分享到:

基于有限元离散的不规则管道几何边界红外瞬态检测识别

建立了带有不规则腐蚀内边界的管道二维瞬态传热模型,基于有限元法和共轭梯度法的导热反问题求解方法对管道内边界识别问题进行了研究,比较分析了管道外表面稳瞬态温度对内边界变化敏感程度的差异性,指出内边界瞬态检测识  (本文共7页) 阅读全文>>

华中科技大学
华中科技大学

视频序列中的人体行为检测识别方法研究

行为检测识别是指在视频序列中检测出行为的时空位置并预测其类别。该技术在异常检测、人机交互、视频检索以及不良视频过滤等领域都有着广泛的应用前景,因此越来越受到学术界和工业界的广泛关注。该任务的关键难点在于相同的行为会因不同的执行者和不同场景而差异很大,这主要是因为其受场景中行人多、视频质量低、行为的姿态分布广、光照强度变化大等因素的影响。针对这些问题,本文主要从特征学习的角度入手研究,即在给定的视频序列中,如何有效地编码出判别的行为特征,使其能够更加准确地检测和识别目标行为。首先,在不同语义层次的行为表达中,基于中层部件的特征表现出了很强的判别性,而传统方法在构建中层特征的过程中丢失了时空不变性,并在挖掘中层部件过程中忽略了部件之间的相关性。本文提出了一种基于显著性驱动的最大池化方案,通过提取视频中的显著性线索来动态地池化中层特征,进而增加特征的时空不变性;同时,本文还提出一种基于组稀疏模型的中层部件挖掘方法,该模型有效地考虑了部...  (本文共129页) 本文目录 | 阅读全文>>

华南理工大学
华南理工大学

基于MobileNet-SSD模型的道路目标识别研究及其安卓应用开发

在智能辅助驾驶和无人驾驶系统中,道路目标的检测识别是非常重要的。随着人工智能和深度学习的快速发展,卷积神经网络在目标检测识别领域取得了优异的成绩,基于卷积神经网络对道路目标进行检测识别具有重要的研究价值和应用价值。行车记录仪视频中的图像包含丰富的道路信息,对视频中的道路目标进行检测识别具有重要的研究意义。本文使用深度学习的方法对行车记录仪视频中的道路目标进行检测识别,并设计成安卓应用软件。为了实现这样一个系统,本文的主要工作为:1)在电脑客户端完成对道路目标的检测识别,SSD目标检测框架是使用VGG16网络作为骨干网络实现对目标的检测识别。本文使用改进的SSD检测框架,VGG16网络替换为MobileNet网路,训练MobileNet-SSD网络模型,实现对目标的检测识别。本文主要对交通标志、骑车人、行人三类道路目标进行检测识别,其中交通标志共有105类,本文选取常见的10类进行识别。2)由于行车记录仪视频中的图像比较模糊,清晰...  (本文共86页) 本文目录 | 阅读全文>>

辽宁科技大学
辽宁科技大学

基于改进的SSD肺炎检测识别研究

肺炎是胸部常见疾病,其治疗在很大程度上依赖于医生对胸部影像的准确解读。但是即使是最好的放射科医师也很容易误诊,因为要基于胸部影像鉴别诊断多种疾病是一件非常棘手的问题。为了能够辅助医师准确的解读胸部影像的信息,国内外学者利用计算机图像识别技术对该领域进行了深入的研究。目前,对胸部影像识别检测效果最好的方法是基于深度学习的肺炎识别。针对肺炎检测识别的难题,本文提出了一种基于SSD(Single Shot MultiBox Detector,单网络多盒检测器)肺炎检测模型的改进方案。首先,通过对数据集的分析发现胸部X射线影像中存在约10%的小发病区域。为了让SSD网络模型检测到这些小的发病区域,本文将原始SSD网络模型的第三网络层的最后一个卷积层的输出结果通过池化方法降维后再使用1×1卷积对其进行卷积运算,然后将卷积运算结果与SSD网络的第六特征层的输入特征进行融合。此外,本文还将SSD网络模型的第五池化层的输出结果通过反池化、反卷积...  (本文共86页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

基于人脸检测识别技术的网上追逃系统设计与实现

将普通计算环境下的基于高精度静态图像和基于大样本学习、多迭代的人脸识别方法直接应用到针对视频监控应用场景下的人脸识别,会面临例如识别率低、延迟大、计算能力不足等问题。本文提出了一种适用于视频流、低分辨率、低计算要求的人脸检测识别算法。论文的主要工作包括以下几个方面:1.针对低清晰度下人脸识别的问题,本文提出了使用梯度算法标记特征点和用五官模板进行脸型拟合的方法,使得在低清晰度环境下能够较为精确找到五官位置,而后应用了逐步验证的机制使得降低错误率和提高效率得到了同时的满足,最终实现了低清晰度环境下人脸的准确识别。2.针对低清晰度下人脸检测的问题,本文提出了分层结构脸部形态模板方法和直方图分析方法,实现了低清晰度环境下高效率准确的完成人脸检测工作。3.针对背景复杂的问题,本文在通常的视频流图片与背景相减方法的基础上,针对做完减法的图片进行形态学的处理,可进一步去除噪点且不丢失重要信息。该系统已部署至重庆市公安局江北分局安装使用,实时...  (本文共83页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

面向互动展示的深度学习检测识别系统设计与实现

随着科技的发展,融入科技元素的艺术形式越来越热门,将深度学习和计算机视觉技术融入之中,具有巨大研究潜力和应用价值。数字互动展示平台主要由目标检测识别系统和数字动画投影系统组成,其中目标检测识别系统是核心部分。本文针对复杂环境条件下互动展示平台目标物块实时识别定位问题,提出一种基于YOLO v2算法模型的快速识别定位方法,结合目标在样本图像中的尺寸差异,采用聚类算法提取更匹配样本目标对象尺寸的先验框尺度,设计并搭建了面向互动展示的深度学习检测识别系统。为保证目标样本图像的复杂性和多样性,采用数据增强扩充物块训练样本。最后通过试验分析验证系统性能,实现了端到端的目标物块检测识别。论文的主要工作包括:针对此次项目构建了特定项目数据集HUSTC605,数据集样本图像充分考虑了目标所处背景、光照强度、光照颜色等外部环境因素和拍摄角度因素,使用数据增广方法对数据集进行扩充,扩充时对数据样本随机进行镜像变换、高阶插值、增加Gaussian噪声...  (本文共70页) 本文目录 | 阅读全文>>