目標(biāo)識別
- 一種用于機(jī)場候機(jī)樓智能指引的輪式機(jī)器人系統(tǒng)設(shè)計
S系統(tǒng)開發(fā);目標(biāo)識別;機(jī)器人路徑規(guī)劃1?概述1.1?問題描述智能機(jī)器人利用計算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)和深度開發(fā)程序等技術(shù),根據(jù)工作環(huán)境及相應(yīng)指令做出快速與準(zhǔn)確響應(yīng)。當(dāng)前,隨著智能化技術(shù)的不斷發(fā)展,人工智能、機(jī)器人技術(shù)等已成為各國重點發(fā)展的科技領(lǐng)域之一,在制造業(yè)、物流業(yè)、家庭服務(wù)業(yè)和軍事領(lǐng)域展現(xiàn)出了優(yōu)秀的應(yīng)用性能,可用于工業(yè)自動化、環(huán)境監(jiān)測、智能家居、無人物流、無人駕駛等領(lǐng)域。例如,大疆創(chuàng)新制造的“曉”Spark小型航拍無人機(jī);波士頓動力公司研發(fā)的可
科技風(fēng) 2023年35期2024-01-30
- 基于圖像處理的自動跟隨智能小車設(shè)計
智能小車; 目標(biāo)識別; 自動避障;圖像處理中圖分類號:TP391? ? ? ? 文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2023)34-0020-03開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID)0 引言智能車具有自主行駛、自動巡航、自動駕駛等功能,可以廣泛運(yùn)用在物流、交通和軍事等領(lǐng)域[1]。智能車系統(tǒng)以快速發(fā)展的汽車電子技術(shù)為背景,涵蓋了電子、計算機(jī)、機(jī)械、傳感技術(shù)等多個學(xué)科[2]。智能車設(shè)計中圖像處理技術(shù)屬于十分重要的組成部分。圖像處理技術(shù)能夠?qū)崿F(xiàn)對圖像的
電腦知識與技術(shù) 2023年34期2024-01-24
- 無人機(jī)航拍建筑物視圖網(wǎng)絡(luò)融合目標(biāo)識別分析
;視圖融合;目標(biāo)識別;Alexnet方法;精度城市道路坍塌事故隨著城市地下空間資源開發(fā)程度不斷增加而持續(xù)增加。通過調(diào)研得出,地下隱性病害是造成道路坍塌的主要因素,這點可通過調(diào)查大量路面質(zhì)量所得[1]。作為道路病害檢測的重要手段,無人機(jī)航拍技術(shù)可實現(xiàn)快速無損檢測地下介質(zhì)分布,以電磁波反射作為主要依據(jù)[2]。李海峰等[3] 融合了GPR 與B-scan 三維數(shù)據(jù)特征,充分利用卷積神經(jīng)網(wǎng)絡(luò),實現(xiàn)高效率識別機(jī)場跑道病害。Moalla 等[4] 在檢測埋藏危險物時選
電子產(chǎn)品世界 2023年8期2023-08-22
- 基于機(jī)器視覺的運(yùn)載火箭支架自動裝配方法研究
OLOv5;目標(biāo)識別;位置補(bǔ)償中圖分類號:TP29? ? 文獻(xiàn)標(biāo)志碼:A? ? 文章編號:1671-0797(2023)13-0001-06DOI:10.19514/j.cnki.cn32-1628/tm.2023.13.0010? ? 引言運(yùn)載火箭鉚接艙體內(nèi)支架型號種類多,幾何尺寸和特征差距大,支架安裝到箭體艙體內(nèi)部時,需要與托板螺母提前鉚接。目前的生產(chǎn)方式是手工錘鉚,工作環(huán)境噪聲達(dá)110 dB,勞動強(qiáng)度大。支架類零件實現(xiàn)自動裝配的難點有三個:1)支架種
機(jī)電信息 2023年13期2023-07-13
- 基于深度學(xué)習(xí)的機(jī)器人巡檢圖像目標(biāo)識別研究
;深度學(xué)習(xí);目標(biāo)識別中圖分類號:TP391 文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2023)14-0015-00隨著我國經(jīng)濟(jì)水平的不斷提升,電力逐漸成為國家能源支柱產(chǎn)業(yè),使得變電站得到了高速發(fā)展[1-2]。因為變電站內(nèi)電力設(shè)備均暴露在外界環(huán)境下,歷經(jīng)風(fēng)吹日曬后,極易出現(xiàn)電力故障,為了及時發(fā)現(xiàn)變電設(shè)備故障,保障其運(yùn)行安全,需要在變電站內(nèi)開展巡檢作業(yè)[3-4]。傳統(tǒng)的巡檢方式主要為人工巡檢,難以高效完成標(biāo)準(zhǔn)化巡檢流程,易出現(xiàn)漏檢、誤檢現(xiàn)象,而且變電站內(nèi)部
電腦知識與技術(shù) 2023年14期2023-07-10
- 基于MobileNet的移動端列車圖像故障檢測算法
車故障檢測;目標(biāo)識別;MobileNet;移動設(shè)備;注意力機(jī)制中圖分類號:TP391.4? 文獻(xiàn)標(biāo)識碼:A? 文章編號:2096-4706(2023)06-0046-05Mobile Terminal Train Image Fault Detection Algorithm Based on MobielNetZHOU Peng, ZHANG Longxin(Hunan University of Technology, Zhuzhou? 412007,
現(xiàn)代信息科技 2023年6期2023-06-25
- 基于YOLOV3的肺結(jié)節(jié)檢測方法研究
lo算法??目標(biāo)識別中圖分類號:TP391???????????文獻(xiàn)標(biāo)識碼:A???????????文章編號:1672-3791(2022)07(b)-0000-00Lung?Nodule?Detection?of?CT?image?Based?on?Yolo?V3HUANG?Mian???LIU?Shunyou*???YANG?Linhai(Information?Center?of?Vocational?College?of?Land?Resource
科技資訊 2022年14期2022-07-01
- 自行招標(biāo)策略淺析
