修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

12 条数据
?? 中文（中国） ▾

  • [2018年IEEE第六届信息、电子与电气工程进展研讨会(AIEEE) - 立陶宛维尔纽斯(2018.11.8-2018.11.10)] 2018年IEEE第六届信息、电子与电气工程进展研讨会(AIEEE) - 基于YOLOv3的自动图像标注

    摘要： 典型的行人保护系统需要精密的硬件和强大的检测算法。为解决这些问题，现有系统采用混合传感器，将单目/立体视觉与主动传感器相结合。远红外摄像头是最可靠的行人检测传感器之一?；诜较蛱荻戎狈酵嫉木湫腥思觳夥椒煽啃圆蛔?，难以应用于消费者可信赖的设备。而基于深度神经网络的方法能实现显著更高的准确率，但该深度学习方案需要大量标注数据样本。本文研究旨在加速远红外图像序列中的行人标注工作。为提升远红外摄像视频的行人标注效率，我们将YOLOv3目标检测器集成至标注软件中，预标注结果的验证速度比逐帧人工标注快约11倍。

    关键词： 深度学习，YOLOv3，远红外，行人检测，标注标签

    更新于2025-09-23 15:23:52

  • 低太赫兹波段下行人的雷达散射截面

    摘要： 低太赫兹（THz）（高于150 GHz）雷达传感技术因其预期的高分辨率成像能力，成为实现自动驾驶汽车安全导航的潜力技术之一。为确保高自主性水平下的稳健运行，传感器系统需融合视频与雷达数据，其效能取决于雷达能否提供与光学图像分辨率相匹配的高精度探测能力。本研究聚焦于能实现所需分辨率的低太赫兹雷达性能，重点分析150至300 GHz频段内行人的反射特性。通过受控环境采集多个频段及不同方位角的后向散射回波，提出测量方法并计算多种反射率指标。将结果与现行汽车标准频段24 GHz和77 GHz的雷达截面积值进行对比，同时研究了服装对反射特性的影响。

    关键词： 自动驾驶汽车、低太赫兹雷达、汽车传感、行人检测、雷达散射截面

    更新于2025-09-23 15:21:01

  • 用于户外LiFi通信的光伏太阳能电池

    摘要： 大多数先进的行人检测方法难以在准确率和效率之间取得良好平衡。例如，ACF方法速度快但检测率较低，而棋盘格方法检测率高但速度慢。受行人简单固有属性（即外观恒定性和形状对称性）的启发，我们提出两种新型非邻域特征：侧内差异特征(SIDF)和对称相似性特征(SSF)。SIDF能表征背景与行人的差异以及行人轮廓与其内部的差异，SSF则能捕捉行人形状的对称相似性——这些特性是邻域特征所不具备的。最终我们提出融合非邻域特征与邻域特征进行行人检测，发现非邻域特征可使对数平均漏检率进一步降低4.44%。研究还给出了本方法与部分先进方法的对比关系。在INRIA、Caltech和KITTI数据集上的实验表明该方法兼具有效性与高效性：相比未使用CNN的先进方法，本方法在Caltech数据集上取得最佳检测性能，较次优方法（棋盘格）提升2.27%；采用Caltech新标注数据时漏检率达11.87%，优于其他方法。

    关键词： 特征提取、非相邻特征、行人检测、相邻特征、Adaboost

    更新于2025-09-23 15:19:57

  • [IEEE 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 中国西安(2018.11.7-2018.11.10)] 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 基于特征融合区域提议网络的行人检测

    摘要： 行人检测在视频监控、机器人技术及自动驾驶车辆等领域具有广阔应用前景，是计算机视觉最重要的研究方向之一。近年来，深度学习方法（如区域提议网络RPN）在行人检测中取得了显著性能提升。为进一步利用RPN的深度行人特征，本文提出一种基于特征融合的新型区域提议网络模型（RPN FeaFus）用于行人检测。该模型采用由VGGNet和ZFNet构建的非对称双路径深度架构，提取不同层级的行人特征，并通过PCA降维与特征堆叠进行融合以提供更具判别性的表征。随后利用低维融合特征进行区域提议检测和分类器训练。在Caltech、Daimler和TUD三大权威行人检测数据库上的实验结果表明，RPN FeaFus相比基线模型RPN BF取得显著性能提升，且与当前最优方法具有竞争力。

    关键词： 区域提议网络、双路径模型、行人检测、特征融合

    更新于2025-09-22 22:39:16

  • [2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 保加利亚索佐波尔(2019.9.6-2019.9.8)] 2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 激光修饰量子电动力学过程中共振效应的新方面：(特邀报告)

    摘要： 当前最先进的行人检测方法大多难以在准确率和效率之间取得良好平衡。例如ACF算法速度快但检测率较低，而棋盘格算法检测率高但速度慢。受行人外观恒常性和形状对称性等简单固有属性启发，我们提出两类新型非邻域特征：侧内差异特征(SIDF)和对称相似性特征(SSF)。SIDF能表征背景与行人的差异以及行人轮廓与其内部的差异，SSF则能捕捉行人形状的对称相似性——这些特性是邻域特征所不具备的。最终我们提出融合非邻域特征与邻域特征进行行人检测，发现非邻域特征可使对数平均漏检率进一步降低4.44%。研究还给出了本方法与前沿算法的关系对比。在INRIA、Caltech和KITTI数据集上的实验表明该方法兼具有效性与高效性：相比未使用CNN的前沿方法，本方法在Caltech数据集上取得最佳检测性能，较次优方法(棋盘格)提升2.27%；采用Caltech新标注时漏检率达11.87%，优于其他方法。

