【摘 要】
：
随着机器视觉系统在现代工业生产中得到越来越广泛的应用,相机和光源作为机器视觉中两大重要的组件,其参数自动调整有着广泛的需求。在传统的机器视觉系统中,相机参数是在系统安装时人为标定并写入配置文件,在系统初始化时读入并设置相机参数的,光源参数是在实际工作中,是通过手动或自动调节的。目前针对相机和光源参数的自动化调整方法研究较少。强化学习作为一种高效的经典机器学习方法,目前正被广泛应用在专家系统、参数控
论文部分内容阅读
随着机器视觉系统在现代工业生产中得到越来越广泛的应用,相机和光源作为机器视觉中两大重要的组件,其参数自动调整有着广泛的需求。在传统的机器视觉系统中,相机参数是在系统安装时人为标定并写入配置文件,在系统初始化时读入并设置相机参数的,光源参数是在实际工作中,是通过手动或自动调节的。目前针对相机和光源参数的自动化调整方法研究较少。强化学习作为一种高效的经典机器学习方法,目前正被广泛应用在专家系统、参数控制上,为了将强化学习算法应用到相机和光源参数的自动化调整方法中,本文从以下几个方面展开研究:（1）研究机器视觉系统中输入图像的无参考图像质量评价算法。搭建相机和光源在不同参数下的图像状态空间,采样子数据集并利用多人多次主观评价结果搭建面向机器视觉系统的主观质量评价数据集。基于深度学习搭建无参考图像质量评价网络,通过训练和测试,拟合人类主观评价。（2）研究基于DQN的相机和光源参数的自动化调整方法。设计强化学习的动作空间,利用无参考图像质量评价结果设计奖励函数。搭建基于DQN的强化学习模型,进行训练和测试,通过训练好的DQN网络针对状态进行决策,实现相机和光源参数的自动化调整。（3）研究基于Actor-Critic的相机和光源参数的自动化调整方法。搭建基于Advantage Actor-Critic的策略网络和价值网络,针对基于DQN的方法中模型学习慢的问题,利用Double DQN的训练思想设计训练算法,其能够更快地搜索到快速调整相机和光源参数的模型强化学习方法。
其他文献
在实际工程问题中,常常会遇到需要同时优化多个目标的场景,针对这种应用问题科研人员提出了多目标优化算法。差分进化算法是一种非常有效的启发式智能搜索算法,对种群的聚类操作可以提高解的分布性,将三种思想结合的算法能够较好地解决多目标优化的问题。然而,如何平衡差分进化算法对控制参数敏感性和聚类操作的参数变化性是该算法的短板,本文提出基于聚类的参数自适应多目标差分进化算法。在种群迭代过程中各种聚类形式自适应
直/气复合控制拦截导弹相较于传统的纯气动控制导弹具有响应速度快、可用过载大、工作区域广的优点,这让它成为新一代精准拦截武器的首要选择。但直/气复合控制系统因执行机构的特性不同而具有了很高的复杂性,复合控制器的设计也不能按照常规的单一控制器进行。虽然复合控制器的设计方法众多,但有相当一部分控制器设计方法所基于的对象精确数学模型都是线性定常的,这不符合实际过载跟踪过程中的导弹模型。本文将对象中随弹体姿
转台空间指向精度是评价转台性能的重要指标,传统的指向精度测量是根据国军标中对转台的各轴性能进行测试,然后利用指向精度模型去计算指向精度,或利用各种光学仪器对指向精度进行测量,设备昂贵,操作复杂。基于视觉方法的位姿测量方法,原理清晰,操作简单,但目前的研究无法达到指向精度测量所需要的精度。为了探究视觉方法进行转台指向精度测量的可行性,分析影响视觉测量方法的精度的影响因素,为后续研究打下基础,本文对基
近年来,股市证券市场大幅度波动,全球经济环境持续低迷,企业发展受到全球证券市场的影响停滞不前。在这种环境中,投资者变得越来越谨慎,对投资信息的需求愈发细化,不仅需要财务会计信息,更加关注企业的风险信息。为了满足投资者的诉求,2007年,我国证监会对于公司年报内容也做出了一定的要求,必须要把公司面临的风险进行披露。并在2012年提出,公司年度报告应报告发展存在的重大风险,并提出行之有效的解决方案。风
近些年,机器学习尤其是深度学习技术迅速发展,在多个业务领域都有广泛的应用。但是,越来越多的应用场景不仅要求模型可以达到一定的预测性,还希望可以获得模型对所做决策的解释。然而,绝大多数机器学习和深度学习模型都是黑盒模型,极难给出对所做决策的解释,这种模型的不透明性催生了对黑盒模型可解释方法的研究。在项目组研究的电网项目中,也有对机器学习模型做解释的需求。因此,在具体课题问题的背景下,本文开展了面向黑
全驱系统方法是一种基于高阶全驱系统（High-order Fully Actuated Systems,HOFA）模型的控制系统分析与设计的方法论,它为控制理论研究开辟了一条崭新的途径。受物理上全驱系统控制特性的启发,全驱系统方法的出发点是通过变量消元和等价变换将原系统化成一个数学上的高阶全驱系统,再对其进行控制分析及设计。随着该理论方法的发展及相关研究的深入,全驱系统方法正呈现出多方面的优势,也
视频目标分割（VOS）是对视频序列中的一组目标对象进行像素级分类的问题。近年来,它在自动驾驶、监控和视频编辑等领域得到了广泛的应用,受到了广泛的关注。VOS是一个非常具有挑战性的问题,因为在推理过程中目标对象仅由第一帧参考掩膜定义,没有其他先验信息的假设。因此,VOS方法必须利用这个非常有限的目标信息,以便在后续帧中执行分割。如何捕捉和利用这些有限的信息来准确地划分目标仍然是一个基本的研究问题。细
在全球经济和贸易进入到数字时代的大背景下,“数字化”也正在不断改变传统服务的生产和交付方式,数字技术所带来的强大动力为服务产业充分赋能,拓展了服务贸易新领域。在贸易价值链中数字服务的比重不断攀升,全球数字服务贸易呈现出繁荣发展的趋势。同时,在数字服务贸易的强势崛起下,相关的阻碍与挑战也在逐渐的显露出来。由于经济、技术、政治及监管水平的不同导致各国数字市场水平参差不齐,为保护数据安全所带来的严格政策
改革开放后我国工业、制造业发展迅速,推动中国经济蓬勃发展,创造了世界经济发展史上的奇迹。但是在发展初期我国环境保护意识相对薄弱,生态环境、自然资源遭到了严重破坏。近几年中国意识到生态环境保护的重要性,推进生态文明建设,崇尚“绿水青山就是金山银山”的环保理念,持续加强环境管理制度。但是环境规制对我国经济贸易以及对外直接投资的影响是多方面的,正面影响与负面影响相互交错。在这样的背景下,环境规制成为研究
自改革开放以来,我国始终将对外开放作为经济增长的重要途径。近年来,随着货物贸易增速放缓,服务贸易逐渐受到世界各国的广泛关注。当前,服务贸易增速也已超过货物贸易,服务出口在服务贸易中占据重要地位,因此,推动服务业出口增长有助于一国服务贸易乃至整体经济的长远发展。与此同时,通信技术的发展进一步推进数字技术与服务贸易相结合,服务数字化赋予服务业出口增长新的动力来源,为服务贸易提质增效创造新的机遇,但由于