。第六章主要對(duì)整個(gè)系統(tǒng)鏈路指標(biāo)進(jìn)行了分析，其中包括接受靈敏度和發(fā)射功率等，進(jìn)一步說明了 77GHz 車載雷達(dá)系統(tǒng)的可行性，并對(duì)射頻前端電路進(jìn)行了加工和測(cè)試，為后續(xù)工作積累經(jīng)驗(yàn)。ADAS視覺方案及11家創(chuàng)業(yè)
2020-06-04 15:15:44
、判斷和檢測(cè)生產(chǎn)線上的各種產(chǎn)品，保證產(chǎn)品的質(zhì)量和一致性。與傳統(tǒng)的視覺檢測(cè)方法相比，工業(yè)AI視覺檢測(cè)系統(tǒng)具有如下幾個(gè)顯著優(yōu)點(diǎn)：
1.高效性：工業(yè)AI視覺檢測(cè)系統(tǒng)可以實(shí)現(xiàn)自動(dòng)化檢測(cè)，大大提高了生產(chǎn)效率
2023-06-15 16:21:56
我司提供行人檢測(cè)/人體檢測(cè)/人體抓拍海思解決方案，同時(shí)還有ARM行人檢測(cè)攝像機(jī)方案。人體檢測(cè)自動(dòng)識(shí)別攝像機(jī)基于視頻圖像智能分析技術(shù)原理研制，采用公司自主研發(fā)的人體輪廓識(shí)別技術(shù)，綜合識(shí)別人體頭部、肩部
2018-06-14 11:29:46
由于最近的項(xiàng)目遇到LabVIEW視覺檢測(cè)的。在網(wǎng)上找了很久的資料，很少。有哪位大神可以幫我看看我這LED最后處理和識(shí)別好壞。
2017-05-17 20:08:54
LabVIEW視覺檢測(cè)怎么對(duì)點(diǎn)陣的LCD屏進(jìn)行檢測(cè)如1602顯示屏。只檢測(cè)顯示的圖案缺陷，我使用匹配模式怎么差別那么大，好明顯的都檢測(cè)不出來。對(duì)于這種點(diǎn)整的LCD屏一般都使用什么方法來檢測(cè)
2017-08-22 09:13:49
MATLAB的行人目標(biāo)檢測(cè)的方法有哪些，就是主要的方法，基于背景的，基于目標(biāo)的，還有其他的。都有哪些？
2023-08-23 16:30:20
網(wǎng)上的教程都是在人臉上加個(gè)框框，進(jìn)行人臉識(shí)別，而不是進(jìn)行人臉檢測(cè)。請(qǐng)問有誰嘗試過和face++進(jìn)行交互，能夠識(shí)別攝像頭前的人是預(yù)存的人，嗯，類似于人臉開密碼箱那種的。但是又想加上一部檢測(cè)到運(yùn)行拍照發(fā)郵件那個(gè)?
2020-06-10 09:28:11
項(xiàng)目名稱：車載adas應(yīng)用申請(qǐng)使用試用計(jì)劃：1.目前在做的項(xiàng)目為車載ADAS，計(jì)劃使用Hi35xx系列芯片，項(xiàng)目?jī)?nèi)容包括車輛/行人目標(biāo)檢測(cè)，車道線偏離預(yù)警，碰撞預(yù)警。2.項(xiàng)目?jī)?nèi)容不要求實(shí)時(shí)，用3516或3519能達(dá)到5-10幀每秒的處理速度即可
2020-11-19 20:45:45
:2022.1 bash
提示如下內(nèi)容說明進(jìn)入鏡像成功。運(yùn)行行人跟蹤檢測(cè)app需要注意的是當(dāng)前的模型是有一定的適用條件的，一般支持RTSP視頻流，同時(shí)也支持通過文件讀取的視頻資源進(jìn)行檢測(cè)，但是
2023-08-02 10:48:27
步的了解，那么今天，給大家講解一個(gè)對(duì)于視覺檢測(cè)算法比較重要的坐標(biāo)系定位，如何通過坐標(biāo)系的定位實(shí)現(xiàn)算法檢測(cè)區(qū)域的跟蹤。今天的內(nèi)容主要使用了模板匹配進(jìn)行定位，在模板定位的基礎(chǔ)上建立坐標(biāo)系，卡尺檢測(cè)，抓圓通過坐標(biāo)系進(jìn)行ROI仿射變換。
2020-08-12 21:03:32
芯片上方案比較少。我們嘗試在定點(diǎn)DSP上處理人臉檢測(cè)效率低，沒有達(dá)到我們預(yù)期的目的。而TMS620C6748芯片是我們另外一個(gè)選擇。該方案需要通過視頻采集圖像，利用圖像檢測(cè)算法獲取運(yùn)動(dòng)目標(biāo)，然后對(duì)運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行人臉檢測(cè)算法識(shí)別，并對(duì)目標(biāo)進(jìn)行跟蹤。
