国家自然科学基金(61374197)
- 作品数：23 被引量：160H指数：7
- 相关作者：黄影平唐春晖应捷韩飞龙朱丹丹更多>>
- 相关机构：上海理工大学南京师范大学上海蓝波高电压技术设备有限公司更多>>
- 发文基金：国家自然科学基金上海市自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术一般工业技术电气工程交通运输工程更多>>
- 基于CNN的点云图像融合目标检测被引量：3
- 2021年
- 针对自动驾驶场景中目标检测存在尺度变化、光照变化和缺少距离信息等问题,提出一种极具鲁棒性的多模态数据融合目标检测方法,其主要思想是利用激光雷达提供的深度信息作为附加的特征来训练卷积神经网络(CNN)。首先利用滑动窗对输入数据进行切分匹配网络输入,然后采用两个CNN特征提取器提取RGB图像和点云深度图的特征,将其级联得到融合后的特征图,送入目标检测网络进行候选框的位置回归与分类,最后进行非极大值抑制(NMS)处理输出检测结果,包含目标的位置、类别、置信度和距离信息。在KITTI数据集上的实验结果表明,本文方法通过多模态数据的优势互补提高了在不同光照场景下的检测鲁棒性,附加滑动窗处理改善了小目标的检测效果。对比其他多种检测方法,本文方法具有检测精度与检测速度上的综合优势。
- 张介嵩黄影平张瑞
- 关键词：数据融合目标检测滑动窗
- 抗噪Snake模型及其在行人轮廓提取中的应用被引量：1
- 2015年
- 将Snake模型和立体分割技术相结合提出了从交通视图中分割出潜在行人目标,并提取其轮廓曲线的方法,针对Snake模型易受噪声干扰的缺陷,将梯度向量流(GVF)模型和基于轮廓曲线的角点检测技术相结合,提出抗噪Snake模型.此外,为了克服GVF模型的初始轮廓曲线设置困难及GVF场迭代过程的计算复杂等缺陷,还提出了初始轮廓曲线的优化及相适应GVF场的建立方法,最后,选择了4个不同交通场景中的行人为研究对象,测试和对比GVF模型和抗噪Snake模型在行人轮廓提取中的应用效果,验证了抗噪Snake模型在复杂环境中行人轮廓提取的有效性.
- 刘述民徐栩娟黄影平
- 关键词：角点检测
- 基于改进阈值函数的小波去噪算法研究被引量：9
- 2020年
- 为更好地消除心电信号(ECG)处理过程中存在的基线漂移、工频干扰和肌电干扰等噪声,提出一种基于改进小波阈值的去噪算法。该算法选定coi5作为小波基进行分解,选取分解尺度为8层,使用改进的阈值选取方法对每一层信号系数进行去噪。该阈值函数不仅克服了硬阈值函数不连续的缺点,而且解决了软阈值函数存在的恒定偏差,同时具有良好的自适应性。实验结果表明,该方法与传统阈值法相比,信噪比提高了24.26%,均方误差降低了21.42%;与当前国际上先进的去噪算法相比,信噪比提高了2.01%,均方误差降低了6.9%,去噪效果显著提升,验证了该算法的有效性。
- 葛佳悦唐春晖
- 关键词：心电信号小波变换阈值去噪算法信噪比
- 基于Gabor滤波和稀疏表示的信号灯类型识别被引量：3
- 2018年
- 汽车辅助驾驶中车辆前方交通信号灯的检测与识别具有重要意义。为解决图像中微小面积与边缘模糊的交通信号灯检测与识别准确率低的问题,文中提出一种信号灯检测与信号灯类型识别方法。采用亮度分割和几何形态滤波对交通信号灯进行定位,结合信号灯与其背板的相对位置和RGB与HSV颜色空间的判别结果判定信号灯颜色,最后对信号灯类型进行识别。对信号灯区域进行Gabor滤波,采用K均值奇异值分解算法进行字典学习,利用正交匹配追踪算法求解测试样本的稀疏系数,根据重构误差实现交通灯的类型判别。实验结果表明,信号灯检测准确率达到97.7%,圆形和4种箭头形信号灯的类型识别率达到98.75%。
- 田谨应捷
- 关键词：GABOR信号灯
- 基于语义分割的实时车道线检测方法被引量：8
- 2022年
