检索结果-内蒙古大学图书馆

智能计算机与应用 2024年第1期14卷 152-155页

作者：张四平湖南信息职业技术学院经济管理学院长沙410200

目前对人群跟踪方法主要是建立跟踪模型,实现人群群体检查和跟踪,但是无法实现人群中多行人的识别和个体跟踪,造成人群跟踪与多目标识别存在效率低下和不准确。本文提出基于yolo目标检测算法的人群多目标识别跟踪方法,通过对人群多目标... 详细信息

目前对人群跟踪方法主要是建立跟踪模型,实现人群群体检查和跟踪,但是无法实现人群中多行人的识别和个体跟踪,造成人群跟踪与多目标识别存在效率低下和不准确。本文提出基于yolo目标检测算法的人群多目标识别跟踪方法,通过对人群多目标的可见特征提取人群的行人轨迹和外观特征,实现人群多目标识别的跟踪。实验结果表明,该方法提高了人群多目标的识别效率,具有一定的实用性。

关键词： yolo目标检测算法人群多目标跟踪识别方法

来源：评论

学校读者我要写书评

暂无评论

基于yolo的图像目标检测算法研究

基于YOLO的图像目标检测算法研究

引用

作者：朱杰青海师范大学

学位级别：硕士

目前,图像目标检测已经变成图像处理以及工业领域重点研究的方向之一,其主要任务是从图像中定位目标并对目标种类进行判断。随着图像领域人工智能化的发展,深度学习中神经网络方法逐渐代替了传统的图像处理方法,并在图像目标检测领域取... 详细信息

目前,图像目标检测已经变成图像处理以及工业领域重点研究的方向之一,其主要任务是从图像中定位目标并对目标种类进行判断。随着图像领域人工智能化的发展,深度学习中神经网络方法逐渐代替了传统的图像处理方法,并在图像目标检测领域取得了巨大的成果。图像目标检测通常会受到光线、目标大小、目标清晰程度的影响,从而导致目标检测的鲁棒性变差。传统目标检测使用窗口滑动的方法去解决图像目标检测的问题,这种方法会消耗大量的计算机资源并且检测精度很低。而深度学习使用大量数据训练模型的方法代替人工特征提取,使得目标检测的精度得到了很大的提升。所以本文在yolo算法的基础上,提出了改进的yolo目标检测算法,本文的主要工作如下:(1)针对目标检测中出现的检测精度低的问题,本文提出了二次特征融合的yolo目标检测算法。该方法首先使用可分离的卷积来代替原来的卷积模块,以降低网络模型大小;然后使用密集连接思想改进Dark Net-53主干网络,并将最后一层网络的输出与第四层网络输出进行融合,最后再对输出特征层进行一次融合,以增加网络提取特征的能力。该方法在PASCAL VOC2007、Wider Face数据集上较之前方法取得了更好的效果。(2)针对yolo目标检测算法无法对旋转物体进行定向目标检测的问题,本文提出了基于yolo的定向目标检测算法。该方法首先使用多维坐标的方法对训练集中的图片进行定向的标定,以适合网络的训练;然后使用最小外接矩形的方法对网络输出的矩形框进行优化;最后优化了损失函数,使其适合多维坐标的回归。该方法在UCAS-AOD数据集上取得了较好的效果。

关键词： yolo目标检测算法定向检测密集网络特征融合多维坐标

来源：评论

学校读者我要写书评

暂无评论

基于嵌入式NPU的目标检测系统研究

基于嵌入式NPU的目标检测系统研究

引用

作者：邢家旺石家庄铁道大学

学位级别：硕士

无人船在海洋监测、资源勘测、海上安全和科学研究等领域扮演着关键角色,提升了海上任务的执行效率和安全性。在这一过程中,环境感知技术和目标检测技术相辅相成,共同构建了系统的核心功能。随着人工智能行业的迅速发展,各种智能芯片、... 详细信息