2015-09-10 11:09:12
。此外，還應(yīng)仔細(xì)檢測(cè)加工基準(zhǔn)面位置的準(zhǔn)確度、機(jī)械加工余量分布以及壁厚偏差等。視覺尺寸檢測(cè)，視覺外觀表面體積測(cè)量系統(tǒng)-機(jī)器視覺_視覺檢測(cè)設(shè)備_3D視覺_缺陷檢測(cè)二、尺寸檢測(cè)的方法產(chǎn)品的實(shí)際尺寸往往不可或缺
2021-07-08 10:02:19
缺陷，表面缺陷檢測(cè)的發(fā)展可以劃分為三個(gè)階段，人工檢測(cè)階段、激光掃描和CCD成像技術(shù)檢測(cè)階段、信息化發(fā)展階段。目前常用的缺陷檢測(cè)方法有渦流檢測(cè)方法、紅外檢測(cè)方法、漏磁檢測(cè)方法、計(jì)算機(jī)視覺檢測(cè)方法。沖壓件
2021-11-02 14:02:32
跟蹤方法原理是, 固定視覺傳感器在焊槍正前方, 通過直接觀察焊槍與焊縫中心線的位置關(guān)系, 提取偏差信息, 輸出糾偏控制電壓. 由于鋁合金具有較強(qiáng)的反光性, 在熔池前端區(qū)域有一個(gè)反光區(qū), 檢測(cè)的間隙
2018-11-02 10:48:48
【作者】：謝堯芳;蘇松志;李紹滋;【來源】：《廈門大學(xué)學(xué)報(bào)(自然科學(xué)版)》2010年02期【摘要】：行人檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域中的研究熱點(diǎn),其實(shí)質(zhì)是一個(gè)二分類問題.目前基于統(tǒng)計(jì)的行人檢測(cè)技術(shù)已取得了
2010-04-24 09:48:05
距離量測(cè)估計(jì)方法，充分利用人體距離像擴(kuò)展特性，減少雜波量測(cè)。實(shí)測(cè)結(jié)果表明距離像 GC 和 MIRA 都可以作為人體合理的距離量測(cè)估計(jì)。傳統(tǒng)的基于距離量測(cè)的人體跟蹤方法，只在距離像上進(jìn)行目標(biāo)檢測(cè)和量測(cè)估計(jì)
2021-12-20 15:49:31
如題，公司使用的開發(fā)板是imx6q-c_v1.3,內(nèi)核是linux-3.0.35,公司領(lǐng)導(dǎo)要求在板子上實(shí)現(xiàn)攝像頭在線的行人跟蹤檢測(cè)功能，我已經(jīng)移植了opencv到開發(fā)板上運(yùn)行，發(fā)現(xiàn)opencv自帶
2022-01-10 07:18:03
怎么實(shí)現(xiàn)基于DSP的車載式壓實(shí)度實(shí)時(shí)檢測(cè)系統(tǒng)設(shè)計(jì)？
2021-05-17 07:05:01
怎樣去設(shè)計(jì)一個(gè)基于樹莓派和Python的無人機(jī)視覺跟蹤系統(tǒng)呢？有哪些設(shè)計(jì)步驟呢？
2021-11-12 07:15:02
在物流搬運(yùn)行業(yè)，拳頭機(jī)器人由于其獨(dú)特的并聯(lián)結(jié)構(gòu)，常用于高速整列、裝箱等場(chǎng)合。其中，拳頭機(jī)器人的視覺線跟蹤技術(shù)正得到廣泛的應(yīng)用，如下圖所示：
2020-08-06 06:30:31
機(jī)器視覺 --檢測(cè)圖像邊緣小程序
2015-08-23 21:35:10
高產(chǎn)量下的薄膜質(zhì)量，提出了基于機(jī)器視覺檢測(cè)技術(shù)在線薄膜缺陷自動(dòng)化檢測(cè)方法。機(jī)器視覺檢測(cè)技術(shù)的薄膜表面缺陷檢測(cè)，通過建立CCD接收到的放置薄膜前后的圖像，利用同樣的圖像采集硬件和不同的軟件分析方法。為
2020-10-30 16:15:47
角點(diǎn)是圖像很重要的特征，對(duì)圖像圖形的理解和分析有很重要的作用。角點(diǎn)檢測(cè)(Corner Detection)是計(jì)算機(jī)視覺系統(tǒng)中用來獲得圖像特征的一種方法，廣泛應(yīng)用于運(yùn)動(dòng)檢測(cè)、圖像匹配、視頻跟蹤、三維
2016-01-22 13:46:00
、計(jì)算、最終進(jìn)行實(shí)際檢測(cè)、控制和應(yīng)用。產(chǎn)品的表面缺陷檢測(cè)是機(jī)器視覺檢測(cè)的一個(gè)重要部分，其檢測(cè)的準(zhǔn)確程度直接會(huì)影響產(chǎn)品最終的質(zhì)量?jī)?yōu)劣。由于使用人工檢測(cè)的方法早已不能滿足生產(chǎn)和現(xiàn)代工藝生產(chǎn)制造的需求，而利用
