首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 78 毫秒
1.
为解决船舶图像与视频检测算法识别率低、实时性差的问题,提出基于回归深度卷积网络的船舶图像与视频检测方法。结合YOLOv2特征提取层和YOLOv3的特征金字塔网络(feature pyramid network, FPN)层思想设计新的网络结构,验证不同激活函数效果,采用聚类算法设计锚框大小。实验表明,相比于YOLO系列网络,本文的方法在船舶图像与视频检测中效果更好,在测试集上平均精度均值为0.920 9,召回率为0.981 8,平均交并比为0.799 1,在视频检测中每秒钟检测的帧数为78~80。为港口船舶智能管理和无人船视觉处理提供一种准确度高和实时性好的船舶检测方法。  相似文献   

2.
为快速、准确地检测船舶目标,提出一种基于YOLOv3算法的船舶双目视觉检测与定位方法。在特征学习时针对样本中不同船舶长宽比例,重新聚类样本中心锚点框,增强对船舶检测的准确性;利用SURF算法进行特征匹配,并引入双目测距算法,实现目标的测距与定位。实验结果表明,该方法在每秒传输图片30帧的情况下,平均检测精度达到94%,在1 n mile内的目标平均定位误差为11 m左右,与现有检测算法相比,具有更好的实时性、准确性。该方法对智能船舶视觉感知信息与雷达、AIS信息的融合,以及避碰辅助决策具有非常重要的作用。  相似文献   

3.
基于无人机影像的高精度人脸识别在应急救援、嫌疑人员跟踪等场景中发挥着重要作用。深度学习卷积神经网络以其较高的精度和较少的人为干扰被广泛应用于目标检测识别领域,能很好地应用于无人机影像人脸识别任务中。探究在无人机嫌疑人员识别应用场景下利用卷积网络进行人脸高精度识别,用改进后的YOLOv3(you only look once)进行无人机影像的人脸检测,将得到的预测框对齐后输入到经典的Facenet人脸识别网络中进行目标身份的判定。实验对比了改进后的YOLOv3、原始YOLOv3和MTCNN(multi-task convolutional neural network)的检测效果以及结合Facenet进行人脸识别的效果。结果表明:1)改进后的YOLOv3相对于原始YOLOv3不仅精度和召回率得到提升,而且模型参数量有所减少,无人机影像的漏检和错检现象也轻于原始YOLOv3;此外,改进后的YOLOv3相对MTCNN的AP(average precision)提升9.49%,检测速度也约是MTCNN的3倍;2)改进后的YOLOv3+Facenet相对于原始YOLOv3+Facenet及MTCNN+Facenet对人脸的区分能力更强,精度更高,对遮挡以及模糊的鲁棒性也更强。  相似文献   

4.
为提高在天气恶劣、目标密集、目标被遮挡及其他复杂海况下船舶交通流统计的准确率,提出一种将目标检测算法CenterNet、多目标跟踪算法DeepSORT与凸包算法中优化逆时针(counter clockwise, CCW)判断的单线法相结合的船舶交通流视觉图像统计方法。使用Python对所选的数据和场景进行测试,结果表明:CenterNet在多场景检测中比YOLOv3更优秀;基于目标检测的多目标跟踪算法具有良好实时性,能够有效对抗因目标抖动、密集、被遮挡等所导致的目标丢失,继而减少船舶交通流统计时常出现的漏检、错检和重复统计等问题。  相似文献   

5.
为降低海事监控视频图像背景中运动物体引起的杂波和噪声对船舶目标检测的影响,根据采集的可见光视频图像特性,提出一种海天背景下船舶目标自适应检测算法。将待检测图像进行预处理,使用自适应中值滤波和均值漂移(mean-shift)滤波对图像进行滤波去噪。采用密度峰聚类对传统K均值聚类算法进行改进,自适应确定初始聚类中心及其数量。对海面船舶进行自适应聚类分割。仿真实验显示:该算法的检测准确率为90.3%,验证了其准确性和可靠性;单帧视频图像的船舶目标检测用时可控制在100 ms以内,满足实时检测的要求。结果表明:该算法可以实现海天背景下船舶目标的准确、快速检测,为海上船舶目标跟踪奠定了可靠的基础。  相似文献   

