检索结果-内蒙古大学图书馆

计算机科学 2013年第11A期40卷 288-291,317页

作者：卢秀卿张亚英叶晨同济大学嵌入式系统与服务计算教育部重点实验室上海200092

在面向道路交通监控的嵌入式智能摄像头中引入动态角色和分布控制的思想,设计实现了一种摄像头自主协同目标跟踪模式。在本模式中摄像头之间能够动态组织对异常车辆目标的协同跟踪,跟踪过程由前端摄像头自主控制完成。这种分散控制模式... 详细信息

在面向道路交通监控的嵌入式智能摄像头中引入动态角色和分布控制的思想,设计实现了一种摄像头自主协同目标跟踪模式。在本模式中摄像头之间能够动态组织对异常车辆目标的协同跟踪,跟踪过程由前端摄像头自主控制完成。这种分散控制模式能够有效减缓交通监控系统中后端服务器的工作压力,并降低大量实时视频数据在路网中传输对道路信息网络带宽的要求,同时又使监控系统具有较强的灵活性和容错能力。

关键词：智能摄像头动态角色分布式控制协同跟踪

来源：评论

学校读者我要写书评

暂无评论

基于多目标检测与跟踪的密集客流检测

引用

中国图象图形学报 2009年第10期14卷 2106-2109页

作者：祖克举刘富强李志鹏同济大学嵌入式系统与服务计算教育部重点实验室上海201804

针对密集交通场景中的客流检测问题,提出了基于支持向量机(SVM)多目标检测与MeanShift跟踪相结合的方法。首先采用自适应检测窗口提取梯度方向直方图,经过SVM分类和聚类算法,得到头部图像初始假设。然后采用MeanShift算法,对头部假设进... 详细信息

针对密集交通场景中的客流检测问题,提出了基于支持向量机(SVM)多目标检测与MeanShift跟踪相结合的方法。首先采用自适应检测窗口提取梯度方向直方图,经过SVM分类和聚类算法,得到头部图像初始假设。然后采用MeanShift算法,对头部假设进行跟踪,得到连续的头部图像序列。通过SVM分类器对序列图像进行整体判断,得到客流信息。实验结果表明,自适应滑动窗口的方法减少了特征提取阶段的处理时间,提高了检测速度;同时,通过对得到的跟踪序列进行整体判别,客流量的检测精度得到了提高。

关键词：梯度方向直方图支持向量机 Mean Shift跟踪客流计数

来源：评论

学校读者我要写书评

暂无评论

面向无线体域网的低功耗多频道MAC协议

引用

小型微型计算机系统 2016年第1期37卷 78-82页

作者：居征宇喻剑同济大学嵌入式系统与服务计算教育部重点实验室上海200092

针对无线体域网需要在2.4 GHz频段具有复杂干扰环境下可靠工作,且需要尽可能降低功耗的问题.提出一种低功耗多频道介质访问控制(MAC)协议:MCE-MAC.在本协议中,节点使用星型拓扑连接;其工作频道随时间变化快速切换.并提出了自适应超帧频... 详细信息

针对无线体域网需要在2.4 GHz频段具有复杂干扰环境下可靠工作,且需要尽可能降低功耗的问题.提出一种低功耗多频道介质访问控制(MAC)协议:MCE-MAC.在本协议中,节点使用星型拓扑连接;其工作频道随时间变化快速切换.并提出了自适应超帧频率控制机制,控制节点占空比降低网络能耗;另外,在工作中对无线频道进行感知,动态调整其使用的频道,提高传输可靠性.在基于TI的CC2530平台上实现了MCE-MAC,实验证明,在单频道的MAC协议极大的受到干扰影响的情况下,本文提出的MCE-MAC的数据传输成功率和传输时延不受干扰影响;相较于EM-MAC协议,其传输时延显著优于EMM AC且功耗仅为其15%左右.

关键词：无线体域网介质访问控制干扰服务质量低功耗 IEEE 802.15.4

来源：评论

学校读者我要写书评

暂无评论

主动协同半监督粗糙集分类模型

引用

模式识别与人工智能 2012年第5期25卷 745-754页

作者：高灿苗夺谦张志飞刘财辉同济大学电子与信息工程学院计算机科学与技术系上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

粗糙集理论是一种有监督学习模型,一般需要适量有标记的数据来训练分类器.但现实一些问题往往存在大量无标记的数据,而有标记数据由于标记代价过大较为稀少.文中结合主动学习和协同训练理论,提出一种可有效利用无标记数据提升分类性能... 详细信息

粗糙集理论是一种有监督学习模型,一般需要适量有标记的数据来训练分类器.但现实一些问题往往存在大量无标记的数据,而有标记数据由于标记代价过大较为稀少.文中结合主动学习和协同训练理论,提出一种可有效利用无标记数据提升分类性能的半监督粗糙集模型.该模型利用半监督属性约简算法提取两个差异性较大的约简构造基分类器,然后基于主动学习思想在无标记数据中选择两分类器分歧较大的样本进行人工标注,并将更新后的分类器交互协同学习.UCI数据集实验对比分析表明,该模型能明显提高分类学习性能,甚至能达到数据集的最优值.