2016-01-20 10:29:58
為研究夜間追尾事故中本車智能防撞預(yù)警方法，本文提出了一種基于毫米波雷達(dá)和機(jī)器視覺的前方車輛檢測(cè)方法。利用多傳感器融合數(shù)據(jù)，檢測(cè)前方車輛的距離、速度等。建立傳感器之間轉(zhuǎn)換關(guān)系，轉(zhuǎn)換雷達(dá)目標(biāo)的世界坐標(biāo)到圖像坐標(biāo)。
2021-06-10 10:23:08
求推薦幾款視覺模塊，能識(shí)別顏色、形狀、能測(cè)距定位跟蹤物體，比如把十個(gè)碗碟疊起來，視覺模塊能識(shí)別定位跟蹤到碗碟的邊緣！謝謝！最好是基于ARM內(nèi)核
2017-07-17 12:04:35
學(xué)生接觸Labview有一定時(shí)間了，也算積累了一些小經(jīng)驗(yàn)，現(xiàn)在想要用來做類似物體表面缺陷檢測(cè)這樣的機(jī)器視覺項(xiàng)目，對(duì)于Labview中的視覺模塊以及視覺助手也比較熟悉，但是到具體應(yīng)用還存在一定距離
2015-05-29 12:33:05
=339699&page=1#pid2608768現(xiàn)在移植到dsp上進(jìn)行人檢測(cè)實(shí)驗(yàn)。重新訓(xùn)練基于彩色圖像的行人檢測(cè)分類器。速度還有待優(yōu)化截圖如下：后期繼續(xù)做速度優(yōu)化。`
2014-06-27 22:44:05
預(yù)警）、DMS（駕駛員疲勞檢測(cè)）、BSD（盲區(qū)檢測(cè)算法）等的搭載需求正不斷提高。瑞芯微RV1126支持Linux操作系統(tǒng)，擁有獨(dú)立的NPU，集成編解碼處理器有著十分強(qiáng)大的視頻編解碼能力，非常適合車載視覺
2022-08-02 16:49:49
在檢測(cè)道路行駛過程中的車輛或行人的存在或者行為狀態(tài)所用到的感應(yīng)器件
2019-06-08 10:33:41
重要意義。但是在行人檢測(cè)中卻由于行人兼具剛性和柔性物體的特性，外觀易受穿著、尺度、遮擋、姿態(tài)和視角等影響，使得行人檢測(cè)成為計(jì)算機(jī)視覺領(lǐng)域中一個(gè)極具挑戰(zhàn)性的課題。在日前的行人檢測(cè)方法中，駕駛系統(tǒng)中的超聲波
2018-12-12 15:24:03
Mean Shift 是一種密度梯度的無參數(shù)估計(jì)方法，應(yīng)用于目標(biāo)跟蹤領(lǐng)域有較好的性能。然而Mean Shift 算法是一種半自動(dòng)跟蹤方法。為此，提出邊緣檢測(cè)與Mean Shift 相結(jié)合的方法。利用結(jié)
2009-05-27 15:23:14
24 根據(jù)生物注意機(jī)制，該文提出了一種基于視覺注意模型和進(jìn)化規(guī)劃的感興趣區(qū)檢測(cè)方法。采用進(jìn)化規(guī)劃方法分割圖像候選區(qū)域；區(qū)域興趣度由視覺注意模型產(chǎn)生的局部顯著和進(jìn)化規(guī)
2009-11-13 14:13:0029 由于淺埋小目標(biāo)的雷達(dá)截面較小、埋設(shè)環(huán)境復(fù)雜，導(dǎo)致單幀檢測(cè)結(jié)果中存在大量虛警，該文提出一種“預(yù)篩選-交替后向跟蹤-多幀確認(rèn)”目標(biāo)檢測(cè)方法。首先利用CFAR 檢測(cè)、形態(tài)濾
2009-11-17 15:06:0417 序列圖像中的運(yùn)動(dòng)目標(biāo)跟蹤是計(jì)算機(jī)視覺的一個(gè)重要組成部分，跟蹤算法的魯棒性和計(jì)算量是算法的關(guān)鍵。本文提出了一種基于Hausdorff 距離的目標(biāo)跟蹤方法，該算法結(jié)合運(yùn)動(dòng)檢測(cè)和
2009-12-18 16:08:0311 目前有很多大產(chǎn)品的配件比如橡膠圈，在裝配過程中容易脫落、漏檢導(dǎo)致產(chǎn)品不良，對(duì)公司超成一定損失。技術(shù)在不斷發(fā)展的，隨著機(jī)器視覺技術(shù)的越來越成熟，現(xiàn)在可以用2D/CCD視覺檢測(cè)系統(tǒng)對(duì)膠圈數(shù)量、2D膠圈
2023-06-05 11:39:35