无人船在海洋监测、资源勘测、海上安全和科学研究等领域扮演着关键角色,提升了海上任务的执行效率和安全性。在这一过程中,环境感知技术和目标检测技术相辅相成,共同构建了系统的核心功能。随着人工智能行业的迅速发展,各种智能芯片、传感器、处理器和嵌入式系统得以广泛部署,形成了一个相对完善的生态系统。然而,通过国外平台进行环境感知存在信息安全的问题,使用国产化平台成为解决这一问题的关键手段之一。因此,本文致力于研究基于国产化平台的水面目标检测系统,并构建一套完整的开发工具链,主要工作如下: (1)针对yolov5s和yolov8s在RK3588平台上存在检测精度和速度不高的问题,提出了一种基于轻量化卷积和注意力机制改进的方法,可以在降低模型参数量的情况下实现准确快速的检测。分别使用PAGCP和LAMP剪枝算法对改进的yolov5s和yolov8s模型进行剪枝,使得在参数量和浮点运算量分别下降的基础上,精度m AP50仅损失0.045和0.057。 (2)针对当前目标检测系统多为国外平台的问题,设计了一套基于国产平台的水面目标检测系统。以国产RK3588芯片作为核心计算平台,搭载高性能NPU,能够在芯片内部进行神经网络模型的推理运算,从而加速深度学习任务的执行速度,提高系统的性能;为确保高效的数据采集与传输,设计了基于国产Logos2 FPGA的数据采集传输方案,使用PCIe3.0接口与RK3588进行通信,极大提高了数据传输速度,为后续目标检测算法提供了高质量的数据支持。 (3)针对部署时存在帧率不高的问题,使用INT8和INT16的方式对模型进行了量化操作,使得改进后的yolov5s模型量化后的体积仅为原模型的26.25%,改进后的yolov8s模型量化后的体积仅为原模型的16.51%。同时还对推理过程进行多线程加速,成功将改进后的yolov8s模型帧率提升至110FPS。针对NPU利用率不高的问题,对RK3588的CPU和GPU进行了定频处理,充分发挥RK3588多核处理的能力,从而提高了NPU的利用率。

关键词：无人船水面目标检测 RK3588处理器芯片神经网络处理器 yolo目标检测算法

来源：评论

学校读者我要写书评

暂无评论

基于视觉识别的传染病场所秩序维护机器人

引用

科技与创新 2024年第7期 71-75页

作者：蔡日升毛晓波尚昺琦孙前程何润松陈奎林郑州大学电气与信息工程学院河南郑州450001

为解决传染病检测现场人员密集、传染风险大的问题,设计一款检测现场秩序维护机器人,可以在队伍拥挤时提醒检测人员进行调整,同时附加有口罩识别、自动避障、远程遥控等功能。以STM32F103为主控芯片,通过PID算法控制机器人精确移动,使... 详细信息

为解决传染病检测现场人员密集、传染风险大的问题,设计一款检测现场秩序维护机器人,可以在队伍拥挤时提醒检测人员进行调整,同时附加有口罩识别、自动避障、远程遥控等功能。以STM32F103为主控芯片,通过PID算法控制机器人精确移动,使用六轴陀螺仪实现姿态的获取和调整;搭配OpenMV4视觉识别模块,实现人员位置信息采集,进而达到提醒人员保持合理距离的目的;配合K210开发板利用卷积神经网络模型运行yolo(You Only Look Once)目标检测算法实现口罩识别,实时提醒人员佩戴口罩;设置扫码模块,可以对检测人员出示的身份码进行扫描记录。经测试,机器人能够稳定运行,能够通过蓝牙APP有效控制,实用性强。

关键词：距离调整 OpenMV视觉识别口罩识别 yolo目标检测算法

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的人体姿态估计模型研究

引用

自动化与仪器仪表 2022年第6期 80-85页

作者：刘鸿雁孙丽丽王雨晨何子亨车四四王朔马丕明国网山东省电力公司信息通信公司济南250001 山东大学信息科学与工程学院山东青岛266000

设计了一种新型姿态估计算法,支持同步执行多个任务,在行人姿态估计中可以达到较好的效果。网络中划分为主网络、子网络两大部分,前者采用的主要是Darknet53网络,用于实现特征提取的功能;后者划分为关键点检测以及行人检测两大部分,分... 详细信息