关键词：粗糙集,差别矩阵,半监督约简,主动学习,协同训练

来源：评论

学校读者我要写书评

暂无评论

基于图像复原算法的暗光车牌识别系统

引用

光电子．激光 2020年第1期31卷 96-102页

作者：刘翦刘凤连汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

针对在光线不足或是在黑暗环境下,大多数现有的普通图像采集设备采集到的图像存在质量较低,清晰度不够、亮度不足或不均匀以及有效信息非常有限等问题,本文提出了一种结合图像复原方法的车牌检测识别系统。该方法依据取反后的低照度图... 详细信息

针对在光线不足或是在黑暗环境下,大多数现有的普通图像采集设备采集到的图像存在质量较低,清晰度不够、亮度不足或不均匀以及有效信息非常有限等问题,本文提出了一种结合图像复原方法的车牌检测识别系统。该方法依据取反后的低照度图像具有与有雾模糊图像相似的特性,首先对初始图像进行取反操作,接着运用大气光模型,利用去雾方法结合滤波运算还原出高质量图像,最后再将还原图像进行取反操作,最终成功获得所需要的合适照度的照度还原的清晰图像。由于采用均值滤波的方法避免了估算大气光时的复杂运算,算法的计算速度提升巨大,保证系统的实时性也为后续的一系列处理提供了质量较高的样本图像。此外,在字符分割部分,结合中文字符的特点提出了基于先验信息的字符分割方法,最后使用CNN模型实现对包括汉字,大写字母格式和数字在内的所有字符的识别。实验结果表明,在质量较差,环境复杂的数据中,该系统在暗光环境下具有较高的精度(90.03%)。与此同时,在正常条件下系统同样有较好表现(93.90%)。

关键词：图像复原车牌定位字符识别照度还原卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于子模式下LBP-HOG特征融合的单样本人脸识别方法

引用

光电子．激光 2019年第12期30卷 1309-1316页

作者：马振刘凤连汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

针对目前单样本人脸识别率不高这一问题,本文提出一种基于子模式下的分层LBP和金字塔模式HOG特征相融合的单样本人脸识别方法。该方法针对人脸不同部位对人脸识别所做贡献的程度,先通过已有人脸不同部位的分类器将人脸不同器官提取出来... 详细信息

针对目前单样本人脸识别率不高这一问题,本文提出一种基于子模式下的分层LBP和金字塔模式HOG特征相融合的单样本人脸识别方法。该方法针对人脸不同部位对人脸识别所做贡献的程度,先通过已有人脸不同部位的分类器将人脸不同器官提取出来并以此为基准将其分为不同的子图像。然后针对LBP描述子提取的纹理特征数量较少且不能很好的描述图像边缘和方向信息等问题,将分层LBP与金字塔不同层级的HOG特征相融合的方法作用在每一个子图像上,得到每一个子图像的融合特征向量,计算训练样本与测试样本对应的每一个子图像的融合特征的欧氏距离并且乘上预先设定的该子图像对应的权重参数,然后将它们相加得到最终的欧氏距离,通过阈值判断该人脸所属id。最后通过在ORL人脸库上进行实验,结果表明本文提出的方法比现有单样本人脸识别方法识别率更高。

关键词：子模式分层LBP HOG 融合特征欧氏距离

来源：评论

学校读者我要写书评

暂无评论

智能装配中基于YOLO v3的工业零件识别算法研究

引用

光电子．激光 2020年第10期31卷 1054-1061页

作者：张静刘凤连汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

传统装配系统中依靠人力进行重复性劳动,容易由于人的操作具有疲劳性和人眼分辨率有限等特点造成失误,为了避免浪费人工和时间,解决工厂环境中光线等不稳定因素,提出了一种基于YOLO v3算法对形状多样的工业零件识别方法。在智能装配系... 详细信息

传统装配系统中依靠人力进行重复性劳动,容易由于人的操作具有疲劳性和人眼分辨率有限等特点造成失误,为了避免浪费人工和时间,解决工厂环境中光线等不稳定因素,提出了一种基于YOLO v3算法对形状多样的工业零件识别方法。在智能装配系统中根据视觉检测结果判断零件种类,弥补了传统方法的不足,满足产品生产系统的节拍要求。改进后的YOLO v3网络模型使用k-means算法重新聚类预选框的参数,残差网络来减少网络的参数,结合多尺度方法、采用Mish激活函数提高精确度,使其更适合工业零件的小目标分类检测。该模型以3D打印的工业零件制作数据集,实验表明与原有的YOLO v3算法对比,使用改进后的网络模型具有良好的鲁棒性,准确率提高了1.52%,时间提高了7.25 ms,实现精确实时地检测出智能装配系统中的零件种类。