指向和單脈沖跟蹤在車載動(dòng)中通中的應(yīng)用
概述：現(xiàn)階段車載“動(dòng)中通”跟蹤方式主要有慣導(dǎo)向方式和單脈沖跟蹤方式，2種跟蹤方式有各自的優(yōu)缺點(diǎn)。介紹了一
2010-04-28 16:24:0232 EVP-6100演示視頻 行人檢測(cè)系統(tǒng)
視頻教程
2010-11-18 16:21:4843 要求電流檢測(cè)的車載應(yīng)用車載應(yīng)用中的電流檢測(cè)包括控制通過螺線管和噴射器的電流。例如
2010-12-29 16:23:08
1228 
智能監(jiān)控是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域中的熱點(diǎn)問題之一。本文提出了一種運(yùn)動(dòng)檢測(cè)與視覺跟蹤相結(jié)合的智能監(jiān)控系統(tǒng)，能自動(dòng)完成軌跡的初始化和終止，能夠?qū)?shù)目可變的目標(biāo)進(jìn)行自動(dòng)跟蹤
2011-09-14 15:16:12138 本文設(shè)計(jì)了一種精度高，穩(wěn)定性好的基于單目視覺的車載追尾預(yù)警系統(tǒng)。它利用一種新的邊緣檢測(cè)算法識(shí)別前方道路，然后利用陰影檢測(cè)與跟蹤相結(jié)合的方法識(shí)別前方車輛，接下來根據(jù)
2012-10-24 16:00:002271 
利用粒子濾波實(shí)現(xiàn)行人跟蹤是視頻智能監(jiān)控的主要方法之一，但粒子濾波的粒子退化問題尚未得到一個(gè)比較理想的解決方法。本文利用重采樣后的粒子集，構(gòu)造經(jīng)驗(yàn)分布函數(shù)，用支持向
2013-08-20 16:57:020 基于機(jī)器視覺的LED芯片檢測(cè)方法
2017-02-07 18:25:2121 移動(dòng)機(jī)器人視覺導(dǎo)航中基于Hough變換的直線檢測(cè)與跟蹤_周燕紅
2017-03-19 11:45:571 基于Codebook背景建模的視頻行人檢測(cè)_黃成都
2017-03-19 11:41:390 行人慣性導(dǎo)航零速檢測(cè)算法_費(fèi)程羽
2017-03-19 19:07:044 GPS接收機(jī)設(shè)計(jì)了一個(gè)只有2 cm定位誤差的導(dǎo)航系統(tǒng)，但他們并沒有考慮在一些不能使用GPS的區(qū)域，如隧道。張傳斌等人則把UKF濾波方法應(yīng)用到車載導(dǎo)航中，但UKF濾波方法計(jì)算量大，難以滿足高速公路上實(shí)時(shí)性要求很高的車載定位跟蹤系統(tǒng)。針對(duì)以上
2017-09-05 17:17:033 系統(tǒng)，可以實(shí)現(xiàn)目標(biāo)檢測(cè)跟蹤系統(tǒng)的小型化，智能化，并以具體飛行目標(biāo)為例進(jìn)行了目標(biāo)的識(shí)別和跟蹤。 1.主要研究以下方面的內(nèi)容： （1）嵌入式視覺跟蹤系統(tǒng)的硬件設(shè)計(jì) 嵌入式平臺(tái)是解決實(shí)時(shí)性和小型化的有效途徑，采用基于 PIC32的嵌入式
2017-10-18 15:09:567 功能，360%范圍內(nèi)實(shí)時(shí)檢測(cè)運(yùn)動(dòng)目標(biāo)和重新定位新的目標(biāo);用PTZ 攝像機(jī)系統(tǒng)模擬中央凹視覺功能，完成局部精確注視與平滑跟蹤。給出了系統(tǒng)控制策略、運(yùn)動(dòng)檢測(cè)算法及實(shí)驗(yàn)結(jié)果。為解決視覺跟蹤中高分辨率、大視場(chǎng)和實(shí)時(shí)性三者之間的
2017-10-18 15:58:196 行人檢測(cè)如今已經(jīng)應(yīng)用到生活的多個(gè)領(lǐng)域，如智能監(jiān)控、無人駕駛和智能相機(jī)等。自hog提出行人檢測(cè)這一思想，到如今已經(jīng)有約有數(shù)千種方法?，F(xiàn)有的行人檢測(cè)方法大致可以分成三大類：DPM變體、深度網(wǎng)絡(luò)和決策森林
2017-11-05 10:43:385 窗口法對(duì)整幅紅外圖像進(jìn)行遍歷，用訓(xùn)練好的SVM進(jìn)行分類檢測(cè)。在LSI Far Infrared Pedestrian Dataset數(shù)據(jù)庫(kù)上實(shí)驗(yàn)證明，基于多特征的檢測(cè)方法相較于單一特征的方法提高了紅外行人檢測(cè)的精度，降低了誤檢率和漏檢率。