设计了一种新型姿态估计算法,支持同步执行多个任务,在行人姿态估计中可以达到较好的效果。网络中划分为主网络、子网络两大部分,前者采用的主要是Darknet53网络,用于实现特征提取的功能;后者划分为关键点检测以及行人检测两大部分,分别基于特征金字塔、yolov3,将网络融合之后具备了显著的优势,继承了各个网络的优点,在保证姿态识别精度的同时提高了效率,减少了预测的时间,适合于应用到实时性要求较高的场景中。通过姿态残差网络来学习先前获得的姿态信息,解决了由于行人重叠或者遮挡等导致的图像模糊问题,依然保持了较高的识别精度,相对于其他的方法达到更高的准确性。基于与其他算法(CMU-Pose、Newel)进行对比的结果可知,设计的算法在COCO数据集中的预测精度达到了67.2%,效率为20 FPS,相对于其他算法无论在效率还是在精度上均显著提高,这表明提出的算法在保证准确率的同时具有实时性处理效果。

关键词： yolo目标检测算法多任务姿态估计姿态残差网络

来源：评论

学校读者我要写书评

暂无评论

面向服务机器人的特定行人跟踪技术研究

面向服务机器人的特定行人跟踪技术研究

引用

作者：谢姗删北京邮电大学

学位级别：硕士

服务机器人经常工作在以人为主的不确定环境中,如展览馆、家庭、餐馆等环境,通常需要在多行人中与指定行人进行交互,从而使机器人需要对周围环境进行充分理解,以应对复杂环境的变化,在相似对象群中快速定位目标个体。因此,构建一个实时... 详细信息

服务机器人经常工作在以人为主的不确定环境中,如展览馆、家庭、餐馆等环境,通常需要在多行人中与指定行人进行交互,从而使机器人需要对周围环境进行充分理解,以应对复杂环境的变化,在相似对象群中快速定位目标个体。因此,构建一个实时性与鲁棒性良好的特定行人跟踪系统具有十分重要的意义。本文针对上述目标开展的研究工作如下:首先,提出了一种基于MobileNet网络的yolo v3优化算法,开发了服务机器人跟踪系统中的检测模块。在yolo v3检测网络基础上,引入轻量级卷积网络MobileNet进行检测网络的轻量化改造,降低了检测模型的计算量与复杂度。同时构建了行人检测数据集,并通过对比实验验证了该检测模型的检测速度优势。其次,制订了服务机器人在复杂背景下对特定行人进行跟踪的系统总体方案,随后完成了系统各模块的构建。特定行人跟踪系统中的跟踪模块基于KCF跟踪算法进行开发,每10帧引入优化后的yolo v3检测模块进行特定目标位置的更新校正。同时,建立目标选择策略对受遮挡的特定行人进行更准确的定位,建立遮挡更新策略来应对可能出现的连续遮挡复杂情况。最后,完成了服务机器人跟踪系统的实验验证。基于人工采集图像与开源图像构建了实验数据集,进行三种不同的跟踪实验。在存在行人遮挡的实验中,跟踪效果与中心像素误差曲线显示了跟踪系统能较好的应对遮挡情况。在存在行人尺度变化的实验中,通过评估跟踪精度与帧速指标,跟踪系统具备应用场景所需的实时性与鲁棒性。在实际采集的行人走动视频序列中,跟踪结果验证了系统对于服务机器人所面对的多行人真实场景同样具有良好的跟踪效果。

关键词：服务机器人 yolo目标检测算法 KCF目标跟踪算法特定行人跟踪系统

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的课堂行为识别系统

引用

电子技术与软件工程 2021年第20期 103-105页

作者：胡建华张军吴伟美魏嘉俊张嘉诚广东科学技术职业学院计算机工程技术学院广东省珠海市519090

本文开发了基于深度学习的课堂行为识别系统。目前传统的算法无法很好的完成对玩手机这种细粒度动作的识别,因此本文通过改进目标检测yolo算法,针对学生玩手机、睡觉、逃课等行为,提高细粒度动作识别准确率,并根据学生行为数据生成课堂... 详细信息

本文开发了基于深度学习的课堂行为识别系统。目前传统的算法无法很好的完成对玩手机这种细粒度动作的识别,因此本文通过改进目标检测yolo算法,针对学生玩手机、睡觉、逃课等行为,提高细粒度动作识别准确率,并根据学生行为数据生成课堂学情报告,分析学生出勤、学习状态数据。通过视频推流的方式,将行为识别结果在网页进行展示,具有较好的实际应用价值。

