【摘 要】
：
人体目标检测算法可以广泛地应用到各个领域,如自动驾驶,智能监控和机器人等。在进行人体目标检测时,可能会面临比较恶劣的环境,比如雾霾天气,火灾等。此时人体目标检测就会受到干扰,甚至其检测效果会被严重影响。因此本文开展了烟雾环境下的人体目标检测技术的研究。本文首先针对烟雾环境下人体目标检测的研究意义及背景,以及去雾算法、人体目标检测算法和嵌入式图像处理平台的国内外研究现状进行了研究。其次,搭建了烟雾环
论文部分内容阅读
人体目标检测算法可以广泛地应用到各个领域,如自动驾驶,智能监控和机器人等。在进行人体目标检测时,可能会面临比较恶劣的环境,比如雾霾天气,火灾等。此时人体目标检测就会受到干扰,甚至其检测效果会被严重影响。因此本文开展了烟雾环境下的人体目标检测技术的研究。本文首先针对烟雾环境下人体目标检测的研究意义及背景,以及去雾算法、人体目标检测算法和嵌入式图像处理平台的国内外研究现状进行了研究。其次,搭建了烟雾环境下的人体目标检测系统。再次,为了提高检测效果,针对HOG（Histograms of Oriented Gradients,方向梯度直方图）检测精度不够高,容易发生误检测的问题,提出了一种基于HOG和边缘增强的人体目标检测算法,进而实现了烟雾环境下的人体目标检测,解决了烟雾环境对人体目标检测的干扰问题,并且提高了人体目标检测的效果。最后在基于FPGA（Field Programmable Gate Array,现场可编程逻辑门阵列）+ARM（Advanced RISC Machine,高级精简指令集处理器）架构的硬件平台上,实现了烟雾环境下的人体目标检测算法,并进行了多组实验,实验结果表明本文提出的烟雾环境下的人体目标检测算法有较好的检测效果。随着人体目标检测被应用到各个领域,烟雾环境对人体目标检测的影响会表现得越来越显著,本文研究为自动驾驶,智能监控和机器人等领域提供了一定的参考价值。
其他文献
随着光学成像技术和信息处理技术的不断发展,单一传感器对场景信息的重现已无法满足复杂场景下对光学目标的探测需求,技术人员开始结合多种类型的传感器,目前多传感器信息融合技术已被广泛应用在军事、安防、医学等多个领域中。多源图像融合是多传感器信息融合的典型应用之一,该技术通过互补性强的、不同成像类型的传感器来获取同一场景下的图像,并对这些图像进行融合处理。视觉显著性表示某些目标在某一特定场景中能够吸引观察
使用探测器阵列是一种直接测量远场激光光斑能量分布的方法,该方法使用探测器阵列靶板接收激光光斑,靶面按照一定的密度排布激光探测器,通过后续对探测器响应信号的处理可以得到光斑空间能量密度分布。探测器阵列采集到的光斑数据一般是离散且非均匀分布的,需要通过插值算法对其复原。本文根据激光光强高斯分布的特性,提出使用克里金法对光斑数据进行复原,从理论上分析了克里金法在光斑复原中的优势;根据靶板上探测器的排布方
捷联成像平台可以为图像末制导弹药节省大量空间与成本,提高系统的可靠性。但在载体的滚转运动过程中,与载体固连的成像设备也随之运动,使图像叠加了额外的旋转甚至产生模糊。图像电子消旋技术仅需使用相应算法对图像进行像素级处理,即可解决像旋与模糊问题,方便图像后续的观察与处理,在军事和民用领域均具有广泛的应用空间。本文结合图像末制导弹药的运动特点,指出捷联成像平台的图像像旋与旋转运动模糊等问题,对于在嵌入式
本文基于红外与可见光视频融合系统的资源需求,设计了基于FPGA的融合系统方案,完成了红外与可见光视频融合系统的硬件设计,主要包括多路视频采集电路模块、串口调试电路模块、视频存储模块、视频输出模块、电源模块以及FPGA正常工作所需要的外围配置部分。设计了融合系统电路原理图,并完成了PCB绘制、焊接和调试等工作,完成了融合系统的硬件平台的搭建。针对图像融合算法,本文结合在硬件平台上实现的实际要求,将拉
随着经济的发展和城市化步伐的加快,桥梁在交通运输中的重要性不断提升。总体来看,桥梁使用的安装状况整体较好,但是桥梁发生安全事故还是屡见不鲜,给国家和人民造成了不可估量的经济财产损失。为保证桥梁的安全,在桥梁的建造和使用过程中对其进行监测是一个重要的环节,而挠度测量是桥梁安全监测的重要组成部分,是评价桥梁安全与否的重要指标。基于上述问题,本文旨在研究一种基于深度学习和图像处理的桥梁安全监测系统,一方
航运在全球贸易中占有举足轻重的位置。冬季航行过程中船舶跟随破冰船开辟的航道航行以减少被冰困住的风险,但是此过程会增加船舶相互碰撞的风险,所以破冰船护航的跟驰模型研究十分必要。如今,船联网在逐渐的应用到船运当中,船联网在船队跟驰行为中具有普遍性和重要作用。在船舶航行过程中,船舶通信方面也是研究的重点,航海通信如今也是很多人关注的对象,航海通信对于提升船舶航行的效率与安全起到重要作用。在航运中的一些高
在航空领域,飞机驾驶舱内的机载显示系统在处理完各种传感器和雷达等信息后,将关键的描述飞行状态信息和导引信息的符号投射到飞行员正前方的显示画面上,直观地为飞行员提供帮助信息。精准的符号信息可以保证飞行员能时刻对飞机有正确的认识和把控,所以验证画面显示正确与否对保障飞行安全十分重要。但是,传统的验证方式采用的是使用目视观察和经验判断的人工测试,存在精确度低、人力成本高等问题。因此迫切需要研究机载画面符
近些年来,以文本、图像、音频、视频为主流载体的多媒体数据因社交软件和移动设备的广泛应用呈暴发式增长。正因如此,如何快速高效地在这样庞大的图像数据库中搜索符合用户需求的图片成为了图像检索的一个新的挑战。得益于哈希编码在计算能力和存储效率上的显著表现以及深度神经网络在图像特征表示上的强大学习能力,基于深度神经网络的深度哈希算法在近几年取得了空前未有的成功。从本质上讲,深度哈希算法通过一个训练成熟的神经
随着人工智能科学的发展,无人驾驶汽车已经成为当今世界的研究热点之一。作为无人驾驶汽车系统环境感知模块的重要组成部分,行人检测也越来越受到人们的重视。本文研究无人驾驶场景下基于深度卷积神经网络的行人检测算法,针对多尺度检测、夜间检测和数据增广三个方面展开了相关研究,主要研究内容如下:1)提出了一种基于多尺度分类的行人检测算法。直观上,不同尺度行人的特征有明显的差异,单个分类器很难同时将不同尺度的行人
皮革图像的采集与检测是皮革加工业中应用基础,而大面积皮革高精度图像的获取正是其中的一个难点。传统线阵CCD相机对于传送带伺服控制精度要求较高,面阵CCD相机没有这个要求。即使传输速率不均匀的情况下通过拼接技术仍能够有效获取大面积皮革图像,从而可以有效降低系统成本。本论文的工作就是解决基于面阵CCD进行大面积皮革处理所面临的相关问题,所做工作对降低皮革加工自动化成本具有很好地参考价值。本论文基于半加