2017-11-08 15:05:3614 針對(duì)四旋翼直升機(jī)目標(biāo)跟蹤這一問題，提出并設(shè)計(jì)了一套基于視覺的四旋翼直升機(jī)系統(tǒng)和方法。首先，在Matlab中對(duì)四旋翼直升機(jī)建模仿真，使用經(jīng)典PID控制算法設(shè)計(jì)位置回路和姿態(tài)回路：其次，設(shè)計(jì)了一套
2017-11-14 10:25:379 在行人檢測(cè)中，由于外界環(huán)境復(fù)雜變化和行人自身的不同特點(diǎn)，往往會(huì)造成錯(cuò)誤檢測(cè)以及遺漏檢測(cè)。針對(duì)以上問題，文中提出一種基于圖塊和二階統(tǒng)計(jì)特征的方法，提高檢測(cè)的準(zhǔn)確率。首先利用基于圖塊的幀差法進(jìn)行前景檢測(cè)
2017-11-14 10:44:5513 對(duì)圖像和視頻中的不同類別的對(duì)象的檢測(cè)是計(jì)算機(jī)視覺研究的基本任務(wù)。行人檢測(cè)是一個(gè)熱門的研究課題。行人是交通系統(tǒng)中的主要參與者，所以對(duì)視頻監(jiān)控系統(tǒng)中的行人檢測(cè)對(duì)智能交通系統(tǒng)的研究和應(yīng)用有著重要的意義
2017-11-15 10:51:5611 針對(duì)復(fù)雜環(huán)境中的行人檢測(cè)問題，提出了一種有效的基于分層稀疏編碼的圖像表示方法。首先通過兩層稀疏編碼模型結(jié)合基于KSVD的深度學(xué)習(xí)算法來獲得圖像的稀疏表示，對(duì)圖像塊及同一區(qū)域的高階依賴關(guān)系進(jìn)行了建模
2017-11-24 10:24:060 針對(duì)在復(fù)雜場(chǎng)景下，聚合通道特征（ACF）的行人檢測(cè)算法存在檢測(cè)精度較低、誤檢率較高的問題，提出一種結(jié)合紋理和輪廓特征的多通道行人檢測(cè)算法。算法由訓(xùn)練分類器和檢測(cè)兩部分組成。在訓(xùn)練階段，首先提取ACF
2017-11-27 10:25:160 為了在行人檢測(cè)任務(wù)中使卷積神經(jīng)網(wǎng)絡(luò)（CNN）選擇出更優(yōu)模型并獲得定位更準(zhǔn)確的檢測(cè)框，提出一種改進(jìn)的基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)方法。改進(jìn)主要涉及兩個(gè)方面：如何決定CNN樣本迭代學(xué)習(xí)次數(shù)和如何進(jìn)行重合
2017-12-01 15:23:500 在車載衛(wèi)星通信中,由于低輪廓車載天線具有良好的隱蔽性和使用性,應(yīng)用前景較為廣泛。但要實(shí)現(xiàn)性價(jià)比達(dá)到最優(yōu),天線跟蹤控制器的設(shè)計(jì)是關(guān)鍵技術(shù)之一。在脫離航向引導(dǎo)信息的情況下,要實(shí)現(xiàn)車載天線穩(wěn)定跟蹤
2017-12-08 01:17:03435 
后無法進(jìn)行初始化．針對(duì)時(shí)空上下文算法存在的弱點(diǎn)。本文提出了一個(gè)基于低秩重檢測(cè)的多特征時(shí)空上下文跟蹤方法．首先利用多特征對(duì)時(shí)空上下文進(jìn)行多方面的提取。構(gòu)建復(fù)合時(shí)空上下文信息。充分利用目標(biāo)周圍的特征信息，提高目
2017-12-15 15:01:380 針對(duì)在基于視頻的空中簽名認(rèn)證系統(tǒng)中，現(xiàn)有方法無法滿足指尖跟蹤的準(zhǔn)確性、實(shí)時(shí)性和魯棒性要求的問題，在對(duì)比研究目前常用的多種跟蹤方法的基礎(chǔ)上，提出一種基于時(shí)間上下文的跟蹤一學(xué)習(xí)檢測(cè)（TLD）方法。在原始
2017-12-19 18:59:060 針對(duì)經(jīng)典跟蹤一學(xué)習(xí)一檢測(cè)（TLD）目標(biāo)跟蹤算法由于檢測(cè)區(qū)域過大而導(dǎo)致的檢測(cè)時(shí)間過長(zhǎng)及對(duì)相似目標(biāo)跟蹤處理效果不理想的問題，提出一種檢測(cè)區(qū)域可動(dòng)態(tài)自適應(yīng)調(diào)整的方法-TLD-DO。該方法利用兩次