关键词：智能装配 YOLO v3 Mish 工业零件多尺度方法

来源：评论

学校读者我要写书评

暂无评论

跟踪状态自适应的判别式行人单目标跟踪算法研究

引用

光电子．激光 2022年第9期33卷 940-947页

作者：丁明远蔡靖周冕薛彦兵温显斌天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384

本文针对在行人跟踪过程中遇到的背景相似物干扰、行人之间的相互遮挡和背景杂乱等导致跟踪状态不稳定的问题,基于DIMP(learning discriminative model prediction for tracking)跟踪算法,提出了一种跟踪状态自适应的判别式单目标行人... 详细信息

本文针对在行人跟踪过程中遇到的背景相似物干扰、行人之间的相互遮挡和背景杂乱等导致跟踪状态不稳定的问题,基于DIMP(learning discriminative model prediction for tracking)跟踪算法,提出了一种跟踪状态自适应的判别式单目标行人跟踪算法。跟踪过程中由分类滤波器和搜索区域进行卷积操作得到响应图,通过响应图判断跟踪状态,跟踪状态分为弱响应状态、多峰强响应状态、单峰强响应状态。针对多峰强响应状态下的干扰物影响,提出在线更新策略,利用激励和抑制损失更新分类滤波器,提高分类滤波器的判别能力。针对多峰强响应和弱响应状态下目标预测不准确的问题,通过偏移量和增添候选框修正目标位置,提高跟踪精度。实验验证提出的算法在行人视频序列上跟踪结果,精度达到了0.978,成功率达到了0.740,在NVIDIA GTX 1650显卡下有30 fps的实时速度。

关键词：行人单目标跟踪 DIMP算法在线更新分类滤波器跟踪状态

来源：评论

学校读者我要写书评

暂无评论

一种面向HPC Cloud系统的在线作业调度算法

引用

华中科技大学学报（自然科学版） 2011年第S1期39卷 47-50,55页

作者：王飞吴松石宣化赵娜华中科技大学计算机科学与技术学院湖北武汉430074 华中科技大学服务计算技术与系统教育部重点实验室湖北武汉430074

针对HPC Cloud中的作业之间对网络I/O资源的竞争问题,提出了一种基于动态规划算法、二分搜索算法和网络最大流算法的在线作业调度算法——DBMF算法.DBMF算法专注于物理节点上网络I/O的负载均衡,通过物理节点之间的网络I/O负载均衡来减... 详细信息

针对HPC Cloud中的作业之间对网络I/O资源的竞争问题,提出了一种基于动态规划算法、二分搜索算法和网络最大流算法的在线作业调度算法——DBMF算法.DBMF算法专注于物理节点上网络I/O的负载均衡,通过物理节点之间的网络I/O负载均衡来减少对网络I/O资源的竞争.通过与FCFS和RSF算法进行对比,DBMF调度算法有效提高了HPC Cloud的系统负载,减少了作业之间对网络I/O资源的竞争.

关键词：高性能计算云计算作业调度最大流算法动态规划

来源：评论

学校读者我要写书评

暂无评论

对等网络中的搭便车行为分析与抑制机制综述

引用

计算机学报 2008年第1期31卷 1-15页

作者：余一娇金海华中科技大学服务计算技术与系统教育部重点实验室武汉430074 华中科技大学集群与网格计算湖北省重点实验室武汉430074

搭便车(freeriding)行为在对等网络(Peer-to-Peernetwork)中日趋严重,它对网络健壮性、可用性和生命周期等造成了负面影响.设计、应用合理的搭便车行为抑制机制是当前对等网络研究的一个重要方向.文中首先描述搭便车行为的测量方法和发... 详细信息

搭便车(freeriding)行为在对等网络(Peer-to-Peernetwork)中日趋严重,它对网络健壮性、可用性和生命周期等造成了负面影响.设计、应用合理的搭便车行为抑制机制是当前对等网络研究的一个重要方向.文中首先描述搭便车行为的测量方法和发展趋势,然后分析搭便车行为的基本原理以及对对等网络性能的影响.依据数学建模和分析工具的差异,将已有搭便车行为抑制机制分为激励机制、博弈论方法、社会网络与经济模型三大类.文中归纳了三类抑制机制的建模方法,对其优、缺点进行了分析和比较,最后对搭便车行为抑制机制的未来研究方向进行了展望.

关键词：对等网络搭便车激励机制博弈论效用函数

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：