。第六章主要對整個(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，并對射頻前端電路進(jìn)行了加工和測試，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)的視覺檢測方法相比，工業(yè)AI視覺檢測系統(tǒng)具有如下幾個(gè)顯著優(yōu)點(diǎn)：
1.高效性：工業(yè)AI視覺檢測系統(tǒng)可以實(shí)現(xiàn)自動化檢測，大大提高了生產(chǎn)效率
2023-06-15 16:21:56
我司提供行人檢測/人體檢測/人體抓拍海思解決方案，同時(shí)還有ARM行人檢測攝像機(jī)方案。人體檢測自動識別攝像機(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)的人體輪廓識別技術(shù)，綜合識別人體頭部、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最后處理和識別好壞。
2017-05-17 20:08:54
LabVIEW視覺檢測怎么對點(diǎn)陣的LCD屏進(jìn)行檢測如1602顯示屏。只檢測顯示的圖案缺陷，我使用匹配模式怎么差別那么大，好明顯的都檢測不出來。對于這種點(diǎn)整的LCD屏一般都使用什么方法來檢測
2017-08-22 09:13:49
MATLAB的行人目標(biāo)檢測的方法有哪些，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)行人臉識別，而不是進(jìn)行人臉檢測。請問有誰嘗試過和face++進(jìn)行交互，能夠識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)目內(nèi)容包括車輛/行人目標(biāo)檢測，車道線偏離預(yù)警，碰撞預(yù)警。2.項(xiàng)目內(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，但是
2023-08-02 10:48:27
步的了解，那么今天，給大家講解一個(gè)對于視覺檢測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，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，利用圖像檢測算法獲取運(yùn)動目標(biāo)，然后對運(yùn)動目標(biāo)區(qū)域進(jìn)行人臉檢測算法識別，并對目標(biāo)進(jìn)行跟蹤。
2015-09-10 11:09:12
。此外，還應(yīng)仔細(xì)檢測加工基準(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，視覺外觀表面體積測量系統(tǒng)-機(jī)器視覺_視覺檢測設(shè)備_3D視覺_缺陷檢測二、尺寸檢測的方法產(chǎn)品的實(shí)際尺寸往往不可或缺
2021-07-08 10:02:19
缺陷，表面缺陷檢測的發(fā)展可以劃分為三個(gè)階段，人工檢測階段、激光掃描和CCD成像技術(shù)檢測階段、信息化發(fā)展階段。目前常用的缺陷檢測方法有渦流檢測方法、紅外檢測方法、漏磁檢測方法、計(jì)算機(jī)視覺檢測方法。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)的行人檢測技術(shù)已取得了
2010-04-24 09:48:05
距離量測估計(jì)方法，充分利用人體距離像擴(kuò)展特性，減少雜波量測。實(shí)測結(jié)果表明距離像 GC 和 MIRA 都可以作為人體合理的距離量測估計(jì)。傳統(tǒng)的基于距離量測的人體跟蹤方法，只在距離像上進(jìn)行目標(biāo)檢測和量測估計(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)器視覺檢測技術(shù)在線薄膜缺陷自動化檢測方法。機(jī)器視覺檢測技術(shù)的薄膜表面缺陷檢測，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，對圖像圖形的理解和分析有很重要的作用。角點(diǎn)檢測(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)動檢測、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、控制和應(yīng)用。產(chǎn)品的表面缺陷檢測是機(jī)器視覺檢測的一個(gè)重要部分，其檢測的準(zhǔn)確程度直接會影響產(chǎn)品最終的質(zhì)量優(yōu)劣。由于使用人工檢測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方法。利用多傳感器融合數(shù)據(jù)，檢測前方車輛的距離、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，能識別顏色、形狀、能測距定位跟蹤物體，比如把十個(gè)碗碟疊起來，視覺模塊能識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這樣的機(jī)器視覺項(xiàng)目，對于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)行人檢測實(shí)驗(yàn)。重新訓(xùn)練基于彩色圖像的行人檢測分類器。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）、BSD（盲區(qū)檢測算法）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 算法是一種半自動跟蹤方法。為此，提出邊緣檢測與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)檢測方法。首先利用CFAR 檢測、形態(tài)濾
2009-11-17 15:06:0417 序列圖像中的運(yùn)動目標(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)動檢測和
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視覺檢測系統(tǒng)對膠圈數(shù)量、2D膠圈
2023-06-05 11:39:35
指向和單脈沖跟蹤在車載動中通中的應(yīng)用
概述：現(xiàn)階段車載“動中通”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 行人檢測系統(tǒng)
視頻教程
2010-11-18 16:21:4843 要求電流檢測的車載應(yīng)用車載應(yīng)用中的電流檢測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)動檢測與視覺跟蹤相結(jié)合的智能監(jiān)控系統(tǒng)，能自動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算法識別前方道路，然后利用陰影檢測與跟蹤相結(jié)合的方法識別前方車輛，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芯片檢測方法
2017-02-07 18:25:2121 移動機(jī)器人視覺導(dǎo)航中基于Hough變換的直線檢測與跟蹤_周燕紅
2017-03-19 11:45:571 基于Codebook背景建模的視頻行人檢測_黃成都
2017-03-19 11:41:390 行人慣性導(dǎo)航零速檢測算法_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)。針對以上
2017-09-05 17:17:033 系統(tǒng)，可以實(shí)現(xiàn)目標(biāo)檢測跟蹤系統(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)檢測運(yùn)動目標(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)動檢測算法及實(shí)驗(yàn)結(jié)果。為解決視覺跟蹤中高分辨率、大視場和實(shí)時(shí)性三者之間的
2017-10-18 15:58:196 行人檢測如今已經(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。在LSI Far Infrared Pedestrian Dataset數(shù)據(jù)庫上實(shí)驗(yàn)證明，基于多特征的檢測方法相較于單一特征的方法提高了紅外行人檢測的精度，降低了誤檢率和漏檢率。