2018-01-03 16:33:180 為了解決變結(jié)構(gòu)目標(biāo)跟蹤過程中目標(biāo)失跟率較高的問題，提出了一種基于視覺量子（vision quantum，簡(jiǎn)稱VQ）的目標(biāo)跟蹤方法．該方法首先在圖像內(nèi)自上而下地輻射視覺量子采集灰度信息，統(tǒng)計(jì)量子內(nèi)部
2018-01-08 14:59:400 人員進(jìn)行處理，還需要實(shí)時(shí)統(tǒng)計(jì)客流量，方便管理人員及時(shí)發(fā)揮調(diào)度作用，合理配置資源。因此，基于車載視頻監(jiān)控的乘客檢測(cè)及跟蹤方法成為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的研究熱點(diǎn)。本文要解決的主要問題有：復(fù)雜環(huán)境的影響，比如
2018-01-23 15:41:091 為使舞蹈機(jī)器人根據(jù)行人的運(yùn)動(dòng)軌跡進(jìn)行路徑的動(dòng)態(tài)規(guī)劃，增強(qiáng)與人共處的能力，提出一種基于激光雷達(dá)的室內(nèi)行人跟蹤方法。獲取激光原始數(shù)據(jù)并進(jìn)行預(yù)處理，根據(jù)激光數(shù)據(jù)的分布特點(diǎn)對(duì)DBSCAN算法進(jìn)行優(yōu)化，實(shí)現(xiàn)
2018-02-05 15:33:330 為提高長(zhǎng)時(shí)目標(biāo)跟蹤的魯棒性和準(zhǔn)確性，提出一種改進(jìn)的跟蹤學(xué)習(xí)檢測(cè)（ TLD）方法。利用少量具有尺度不變特性的BRISK特征點(diǎn)和均勻分布點(diǎn)組成跟蹤點(diǎn)集合代替TLD中的均勻分布跟蹤點(diǎn)。這樣不僅可以減少跟蹤
2018-02-27 13:38:312 針對(duì)非重疊視角下的行人重識(shí)別和高維特征提取等問題，提出基于塊稀疏表示的行人重識(shí)別方法。采取典型相關(guān)分析（ CCA）方法進(jìn)行特征投影變換，通過提高特征匹配能力來避免高維特征運(yùn)算引起的維數(shù)災(zāi)難問題，并在
2018-03-29 14:57:480 檢測(cè)前跟蹤(Track-Before-Detect，TBD)技術(shù)是一種有效的雷達(dá)微弱目標(biāo)檢測(cè)方法，并且在多個(gè)領(lǐng)域有著廣泛的應(yīng)用。這種技術(shù)不對(duì)單幀的數(shù)據(jù)做目標(biāo)檢測(cè)判決或航跡回溯，而是通過對(duì)目標(biāo)的多幀數(shù)
2018-06-21 09:09:007894 
行人是城市交通系統(tǒng)的主要參與者，保障行人安全和減少其對(duì)機(jī)動(dòng)車的干擾是城市交通系統(tǒng)建設(shè)的重要目標(biāo)，因此對(duì)行人交通的研究也越來越受到重視。行人交通研究的主要問題包括行人檢測(cè)、目標(biāo)跟蹤和行為分析?；谝曨l
2019-07-29 08:06:002091 
Metoak Technology展示了用于ADAS和自動(dòng)駕駛車輛的車載視覺傳感模塊，具有實(shí)時(shí)檢測(cè)車輛可行駛區(qū)域的功能。
2018-11-26 06:04:004172 行人檢測(cè)是當(dāng)前機(jī)器視覺領(lǐng)域的挑戰(zhàn)性課題之一。為了提高行人檢測(cè)效率，提出一種基于優(yōu)化圖的半監(jiān)督學(xué)習(xí)的行人檢測(cè)算法。首先，提取每幅圖像的形狀上下文特征，并采用選擇性搜索提取出行人候選區(qū)域建議框；然后
2018-12-21 17:23:065 自主駕駛礦 井機(jī)車需要實(shí)時(shí)檢測(cè)和定位行駛前方的巷道行人，激光雷達(dá)等非視覺類方法成本高昂，而傳統(tǒng)基于特征提取視覺類方法無法解決并下光照差且光線不均勻的問題。提出一種基于深度學(xué)習(xí)的井下巷道行人視覺定位
2019-03-28 16:49:5212 針對(duì)復(fù)雜環(huán)境下行人檢測(cè)不能同時(shí)滿足高召回率與高效率檢測(cè)的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的行人檢測(cè)方法。首先，采用CNN中的單步檢測(cè)升級(jí)版網(wǎng)絡(luò)YOL0v2 初步檢測(cè)行人;然后，設(shè)計(jì)一個(gè)網(wǎng)絡(luò)