6.
各类跨江跨海桥梁的修建在为经济建设作出贡献的同时,也给桥梁水域船舶通行带来了巨大的挑战。面对日益严峻的桥区航运安全形势,基于夜间行船背景,本文给出了一种能够适应于桥梁水域夜间背景,采用红外物标检测对桥梁水域船舶运动进行检测的算法。采用计算机视觉模型,建立摄像机定标模型,提取船舶的运动状态信息,结合船舶实时运动状态信息,建立碰撞风险预测和防撞决策模块,形成合理化的避碰决策,从而达到船桥防撞预警和主动避碰效果。实验表明该方法,实时性好,精确度较高,具有鲁棒性。  相似文献   

7.
合成孔径雷达( SAR)目标识别在军事和民用领域都具有重要的研究价值。但由于SAR数据获取成本高、样本数目少,传统的卷积神经网络提取目标特征的能力不足,准确率低下。提出结合卷积注意力和胶囊网络的分类模型,利用胶囊网络中的多维向量神经元表示目标更多的特征;同时,考虑到少样本情况下目标特征信息缺乏,为提高神经网络的学习效率,对胶囊网络加入注意力机制,通过学习不同特征的重要程度,引导分类网络重点关注对分类结果贡献大的特征,弱化对分类结果贡献小的特征,提高神经网络的学习效率。针对MSTAR数据集和实测车辆数据集的实验结果表明,该算法的准确率高于传统的卷积神经网络和胶囊网络算法。  相似文献   

8.
超大型油船(very large crude carrier,VLCC)目的港预测对海运原油流向预测以及货源地未来运力估计具有重要作用。针对VLCC的AIS目的港信息存在缺失、更新不及时、不准确等现象,提出一种基于隐马尔科夫模型的VLCC目的港预测方法。分析船舶AIS轨迹数据,得到油船历史停靠港口序列;根据VLCC轨迹提取习惯航路,以航路中的交叉点为依据设置观测线;利用船舶航行轨迹数据判断船舶是否经过观测线以及经过观测线的方向,对不同方向分别计算船舶在挂靠港间的转移概率矩阵和船舶挂靠港与观测线间的输出概率矩阵,建立VLCC目的港预测模型并进行预测。研究结果表明:在大多数情况下VLCC目的港预测的准确率可以达到70%以上;航线越固定、运行越规律的船舶,预测准确率越高;船舶越靠近目的港,预测越准确;重载状态下的船舶目的港预测更准确。  相似文献   

9.
为提高船舶机舱状态监测的实时性和故障诊断的准确性,提出一种由数据获取、特征提取、特征选择和故障识别组成的智能状态监测和故障诊断框架,以及基于相对混乱度的特征选择方法和基于特征选择的支持向量机训练方法。该方法相比传统方法在故障识别准确率上有所提升,可达到94.46%,并且可有效缩短分类器计算耗时,最快可将其缩短77.8%。文中提出的算法框架、特征选择方法、基于特征选择的支持向量机训练方法和智能故障诊断方法相比现有方法有一定的优势,对机舱中回转机械设备的状态监测和故障诊断有一定的参考价值。  相似文献   

10.
面对数据丢包的船舶航向保持网络预测控制器   总被引:1,自引:0,他引:1  
针对网络控制系统中存在的数据丢包问题,使用一种带有常值补偿机制的广义预测控制(Generalized Predictive Control,GPC)算法设计船舶航向保持的网络预测控制器.首先,利用TrueTime工具箱仿真使用传统GPC算法设计的船舶航向保持的网络预测控制器.然后,考虑数据丢包对船舶航向保持的网络控制系统造成的影响,使用带有常值补偿机制的GPC算法设计一种新的船舶航向保持的网络预测控制器并进行仿真.仿真结果表明,在数据丢包情况下,采用新方法设计的控制器可以减少船舶航向调节时间,从而改善船舶航向保持的网络预测控制器的控制效果.  相似文献   

