一种复杂场景下的物品安全检测方法.pdf

本发明公开了一种复杂场景下的物品安全检测方法，包括以下步骤：1)在某段时间间隔内，将视频的第一帧图像和第二帧图像作为初始背景图像和当前背景图像，将第三帧图像与初始背景图像和当前背景图像进行求差计算获得第一运动目标；2)对初始背景图像和当前背景图像进行更新，更新后与第四帧图像进行求差计算获得第二运动目标，以此类推…直至获得该段时间内第N帧图像中的第N运动目标；3)在第N运动目标所在图像中提取静态运动目标；4)判断静态运动目标为滞留物或偷窃物并报警。该方法能够克服在许多监控场景中，相对于初始背景会产生许多进入

2023-11-22

10

1.3MB

一种复杂场景下的安全帽佩戴检测方法.pdf

本发明公开了一种基于多尺度特征的安全帽佩戴检测方法，该方法包含：在YOLOv5网络骨干部分引入注意力机制，减少网络中有效信息在传递中的损失；在YOLOv5网络颈部和头部增加第四个检测尺度104×104，增强对小目标的检测能力；在大型数据集上对CSPDarkNet53模型进行预训练后，迁移学习其特征提取能力至安全帽佩戴检测模型，缓解数据集不充足的问题；根据安全帽佩戴检测框推断人体边界框，提取未佩戴安全帽人员的骨架关键点，设计步态识别模块，识别未佩戴安全帽人员身份；本发明在复杂场景下利用多尺度特征提高了安

2023-07-16

10

761KB

一种基于特征增强的复杂场景下小目标检测方法.pdf

本发明属于计算机视觉和目标检测领域，具体涉及一种基于特征增强的复杂场景下小目标检测方法。本发明的技术方案是：首先提出Cutout‑DA数据增强方法，生成新的遮挡数据扩充至VisDrone2021数据集中，然后设计多尺度融合的特征增强路径聚合网络MSFE‑PANet，通过集成注意机制、特征融合以及针对小目标的网络预测尺度策略，获取到更丰富、细致的语义信息特征和空间信息特征，设计预测框排斥损失函数RB_Loss，最后训练模型。本发明可以增强深层特征图的强定位信息与浅层特征图的强语义信息相互融合，帮助网络在复杂

2023-07-21

10

1.1MB

复杂场景下的阴影检测.pptx

汇报人：目录PARTONEPARTTWO阴影检测的背景和意义阴影检测的应用场景论文研究内容和目标PARTTHREE阴影检测算法分类传统阴影检测算法原理和优缺点基于深度学习的阴影检测算法原理和优缺点PARTFOUR复杂场景下的阴影特性分析阴影检测中的干扰因素阴影检测的性能评价指标PARTFIVE算法设计思路和流程算法实现细节和参数设置实验数据集和预处理方法PARTSIX实验结果展示结果分析和比较算法性能评估和优化建议PARTSEVEN研究成果总结未来研究方向和展望THANKYOU

2024-10-02

20

1KB

复杂场景下的阴影检测.docx

复杂场景下的阴影检测随着计算机视觉和机器学习技术的不断发展，阴影检测已经成为了许多计算机视觉应用中必不可少的一部分。阴影检测可以用于自动驾驶、实时人物跟踪、目标检测等领域，可以帮助计算机更好地理解场景和环境，提高视觉任务的准确性和性能。复杂场景下的阴影检测一直是一个具有挑战性的课题。复杂的场景可能包含各种复杂的光照条件和材质，这些因素会给阴影检测带来许多难题。本文将讨论一些最新的阴影检测技术，并对复杂场景下的阴影检测进行深入的分析和探究。一、阴影检测技术1、基于颜色阈值的阴影检测最早的阴影检测方法之一是基

2024-10-22

5

11KB