【摘 要】
：
针对图像中人体部分的精确分割问题,本文提出一种基于U-Net神经网络的行人图像语义分割方法。该方法首先进行四次卷积和最大池化处理,实现了下采样,提取出图像中的行人特征;其次进行四次卷积和反卷积处理,实现了上采样;最终通过卷积获得了图像分割结果。使用戴姆勒行人检测标准数据库训练神经网络并进行测试,分割效果良好。
论文部分内容阅读
针对图像中人体部分的精确分割问题,本文提出一种基于U-Net神经网络的行人图像语义分割方法。该方法首先进行四次卷积和最大池化处理,实现了下采样,提取出图像中的行人特征;其次进行四次卷积和反卷积处理,实现了上采样;最终通过卷积获得了图像分割结果。使用戴姆勒行人检测标准数据库训练神经网络并进行测试,分割效果良好。
其他文献
以宁夏石嘴山地区土壤中的S为研究对象,分析不同类型表层土壤中S的质量含量分布特征及其垂向变化.结果表明,宁夏石嘴山地区土壤中S的质量含量整体以丰富区为主,占研究区土地总面积的71.84%.过量区和缺乏区均有分布,分别占研究区土地总面积的8.03%,4.42%,过量区与土壤重度盐渍化分布地区重合,缺乏区主要以风沙土为主.该地区表层土壤中S在盐土中的质量含量最高,在灰钙土、风沙土和灌淤土中较低.S的表
为使移动机器人在昏暗场景中获得更高的定位精度和更好的建图效果，针对特征点稀疏、相机移动过快所导致的SLAM算法初始化困难，定位精度较低等问题，提出了一种融合点线特征的视觉惯性SLAM算法。通过EDLine线特征提取匹配算法来引入丰富的线特征，进而提升特征跟踪的鲁棒性；利用惯性传感器和视觉传感器的互补优势，通过视觉惯性分步联合初始化方法在初始化阶段分三步进行优化，进而提升初始化的精度和速度。实验表明
土壤剖面盐分的分布位置和含量的三维可视化研究，对干旱区盐渍化土壤定额灌溉具有重要意义。通过采集4个不同时期的土壤表观电导率数据和同步采集的土壤剖面样品的室内测定电导率数据，利用多元线性回归方法构建了土壤剖面不同土层实测电导率与表观电导率之间的反演模型，采用三维反距离权重插值法(3D-IDW)实现了土壤盐分的三维可视化，在此基础上研究了新疆干旱区膜下滴灌棉田土壤剖面盐分的时空变化。结果表明：表观电导
探索月球及月球以远天体对推动太阳系起源、行星演化、生命起源等基础科学问题的研究至关重要,已成为各航天强国的发展重心.由于深空探测任务距离遥远,深空探测器依靠地面测控网进行导航难以保证安全可靠运行,亟需发展自主导航能力.基于序列图像的自主导航系统具有成本低、功耗小、全程适用和数据结构简单等优点,可有效降低深空探测器自主导航系统的空间及能源负担,是实现深空探测器自主导航的理想手段之一.但是,受深空探测
一家叫"呜啦啦"的中国公司造了一款"手语翻译手套",通过手语识别算法,可以识别手语信息,并且将其转化为语音和文字,让健全人可以看懂手语、听懂手语,完全解决聋哑人和健全人之间的沟通交流问题。说起"呜啦啦",可能很多人没听过,其实这家公司一直在默默致力于新型传感器、人工智能技术、智能穿戴设备的研究,"手语翻译手套"正是其为听障人士打造的高科技沟通产品。今年3月广州福祉展览会上,这款手套首次亮相,成为展
随着大数据技术、人工智能(Artificial Intelligence,AI)、物联网等新技术的发展,面向公共服务的城市建设越来越"智慧"。本文在阐述智慧城市相关概念的基础上,重点研究面向公共服务的宜昌市智慧城市建设,希望能够为相关研究提供借鉴。
为了利用遥感图像对建筑物的变化情况进行实时监测,本文提出一种基于孪生网络的遥感图像变化检测模型。该模型由两个参数共享的网络构成,分别用来提取两个不同时相遥感图像的特征,通过特征金字塔网络进行多层次相关性特征图融合,然后结合上采样得到最终的变化检测结果。本文利用该模型进行了实验,并与相关文献比较,结果表明所提模型的F1值更高,变化检测结果更精确。
传统的朴素贝叶斯手写数字识别方法的识别效果差,准确率低。因此本文基于改进VGG-16设计了新的手写数字识别方法。处理手写数字图像,分割图像字符,在此基础上,基于改进VGG-16提取了手写数字特征,实现了手写数字识别。实验结果表明,设计的手写数字识别方法准确率高,能快速进行特征识别,有一定的应用价值。
随着机器视觉的广泛应用,三维重建技术越来越受关注,而运动恢复结构法(Structure From Motion,SFM)凭借其设备成本低、方便携带、适用场景广泛等优点成为三维重建的研究热点。文章从相机成像基础理论出发,介绍了坐标系、相机成像几何关系,然后将SFM问题的转化为数学问题进行SFM算法原理介绍。在MATLAB软件平台实现了增量SFM算法的应用,并得到了相机位姿和三维点云,为开展SFM应用
公路路面破损检测方法的好坏对公路路面的维护至关重要,会直接影响路面维护所需投入的人力、财力。故本文提出一种改进YOLOV3模型的公路路面破算检测方法。该方法在原YOLOV3模型上增加2个DenseBlock结构,能够提高网络特征提取能力。同时,优化边界框损失函数,使其对裂缝大小具有较高鲁棒性。实验结果表明,对光照条件差、破损裂缝复杂的图像,本文方法的检测率远远高于传统SVM方法,同时检测精度也高于