排序方式: 共有50条查询结果,搜索用时 15 毫秒
1.
针对公共场所的监控视频中烟头目标较小并且吸烟产生的烟雾易发散,仅依靠目标检测算法检测烟头或者烟雾来判定吸烟行为存在较大难度的问题,考虑到利用骨骼关键点来进行姿态估计的算法越来越成熟,提出一种利用人体骨骼关键点和吸烟行为之间的关系来进行吸烟行为检测的算法。该算法首先利用AlphaPose和RetinaFace分别检测出人体骨骼关键点和脸部关键点信息,根据手腕到两嘴角中点和手腕到同侧眼睛的距离之比,提出一种计算人体的吸烟动作比例(SAR)是否属于吸烟动作黄金比例(GRSA)的方法以区分吸烟与非吸烟行为;再利用YOLOv4检测视频中是否存在烟头;最后结合GRSA判定和YOLOv4的结果来确定视频中存在吸烟行为的可能性高低,作出是否有吸烟行为的判定。经过笔者录制的数据集测试,结果表明所提算法可以准确检测到吸烟行为,准确率达到92%。 相似文献
2.
针对采集的变电站多模图像,提出了一种改进的多模态图像的自动集成配准方法。变电站多模图像的尺寸不同,所以先对其进行小波变换,以变换后得到的两幅概貌图像为待配准图像,以六种配准方法中的每一种作为一个适应度函数。使用遗传算法进行搜索,分别寻找两幅概貌图像的最佳配准位置,再映射回小波变换前的多模图像,最后使用动态可信度进行集成。实验结果证明,该方法能实现不同尺寸的多模态图像的自动配准,速度较快,鲁棒性强,比单一的配准方法准确性高,并且可以不断地修正可信度,具有较强的适应性。 相似文献
3.
4.
针对农田、野外环境中无人工标记情况下的导航问题,提出了一种基于虚拟导航线的农业机器人精确视觉导航方法。该方法不需要铺设导航线或者路标即可引导机器人行走直线。首先,根据需求确定需要跟踪的目标区域,之后控制机器人调整方向直到目标移至视野中央;其次,根据机器人和目标的位置确定参照目标,并依据两个目标的位置确定虚拟导航线;然后,动态更新导航线,并结合虚拟定标线和虚拟导航线确定偏移角度和偏移距离;最后,利用偏移参数构建模糊控制表,并以此实现对机器人旋转角度和行走速度的调整。实验结果表明,该算法能较为精确地实现对导航路线的识别,进而利用模糊控制策略使机器人沿直线向目标行走,且导航精度在10 cm以内。 相似文献
5.
针对轮胎胎冠帘线搭接缺陷的自动检测问题,提出一种基于胎冠X射线图像的检测方法。首先,依据胎冠的X射线影像和投影角计算胎冠成像的灰度累积投影曲线;然后,计算曲线的局部峰值能量分布;其次,采用前n个最大峰值能量构造投影曲线的能量特征向量,并利用支持向量机(SVM)分类器进行最大投影曲线的判别;最后,利用位置反演计算对缺陷进行定位。仿真实验结果表明,所提方法可以对生产过程中采集的1000幅胎冠图像进行有效的缺陷检测,其最高检测正确率可达97.7%。 相似文献
6.
模糊控制策略是机器人导航中广泛使用的控制策略.一般情况下,基于导航线的机器人视觉导航中,具体的模糊控制策略与摄像头特定的俯仰角相对应.摄像头的俯仰角改变,则相应的模糊控制策略就需要改变,否则将会影响模糊控制策略的准确性.研究发现,摄像头不同俯仰角之间,其视野区域存在着内在联系,理论证明支持该结论.在此基础上,提出了一种计算方法,当给出某个较小角度俯仰角的模糊控制策略之后,对任意较大角度的摄像头俯仰角,能够自动给出相应的模糊控制规则,控制机器人沿导航线行进.实验证明,算法给出的模糊控制策略,能较好的控制机器人偏离导航线的误差. 相似文献
7.
数学公式图像识别的难点之一是数学公式分割.数学公式通常是由特殊的字符、希腊字母、英文字母和一些数字组成的复杂的结构体,大大增加了图像分割的难度.本文将数学形态学的思想引入到公式图像分割的算法中,通过对数学公式图像的细化操作,然后递归水平、垂直投影进行公式字符分割.实验表明,该方法能够有效的对数学公式进行分割. 相似文献
8.
9.
混沌优化算法的性能分析 总被引:13,自引:0,他引:13
现代优化算法主要解决全局最优问题,其本质是概率性的.借鉴多种自然现象,人们提出了许多仿生、仿物算法,如禁忌搜索算法(TABU)、模拟退火(SAA)、遗传算法(GA)、进化策略(ES)、蚁群算法(ACA)等.利用混沌的遍历性进行优化搜索就是一种很有趣的研究思路,尤其对于虫口方程人们进行了许多研究,取得了一定的研究成果.但和普通的随机搜索算法相比,其性能之不足也很明显,主要体现在:混沌的遍历性不均匀,在边界处搜索密度高,远不如随机Monte Carlo搜索方法.这就从本质上决定了其搜索性能在普适性上与Monte Carlo算法有差距.仿真计算证实了这个结论.因此对于利用虫口方程进行的混沌优化研究需要谨慎采用. 相似文献
10.
提高BP小波神经网络收敛速度的研究 总被引:3,自引:0,他引:3
介绍了小波神经网络对于一维数据进行有损压缩和特征提取的数学基础,重点讨论了BP小波神经网络收敛速度的改进方法.新的改进措施包括:1.优化选取初始网络参数和信号标度变换.2.适当改进常用的自适应调节学习率方法.3.利用差值逐步逼近技术对原始数据进行多次压缩.为了尽可能提高压缩比,在保证相对误差不变的情况下,还讨论了变结构的小波神经网络,能够自动删去贡献很小的隐层神经元.仿真计算表明,在满足相对误差要求的情况下,这些新的改进方法能够获得较快的收敛速度和较高的压缩比. 相似文献