- 车道线识别是自动驾驶环境感知的一项重要任务。近年来,基于卷积神经网络的深度学习方法在目标检测和场景分割中取得了很好的效果。本文借鉴语义分割的思想,设计了一个基于编码解码结构的轻量级车道线分割网络。针对卷积神经网络计算量大的问题,引入深度可分离卷积来替代普通卷积以减少卷积运算量。此外,提出了一种更高效的卷积结构LaneConv和LaneDeconv来进一步提高计算效率。为了获取更好的车道线特征表示能力,在编码阶段本文引入了一种将空间注意力和通道注意力串联的双注意力机制模块(CBAM)来提高车道线分割精度。在Tusimple车道线数据集上进行了大量实验,结果表明,本文方法能够显著提升车道线的分割速度,且在各种条件下都具有良好的分割效果和鲁棒性。与现有的车道线分割模型相比,本文方法在分割精度方面相似甚至更优,而在速度方面则有明显提升。
- 张冲黄影平郭志阳杨静怡
- 关键词：车道线检测卷积神经网络自动驾驶
- 一种新的车辆辅助驾驶动态障碍物检测与分类方法被引量：8
- 2017年
- 为了解决道路视频中的运动障碍物检测和分类准确率低的问题,提出了一种基于卡尔曼滤波和朴素贝叶斯网络结合的检测与分类方法。首先采用卡尔曼滤波算法检测视频中的障碍物,并将检测到的障碍物进行特征提取。采用障碍物对称性与边缘直线水平度等特征,建立朴素贝叶斯网络对车辆前方的障碍物进行分类。实验结果表明,障碍物检测的准确率达到95%,对摩托车或自行车、汽车正面、汽车侧面和行人等障碍物识别准确率达到98.75%。
- 韩飞龙应捷朱丹丹
- 关键词：障碍物检测卡尔曼滤波贝叶斯网络特征提取
- 贝叶斯网络发展及其应用综述被引量：58
- 2013年
- 贝叶斯网络(BN)是一种用于描述变量间不确定性因果关系的图形网络模型,用于不确定性系统建模和推理,处理涉及到预测智能推理、诊断、决策风险及可靠性分析的问题.本文首先对贝叶斯网络做了一个简略的介绍,随后综述了贝叶斯网络近30年的发展及功能扩展,对其在工程技术领域的应用包括故障诊断及可靠性分析等方面做了一个回顾,最后对BN现有的不足和未来的研究趋势做了总结和展望.
- 黄影平
- 关键词：贝叶斯网络故障诊断可靠性分析
- 一种基于梯度方向直方图的俯视行人的检测方法被引量：9
- 2015年
- 目前已有很多关于行人检测方面的研究,这些研究基本建立在行人竖直站立或行走的平视图上,主要应用于视频监控和车载辅助驾驶等领域,但在实际应用中,有时需要从不同的视角检测行人.文中提出一种针对俯视行人检测方法,该方法将俯视行人头部的梯度方向直方图统计信息作为检测目标的特征.通过训练样本提取的特征向量在支持向量机中进行训练得到分类模型参数,然后提取检测样本的特征向量输入分类模型进行判别.与现有行人检测的梯度方向直方图算子相比,文中特征描述算子突出目标的区域与轮廓特征,在目标分块、特征计算和特征统计方法上均有变化.实验证明算法有效且处理速度明显提升.
- 唐春晖
- 一种基于多特征融合的单目俯视行人检测被引量：5
- 2016年
- 目前行人检测方面的研究一般建立在行人竖直站立姿势的平视图上,在实际应用中,有时需要从不同的视角检测行人。针对俯视的行人,提出了一种基于矩形分块特征、目标颜色均匀、目标类圆等多特征融合的俯视行人人头检测方法,通过检测人头替代检测整个行人。系统采取遍历搜索的方式在整张图像上检测目标,先将所有候选目标通过级联的多矩形分块特征检测,快速过滤绝大部分不含目标的背景信息;接着通过计算矩形分块灰度的方差检测目标的颜色均匀特征;通过Hough变换检测目标轮廓的圆弧特征确认目标。实验验证了该方法的有效性。
- 唐春晖
- 关键词：霍夫变换
- 基于深度卷积神经网络的视觉里程计研究被引量：2
- 2020年
- 视觉里程计利用视频信息来估计相机运动的位姿参数,实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程,解算非常复杂,因此,提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征,将用于分类的卷积神经网络转化为帧间时序特征网络,通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明,提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹,证明了方法的可行性。在简化了复杂模型的基础上,与传统的视觉里程计系统相比,该模型的精度也有所提高。
- 苏健鹏黄影平赵柏淦胡兴
- 关键词：视觉里程计卷积神经网络