11.
提出一种基于显著性的高海况SAR图像船舶目标检测方法Itti-SAR,该方法由显著图提取与连接性判断两个阶段组成。在显著图提取阶段,针对SAR图像特性,将改进的方向特征和一致性特征引入传统视觉注意模型,以构建适用于SAR图像的显著性模型,实现高海况SAR图像船舶目标显著图的提取。在连接性判断阶段,采用密度约束对显著区域的连接性进行判断,防止将单个目标检测为多个,从而进一步降低虚警。在多幅SAR图像上的实验结果验证该方法的有效性,与经典CFAR算法的对比实验显示出其查准率、召回率高和不依赖于先验知识的优点。  相似文献   

12.
针对目前用于遥感图像云检测的神经网络模型存在光谱信息未能充分利用而导致的细节信息易损失、碎云漏检率大、计算复杂等不足,提出一种新型且轻量的网络,称为勺型网络(spoon-net,S-Net),应用于Landsat遥感图像的云检测。S-Net分为2个阶段,第1阶段,使用1×1的卷积核提取图像光谱特征,避免图像细节被模糊;第2阶段,使用encoder-decoder框架提取图像空间特征,并引入分组卷积,对第1阶段提取的每一层光谱通道单独进行卷积,保持光谱特征并减少模型参数。模型在Landsat8 biome数据训练测试并评估,结果表明模型在内存与时间上具有较大优势,并达到95%的准确率。  相似文献   

13.
为实现船舶能效的智能优化,从船舶通航环境出发,研究船舶通航环境的智能识别方法。基于所获得的船舶通航环境大数据,建立基于改进K均值聚类算法的船舶通航环境类别知识库,设计相关系数加权的K近邻算法,实现船舶通航环境的智能识别。实例分析结果表明,此基于改进K近邻算法的智能识别方法的识别准确率可达97.25%,相对于未改进的K近邻算法,准确率提高7.81%。所提出的智能识别方法可为基于通航环境智能识别的船舶分段航速智能优化方法的研究奠定基础。  相似文献   

14.
为提升智能船舶航线自动设计方案的合理性,考虑船舶通航环境因素的影响,提出一种考虑水深、潮高、风、浪、流的智能船舶航线规划算法。基于Delaunay三角剖分算法,提出一种环境建模方法,利用船舶航行安全水深理论在环境模型中搜索禁航区。利用切线图法建立可航网络。基于船舶力学原理对船舶干扰力进行建模,提出一种在环境干扰力影响下的可航网络权值修正方法。将提出的智能船舶航线规划算法用于对浙江舟山衢山岛北部水域的实例分析。仿真结果表明,该算法能够为不同环境下的不同尺度船舶规划出合适的航线,也能够为相同船舶给出适应不同环境的规划结果,从而证明该算法的有效性。  相似文献   

15.
针对船舶交通流量预测模型对船舶流量数据空间特征考虑较少的问题,建立一种由切比雪夫网络(Chebyshev network, ChebNet)和长短期记忆网络(long short-term memory, LSTM)组成的深度学习预测模型ChebNet-LSTM。ChebNet的K阶卷积算子有利于提取船舶流量数据的空间特征,而LSTM用于学习船舶流量数据的时间特征。选取舟山水域中船舶流量不同的3个区域进行船舶流量预测实验。结果表明,所提出的ChebNet-LSTM模型可以有效地提取船舶流量数据的时空特征,在各项评价指标上的表现均优于对比模型,预测精度得到较大提高,可以为水上交通智能航行提供数据支撑。  相似文献   

