【摘 要】
：
针对视点、外观等因素变化给地点识别应用带来的不利影响,设计了1种基于显著路标及深度特征的地点识别方法.首先分割图像中的显著物体作为候选路标;然后设计YOLOv3算法网络,对候选路标进行识别,以删除不适合环境建模的特定对象类型;最后在图像相似度测量中,利用中层卷积层的性能特点,提取候选路标的卷积神经网络(convolutional neural networks, CNN)特征,并结合降维操作,提升
论文部分内容阅读
针对视点、外观等因素变化给地点识别应用带来的不利影响,设计了1种基于显著路标及深度特征的地点识别方法.首先分割图像中的显著物体作为候选路标;然后设计YOLOv3算法网络,对候选路标进行识别,以删除不适合环境建模的特定对象类型;最后在图像相似度测量中,利用中层卷积层的性能特点,提取候选路标的卷积神经网络(convolutional neural networks, CNN)特征,并结合降维操作,提升匹配效率.在3个具有挑战性的公开数据集上进行了试验,与FAB-MAP、SeqSLAM和Place-CNN
其他文献
自1999年资源一号卫星发射成功以来,我国民用陆地观测卫星发展迅速。本文总结了 20多年来我国成功发射的民用陆地观测卫星,包含不同的轨道分布、载荷类型,覆盖资源系列、测绘系列、环境减灾系列、高分专项系列、自然资源业务星座等,并梳理已发射卫星指标参数及实际运行管理中的经验,总结现有民用陆地观测卫星综合能力及相关领域的应用现状,对未来发展进行展望。
Exploiting random access for the underlying connectivity provisioning has great potential to incorporate massive machine-type communication(MTC) devices in an Internet of Things(Io T) network.However,
近年来,信息化时代的到来促使物联网技术走进大众的日常生活中,物联网技术在各大领域中的应用对大众生活方式产生了潜移默化的影响。本文首先对计算机物联网的各项关键技术进行了浅要的分析,探讨了各项关键技术在物联网技术中所处的地位,并结合当下物联网技术的实际应用情况分析了其在各行各业中的应用现状以及对促进行业发展的意义。
从动画艺术的起源角度进行分析,其最初是在电影技术快速发展的背景下所出现的一种新式艺术模式。具体来看,在电影展示过程中,运用极具夸张与变形特征的模型、变幻莫测的场景以及夸张人物,达到吸引观众眼球的目的。对于观众来讲,这也能够在一定程度上有效激发起创造力和想象力。因其独特性、奇妙性,一经出现便在较短时间之内在社会层面得到了广泛应用,并且深受大众喜爱。但是就目前发展现状来看,在新媒体冲击之下,对动画艺术
在新工科背景下,针对近年来人工智能领域的飞速发展,如何在研究生培养过程中结合人工智能这一热点和前沿发展方向,同时在研究生培养过程中如何提升研究生的独辟蹊径的创新能力是一个迫切需要解决的问题。伪装物体检测是近年来在计算机视觉领域逐渐起步的检测任务,意在将伪装在场景中的目标物体与背景分割开,这是一种二分类的数字图像分割任务。由于伪装物体与背景在色彩和纹理上的高度相似性,以及所在场景的高度复杂性,因此与
经济的发展和社会的进步带动科技的快速发展,在物联网技术不断发展应用的今天,油气储运行业的完整性管理、企业数字化管理信息系统等各种信息化系统对生产过程、设备等数据的要求越来越多,但由于大量设备是由不同厂商提供,设备种类繁多,协议多样化,且企业的生产控制系统和信息化系统标准又不统一,导致解决系统联网中通信协议转换的问题越来越突出。本文通过描述物联网网关在油气储运行业的应用案例,浅析了物联网网关设备给油
随着物联网时代的到来,物联设备的数量在大规模的激增,对物联设备的管理、有效数据反馈的需求逐渐凸显,以胜利油田为例,目前物联网已经覆盖16个采油厂,114个管理区。共计35 263口生产井,站库4 705座,设备数46万余台,传输链路10万km,软件系统200余套,400余台服务器。经过多年的探索实践,信息化、自动化建设已初见成效,智能仪表、RTU、PLC和无线网桥等工控设备得到了广泛的应用,极大地
针对在自然交通场景中道路不同种类目标的边界框大小差异巨大,现有实时算法YOLOv3无法很好地平衡大、小目标的检测精度等问题,重新设计了YOLOv3目标检测算法的特征融合模块,进行多尺度特征拼接,对检测模块进行改进设计,新增2个面向小目标的特征输出模块,得到一种新的具有5个检测尺度的道路目标多尺度检测方法YOLOv3_5d.结果表明:改进后的YOLOv3_5d算法在通用自动驾驶数据集BDD100K上
针对压路机特有的非结构化工作场景且较为固定的工作轨迹,采用视觉处理算法提取压路机钢轮的碾压痕迹.首先对碾压区域的RGB图像进行灰度化处理,并通过预处理算法消除随机噪声;其次通过比较Roberts、Sobel、Prewitt、Canny、Kirsch等边缘检测算子,选取检测效果最好的算子;最后采用Hough变换进行碾压痕迹线段提取.结果表明,Canny、Kirsch算子的边缘检测结果更为清晰,但经过
针对传统海洋浮游生物利用人工提取特征的传统检测方法,存在检测精度低、检测过程冗余等问题,基于深度学习技术,提出了多模块融合的浮游生物检测器(multi module fusion single shot detector, MMFSSD).首先,提出了特征信息增强模块,在不增加网络复杂性的前提下增加了网络的感受野,将下采样图像注入该模块中,以增强特征图的低级特征信息.在此基础上,进一步提出了选择性