    关键词： 特征提取、非相邻特征、行人检测、相邻特征、Adaboost

    更新于2025-09-16 10:30:52

  • [2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 重庆(2018.6.27-2018.6.29)] 2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 改进的局部纹理特征用于行人检测

    摘要： 行人检测是近年来计算机视觉与图像处理领域的研究热点，在无人驾驶汽车和驾驶员辅助系统等领域具有重要应用价值，但仍存在诸多亟待解决的问题。本文提出了一种改进的纹理特征MLBP（局部二值模式均值）及基于多种颜色空间的CMLBP（基于局部二值模式均值的颜色特征）。当均匀LBP特征未考虑噪声影响及中心像素与邻域像素突变情况时，MLBP特征的提取过程改进了均匀LBP的计算方法，使提取的特征更稳定。MLBP特征从灰度图像提取，但彩色图像转为灰度图通常会损失大量信息，为此我们进一步提出基于多颜色空间的CMLBP特征，能更全面地描述图像纹理特征。在INRIA行人数据集上，通过SVM和HIKSVM分类器进行大量实验，结果表明MLBP和CMLBP的检测率显著优于均匀LBP和基础LBP。将MLBP、CMLBP与其他特征结合应用于行人检测也取得了良好效果。

    关键词： 支持向量机、行人检测、多尺度局部二值模式、分层增量核支持向量机、组合多尺度局部二值模式

    更新于2025-09-10 09:29:36

  • [IEEE 2018年第25届国际图像处理大会(ICIP) - 希腊雅典 (2018年10月7-10日)] 2018年IEEE第25届国际图像处理大会(ICIP) - 用于低分辨率行人检测的融合判别度量学习

    摘要： 低分辨率（LR）是行人检测中最具挑战性的因素之一。本文提出一种融合判别度量学习（F-DML）方法用于无需显式超分辨率的低分辨率行人检测。我们首先学习一个具有判别性的高分辨率（HR）特征空间作为目标空间，随后通过最优马氏度量将LR特征空间映射为新的LR分类空间，该空间能较大程度保留HR特征空间的判别结构。最后在继承HR特征空间良好判别特性的LR分类空间中应用加权K近邻分类器。研究提出新型训练策略以筛选最具代表性的少量LR-HR样本对，并构建了用于评估低分辨率行人检测方法的新数据集。大量实验结果表明，该方法性能优于现有最先进技术。

    关键词： 度量学习、行人检测、低分辨率

    更新于2025-09-09 09:28:46

  • 一种基于热红外与可见光图像的新型行人检测系统

    摘要： 本文提出一种行人检测混合系统，该系统同时利用同一场景的热成像与可见光图像。所提方法通过两个基本步骤实现：（1）假设生成（HG），即确定图像中可能存在的行人位置；（2）假设验证（HV），通过检测来确认生成假设中是否存在行人。HG步骤采用改进的OTSU阈值分割技术对热图像进行分割，将分割结果映射至对应可见光图像以获取兴趣区域（潜在行人），并对所得兴趣区域进行后处理以保留有效区域。HV步骤使用随机森林作为分类器，以基于颜色的方向梯度直方图（HOG）和方向光流直方图（HOOF）作为特征。该方案已在OSU彩色-热成像数据集、INO视频分析数据集及LITIV数据集上进行测试，结果验证了其有效性。

    关键词： 热成像图像、随机森林、局部二值模式（LBP）、行人检测、定向光流直方图（HOOF）、支持向量机（SVM）、可见光图像、定向梯度直方图（HOG）

    更新于2025-09-04 15:30:14

  • [IEEE 2018年第七届全球消费电子大会(GCCE) - 日本奈良 (2018.10.9-2018.10.12)] 2018年IEEE第七届全球消费电子大会(GCCE) - 通过车载摄像头提升夜间行人识别图像的可见性

    摘要： 在本研究中，我们提出了一种提升夜间车载摄像头行人识别可见性的方法。该方法将夜间图像及通过模拟生成的对应日间图像输入深度学习中的神经网络进行特征学习。随后，利用训练所得模型，我们成功实现了从自车到行人5米至30米范围内的图像转换实验，使夜间图像更接近日间图像效果。

    关键词： 序列图像、单目相机、行人检测、深度学习、图像转换、神经网络

    更新于2025-09-04 15:30:14

  • [2018年IEEE智能交通系统国际会议（ITSC）- 美国夏威夷州毛伊岛（2018.11.4-2018.11.7）] 2018年第21届智能交通系统国际会议（ITSC）- 基于机器学习的环视鱼眼摄像头立体视觉算法

    摘要： 近期，行人自动紧急制动系统已实现商业化应用。但由于视野范围不足，这类系统在路口转弯时无法检测到横穿马路的行人。为此，我们提出利用日益普及的环视摄像头系统，通过将其改造为对行人识别更具鲁棒性的立体视觉方案。然而受鱼眼镜头和未校准相机位姿的影响，传统立体相机技术无法直接适用。因此我们开发了新方法：通过机器学习消除不同相机间行人外观差异以实现立体视觉。该方法将D-Brief与NCC结合SVM设计出各相机图像区块间的立体匹配方案，相比单一传统算法展现出更优的泛化性能。此外，我们利用立体像对重建的点云特征量配合随机森林进行行人判别。在实际路口横穿行人图像的测试中，该算法实现了96.0%的行人追踪率及高精度位置检测，其检测性能优于当前最佳模式识别技术Faster R-CNN。

    关键词： NCC、自动紧急制动系统、机器学习、支持向量机、Faster R-CNN、立体视觉、行人检测、D-Brief、随机森林、环视摄像头系统

    更新于2025-09-04 15:30:14