下問題:項目目標(biāo)識別、關(guān)鍵因素分析、競爭性分析等。這些分析可以為制定招標(biāo)策略提供理論基礎(chǔ)。關(guān)鍵詞:招標(biāo)策略;目標(biāo)識別;競爭性一、招標(biāo)策略是招標(biāo)質(zhì)量提升的基礎(chǔ)自行招標(biāo)是指企業(yè)通過編制招標(biāo)文件、采用競爭談判、封閉比價、框架協(xié)議采購等方式,自行邀請?zhí)囟ǖ墓?yīng)商投標(biāo),確定中標(biāo)候選人。采用自行招標(biāo)的項目比一般采購過程更復(fù)雜,涉及更廣。自行招標(biāo)追求企業(yè)經(jīng)濟(jì)、技術(shù)綜合最優(yōu);其次,自行招標(biāo)活動雖不是公開招標(biāo)項目,但仍參考招標(biāo)采購法律法規(guī)實施;最后自行招標(biāo)受到眾多外部因素制
科學(xué)與財富 2022年1期2022-05-31
- 一種基于雷達(dá)高分辨距離像的空天時敏目標(biāo)識別方法
針對空天時敏目標(biāo)識別問題,提出了一種新的針對雷達(dá)高分辨距離像(HRRP)的序貫特征提取方法,并設(shè)計了一種基于決策樹和支持矢量描述(SVDD)方法的多分類器。該方法首先基于時序HRRP估計目標(biāo)的徑向尺寸,利用序貫脈沖積累對尺寸估計結(jié)果進(jìn)行滑窗處理,獲取各個窗內(nèi)徑向尺寸的均值、極差、中值以及結(jié)尾均值四種統(tǒng)計特征; 然后,將得到的四種特征進(jìn)行拼接,從而獲取更加魯棒的高維特征; 最后,使用基于決策樹的多分類SVDD方法(Multi-SVDD-DT)對獲取的高維特征
航空兵器 2022年2期2022-05-18
- 基于紅外與可見光圖像融合的無人機(jī)探測研究
合;無人機(jī);目標(biāo)識別;紅外圖像;可見光圖像中圖分類號:TP18? ? ? 文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2022)07-0001-08近年來,由于無人機(jī)影響逐漸變大,從中國民航局公布的2017年成都雙流機(jī)場的無人機(jī)入侵的“黑飛”事件到2020年軍用無人機(jī)摧毀了亞美尼亞一輛裝甲車,需要對無人機(jī)的識別準(zhǔn)確率提出了更嚴(yán)格的要求。大部分提高識別準(zhǔn)確率的方法都是從算法方面進(jìn)行提升,本文嘗試在圖像質(zhì)量方面進(jìn)行提升,增強(qiáng)無人機(jī)圖像在YOLOv3中的識別效果
電腦知識與技術(shù) 2022年7期2022-05-09
- 智慧交通中的目標(biāo)識別技術(shù)研究
智慧交通中的目標(biāo)識別技術(shù)進(jìn)行研究,介紹了常見的對車輛等目標(biāo)進(jìn)行特征提取的方法,闡述了基于目標(biāo)特征的車輛識別,并在對圖像數(shù)據(jù)進(jìn)行預(yù)處理后使用聚類算法進(jìn)行目標(biāo)識別;對智慧交通中的多目標(biāo)跟蹤技術(shù)進(jìn)行歸納,分析了多目標(biāo)跟蹤的流程及主要步驟。關(guān)鍵詞:智慧交通;目標(biāo)識別;目標(biāo)跟蹤;特征提取中圖分類號:G642? ? ? ? 文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2022)01-0095-031 前言隨著國內(nèi)經(jīng)濟(jì)的發(fā)展以及各種類型汽車數(shù)目的增加,我國面臨的交通問題
電腦知識與技術(shù) 2022年1期2022-03-11
- 復(fù)雜對抗場景下的對空目標(biāo)混合智能抗干擾研究
倩 摘 要:目標(biāo)識別與抗干擾技術(shù)已經(jīng)成為決定精確制導(dǎo)武器性能優(yōu)劣的關(guān)鍵技術(shù)。 本文針對復(fù)雜對抗場景下紅外空空導(dǎo)彈作戰(zhàn)特點,分析了其目標(biāo)識別與抗干擾發(fā)展需求,提出了融合傳統(tǒng)算法與深度學(xué)習(xí)的混合智能抗干擾算法。 該算法充分利用傳統(tǒng)算法在確定場景下的高可靠性優(yōu)勢與深度學(xué)習(xí)算法在復(fù)雜場景下的高維特征提取能力,最大化挖掘了導(dǎo)彈探測的場景信息,對于提高系統(tǒng)抗干擾能力具有重要意義。 在此基礎(chǔ)上,構(gòu)造了算法測試訓(xùn)練的空戰(zhàn)數(shù)據(jù)集,覆蓋了典型的空戰(zhàn)作戰(zhàn)場景。 實驗結(jié)果表明,相
航空兵器 2022年1期2022-03-04
- 機(jī)器視覺技術(shù)在物流系統(tǒng)中的應(yīng)用
;視覺分揀;目標(biāo)識別機(jī)器視覺,從字面理解,即機(jī)器眼睛。涉及物理機(jī)械、信息點傳導(dǎo)、信息智能、神經(jīng)生物學(xué)、圖像處理、模式識別等諸多領(lǐng)域。主要原理是通過信息特征點采集進(jìn)行圖像目標(biāo)識別達(dá)到模擬視覺功能作用,經(jīng)過經(jīng)驗處理、信息匯總理解,實現(xiàn)物品內(nèi)部檢測、圖形測量和控制。相較于人工分揀來講,最大的特點是工作速度快、能采集處理的穩(wěn)定性持久、視角廣、同步實現(xiàn)的功能多。因此在物流系統(tǒng)中的分揀環(huán)節(jié)采用并推廣機(jī)器視覺技術(shù),是有其可行性及市場需求的。利用機(jī)器視覺進(jìn)行檢測不僅可以排
科學(xué)與生活 2021年25期2021-12-02
- 基于目標(biāo)識別的智能視頻監(jiān)控系統(tǒng)研究
行分析。使用目標(biāo)識別算法賦予監(jiān)控系統(tǒng)智能,對視頻進(jìn)行預(yù)處理,自動識別和保存包含目標(biāo)動物的視頻,可以提高監(jiān)控設(shè)備的續(xù)航能力,降低研究者在視頻中搜尋目標(biāo)動物的工作量。本文以視頻監(jiān)控系統(tǒng)的智能化為研究目標(biāo),提出一種在邊緣計算硬件上部署輕量級目標(biāo)識別算法對包含目標(biāo)動物的視頻進(jìn)行智能保存的方法。經(jīng)過仿真實驗,使用該方法可以提高視頻監(jiān)控設(shè)備的續(xù)航能力,減少后期人工處理的時間。關(guān)鍵詞: 目標(biāo)識別; 深度學(xué)習(xí); 智能視頻監(jiān)控; YOLO; 百度飛槳中圖分類號:TP391?
