2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩98頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著圖像處理、計算機視覺和模式識別的快速發(fā)展,目標檢測、跟蹤和識別技術已經(jīng)廣泛應用于實際生活中。魯棒性強的檢測識別技術更是所有檢測系統(tǒng)追求的目標,無論是受到客觀天氣的影響(如霧天)還是體積較小的靜止異物,亦或是行人、車輛等一些常見的運動目標,都希望系統(tǒng)能夠擁有很低的誤檢率和良好的識別率。要達到這個目的,就需要充分考慮系統(tǒng)所應用的環(huán)境,從而提出性能優(yōu)良的檢測識別算法。
  本文將詳細介紹一個能夠同時檢測靜止以及運動的弱小目標并能夠?qū)?/p>

2、目標進行智能分析的實時檢測識別系統(tǒng)。該系統(tǒng)主要分為預處理、目標檢測、智能分析三個模塊。預處理模塊主要完成檢測前的圖像增強,提高圖像的信噪比,從而使系統(tǒng)能夠較好地應對霧天、傍晚等一些能見度、光線對比度較低的情形,以提高弱小目標的檢測率。本文采用基于 Retinex理論的圖像增強算法,利用 CUDA并行編程模型,在NVIDA公司最新推出的嵌入式GPU平臺Jetson TK1上實現(xiàn)圖像增強,以提高預處理速度。隨后將增強后的視頻送入檢測模塊,并

3、創(chuàng)新性地提出一種雙通道的目標檢測模型,在TI公司推出的DM8127圖像處理平臺上同時實現(xiàn)靜止和運動目標的實時檢測。最后,DM8127平臺對視頻幀序列進行H264編碼并將編碼之后的視頻流以及目標檢測結(jié)果信息發(fā)送至后端的主機,主機端對檢測出的運動目標采用HOG和SVM算法進行智能分析,識別出該目標是否為行人目標。傳統(tǒng)的識別算法需要對一整幅圖像進行多個尺度的縮放以及密集掃描,本文只對目標區(qū)域進行識別,這樣做可以在不影響識別效果的前提下降低算法

4、復雜度,使系統(tǒng)能夠?qū)崟r運行。
  通過對該實時弱小目標檢測系統(tǒng)的整體測試可以表明,該系統(tǒng)具有較強的魯棒性,能夠克服霧天等天氣因素和光照變化快速等光照條件的影響,無論是靜止還是運動的弱小目標,該系統(tǒng)都能保持良好的性能,特別是對于高度1cm以上,長度3cm以上,顏色與背景有一定差異的靜止目標,其在距系統(tǒng)50m以內(nèi)的漏檢率低于5%,且兩次誤檢出現(xiàn)的平均時間間隔在2小時以上。對于1080P的視頻輸入,整個系統(tǒng)的處理幀率約為20fps,系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論