【摘 要】
：
目标识别与跟踪是机器视觉领域中的研究热点之一,也是服务机器人的关键共性技术。目标遮挡会导致特征点缺失、轮廓不完整等问题,进而干扰目标的准确识别与跟踪。因此,该问题已成为复杂场景下目标识别与跟踪的难点,同时也是机器视觉应用中普遍存在的问题。目标识别对于服务机器人的目标搜索、手眼协同、安检巡逻等均具有重要意义。迄今为止该领域仍有许多问题尚待解决,本研究主要针对家庭服务机器人所工作的遮挡场景中的目标识别
论文部分内容阅读
目标识别与跟踪是机器视觉领域中的研究热点之一,也是服务机器人的关键共性技术。目标遮挡会导致特征点缺失、轮廓不完整等问题,进而干扰目标的准确识别与跟踪。因此,该问题已成为复杂场景下目标识别与跟踪的难点,同时也是机器视觉应用中普遍存在的问题。目标识别对于服务机器人的目标搜索、手眼协同、安检巡逻等均具有重要意义。迄今为止该领域仍有许多问题尚待解决,本研究主要针对家庭服务机器人所工作的遮挡场景中的目标识别,以及动态视觉下的遮挡目标跟踪问题进行研究,具体如下:（1）针对室内复杂场景中遮挡导致的误识别问题,提出一种基于多源特征信息融合的检测算法。首先根据多源特征信息中单一特征的独特性,对检测图像中遮挡物体区域信息进行识别定位。然后通过融合后的算法对筛选位置进行匹配识别。该算法缩小了目标检测范围,降低了特征信息的计算量。实验结果表明该方法提升了物体检测的实时性和准确率。（2）输入图像分辨率大小不同、图像形变等因素会导致特征提取层难以获得目标的关键特征,针对该问题提出了YOLO-V3-Efficient网络模型。该检测方法将EfficientNet网络与YOLO-V3网络中特征提取层相结合,使每一层提取的特征与输入图像的分辨率形成一个缩放的YOLOV3＿baseline模型。改进后的模型可调整网络卷积层的深度、宽度以及输入图片的分辨率,同时可解决更多因图像形变及遮挡导致的特征遗漏问题。实验结果表明该网络模型的mAP、FPS等性能指标比YOLO-V3、Fast-RCNN、SSD等算法更具优势,在本文所构建室内遮挡目标数据集IndoorObjects下有较高精度和实时性。（3）针对相机运动过程中存在场景多变及目标遮挡的问题,提出一种基于环境自适应模板更新的ATLD动态视觉跟踪算法。首先,针对遮挡目标难以准确识别的问题,设定遮挡判决条件。触发遮挡时,基于原有跟踪算法获取遮挡前的目标信息进行模板替换。最后通过运动估计和运动补偿实时更新目标位置,并以卡尔曼滤波预测下一时刻位置信息。实验结果表明ATLD算法能够在存在遮挡时实时跟踪目标。
其他文献
本文主要针对发动机零部件喷油器阀座的缺陷检测算法进行研究,目前这类细小零部件的瑕疵检测主要依靠人工视测或传统的机器视觉检测。人工视检检测效率低,无法保证检测的速度和准确率。传统的机器视觉检测方法虽然高效,但是应用环境苛刻,容易受光照、相机位置、背景等其他因素的影响,鲁棒性差,对特征信息的提取能力十分有限。针对上述问题本文开展了基于深度学习的喷油器阀座表面瑕疵检测算法的研究。针对原有喷油器阀座检测速
随着开关电源的应用日趋常态化,对开关电源的高品质要求也逐渐提升,高转换效率以及高功率密度的开关电源亦成为当前研究的焦点。本文以功率因数校正（PFC）变换电路为研究对象,旨在解决PFC变换器的共模干扰问题,同时保证电路的高功率因数和高效率运行。本文首先针对常用的无桥PFC拓扑就共模噪声的解决方式、开关元器件的数量和电感利用率等方面进行了对比分析。通过对比各种拓扑的优缺点,本文提出了一种新型共地式无桥