電腦知識與技術(shù) 2021年28期2021-11-28
- 番茄采摘機(jī)器人目標(biāo)識別方法研究
采摘機(jī)器人的目標(biāo)識別方法。通過試驗分析該方法的性能,并與改進(jìn)前的性能進(jìn)行比較。 試驗結(jié)果表明,該方法的平均番茄識別時間為78.955 ms,識別準(zhǔn)確率達(dá)到97%以上,性能優(yōu)良,達(dá)到番茄采摘機(jī)器人對目標(biāo)識別的要求。為實現(xiàn)采摘機(jī)器人智能化提供了一定的參考和借鑒。關(guān)鍵詞:采摘機(jī)器人;智能化;目標(biāo)識別;AdaBoost 分類器;顏色特征分類器中圖分類號: TP249? 文獻(xiàn)標(biāo)志碼: A文章編號:1002-1302(2021)20-0217-05收稿日期:2021-
江蘇農(nóng)業(yè)科學(xué) 2021年20期2021-11-19
- 基于樹莓派的口罩佩戴狀態(tài)檢測模型部署研究
詞:樹莓派;目標(biāo)識別;口罩佩戴識別目前新冠肺炎疫情在我國的局勢已經(jīng)逐漸趨向于穩(wěn)定[1],不過從國際層面上講,依舊處于一個嚴(yán)峻的情況,即使各國疫苗初步研制成功并且全球人民都在逐步接種疫苗,但是面對著各種病毒的變株我們必須還是需要保持很高的警惕性。佩戴口罩早已經(jīng)成為我們生活中的一部分,這一行為可以有效阻止病毒通過我們的呼吸進(jìn)入體內(nèi),佩戴口罩在其他層面也具有重要意義,可以防止我們個人的唾液傳播到空氣中去。佩戴口罩可以有效保護(hù)我們自身安全和身體健康。如果說正確的佩
科教創(chuàng)新與實踐 2021年39期2021-11-18
- 基于深度學(xué)習(xí)的目標(biāo)檢測與識別算法
檢測;算法;目標(biāo)識別目標(biāo)識別一般要求研究系統(tǒng)具有較高的識別準(zhǔn)確度,這是進(jìn)行識別最基本的要求,精確識別樣品中的目標(biāo)數(shù)量是根本所在,識別系統(tǒng)的一切基礎(chǔ)功能包括其拓展都是建立在成功識別出一個個目標(biāo)模型之上建立的。二是擁有較快的識別速度[1],由于現(xiàn)在的目標(biāo)識別工作都有著大量的計算量,放在正常的PC設(shè)備上面處理這些數(shù)據(jù)集需要有很多繁瑣的步驟需要一步步進(jìn)行處理,更何況是把這些處理放在樹莓派中進(jìn)行,每一個部分都需要花費巨大的時間,因此在保證識別準(zhǔn)確性和精準(zhǔn)度的同時,能
科教創(chuàng)新與實踐 2021年39期2021-11-18
- 基于視聽具身指稱表達(dá)任務(wù)的數(shù)據(jù)集制作研究
指稱表達(dá)? 目標(biāo)識別中圖分類號:TP39? 文獻(xiàn)標(biāo)志碼:A引言為了成為人類的有效助手,機(jī)器人必須通過理解我們的物質(zhì)世界,并且通過自然語言與人類進(jìn)行互動。例如,“左手邊的玻璃杯”、“遞給我裝有膠囊的瓶子”等。這些看似簡單的任務(wù)需要一系列豐富的能力,包括物體識別,音頻分類,機(jī)械臂抓取,跨越視覺、聽覺和語言、操作領(lǐng)域。近年來,已經(jīng)提出很多方法,來解決人機(jī)交互的自然語言的基礎(chǔ)問題。與傳統(tǒng)的視覺問答任務(wù)不同,指稱表達(dá)任務(wù)不僅要與語言文本進(jìn)行理解,還要結(jié)合視覺信息,利
科技信息·學(xué)術(shù)版 2021年26期2021-11-18
- 基于顏色空間的目標(biāo)識別與跟蹤
摘要:在目標(biāo)識別技術(shù)發(fā)展越來越迅速的今天,單純的目標(biāo)識別已經(jīng)滿足不了環(huán)境和需求的變更,人們更希望在一組視頻,或者視頻監(jiān)控中,針對一特定目標(biāo),用計算機(jī)持續(xù)的標(biāo)定出選定物體在當(dāng)前視野范圍內(nèi)的位置,進(jìn)而不需要人時刻關(guān)注這一物體的動向。對此本文實現(xiàn)了針對物體的顏色屬性,在顏色空間中對其進(jìn)行識別與跟蹤。針對自主設(shè)定的顏色閾值,自動識別當(dāng)前環(huán)境中最明顯的具有該顏色的物體,并在視頻的每一幀中都能跟蹤到該物體。經(jīng)試驗,該方法識別效率高,跟蹤速度快,具有廣闊的應(yīng)用前景。關(guān)鍵
科技信息·學(xué)術(shù)版 2021年22期2021-11-07
- 配電線路維護(hù)機(jī)器人目標(biāo)識別算法設(shè)計
于圖像處理的目標(biāo)識別方法。在該方法中,針對目標(biāo)背景復(fù)雜,容易受物體遮擋等問題,采用基于顏色直方圖及形態(tài)學(xué)的方法實現(xiàn)了圖像分割與作業(yè)目標(biāo)的提取。然后,運(yùn)用Canny邊緣檢測算法和Hough變換算法實現(xiàn)了圖像的精準(zhǔn)定位,并采用基于位置和大小約束的橢圓擬合法對圖像進(jìn)行了作業(yè)目標(biāo)識別。最后,通過搭建實驗仿真平臺,模擬了配電線路維護(hù)機(jī)器人對圖像的采集與識別,并通過對比分析了不同條件下的圖像識別結(jié)果。實驗結(jié)果表明,文中提出的方法可有效識別復(fù)雜背景中的熔絲管。關(guān)鍵詞:C
粘接 2021年9期2021-09-22
- 基于廣義概率假設(shè)密度的多目標(biāo)運(yùn)動估計方法研究
ns聚類; 目標(biāo)識別; 概率假設(shè)密度; 態(tài)勢感知中圖分類號:TJ765; TP391.4? 文獻(xiàn)標(biāo)識碼:??? A 文章編號:1673-5048(2021)04-0037-060 引? 言為適應(yīng)日趨復(fù)雜的作戰(zhàn)環(huán)境, 多飛行器協(xié)同作戰(zhàn)方案逐漸成為當(dāng)前空中打擊作業(yè)的熱點方向。 美國海軍研究的低成本無人機(jī)蜂群(Drone Swarm)技術(shù)已經(jīng)成功完成了多次實地測驗, 初步實現(xiàn)了無人機(jī)集群編隊飛行與快速機(jī)動。 俄羅斯新的S-70“獵人”(Okhotnik-B)重型
航空兵器 2021年4期2021-09-18
- 工業(yè)機(jī)器人視覺技術(shù)應(yīng)用方法初探
;視覺引導(dǎo);目標(biāo)識別;隨著機(jī)器人產(chǎn)業(yè)的不斷發(fā)展,在只能制造產(chǎn)業(yè)的推動下,機(jī)器人的相關(guān)技術(shù)越來越智能化,但是現(xiàn)階段生產(chǎn)的機(jī)器人大多是示教或離線編程的方式來幫助其完成任務(wù),只能夠完成一些簡單的工作。如果發(fā)生了環(huán)境或者位置的改變就會對其正常的工作造成影響,為了更好的適應(yīng)不同的工作場景,在工作中更加準(zhǔn)確的進(jìn)行物體抓取,是工業(yè)機(jī)器人應(yīng)用中的重要問題之一。下面將以這一問題為入手點,對工業(yè)機(jī)器人視覺技術(shù)應(yīng)用進(jìn)行探究,分析其中存在的問題,并指出相對應(yīng)的解決方案。1、工業(yè)機(jī)