2017-11-08 15:05:3614 針對四旋翼直升機(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)，往往會造成錯(cuò)誤檢測以及遺漏檢測。針對以上問題，文中提出一種基于圖塊和二階統(tǒng)計(jì)特征的方法，提高檢測的準(zhǔn)確率。首先利用基于圖塊的幀差法進(jìn)行前景檢測
2017-11-14 10:44:5513 對圖像和視頻中的不同類別的對象的檢測是計(jì)算機(jī)視覺研究的基本任務(wù)。行人檢測是一個(gè)熱門的研究課題。行人是交通系統(tǒng)中的主要參與者，所以對視頻監(jiān)控系統(tǒng)中的行人檢測對智能交通系統(tǒng)的研究和應(yīng)用有著重要的意義
2017-11-15 10:51:5611 針對復(fù)雜環(huán)境中的行人檢測問題，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 針對在復(fù)雜場景下，聚合通道特征（ACF）的行人檢測算法存在檢測精度較低、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算法。算法由訓(xùn)練分類器和檢測兩部分組成。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)基于低秩重檢測的多特征時(shí)空上下文跟蹤方法．首先利用多特征對時(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（TLD）方法。在原始
2017-12-19 18:59:060 針對經(jīng)典跟蹤一學(xué)習(xí)一檢測（TLD）目標(biāo)跟蹤算法由于檢測區(qū)域過大而導(dǎo)致的檢測時(shí)間過長及對相似目標(biāo)跟蹤處理效果不理想的問題，提出一種檢測區(qū)域可動態(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)控的乘客檢測及跟蹤方法成為計(jì)算機(jī)視覺和模式識別領(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)動軌跡進(jìn)行路徑的動態(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DBSCAN算法進(jìn)行優(yōu)化，實(shí)現(xiàn)
2018-02-05 15:33:330 為提高長時(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（ 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 針對非重疊視角下的行人重識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)不對單幀的數(shù)據(jù)做目標(biāo)檢測判決或航跡回溯，而是通過對目標(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機(jī)動車的干擾是城市交通系統(tǒng)建設(shè)的重要目標(biāo)，因此對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、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和自動駕駛車輛的車載視覺傳感模塊，具有實(shí)時(shí)檢測車輛可行駛區(qū)域的功能。
2018-11-26 06:04:004172 行人檢測是當(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 針對復(fù)雜環(huán)境下行人檢測不能同時(shí)滿足高召回率與高效率檢測的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的行人檢測方法。首先，采用CNN中的單步檢測升級版網(wǎng)絡(luò)YOL0v2 初步檢測行人;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)器人對行人的識別、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)背對著車輛向前方行走，行走到一定位置之后等候車輛起動，待車輛向前行駛一段距離后，行人繼續(xù)向前運(yùn)動，并伴有橫穿道路等動作。從圖5 的跟蹤曲線可以看出，識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 
針對復(fù)雜環(huán)境下行人檢測不能同時(shí)滿足高召回率與高效率檢測的問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的行人檢測方法。首先，采用CNN中的單步檢測升級版網(wǎng)絡(luò)YOLOv2初步檢測行人；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)動行人安全，運(yùn)動行人檢測技術(shù)的研究開發(fā)將為我國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)行行人檢測模型的訓(xùn)練。 什么是目標(biāo)檢測 目標(biāo)檢測是一種計(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機(jī)動車的干擾是城市交通系統(tǒng)建設(shè)的重要目標(biāo)，因此對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、目標(biāo)跟蹤和行為分析?；谝曨l
2021-03-29 11:47:122454 
行人檢測是目標(biāo)檢測領(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，行人檢測成為目標(biāo)檢測領(lǐng)域的研究難點(diǎn)之一。
2021-05-02 09:55:003487 
針對行人再識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，在使用滑動窗分類策略
2021-05-27 16:30:417 針對傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在行人檢測中卷積速度慢、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)自動跟蹤彩色對象。
2022-07-10 12:10:54969 
9月7日，上汽AI LAB視覺團(tuán)隊(duì)自動駕駛檢測跟蹤算法在國際榜單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、自動糾偏和異常
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)器視覺的檢測方法可以很大程度上克服人工檢測方法的抽檢率低、準(zhǔn)確性不高、實(shí)時(shí)性差、效率低、勞動強(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只能對攝像頭視野范圍內(nèi)的無遮擋行人進(jìn)行檢測， 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 振動分析是測試機(jī)器健康狀況和進(jìn)行預(yù)測性維護(hù)的一個(gè)很好的工具，階次跟蹤分析被證明是檢測旋轉(zhuǎn)機(jī)械（如電機(jī)和發(fā)動機(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)存的用檢測跟蹤的方法采用簡單的heuristics，如空間或外觀相似性。
2023-04-18 09:12:55651 機(jī)器視覺檢測是指在圖像或視頻中識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模型行人檢測與現(xiàn)常用的基于HOG與SVM特征識別 算法比較對行人檢測，并利用Kalman濾波算法對行人跟蹤，使用OpenCV3.4.7計(jì)算機(jī)視覺庫和MFC對行人監(jiān)
2023-07-20 14:45:010
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論