2019-04-12 17:30:566 最近在做基于激光信息的機(jī)器人行人跟蹤發(fā)現(xiàn)如果單獨(dú)利用激光信息很難完成機(jī)器人對(duì)行人的識(shí)別、跟蹤等功能。
2019-07-08 17:04:333036 谷歌在去年便開始研發(fā)基于視頻的行人監(jiān)測(cè)系統(tǒng)，其采用的便是深度學(xué)習(xí)算法，能在 0.25 秒內(nèi)準(zhǔn)確識(shí)別路上的行人。在谷歌負(fù)責(zé)計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)的研究科學(xué)家 Anelia Angelova 表示，「視覺信息相比雷達(dá)數(shù)據(jù)，可以給車描摹一個(gè)更廣闊的視域，但是整個(gè)處理過程要慢一些。
2019-08-08 08:35:071928 行人在車輛靜止時(shí)背對(duì)著車輛向前方行走，行走到一定位置之后等候車輛起動(dòng)，待車輛向前行駛一段距離后，行人繼續(xù)向前運(yùn)動(dòng)，并伴有橫穿道路等動(dòng)作。從圖5 的跟蹤曲線可以看出，識(shí)別行人的外接矩形寬度變化比較顯著，這符合實(shí)際情況，由于行人行走時(shí)腿部跨度造成封閉矩形寬度變化明顯。
2019-08-09 17:29:404126 
針對(duì)復(fù)雜環(huán)境下行人檢測(cè)不能同時(shí)滿足高召回率與高效率檢測(cè)的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的行人檢測(cè)方法。首先，采用CNN中的單步檢測(cè)升級(jí)版網(wǎng)絡(luò)YOLOv2初步檢測(cè)行人；然后，設(shè)計(jì)一個(gè)網(wǎng)絡(luò)
2019-11-05 16:15:157 或刮擦，從而保護(hù)交通環(huán)境中的運(yùn)動(dòng)行人安全，運(yùn)動(dòng)行人檢測(cè)技術(shù)的研究開發(fā)將為我國(guó)車輛安全輔助駕駛技術(shù)的研究提供有力的理論和技術(shù)支持。
2020-07-30 17:53:005 在Fynd的研究團(tuán)隊(duì)一直在訓(xùn)練一個(gè)行人檢測(cè)模型來支持我們的目標(biāo)跟蹤模型。在本文中，我們將介紹如何選擇一個(gè)模型架構(gòu)，創(chuàng)建一個(gè)數(shù)據(jù)集，并為我們的特定用例進(jìn)行行人檢測(cè)模型的訓(xùn)練。 什么是目標(biāo)檢測(cè) 目標(biāo)檢測(cè)是一種計(jì)算機(jī)視覺技
2021-01-07 14:04:533113 行人是城市交通系統(tǒng)的主要參與者，保障行人安全和減少其對(duì)機(jī)動(dòng)車的干擾是城市交通系統(tǒng)建設(shè)的重要目標(biāo)，因此對(duì)行人交通的研究也越來越受到重視。行人交通研究的主要問題包括行人檢測(cè)、目標(biāo)跟蹤和行為分析。基于視頻
2021-03-29 11:47:122454 
行人檢測(cè)是目標(biāo)檢測(cè)領(lǐng)域中重要的研究課題，其在智能駕駛系統(tǒng)、視頻監(jiān)控、人流量密度監(jiān)測(cè)等領(lǐng)域有廣泛應(yīng)用。但由于行人背景的復(fù)雜以及個(gè)體本身的差異，行人檢測(cè)成為目標(biāo)檢測(cè)領(lǐng)域的研究難點(diǎn)之一。
2021-05-02 09:55:003487 
針對(duì)行人再識(shí)別過程中相同身份行人圖像顏色不一致，以及不同身份行人圖像顏色相近問題，提出一種基于雙分支殘差網(wǎng)絡(luò)的行人再識(shí)別方法。將RGB圖像和灰度圖像分別輸入預(yù)訓(xùn)練的 Resnet-50網(wǎng)絡(luò)，獲得
2021-04-29 11:09:546 利用單尺度特征映射進(jìn)行多尺度行人檢測(cè)存在準(zhǔn)確率和效率較低的問題。為此，提出一種基于多分辨率濾波通道的多尺度檢測(cè)方法。應(yīng)用尺度感知池增強(qiáng)感受域?qū)?yīng)性，通過軟決策樹實(shí)現(xiàn)尺度不變性，在使用滑動(dòng)窗分類策略
