基于目标检测与模糊匹配的非标船牌识别研究

基于卷积神经网络的YOLOv3(You Only Look Once v3)目标检测算法设计了一种基于目标检测及模糊匹配机制的非标船牌识别软件系统,并通过在船舶视频监控系统中的实际应用,验证了该船牌识别系统的可行性,提高了船舶铭牌识别的可靠性。YOLOv3目标检测算法将检测简化为一个回归问题,通过仅仅一个网络,就能从图像中得到物体的类别与概率,确保了识别的准确性与实时性。针对船舶非标铭牌锈蚀、遮挡等问题,创新点是在基于YOLOv3的非标船牌识别系统的实现框架之上,设计船名有限中文库与模糊匹配机制,有效解决了船牌识别准确率过低的问题,取得了较好的识别效果。     

膨胀土地区复杂环境下深基坑施工安全风险控制

在城市中心建设的地铁站、房建等工程中需要开挖较深的基坑,复杂的现场环境对施工过程中的安全影响较为突出,而对于膨胀土地区的深基坑,风险管理更为重要。文章以合肥市城区地铁换乘站深基坑施工为例,对工程中存在的安全风险进行分析,提出防范和控制措施,预防事故的发生,为膨胀土地区复杂环境下深基坑施工提供一定的帮助。     

基于会聚型双目立体视觉的测距模型北大核心CSCD

传统的双目视觉模型基于特征对左右画面进行匹配,但当画面中出现多个高度相似且表面特征不明显的目标时,无法通过特征进行有效匹配。针对上述问题,本文采用基于特征和空间位置的方式进行目标匹配,并根据人类双眼锁定目标时,目标始终处于视野中心位置的原理,选择舵机来控制摄像头光轴会聚于目标,建立了一种基于会聚型双目立体视觉的测距模型。该模型能够通过控制舵机使摄像头自动汇聚于目标,并实现测距功能。理论推导及实验研究验证了该模型的可靠性及一定的实用性。