科技信息·學(xué)術(shù)版 2021年10期2021-09-17
- 地鐵車輛走行部溫度目標(biāo)可視化監(jiān)測方法
成像;溫度;目標(biāo)識別中圖分類號:U279.3 文獻(xiàn)標(biāo)識碼:A0 引言 城市軌道交通車輛運(yùn)行安全及穩(wěn)定性十分重要。本文溫度數(shù)據(jù)來源于車輛走行部溫度檢測系統(tǒng),該系統(tǒng)位于軌道兩側(cè)及中間,利用工業(yè)紅外熱像儀實現(xiàn)列車車底軸箱、齒輪箱等關(guān)鍵發(fā)熱部件的溫度動態(tài)監(jiān)測。在實際應(yīng)用場景中,車底關(guān)鍵目標(biāo)的動態(tài)監(jiān)測常常伴隨場景遮擋、物距變化及一些環(huán)境因素。同時,紅外熱圖則是通過感知目標(biāo)物與周圍溫度的差異進(jìn)行成像,物體之間又同時伴隨著能量的交互,這些物理特征便會導(dǎo)致紅外圖像的輪
交通科技與管理 2021年29期2021-09-16
- 基于YOLOv3的智慧現(xiàn)場安監(jiān)技術(shù)研究
v3深度學(xué)習(xí)目標(biāo)識別算法實現(xiàn)對數(shù)據(jù)集的訓(xùn)練、調(diào)試,并分析模型的性能指標(biāo);最后輸入額外的目標(biāo)樣本測試成功,為后續(xù)更多新技術(shù)應(yīng)用的研究開發(fā)提供了新的思路和方向。關(guān)鍵詞:深度學(xué)習(xí)算法;YOLOv3;目標(biāo)識別;電力安全監(jiān)察0? ? 引言隨著智能電網(wǎng)的發(fā)展,本就存在諸多問題的安監(jiān)模式已越來越不適應(yīng)當(dāng)前電網(wǎng)的要求。毋庸置疑,電網(wǎng)安監(jiān)需要做出改變,但目前提出的安監(jiān)模式改革大多是針對管理體系,很少有人提出安監(jiān)方式的改變。針對管理體系,孫睿等人提出了適應(yīng)智能電網(wǎng)的“大安全”
機(jī)電信息 2021年22期2021-09-10
- 基于計算機(jī)視覺的流量監(jiān)控智能交通燈系統(tǒng)的設(shè)計與實現(xiàn)
絡(luò);樹莓派;目標(biāo)識別中圖分類號:TP391 ? ? 文獻(xiàn)標(biāo)識碼:ADesign and Implementation of Intelligent Traffic Light System forTraffic Monitoring based on Computer VisionQIN Xiaohui(School of Computer Engineer, Taiyuan institute of technology, Taiyuan 030008,
軟件工程 2021年7期2021-08-05
- 基于角點特征提取算法的目標(biāo)識別方法研究
健摘? 要:目標(biāo)識別主要通過目標(biāo)的顏色、形狀、輪廓等特征來獲取目標(biāo)信息,與已知目標(biāo)進(jìn)行對比的過程?;诮屈c特征提取對目標(biāo)識別非常重要,因為角點具有旋轉(zhuǎn)不變性、對光照反映不明顯,這不僅可以提高識別的運(yùn)行速度還可以提升識別的準(zhǔn)確率。在本文中,首先介紹了基于角點特征提取的目標(biāo)識別理論,列舉出圖像預(yù)處理的方法,通過仿真對目標(biāo)圖像進(jìn)行灰度化處理和濾波處理。分別用Harris算法與Susan算法對目標(biāo)圖像進(jìn)行角點提取,最后與原目標(biāo)圖像進(jìn)行匹配。關(guān)鍵詞:目標(biāo)識別? 角點
科技創(chuàng)新導(dǎo)報 2021年6期2021-07-25
- 基于深度學(xué)習(xí)的目標(biāo)橘子識別方法研究
,并用傳統(tǒng)的目標(biāo)識別算法與Faster-RCNN兩種方法進(jìn)行對比實驗。根據(jù)大量的數(shù)據(jù)對比可知,傳統(tǒng)的目標(biāo)識別方法對自然光照敏感,對遮擋、重果的識別效果不佳,泛化能力及魯棒性較差。而Faster-RCNN算法對光照及枝葉遮擋的識別更友好,更符合采橘機(jī)器人實際采摘的需要。深度學(xué)習(xí)方法有望在采橘機(jī)器人目標(biāo)識別中得到更廣泛的應(yīng)用。關(guān)鍵詞: 目標(biāo)識別; 傳統(tǒng)算法; 深度學(xué)習(xí); 采橘機(jī)器人中圖分類號:520.2040 ?????????文獻(xiàn)標(biāo)識碼:A???? 文章編號
計算機(jī)時代 2021年1期2021-06-08
- 基于信息熵加權(quán)的紅外目標(biāo)識別算法
為了提高紅外目標(biāo)識別概率,設(shè)計了一種基于信息熵加權(quán)的目標(biāo)識別算法。該算法利用紅外光譜的特征,結(jié)合車輛目標(biāo)的幾何結(jié)構(gòu)特點,將相應(yīng)特征信息以加權(quán)的形式量化給出。實驗針對紅外汽車目標(biāo)進(jìn)行測試,實驗結(jié)果顯示,采用信息熵加權(quán)算法的目標(biāo)識別概率得到了明顯的提升,明顯優(yōu)于未使用優(yōu)化的測試結(jié)果,從而驗證了本算法的可行性?!娟P(guān)鍵詞】? ? 目標(biāo)識別? ? 紅外圖像? ? 信息熵? ? 加權(quán)參數(shù)引言:紅外目標(biāo)識別是一種能夠根據(jù)紅外圖像追蹤分析紅外熱目標(biāo)的技術(shù),實時精確的紅外目
中國新通信 2021年22期2021-02-26
- 基于機(jī)器視覺的智能物流系統(tǒng)研究
V視覺模塊;目標(biāo)識別;貨物分揀自動化;一、國內(nèi)基于機(jī)器視覺智能物流系統(tǒng)研究現(xiàn)狀據(jù)中國物流技術(shù)協(xié)會統(tǒng)計,國內(nèi)越來越多的企業(yè)認(rèn)識到要發(fā)展成為大型企業(yè)甚至國際化強(qiáng)企,必須依托強(qiáng)大的分揀和倉庫管理的能力。就目前而言,我國的倉庫管理水平至少落后日本 30 年,落后西歐發(fā)達(dá)國家 50 年。現(xiàn)在,雖然中國很多的大企業(yè),已建立了倉庫管理系統(tǒng),但是在真正使用時卻達(dá)不到預(yù)期效果。所以,我國還是面臨著倉庫管理技術(shù)不到位,管理體系不完善的問題,而這又是制約我國各大相關(guān)企業(yè)發(fā)展的瓶
科學(xué)導(dǎo)報·學(xué)術(shù) 2020年88期2020-12-08
- 基于機(jī)器學(xué)習(xí)的車載雷達(dá)盲區(qū)識別