关键词： yolo目标检测算法目标检测算法行为识别

来源：评论

学校读者我要写书评

暂无评论

基于ZYNQ的车载目标检测系统设计与实现

基于ZYNQ的车载目标检测系统设计与实现

引用

作者：李向阳天津工业大学

学位级别：硕士

随着经济的不断发展,汽车保有量不断上升,随之带来的是环境污染、道路拥挤和交通事故频发等社会不良现象。为缓解和解决上述相关问题,各国学者都致力于智能交通系统的研究。车载目标检测系统作为自动驾驶中的重要组成部分,可同时监测视... 详细信息

随着经济的不断发展,汽车保有量不断上升,随之带来的是环境污染、道路拥挤和交通事故频发等社会不良现象。为缓解和解决上述相关问题,各国学者都致力于智能交通系统的研究。车载目标检测系统作为自动驾驶中的重要组成部分,可同时监测视野中所有目标的种类和位置信息,帮助驾驶员和车载控制系统及时做出相应判断,可有效减少交通事故的发生。近年来伴随计算机技术的成熟,兴起了一批以卷积神经网络结构为基础的图像检测算法革新。相比浅层机器学习算法,这些新兴算法在检测精度方面有了较大提升。但是由于卷积神经网络结构复杂、计算量过大,使其在嵌入式实时应用中难以同时满足检测速度、检测精度、硬件功耗和硬件成本的要求。本文以卷积神经网络目标检测算法为研究对象,采用软硬件协同设计的方法在Xilinx ZYNQ(ARM+FPGA)异架构可扩展处理平台实现了基于深度学习的目标检测系统。第一,对于卷积神经网络结构实现复杂的问题,根据yolo卷积神经网络的结构特征改进了卷积神经网络计算的软硬件划分,在ARM Cortex-A9的处理模块(PS)中实现算法的流程控制、目标分类和非极大抑制算法,在可编程逻辑FPGA模块(PL)中进行硬件加速,实现卷积层和池化层的并行计算。第二,针对可编程逻辑并行计算中运算延迟较大的问题,提出了数组分割、卷积循环展开、卷积循环流水的方法对卷积层运算进行并行加速,同时通过4个ZYNQ AXI-HP高速接口并行传输减小FPGA与DDR读写延迟。实验结果表明,本文设计在各种复杂路况和光照条件下检测结果准确,在功能上体现了良好的鲁棒性。在检测速度方面,采用硬件加速方法在核心器件功耗只有3W情况下提高了运算吞吐量和运算效能,达到了10帧每秒的检测效果。相对于ARM cortex-A9,吞吐量提高111倍,运算效能达到57.5倍。在检测精度方面,使用yolov2算法在不同检测场景下准确率和覆盖率均超过80%。系统的各项指标达到了项目设计要求。本文对深度学习算法应用于目标检测领域进行了研究,基于ZYNQ硬件平台和卷积神经网络目标检测算法设计实现了一套低成本并且满足实时性和检测精度要求的低功耗车载目标检测系统,研究成果可以应用于汽车驾驶员危险目标检测报警系统,也可以进一步应用于汽车驾驶辅助系统和无人驾驶系统中。

关键词： ZYNQ异构平台卷积神经网络可编程逻辑(FPGA) yolo目标检测算法软硬件协同设计硬件加速

来源：评论

学校读者我要写书评

暂无评论

基于机载机器视觉的无人机自主目标跟踪研究

引用

网络安全技术与应用 2019年第7期 47-51页

作者：常川刘科成武汉大学遥感信息工程学院湖北430072 上海交通大学电子信息与电气工程学院上海200052

目标跟踪在军事、民用等多个领域得到了广泛的应用,通过无人机进行实时的目标跟踪是近几年研究的热点。文章研究了四旋翼无人机对地面动态目标实时的检测与跟踪问题,设计实现了基于机载计算机的无人机跟踪系统,使得无人机能够实时处理... 详细信息

目标跟踪在军事、民用等多个领域得到了广泛的应用,通过无人机进行实时的目标跟踪是近几年研究的热点。文章研究了四旋翼无人机对地面动态目标实时的检测与跟踪问题,设计实现了基于机载计算机的无人机跟踪系统,使得无人机能够实时处理摄像头获取到的视频数据,并结合yolo(You Only Look Once)目标检测算法和核相关滤波(Kernerlized Correlation Filter, KCF)目标跟踪算法,实现了快速稳定的目标跟踪。最后在室外环境中对行人进行了跟踪实验,验证了无人机目标跟踪系统的有效性。

关键词：无人机 yolo目标检测算法 KCF目标跟踪算法机器视觉

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：