16.
基于深度学习方法的建筑物自动提取具有精度高、速度快的技术特点,对城市规划、防灾减灾等的行业应用具有重要意义。针对高分辨率遥感影像建筑物自动提取,引入深度学习特征功能模块和传统遥感应用技术验证环节,形成不同骨架模块、UNet++网络和真实性检验的建筑物遥感提取功能模块嵌合的深度学习业务化应用技术体系,通过VGG、ResNet和Inception等传统卷积网络模型骨架对基础网络进行改造,提升模型运行效率,强化模型特征学习能力,通过真实性检验验证算法的有效性、适用性,展示完整的遥感应用技术链条。以Mnih公开的马萨诸塞州建筑物数据集为数据源,和传统非全卷积网络模型和全卷积网络模型等方法进行对比分析,结果表明通过增加模型深度和宽度可以有效提升模型建筑物提取效果,基于InceptionV3-UNet++骨架模型在召回率、准确度、CSI、F1分数、Kappa系数和总精度表现最为优秀,分别达到85.14%、90.50%、0.7816、0.8774、0.8504和95.57%,并在WHU数据集上验证了它的鲁棒性。该方法在建筑物提取结果和细节上都有显著提高,特别是对复杂不规则建筑物的提取上,将极大促进真实、复杂、大场景高分辨率影像的建筑物提取遥感应用。  相似文献   

17.
为实现永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)的有效控制,利用PMSM的线性化模型,采用一种基于柔化控制增量策略的快速广义预测控制算法设计PMSM转速控制律.根据历史时刻的预测控制向量和预测输出向量设计一种双通道网络补偿算法,对前向通道和反馈通道中的网络时延和数据丢包进行补偿.针对因网络时延和数据丢包导致的辨识信息缺失问题,提出一种网络广义预测自校正算法来提高系统的鲁棒性.仿真结果表明,网络预测控制器能够对网络时延和数据丢包进行有效的补偿,极大地改善PMSM网络控制系统的性能.  相似文献   

18.
传统的社交网络用户的人格预测方法是采用单任务分类或回归的机器学习方法,这类方法忽略多个任务之间的潜在关联信息,并且在小规模训练数据条件下很难取得较好的预测效果。提出基于鲁棒多任务学习模型对微博用户进行大五人格的预测,既共享多个任务之间的关联信息,又能够识别出不相关任务。参数矩阵也相应地被分解为结构项和异常项,采用核范数和L1/L2范数进行正则项约束,将问题转化为求解优化问题。通过真实的新浪微博用户数据进行方法有效性的验证,5个维度的平均正确率、平均精确率和平均召回率分别达到67.3%、71.5%和74.6%,同时与在相同数据集上采取传统的单任务学习方法和多任务学习方法进行比较,结果表明本文提出的基于鲁棒多任务学习方法的预测效果优于其他几种方法。  相似文献   

19.
文章对心电信号中的QRS波群进行了检测研究,利用K-means预处理从心电信号中筛选出QRS波群,再利用差分绝对值极值算法对心电信号中的QRS波群进行检测,降低了算法的复杂度、提高了算法的准确率。利用该算法对所采集的5组心电信号和MIT-BIH数据库中的5组心电信号中的QRS波群进行检测,综合准确率达到99.64%。  相似文献   

20.
为克服传统船舶水尺刻度识别方法的不足,提出一种基于图像处理的自动识别方法.首先对船舶水尺图像进行二值化等预处理,采用结构特征提取算法检测图像中船舶水尺刻度的三叉点特征.三叉点特征从细化处理后的图像上提取,是图像中多个彼此相邻的同类特征点的集合.利用三叉点的位置特征构造图像的特征模板;利用模板匹配方法实现船舶水尺刻度的自动识别.该方法可有效解决采集的船舶水尺数字图像与特征模板尺寸不一致的问题.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号