系統(tǒng)應(yīng)用中,目標(biāo)識別算法主要依靠卡爾曼算法,此算法需要在靜態(tài)目標(biāo)和非危險目標(biāo)的剔除中依賴工程經(jīng)驗通過設(shè)定某項監(jiān)測指標(biāo)的固定閾值進(jìn)行過濾,閾值分割方法忽略了各個指標(biāo)間的關(guān)聯(lián)關(guān)系,依賴某項或者幾項指標(biāo)的車輛目標(biāo)初選方法缺少準(zhǔn)確性和魯棒性。故本文在深入研究毫米波雷達(dá)數(shù)據(jù)的基礎(chǔ)上,結(jié)合數(shù)據(jù)的目標(biāo)特征和決策樹算法改進(jìn)盲區(qū)目標(biāo)識別的算法,提高目標(biāo)識別準(zhǔn)確性。關(guān)鍵詞:雷達(dá)盲區(qū);目標(biāo)識別;決策樹算法
科學(xué)與財富 2020年27期2020-11-10
- 部隊靶場里應(yīng)用目標(biāo)回波模擬技術(shù)的作用研究
驗數(shù)據(jù),推動目標(biāo)識別技術(shù)的發(fā)展,故本文對應(yīng)用于部隊靶場內(nèi)的目標(biāo)回波模擬技術(shù)進(jìn)行系統(tǒng)的研究,并對其作用優(yōu)勢及發(fā)展前景展開綜述。關(guān)鍵詞:目標(biāo)回波;數(shù)字射頻;回波模擬;目標(biāo)識別中圖分類號:E91文獻(xiàn)標(biāo)識碼:A文章編號:1672-9129(2020)07-0042-01Abstract:With the rapid development of science and technology, military power is also growing rapid
數(shù)碼設(shè)計 2020年7期2020-10-20
- 基于輪廓編碼融合BP網(wǎng)絡(luò)的圖像目標(biāo)識別方法研究
提出一種圖像目標(biāo)識別方法。算法能大大減少樣本圖像所需數(shù)量,僅需要一個樣本圖像即可準(zhǔn)確快速地識別出與其一致的目標(biāo)圖像,識別率高達(dá)100%,在計算速度、抗干擾能力與數(shù)據(jù)存儲上都優(yōu)于傳統(tǒng)的識別方法。關(guān)鍵詞:輪廓編碼;目標(biāo)識別;圖像識別;編碼鏈中圖分類號:TP391.41;O157.5 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-9129(2020)06-0069-03Abstract:Targetimagecontourcodingalgorithmisaseconda
數(shù)碼設(shè)計 2020年6期2020-10-13
- 基于視線追蹤的衛(wèi)星觀測圖像分割技術(shù)
往往需要通過目標(biāo)識別提取來獲取有用數(shù)據(jù)。而圖像分割是目標(biāo)提取的前提,傳統(tǒng)的圖像分割技術(shù)主要是通過各類目標(biāo)檢測算法,獲取目標(biāo)區(qū)域并完成分割。本文提出了一種基于視線追蹤的圖像分割方法,通過分析視覺關(guān)注度提取目標(biāo)圖像并完成分割,再使用目標(biāo)檢測算法直接分析真正包含目標(biāo)的圖像。這種利用人的直覺配合算法處理的方式,可有效減少無效分析,降低算法運(yùn)算量,提高目標(biāo)識別分析效率。關(guān)鍵詞:圖像分割;視線追蹤;視覺關(guān)注度;目標(biāo)識別中圖分類號:TP391.41 文獻(xiàn)標(biāo)識碼:A 文章
數(shù)字技術(shù)與應(yīng)用 2020年8期2020-10-09
- 基于圖像處理算法的目標(biāo)識別、定位與跟蹤系統(tǒng)設(shè)計與實現(xiàn)
像處理算法的目標(biāo)識別、定位與跟蹤系統(tǒng)。該系統(tǒng)實現(xiàn)了特定場景下對于多目標(biāo)物體的識別與跟蹤。同時,提出了一個能降低同色或同外形物體對識別精度干擾的RGB與log算子邊緣提取協(xié)同濾波的圖像處理算法,可以有效提高場景中存在其他與目標(biāo)物同色不同形或同形不同色的干擾物的情況下的目標(biāo)識別和定位精確度。關(guān)鍵詞:目標(biāo)識別;目標(biāo)定位與跟蹤;圖像處理算法;嵌入式技術(shù);智能控制;定位精確度中圖分類號:TP391文獻(xiàn)標(biāo)識碼:A文章編號:2095-1302(2020)09-00-05
物聯(lián)網(wǎng)技術(shù) 2020年9期2020-10-09
- 高分遙感技術(shù)在交通建設(shè)工程監(jiān)管中的應(yīng)用探索
向監(jiān)管業(yè)務(wù)的目標(biāo)識別與變化檢測技術(shù)流程,并結(jié)合實際公路、水路建設(shè)工程,搭建江蘇省示范應(yīng)用系統(tǒng),有效提升交通建設(shè)工程高效化、大范圍監(jiān)管能力,為高分遙感技術(shù)在交通運(yùn)輸行業(yè)的深度應(yīng)用提供范本。關(guān)鍵詞:交通建設(shè)工程;高分遙感;監(jiān)管;目標(biāo)識別;變化檢測中圖分類號:U415.1 文獻(xiàn)標(biāo)識碼:A依據(jù)國家有關(guān)科技發(fā)展規(guī)劃和科技創(chuàng)新相關(guān)要求,圍繞現(xiàn)代綜合交通運(yùn)輸體系構(gòu)建、運(yùn)輸結(jié)構(gòu)調(diào)整等國家戰(zhàn)略及重大部署,交通工程建設(shè)取得了長足的發(fā)展。在交通工程建設(shè)實施的過程中,需要交通監(jiān)
交通科技與管理 2020年3期2020-09-10
- 基于深度學(xué)習(xí)的惡意風(fēng)險網(wǎng)站過濾系統(tǒng)
測與深度學(xué)習(xí)目標(biāo)識別算法,利用嵌入式設(shè)備開發(fā)平臺開發(fā),以設(shè)計一個惡意風(fēng)險網(wǎng)站過濾系統(tǒng)為目標(biāo)進(jìn)行了一個研究,并進(jìn)行了測試。實驗結(jié)果表明該系統(tǒng)滿足上述要求并有較好的穩(wěn)定性。【關(guān)鍵詞】層次化檢測方法;目標(biāo)識別;深度學(xué)習(xí);網(wǎng)站過濾系統(tǒng)Abstract: Based on the algorithm of light detection, heavy detection and deep learning target identification, this pa
客聯(lián) 2020年11期2020-09-10
- 基于多核DSP的紅外目標(biāo)識別算法
式平臺的紅外目標(biāo)識別算法是該領(lǐng)域的重點研究方向。該文提出了一種基于梯度方向特征的景象匹配算法,其可利用可見光模板對紅外圖像進(jìn)行異源圖像間的目標(biāo)識別。該文闡述了在算法移植過程中,如何基于TI公司的TMS320C6678 DSP芯片底層硬件、指令級流水線設(shè)計,對算法及算法框架進(jìn)行優(yōu)化設(shè)計和編程,該方法可廣泛適用于其他圖像處理算法在DSP上的移植優(yōu)化。關(guān)鍵詞:DSP;目標(biāo)識別;并行優(yōu)化中圖分類號:TP391? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼:A0 引言隨
