排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
不同模态的表现方式不同,描述目标的角度也会不同。多模态感知与多源融合技术是将两种或两种以上的模态组合起来,融合不同传感器、不同平台收集到的数据、特征信息,兼顾不同图像的优势,在遥感监测、军事安防、自动驾驶等领域有着广泛的运用。介绍了热成像、高光谱成像、偏振成像、合成孔径雷达(SAR)、激光雷达(LiDAR)等多模态感知技术,总结了不同成像方式的特点与联系,简述了多源融合相关概念及其技术发展历程,重点分析了不同模态下图像融合案例,在此基础上归纳多模态感知和多源融合技术的发展趋势,最后基于融合算法、系统整体性、评价指标总结出进一步发展方向。 相似文献
2.
3.
在公路隧道运营中,照明系统是与行车安全、舒适度关系最为密切也是最为直接的部分,照明系统也是隧道运营中能耗最大的部分。隧道照明系统是为隧道内驾驶人员提供良好的照明环境以满足其视觉需求。目前国内隧道照明研究方向多集中于隧道光源本身,而对于隧道侧壁内饰材料反射光的辅助照明作用却鲜有研究。笔者通过对国内外隧道照明技术和方法的大量调研,利用眼动仪、光谱仪等仪器开展了基于驾驶员瞳孔变化的隧道内饰材料辅助照明的室内模型模拟试验和实体隧道试验的隧道照明试验,对隧道内饰材料在隧道照明中的辅助作用及规律进行了探讨,旨在为内饰材料在隧道照明系统中辅助性运营的进一步推广应用提供一定的参考价值。 相似文献
4.
5.
共享单车的问世方便了人们出行的"最后一公里",缓解了城市交通拥堵,加之具有突出的减污降碳效果,霎时成为资本市场抢滩登陆的"新宠",市面上的共享单车数量出现井喷式增长.根据交通运输部统计数据,2021年全国共享单车在营车辆达1900多万辆,日均订单量达4500多万单,共享单车用户从2017年的2.05亿人上升到2020年... 相似文献
6.
针对水域场景夜间能见度极低,难以实现人员目标检测与定位的问题,结合红外热成像技术与深度学习目标检测算法,
研究了一种黑暗环境下水域人员目标检测方法。 经过多场景实地采集,自主构建了一套热成像水域场景下的人员目标数据集
IR-YZ。 在对比经典目标检测方法在 IR-YZ 数据集上的性能的基础上,针对热成像特点与水域环境特点,提出了一种增强型轻
量级水上目标检测网络 IWPT-YOLO(infrared water person target-YOLO)。 实验结果表明,IWPT-YOLO 算法具有精确、快速、简洁
等优势,其模型大小为 93 MB,平均精度 mAP 达到了 85. 34%,检测速度达到了 20. 975 FPS,比经典算法 YOLOv3 网络与 SSD 网
络在模型大小、平均精度与检测速度上均有提高,验证了 IWPT-YOLO 算法对水域场景下的热成像人员目标具有更好的检测性
能,更明显的优势。 相似文献
8.
9.
10.
针对Bertotti损耗分离模型计算非正弦激励下铁心损耗不准确的问题,提出了将异常损耗表达为励磁频率与励磁强度函数的Barbisio算法.利用磁特性测量系统得到中频方波、正弦以及PWM电压激励下软磁铁氧体和纳米晶环形铁心损耗的数据,将异常损耗系数构造成频率和磁通密度的非线性函数.该模型计算了一台中频变压器在方波激励下的铁心损耗.仿真和实验结果表明,改进的损耗模型是有效的,与传统Barbisio算法比较,提出的方法更能准确地预估中频变压器铁心损耗. 相似文献
1