您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 视频运动目标检测与跟踪算法的研究

  2. 视频运动目标的检测与跟踪技术,作为计算机视觉研究领域的核心课题之一,融 合了图像处理、模式识别、人工智能、自动控制以及计算机等若干领域的先进技术, 并在军事制导、视频监控、机器人视觉导航、人机交互、医疗诊断以及气象分析等方 面都有广泛的应用。视频运动目标检测与跟踪的研究目的是模拟人类视觉运动感知功 能,赋予机器辨识视频序列图像中运动目标的能力,为视频分析和理解提供重要的数 据依据。
  3. 所属分类:C/C++

    • 发布日期:2012-03-31
    • 文件大小:6mb
    • 提供者:jugede
  1. 煤矿救援机器人环境目标图像识别

  2. 针对标准尺度不变特征变换(SIFT)算法存在搜索视觉图像中关键点出现计算冗余和目标识别实时性差的问题,提出了一种改进的SIFT算法,并将其应用到煤矿救援机器人的环境信息感知和目标识别匹配中。该方法以马氏距离代替标准SIFT算法中的欧氏距离,简化了特征点提取,避免了特征点的误匹配。现场试验结果表明,改进后的SIFT算法提高了煤矿救援机器人对煤矿井下环境目标识别的实时性和目标匹配的准确性,为煤矿救援自主移动机器人实现避障、行走做好了视觉前提。
  3. 所属分类:其它

    • 发布日期:2020-04-21
    • 文件大小:326kb
    • 提供者:weixin_38737213
  1. apollo-自动驾驶-安全白皮书.pdf

  2. 百度apollo-自动驾驶-安全白皮书,关于地图相关的介绍;更新时间2019/11安全可靠的自动驾驶地图 1前言……5 2摘要 5 3高可靠地图:使用案例. 3.1扩展传感器范围. 6 32传感器工作不足时提供支持 33传感器无法提供的基于位置的信息 34车辆定位 4安全领域之间的关系 5地图的安全要求分解… 77889 5.1迭代一:对主要功能进行Sotf分析 5.2迭代2:对主要功能进行“使用安全”分析 10 5.3迭代3:技术安仝要求阶段进行 Otif分析 :::::::.a:::日 5.
  3. 所属分类:机器学习

    • 发布日期:2019-10-31
    • 文件大小:3mb
    • 提供者:qq_41204464
  1. 中南大学计算机学院梁毅雄老师授课-数字图像处理-考试要点答案整理

  2. 中南大学计算机学院梁毅雄老师授课考试要点答案整理。此文档受众:中南大学!计算机学院!梁毅雄老师授课学生!数字图像处理!中南大学计算机学院梁毅雄老师授课考试重点整理 2019.07.03 Canny边绿检测算法 基本原理 图象边缘检测必须满足两个条件:一能有效地抑制噪声;二必须尽量精确确 定边缘的位置。 从数学上表达了三个准则[信噪比准则(低错误率)、定位精度准则、单边缘 响应准则」,并寻找表达式的最佳解 属于先平滑后求导的方法 步骤 1)使用高欺滤波器,以平滑图像,滤除噪声。 2)计算图像中每个
  3. 所属分类:讲义

    • 发布日期:2019-07-04
    • 文件大小:5mb
    • 提供者:sinat_31857633
  1. 基于改进BP神经网络算法的目标识别方法

  2. 颜色是物体表面的基本特征, 外部世界提供了丰富的颜色信息,因此通过颜色对目标进行识别[1-2]是一种常用的方法。然而,同一颜色在变化环境下所接收到的光照并不完全一样,不同于人眼识别的灵敏性。机器人视觉系统所感知到的目标颜色会随着光照的变化发生颜色畸变,降低识别精度。目前自然光线已经被逐渐引入到RoboCup中型组足球机器人比赛[3]中,因此在自然光照条件下的鲁棒性识别是当今研究的重点。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:324kb
    • 提供者:weixin_38624746
  1. 视觉感知的目标识别算法

  2. 针对图像的目标识别问题,采用视觉感知的方法,模拟感受野的分层信息处理机制,并引入神经元间的侧抑制机制,对神经元响应进行筛选,通过检测视觉基本特征的方式识别图像中的目标.算法首先在简单细胞的感受野中对图像进行预处理;其次,在复杂细胞的感受野中,将简单细胞的感受野刺激进一步拓扑特征提取,得到感受野刺激响应;最后,通过侧抑制机制对响应神经元筛选,找出对刺激响应较强烈的神经元,将其输出作为目标识别的参数标准.实验结果表明,基于视觉感知的算法可以用少量样本解决大量图像中的目标识别问题,识别率高于边缘检测和
  3. 所属分类:其它

  1. 基于视觉感知的运动目标跟踪算法

  2. 针对运动目标跟踪问题,为解决跟踪过程中因遮挡、目标尺度变化等易造成跟踪失败的现象,提出一种基于视觉感知的跟踪算法。该算法以神经元响应为视觉特征,首先从自然图像中学习初级视皮层细胞感受野;然后计算背景图像和视频序列图像的神经元响应并得出差值,与动态阈值比较,识别出运动目标,通过迭代实现目标跟踪。多类别实验结果表明,该算法实现了运动目标稳定跟踪,目标跟踪准确率达93.5%且鲁棒性增强,与典型算法Camshift和SIFT相比,提高了跟踪算法的准确性和鲁棒性。
  3. 所属分类:其它

  1. 基于改进SSD的交通大场景多目标检测

  2. 现有目标检测算法在复杂大场景下多目标检测的精度和实时性难以平衡,为此,受深度神经网络卷积核形态启发,模仿了人眼视觉机理,改进了基于深度学习的目标检测框架,即单向多框检测器(SSD),提出了多目标检测框架——自适应感知SSD,将其专用于复杂大交通场景多目标检测。设计了由多形态、彩色Gabor构成的特征卷积核库,训练筛选最优特征提取卷积核组替换原有网络的低级卷积核组,从而提高检测精度;将单图像检测框架与卷积长短期记忆网络结合,通过瓶颈-长短期记忆层提炼传播帧间的特征映射,实现网络帧级信息的时序关联,
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:10mb
    • 提供者:weixin_38711369
  1. 大视场域的目标检测与识别算法综述

  2. 目标精确感知与识别为信息化战争提供了一个重要的技术增长点,全景视觉传感设备因其拥有大视场(LFOV)范围优势而逐渐被应用于安防及军事领域中的目标检测与识别任务。首先从相机成像模型、图像成像质量以及目标物体的非对称性三个方面对存在的困难以及挑战进行阐述。基于是否进行畸变校正预处理,将近年来LFOV域的目标检测与识别算法分为基于畸变校正的目标检测与识别算法和基于原始LFOV图像的目标检测与识别算法两类,并针对这两类算法进行了全面梳理和总结,对当前LFOV域的目标检测与识别各类算法的统一性和差异性进行
  3. 所属分类:其它