中國新技術(shù)新產(chǎn)品 2020年10期2020-08-10
- 基于OpenCV的單目二維多機(jī)器人定位系統(tǒng)
;定位系統(tǒng);目標(biāo)識別;OpenCVKey words: multi robot;positioning system;target recognition;OpenCV中圖分類號:TP391? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號:1006-4311(2020)20-0226-050? 引言多機(jī)器人協(xié)調(diào)控制是機(jī)器人控制領(lǐng)域的重要課題
價值工程 2020年20期2020-07-28
- 深度學(xué)習(xí)在雷達(dá)目標(biāo)高分辨距離像識別中的研究綜述
距離像的雷達(dá)目標(biāo)識別一直是軍事領(lǐng)域關(guān)注的重點和難點。隨著深度學(xué)習(xí)逐漸成為各領(lǐng)域的研究熱點,基于深度學(xué)習(xí)算法的高分辨距離像目標(biāo)識別得到了廣泛關(guān)注。與傳統(tǒng)方法相比,深度學(xué)習(xí)算法可以自動提取目標(biāo)高分辨距離像數(shù)據(jù)有效的深層特征,達(dá)到更高的識別準(zhǔn)確率。本文總結(jié)了近期深度學(xué)習(xí)在雷達(dá)目標(biāo)高分辨距離像識別領(lǐng)域的應(yīng)用和研究情況,介紹了該領(lǐng)域四個亟待解決的問題。關(guān)鍵詞: 雷達(dá);深度學(xué)習(xí);高分辨距離像;目標(biāo)識別; 人工智能中圖分類號:TJ760;TP18文獻(xiàn)標(biāo)識碼:A 文章編號
航空兵器 2020年3期2020-07-16
- 基于計算機(jī)視覺的無人機(jī)物體識別追蹤
實現(xiàn)無人機(jī)的目標(biāo)識別以及對錯誤目標(biāo)的過濾功能,使飛行器在搭載攝像頭模塊后,可結(jié)合現(xiàn)有視覺模型完成目標(biāo)識別要求,算法融合后的系統(tǒng)性能具有良好的魯棒性;在飛行器控制方面,結(jié)合飛行器自身的反饋控制模塊與基于相對位置控制的PD位置控制器,優(yōu)化飛行器自身姿態(tài)及目標(biāo)追蹤過程中的動態(tài)參數(shù)調(diào)節(jié)優(yōu)化功能,使飛行器在目標(biāo)追蹤過程中具有良好的自適應(yīng)性?;谝陨蟽牲c優(yōu)化方案建立實驗?zāi)P?,取得了較好的實驗效果。具體相對位置估計均方根誤差實驗結(jié)果為:在x方向上為0.124 Sm,在v
軟件導(dǎo)刊 2020年1期2020-07-14
- 基于Cascade R-CNN改進(jìn)的花色布匹瑕疵智能識別方法
色布匹瑕疵;目標(biāo)識別;缺陷檢測;深度學(xué)習(xí);卷積神經(jīng)網(wǎng)絡(luò)中圖分類號:TP391.41;TS107 ? ? ?文獻(xiàn)標(biāo)識碼:A 文章編號:2096-4706(2020)23-0020-05Improved Intelligent Recognition Method of Pattern and Color Fabric DefectsBased on Cascade R-CNNLU Guijia(Guangdong University of Technolo
現(xiàn)代信息科技 2020年23期2020-07-09
- 移動機(jī)器人運(yùn)動過程中的障礙物識別避讓
圖像預(yù)處理;目標(biāo)識別;傳感器融合0 ? ?引言第一臺工業(yè)機(jī)器人是美國于1961年推出的,現(xiàn)如今,隨著社會的不斷發(fā)展,機(jī)器人技術(shù)已涉及很多領(lǐng)域,譬如傳感器技術(shù)、控制工程、精密機(jī)械、動力學(xué)、計算機(jī)科學(xué)技術(shù)、人工智能等。機(jī)器人也是20世紀(jì)以來發(fā)展十分迅速的一個重要的高科技領(lǐng)域,它是各個學(xué)科前沿技術(shù)的交叉應(yīng)用。機(jī)器人的出現(xiàn)與發(fā)展使得傳統(tǒng)工業(yè)生產(chǎn)的方式發(fā)生了翻天覆地的變化,讓我們的生產(chǎn)方式從手工作業(yè)發(fā)展到機(jī)械化、自動化,直到現(xiàn)在的智能化。如今,隨著我們生活水平的提高
機(jī)電信息 2020年9期2020-07-04
- 基于航拍影像的車輛檢測簡要綜述
;航拍影像;目標(biāo)識別;機(jī)器學(xué)習(xí);深度神經(jīng)網(wǎng)絡(luò)航拍影像包含豐富的地物信息,如道路、樓宇、車輛等,對這些信息進(jìn)行有效處理,尤其對車輛信息的有效處理(以車輛為主體處理對象,道路、樓宇作為重要上下文信息),對城鄉(xiāng)道路的交通規(guī)劃、安全預(yù)警具有重要指導(dǎo)作用。與傳統(tǒng)的人工方式統(tǒng)計交通信息數(shù)據(jù)相比,通過航拍影像檢測車輛信息具有如下優(yōu)點:(1)不需要人工設(shè)卡來統(tǒng)計交通流量信息、發(fā)現(xiàn)交通事故及違章停車等。(2)與監(jiān)控攝像互為補(bǔ)充,并能獲取監(jiān)控攝像未觸及區(qū)域的車輛信息。(3)減
科技風(fēng) 2020年17期2020-07-04
- 基于機(jī)器人視覺的目標(biāo)識別與跟蹤技術(shù)應(yīng)用研究
的算法,提高目標(biāo)識別準(zhǔn)確率和效率,在探索實現(xiàn)工業(yè)機(jī)器人智能感知和控制系統(tǒng)開發(fā)中具有重要的意義。關(guān)鍵詞:機(jī)器人視覺;目標(biāo)識別;目標(biāo)跟蹤;特征提取中圖分類號:TP311 文獻(xiàn)標(biāo)識碼:A文章編號:1009-3044(2020)15-0202-021引言隨著工業(yè)4.0時代的到來,機(jī)器人在工業(yè)生產(chǎn)領(lǐng)域已得到廣泛應(yīng)用,代替了大量人工完成生產(chǎn)線上的工作,提高了企業(yè)的生產(chǎn)效率和降低了人力成本。基于機(jī)器人視覺對運(yùn)動目標(biāo)進(jìn)行識別與跟蹤是機(jī)器人技術(shù)領(lǐng)域的研究熱點之一。隨著AI領(lǐng)
電腦知識與技術(shù) 2020年15期2020-07-04
- 深度卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展綜述
