排序方式: 共有7条查询结果,搜索用时 140 毫秒
1
1.
2.
3.
4.
车辆转向时驾驶员的后视镜查看行为是行车安全的必要措施之一,但目前关于该
行为的检测技术应用尚属空白。为督促驾驶员在车辆转向时及时查看后视镜留意车辆侧后方的
交通情况,基于车载单目视觉与图像处理技术提出一种自适应检测方法。首先,设计帧差搜索
分割算法自动实现车辆启动期间的驾驶员脸颈初始区域定位和灰度初值计算,摆脱算法对驾驶
员信息的依赖;设计胀缩分割算法快速实现车辆行驶期间的驾驶员脸颈区域定位和灰度均值计
算。其次,提取脸颈外轮廓并定义了一种由颈部轮廓基点垂线划分的左右面积比特征参数,分
析表明其受驾驶员头部姿态显著影响。最后,结合驾驶过程的眼动凝视数据揭示了该特征参数
在驾驶员查看后视镜过程中的累积概率局部峰值分布规律,并提出一种基准特征值实时估算方
法和后视镜查看行为阈值判定原理。实验结果表明,该方法适应于不同脸型,具有良好的抗干
扰能力,综合检测准确率达96.1%。 相似文献
5.
针对复杂纹理布匹瑕疵检测这一纺织工业质检环节中的技术难点,基于深度卷积神经网络提出一种图像检测算法模型。首先对比选用YOLOv7 tiny模型为算法参考框架然后进行优化改进,包括使用SimAM模块重构特征融合层,以提升模型对瑕疵局部特征的提取能力并抑制背景特征;采用SIoU优化坐标定位损失函数,以加快目标框的回归效率;引入FReLU激活函数,以增强非线性激活层对空间信息的利用能力,提升激活函数的空间敏感性。实验结果表明,该模型在复杂纹理布匹五类典型瑕疵的检测任务上的查准率和查全率都优于现有其他算法,mAP达到最高值805%,且模型大小仅为92 M,在PC端上单帧图像检测只需2113 ms。 相似文献
6.
7.
1