,在协同工作时存在功耗过大、体积不易压缩、传输速度慢等问题,因而融合成为一种趋势。在分析两者技术特点及通过高性能基准程序实测其性能基础上,提出一种新型融合架构。该融合架构采用低功耗处理器进行任务分配,根据任务类型及计算量,平衡串行处理核心和并行处理核心之间的任务调度及使用效率;而两种处理核心专注于进行数据处理,根据不同任务采用不同组合方式。通过性能评估,该新融合架构在计算能力和功耗方面均有较大改善。     

基于NSCT-GLCM的CT图像特征提取算法

针对海量CT图像分割中特征提取的难题,提出一种非下采样轮廓变换(NSCT)和灰度共生矩阵(GLCM)相融合的CT图像特征提取算法。首先采用NSCT对CT图像进行多尺度、多方向分解,并采用GLCM提取子带图像的共生特征量,然后对共生特征量进行主成分分析,消除冗余特征量,构成多特征矢量,最后利用支持向量机完成多特征矢量空间的划分,实现CT图像分割。实验结果表明,NSCT-GLCM能够较好地提取CT图像特征,提高了CT图像分割准确率,可以为医生诊断提供辅助信息。     

多传感器快速粒子滤波器融合的方法及其在导航中的应用

提出在高斯噪声条件下,将多传感器融合中多维测量的全局粒子滤波器的粒子权重表示成多个一维测量的子粒子滤波器的粒子权重的乘积的形式,从而避免了通常计算全局粒子权重需要的大计算量,达到提高测量融合速度的目的.本文还分析了现有方法和提出方法的计算复杂度,并将提出方法应用于导航.分析和仿真的结果均表明,所提出的方法明显提高了计算速度,且随着粒子数目的增加,优势愈加明显.     

多尺度密集网络在红外和可见光图像融合应用

为了进一步提升红外和可见光图像的融合效果,提出了一种基于多尺度卷积算子和密集连接网络的图像融合模型.该模型首先使用多尺度卷积算子计算图像的直接多尺度特征,然后使用密集连接网络计算图像的间接多尺度特征.为了得到图像像素信息在不同尺度下的融合权重,通过叠加的方式将各个尺度密集连接网络的输出进行融合,并使用活动图方法计算两类图像的融合权重,最后根据权重计算结果得到融合图像,实验在THO数据集和CMA数据集获得较好的识别率.     

基于C的湿度传感器校准平台设计

针对大量湿度传感器出厂或使用前需要定标或进行误差补偿的技术需求,基于C语言和SQL数据库技术,构建了一种采用传感器融合算法的大批量湿度传感器数据自校准平台;首先通过饱和盐溶液构建标准湿度环境,然后通过MT4080D数字电桥对待校准湿度传感器进行多次测量,之后把测量值矩阵和标准值导入基于最小二乘和加权融合算法的平台进行处理,得到不同固定点湿度环境下传感器标定和补偿的校准数据;该设计实现了操作简单,成本低廉,响应时间短,运算速度快的湿度传感器的软件校准算法平台,具有一定实际应用价值.