:特征提取:目標(biāo)識別:網(wǎng)絡(luò)結(jié)構(gòu)DOI: 10.11907/rjdk.191659開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):中圖分類號:TP3-0文獻(xiàn)標(biāo)識碼:A文章編號:1672-7800(2020)004-0084-05Review of the Development of Deep Convolutional Neural Network ModelHONG Qi-feng, SHI Wei-bing, WU Di, LUO Li-y uan(Schoo
軟件導(dǎo)刊 2020年4期2020-06-19
- 基于模板匹配的醫(yī)用內(nèi)窺鏡影像目標(biāo)識別算法
醫(yī)用內(nèi)窺鏡;目標(biāo)識別;模板匹配;邊緣檢測;連續(xù)自適應(yīng)均值漂移DOI:10. 11907/rjdk. 191616中圖分類號:TP317.4?? 文獻(xiàn)標(biāo)識碼:A??????????????? 文章編號:1672-7800(2020)003-0234-04Target Recognition Algorithms for Medical Endoscope ImageBased on Template MatchingZHANG Zhi-yang, SONG
軟件導(dǎo)刊 2020年3期2020-05-28
- 基于Python深度學(xué)習(xí)的目標(biāo)檢測案例探究
;高中課程;目標(biāo)識別Abstract:Aiming at the current situation of artificial intelligence education in high school stage and the scarcity of project resource cases,aiming at the information literacy of high school students in Zhejiang area,an
現(xiàn)代信息科技 2020年14期2020-01-03
- 無線傳感器網(wǎng)絡(luò)目標(biāo)識別方法研究
線傳感器網(wǎng)絡(luò)目標(biāo)識別方法。關(guān)鍵詞:無線傳感器 ?目標(biāo)識別 ?數(shù)據(jù)融合中圖分類號:TP212.9 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A ? ? ? ? ? ? ? ? ? ? ? ?文章編號:1674-098X(2019)07(b)-0001-02根據(jù)多個傳感器的觀測數(shù)據(jù),按照一定的準(zhǔn)則進(jìn)行融合處理,從而得到比單一傳感器目標(biāo)識別更準(zhǔn)確、更可靠的目標(biāo)識別結(jié)果,這一過程稱為信息融合的目標(biāo)識別?;谛畔⑷诤系?span id="j5i0abt0b" class="hl">目標(biāo)識別方法主要有經(jīng)
科技創(chuàng)新導(dǎo)報 2019年20期2019-12-10
- 基于智能控制算法的自動駕駛系統(tǒng)優(yōu)化研究
駕駛系統(tǒng); 目標(biāo)識別; 邊緣檢測; 系統(tǒng)測試中圖分類號: TN876?34; TP391.99 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼: A ? ? ? ? ? ? ? ? ?文章編號: 1004?373X(2019)20?0177?04Optimization of automatic driving system based on intelligent control algorithmHUO Guili1, 2(1. Shanxi Univ
現(xiàn)代電子技術(shù) 2019年20期2019-11-12
- 基于MobileNet的移動端城管案件目標(biāo)識別算法
城市管理案件目標(biāo)識別算法。首先,在MobileNet中增加新的超參數(shù),優(yōu)化輸入輸出圖像的通道數(shù)與每個通道所產(chǎn)生的特征圖數(shù)量;隨后,將改進(jìn)后的MobileNet與SSD目標(biāo)識別框架相結(jié)合構(gòu)成一種新的識別算法,并移植到IOS移動端設(shè)備上;最后,該算法利用移動端設(shè)備自帶的攝像頭拍攝案發(fā)現(xiàn)場視頻,實現(xiàn)對8種特定城管案件目標(biāo)的準(zhǔn)確檢測。該算法檢測結(jié)果的平均精度均值(mAP)與原型YOLO和原型SSD相比,分別提升了15.5個百分點和10.4個百分點。實驗結(jié)果表明,所
計算機(jī)應(yīng)用 2019年8期2019-10-23
- 集成學(xué)習(xí)技術(shù)在聲目標(biāo)識別中的應(yīng)用研究
集成學(xué)習(xí)的聲目標(biāo)識別框架,從而為復(fù)雜環(huán)境下的聲目標(biāo)識別問題提供一些技術(shù)參考。關(guān)鍵詞:集成學(xué)習(xí);目標(biāo)識別;機(jī)器學(xué)習(xí);特征提??;決策融合在當(dāng)前的圖像處理、模式識別、自動控制等諸多領(lǐng)域,目標(biāo)識別已經(jīng)成為一個重要的發(fā)展方向,而完善和改進(jìn)實時目標(biāo)識別技術(shù)也是提高對復(fù)雜的多源信息甄別的有效途徑。目標(biāo)的精準(zhǔn)識別依賴于對所識別信息的獲取,隨著應(yīng)用環(huán)境的逐漸多元化和復(fù)雜化以及聲目標(biāo)信號逐漸出現(xiàn)的信息多源化等諸多特點[1],在這樣的一個新的復(fù)雜環(huán)境下,目標(biāo)分類識別過程中所提取
中國電氣工程學(xué)報 2019年4期2019-09-10
- 重疊蘋果果實的分離識別方法
;重疊果實;目標(biāo)識別;圖像處理中圖分類號:TP391.4文獻(xiàn)標(biāo)識碼:A文章編號:1000-4440(2019)02-0469-07自然生長條件下果實通常會存在重疊遮擋現(xiàn)象,此類果實的識別是采摘機(jī)器人實用化的關(guān)鍵問題[1]。重疊遮擋生長形態(tài)的果實識別方法不同于無遮擋形態(tài)果實以及其他生長形態(tài)的果實,在識別之前應(yīng)對其形態(tài)進(jìn)行判別確認(rèn),而后進(jìn)行識別。尹建軍等[2]提出了基于形態(tài)重建的受控標(biāo)記分水嶺算法搜索靠攏或重疊生長狀態(tài)的番茄分界線的方法,實現(xiàn)了不同生長狀態(tài)下多
江蘇農(nóng)業(yè)學(xué)報 2019年2期2019-09-10
- 基于深度學(xué)習(xí)的航拍圖像目標(biāo)識別