随着控制科学的不断发展,工业水平不断提高,控制系统逐渐从单一系统向复杂多维的互联大系统转变。传统的集中式控制方式只能用来控制结构相对简单的互联系统,而对于结构比较复杂的高维的非线性互联系统的控制效果就没那么理想了,因此分散式控制方式应运而生,将互联系统分割成多个子系统,为每个子系统设计独立的控制器。由于互联系统规模庞大,子系统间信息相互交流,在加上外部扰动等不可抗因素,互联系统很容易发生故障,因此
随着社会的进步和科技的不断发展,人们对于高效率便携式电源的需求越来越大,如何更有效的解决能源损耗问题,受到了广大国内外学者的关注。传统的反激变换器经常被应用在小功率场合中,但是不能完全回收漏感能量,且效率较低无法满足人们对于高效率的标准。不对称半桥反激在成本上继承了反激变换器的优势,同时与不对称半桥变换器一样可以实现软开关,很好地解决了回收变压器漏感能量的问题,得到了电力电子学界的关注。因此,本文
置信规则库（Belief Rule Base,BRB）推理方法结合了专家系统、模糊集理论和Dempster-Shafer（D-S）证据理论,是一种综合性的非线性系统建模方法。其在IF-THEN规则的后项中加入了分布式的置信结构,具有对模糊不确定、概率不确定甚至不完整信息的建模能力。但是在规则前置属性（外部变量）较多的情况下,置信规则库会出现“组合爆炸”问题,影响该方法的建模精度和适用性。为解决此问
模糊控制可以有效处理复杂非线性系统,而网络控制系统可以看作是一个复杂的非线性系统,因此模糊控制是用来分析网络控制系统的强有力的工具。T-S模型是由非线性模糊权重将一组线性子模型光滑连接而成的全局模型,在任意紧集内其可以以任意精度逼近任意光滑非线性函数。但在高度不确定环境下,一型模糊模型往往不能获得较好的效果,此时就需要使用二型模糊模型。区间二型模糊集合不仅保留了二型模糊集合处理隶属函数不确定性的优
因为锂离子电池越来越难以满足人们对于能量方面的需求,锂硫电池因高比容量和高的能量密度得到持续的关注,而成为重要的研究方向之一,为新能源系统的发展提供一种可能。但是正极硫的不导电性、硫的体积膨胀以及中间产物多硫化物溶解,这些都是锂硫电池未能商业化的主要技术障碍。本论文从锂硫电池的正极材料组成和结构出发,系统的探究了S@Ni O、S@GO/Ni O、S@C/Ni/Ni O等不同复合材料对锂硫电池的电化
视觉感知是生物智能的关键内容,人们通过对图像或视频的理解,将客观世界的信息映射成为脑海中的感知内容,而目标轮廓检测是实现上述功能的重要基础。由于生物视觉系统表现出突出的性能,通过深入研究其内在工作机理,将有助于视觉计算模型的构建和应用。本文模拟视觉信息流的感知和表达过程,以视通路中视觉信息流的解析和传递方式为基础,提出了一种基于尺度可变感受野的视通路轮廓检测模型;考虑到层级神经元细胞响应的差异性及
遥感舰船影像目标识别一直是遥感影像处理和模式识别领域研究的热点课题,具有重要的军事价值。但由于遥感舰船影像的获取难度较大,样本量相对较少,易引发小样本问题。近年来,深度学习领域开展了许多与小样本学习相关的研究工作,其中包括:迁移学习、属性学习、度量学习、元学习等。在遥感影像小样本舰船识别问题上,上述小样本学习存在着相关数据范围受限、迁移效果难以保证的局限。因此,针对上述问题,并结合舰船目标的结构特
本文主要针对人工皮肤的OCT图像的分割技术进行研究。近年来,人工皮肤在化妆品毒性评价等领域得到了广泛应用,为了确保用于测试的人工皮肤本身的质量和一致性,需要开发合适的手段用于人工皮肤生产制备过程中的实时在线监测。光学相干层析（Optical Coherence Tomography,OCT）技术具有非侵入、无损、在线检测等优点,非常适用于对包括人工皮肤在内的组织工程产品进行无损检测。然而,虽然有众