2021-05-27 16:30:417 針對(duì)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在行人檢測(cè)中卷積速度慢、抗噪弱、冗余大的問題，提岀了一種基于深度稀疏自編碼網(wǎng)絡(luò)的方法。首先在輸入層后添加一層感興趣層，在非相鄰和相鄰特征（nor- neighboring
2021-06-11 14:53:3512 面向特種頭型微鉆的視覺檢測(cè)方法
2021-07-01 15:43:482 這是一種平移/傾斜伺服設(shè)備，可幫助相機(jī)使用視覺自動(dòng)跟蹤彩色物體。現(xiàn)在我們將使用我們的設(shè)備幫助相機(jī)自動(dòng)跟蹤彩色對(duì)象。
2022-07-10 12:10:54969 
9月7日，上汽AI LAB視覺團(tuán)隊(duì)自動(dòng)駕駛檢測(cè)跟蹤算法在國(guó)際榜單nuScenes上斬獲全球第一，將跟蹤算法關(guān)鍵指標(biāo)AMOTA（Average Multiple Object Tracking Accuracy）在現(xiàn)有最高記錄上提升3個(gè)百分點(diǎn)。
2022-09-09 16:25:47776 焊縫跟蹤器的原理 創(chuàng)想智控自主研發(fā)的視覺焊縫跟蹤器，由鏡頭、光學(xué)傳感器、中央處理器構(gòu)成，可無需外接工控機(jī)，直接與機(jī)械臂控制器、PLC和其他多軸控制器相連，直接輸出運(yùn)算結(jié)果，實(shí)現(xiàn)實(shí)時(shí)跟蹤、在線檢測(cè)、自動(dòng)糾偏和異常
2022-09-19 17:06:471153 目標(biāo)跟蹤是計(jì)算機(jī)視覺中非常重要的任務(wù)之一。它剛好在目標(biāo)檢測(cè)之后出現(xiàn)。為了完成目標(biāo)跟蹤任務(wù)，首先需要將目標(biāo)定位在一幀中。
2022-10-12 09:40:06958 機(jī)器視覺的檢測(cè)方法可以很大程度上克服人工檢測(cè)方法的抽檢率低、準(zhǔn)確性不高、實(shí)時(shí)性差、效率低、勞動(dòng)強(qiáng)度大等弊端，在現(xiàn)代工業(yè)中得到越來越廣泛的研究和應(yīng)用。
2022-12-07 11:16:471402 在先進(jìn)駕駛輔助系統(tǒng)中， 基于視覺的行人檢測(cè)只能對(duì)攝像頭視野范圍內(nèi)的無遮擋行人進(jìn)行檢測(cè)， 并且易受天氣的影響， 在極端天氣下無法工作。
2023-02-22 10:17:462314 振動(dòng)分析是測(cè)試機(jī)器健康狀況和進(jìn)行預(yù)測(cè)性維護(hù)的一個(gè)很好的工具，階次跟蹤分析被證明是檢測(cè)旋轉(zhuǎn)機(jī)械（如電機(jī)和發(fā)動(dòng)機(jī)）故障的一個(gè)理想方法。
2023-03-08 14:51:00314 多目標(biāo)跟蹤(MOT)任務(wù)的關(guān)鍵挑戰(zhàn)是跟蹤目標(biāo)下的時(shí)間建模?，F(xiàn)存的用檢測(cè)跟蹤的方法采用簡(jiǎn)單的heuristics，如空間或外觀相似性。
2023-04-18 09:12:55651 機(jī)器視覺檢測(cè)是指在圖像或視頻中識(shí)別和定位具有特定特征的目標(biāo)的過程，通常涉及目標(biāo)識(shí)別、目標(biāo)跟蹤、目標(biāo)分割等任務(wù)。它是機(jī)器視覺領(lǐng)域中最核心和最基礎(chǔ)的技術(shù)之一，具有廣泛的應(yīng)用前景。
2023-05-08 09:34:52327 數(shù)據(jù)的獲取尤為重要，是 科學(xué)的行人服務(wù)設(shè)施規(guī)劃設(shè)計(jì)和優(yōu)化配置的基礎(chǔ)。文章采用基于SSD模型行人檢測(cè)與現(xiàn)常用的基于HOG與SVM特征識(shí)別 算法比較對(duì)行人檢測(cè)，并利用Kalman濾波算法對(duì)行人跟蹤，使用OpenCV3.4.7計(jì)算機(jī)視覺庫(kù)和MFC對(duì)行人監(jiān)
2023-07-20 14:45:010
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論