拍圖像的自動目標(biāo)識別的問題。在這項工作中,提出并應(yīng)用深度學(xué)習(xí)架構(gòu),以便從航拍圖像中識別車輛。主要在這項工作中提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolutional Neural Network,DCNN)結(jié)構(gòu)的深度學(xué)習(xí)算法。為7驗證本文的方法,給出了一些實驗結(jié)果并進(jìn)行了比較。得到的結(jié)果表明,所提出的深度學(xué)習(xí)方法達(dá)到了93%的識別精度,較一般深度學(xué)習(xí)方法有明顯提升。關(guān)鍵詞:目標(biāo)識別 深度學(xué)習(xí) 深度卷積神經(jīng)網(wǎng)絡(luò) 航拍圖像引言隨著航拍技術(shù)和圖像處理技術(shù)
數(shù)碼世界 2019年5期2019-09-09
- 柑橘采摘機(jī)器人的目標(biāo)識別定位方法研究
率。關(guān)鍵詞:目標(biāo)識別? 閾值分割? 最小二乘法中圖分類號:TP391.41;TP242? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ? ? ? ? ?文章編號:1672-3791(2019)04(b)-0030-02隨著農(nóng)業(yè)自動化的發(fā)展和農(nóng)業(yè)勞動力短缺,自動化采摘是農(nóng)業(yè)發(fā)展的趨勢。在柑橘采摘環(huán)節(jié)中,由于枝葉遮擋部分果實,導(dǎo)致采摘機(jī)器人難以識別及定位果實,為了提高采摘效率與質(zhì)量,需要分析采集圖片的灰度值,確定圖片中的果實
科技資訊 2019年11期2019-07-07
- 一種基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)計
?智能化; 目標(biāo)識別; 卷積神經(jīng)網(wǎng)絡(luò); FPGA; 武器裝備中圖分類號:??? ???TJ760.1; TP18 ??文獻(xiàn)標(biāo)識碼:??? ?A? 文章編號:??? ??1673-5048(2019)02-0015-060 引 ?言卷積神經(jīng)網(wǎng)絡(luò)算法是一種高效識別分類算法, 起源于1962年, Hubel和Wiesel在研究貓視覺皮層細(xì)胞時發(fā)現(xiàn)其獨特的網(wǎng)絡(luò)結(jié)構(gòu), 提出了感知野(Receptive Field)的概念。 1984年日本學(xué)者Fukushima基于感
航空兵器 2019年2期2019-05-30
- 基于相關(guān)性對某實測數(shù)據(jù)海雜波特征提取算法進(jìn)行改進(jìn)
究人員在海面目標(biāo)識別方面已經(jīng)取得了進(jìn)展,但由于海尖峰的復(fù)雜性,其識別效果并不好。文章基于某實測的對海數(shù)據(jù),通過一種新算法對海雜波和海面低空飛行目標(biāo)進(jìn)行了特征提取,并取得了較好的效果。關(guān)鍵詞:目標(biāo)識別;海尖峰;新算法;特征提取現(xiàn)代雷達(dá)如果要較好地對海雜波進(jìn)行區(qū)分,就必須通過海雜波的相關(guān)性入手進(jìn)行分析。由于海況復(fù)雜,通常海雜波的運(yùn)動都是無規(guī)律的,但是通過時間相關(guān)性,我們還是能發(fā)現(xiàn)海雜波運(yùn)動的一些規(guī)律,并通過這些規(guī)律,研究出新的算法,較好地區(qū)分海雜波和海面低空飛
無線互聯(lián)科技 2019年6期2019-05-22
- 基于阻尼最小二乘法的被遮物體圖像恢復(fù)算法
;圖像恢復(fù);目標(biāo)識別;阻尼最小二乘法中圖分類號:TM711 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-9416(2019)12-0103-030 引言隨著科學(xué)的發(fā)展,計算機(jī)視覺技術(shù)也得到了長足發(fā)展,目前已廣泛用于交通和軍事等許多領(lǐng)域?;谟嬎銠C(jī)視覺理論,通過對攝像頭采集到的圖像的提取和分析,可以實現(xiàn)對目標(biāo)物體的識別與跟蹤。而由于外部環(huán)境的干擾,容易遮擋目標(biāo)物體,增加了跟蹤目標(biāo)的難度。因此,有效恢復(fù)待識別物體的方法已經(jīng)成為該領(lǐng)域的研究熱點?,F(xiàn)階段用于被遮擋物體的圖
數(shù)字技術(shù)與應(yīng)用 2019年12期2019-03-30
- 基于多傳感器信息融合的目標(biāo)識別技術(shù)
明堂摘 要:目標(biāo)識別在傳統(tǒng)上,都是靠一種性質(zhì)的傳感器采集目標(biāo)數(shù)據(jù),缺點是只能在簡單的環(huán)境場合應(yīng)用,識別正確率和識別效率低。本文通過研究將相同的或者不同性質(zhì)的多傳感器進(jìn)行有效結(jié)合,并且同時獲取目標(biāo)的原始信息,通過各種特征提取的方法獲得目標(biāo)的多方位、多性質(zhì)的特征值數(shù)據(jù),并對特征值數(shù)據(jù)通過特征融合算法進(jìn)行特征融合,目標(biāo)識別正確率得到提升和識別的時間得到減少。關(guān)鍵詞:多傳感器 特征提取 特征融合 目標(biāo)識別中圖分類號:TP21 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-3
科技資訊 2018年12期2018-10-26
- 基于衛(wèi)星數(shù)據(jù)的路上橋梁提取方法研究
的。關(guān)鍵詞:目標(biāo)識別 高分辨率遙感影像 路上橋梁 邊緣檢測中圖分類號:S975 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-3791(2018)05(c)-0065-02橋梁是重要的人工建筑之一,它的檢測和識別,對于GIS數(shù)據(jù)獲取、地圖更新及橋梁建設(shè)輔助監(jiān)管都有非常重要的意義。橋梁分為水上橋梁和路上橋梁。目前已有算法大都是針對水上橋梁目標(biāo)進(jìn)行的,這些算法主要采用自上而下的知識驅(qū)動的識別方法,即先利用先驗知識建立識別目標(biāo)的模型,根據(jù)假設(shè)有目的性地進(jìn)行分割、標(biāo)記和特征
科技資訊 2018年15期2018-10-26
- 幾種目標(biāo)識別算法綜述
對基于模板的目標(biāo)識別、基于特征的目標(biāo)識別、基于分類器的目標(biāo)識別、基于運(yùn)動的目標(biāo)識別這幾種識別模型進(jìn)行詳細(xì)介紹。關(guān)鍵詞:人工智能;目標(biāo)識別;分類器中圖分類號:F49 ? 文獻(xiàn)標(biāo)識碼:A ? 文章編號:1672-9129(2018)15-0154-01Abstract: With the advancement of science and technology, as the core driving force of a new round of indu
數(shù)碼設(shè)計 2018年15期2018-10-20