王娟
- 作品数：23 被引量：77H指数：6
- 供职机构：湖北工业大学电气与电子工程学院更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金国家留学基金更多>>
- 相关领域：自动化与计算机技术电子电信轻工技术与工程电气工程更多>>
- 动态场景中基于绝对差值和的前景检测算法
- 2017年
- 针对动态场景中前景检测误报率较高的问题,结合视频序列中背景图像存在时域高冗余的特点,提出一种改进的前景检测算法。基于滑动窗口机制组建微视频基元(MVBE),采用时空绝对差值和计算MVBE的冗余性,对冗余性较低的MVBE采用动态纹理(DT)进行建模。利用批量主成分分析方法估计DT参数,并引入观测性测量方法计算MVBE中每个像素点的显著度以实现前景检测。实验结果表明,该算法相比KDE,GMM等检测算法对场景的动态变化具有更好的抑制效果,并且取得了较鲁棒的前景检测结果。
- 刘敏赵丹丹武明虎王娟
- 关键词：动态纹理
- 动态场景下移动侦测的改进方法
- 2017年
- 针对动态场景移动侦测误报率较高的问题,提出一种改进的移动侦测方法。基于动态纹理(DT)模型,采用滑动窗口机制对视频序列进行微视频元(MVE)划分,并对每一个MVE进行DT建模。为减少奇异值分解的次数,使用Batch-PCA组合增量主成分分析的方式进行DT模型参数的学习与更新。引入控制理论中观测性概念,运用观测性测量方法实现显著性运动物体的侦测。实验结果表明,对于存在摇摆的树枝、飘雪或起伏的水面等背景元素变化的场景,改进方法检测准确率高,鲁棒性好,实时性强。
- 刘敏武明虎王娟
- 关键词：动态纹理奇异值分解观测性
- 数字图像处理应用于车辆牌照识别的研究被引量：1
- 2016年
- 随着我国经济实力得到很大的提升,汽车已经成为人们的出行的主要交通工具之一,这对于交通控制以及安全管理也提出了更高的要求,我国的交通管理也朝着智能交通方向逐渐的完善,而其中的一个重要组成便是车牌识别,通过对车牌实现自动识别,对于交通管理来说有着极大的便利作用。对此本文利用数字图像识别运用在车牌识别中进行一定的研究,主要对技术原理极其应用中存在的问题进行分析。
- 王娟
- 关键词：数字图像处理车辆牌照识别模式识别
- 基于改进YOLOX-S的太阳能电池片表面缺陷检测被引量：1
- 2024年
- 针对太阳能电池片表面缺陷检测存在模型体积大和检测性能不达标的问题,提出了一种轻量化YOLOX-S检测模型用于工业生产。首先以YOLOX-S模型为基础,采用轻量级网络MobileNetV3优化主干网络,减少模型参数,降低模型运算量,提高检测速度。其次采用FReLU激活函数改进MobileNetV3,使模型具有空间像素级建模能力,提高模型空间特征信息灵敏度,增强模型对小目标缺陷的特征提取能力。最后,在颈部网络引入注意力特征融合模块,聚合多尺度信息,加强模型的多尺度特征融合能力。实验结果表明,改进的YOLOX-S检测模型平均精度均值可达97.6%,参数量减少43.2%,检测速度达到51帧/s,置信度均在90%以上,检测结果可靠。
- 王淑青朱文鑫张子言王娟
- 关键词：太阳能电池片轻量化
- 基于深度学习特征点法的单目视觉里程计被引量：2
- 2020年
- 针对特征点法的视觉里程计VO中光度、视点变化对特征点提取稳定性降低的不利影响,提出一种基于深度学习特征点法的单目VO方法。采用自监督深度学习网络训练得到DSP特征点检测器。首先使用亮度非线性逐点调整方法对训练图像进行光度调整;然后使用非极大值抑制方法剔除冗余DSP特征点,改进最邻近方法得到双向最邻近方法,解决特征点匹配问题;最后建立最小化重投影误差方程求解优化位姿及空间点参数。在Hpatches、Visual Odometry数据集上进行验证,实验结果表明:DSP特征点检测器增强了特征匹配对光度、视点变化的鲁棒性;无后端优化的条件下,本方法定位均方根误差比ORB方法明显降低,且保证了系统实时性,为特征点法的VO提供新的解决思路。
- 熊炜金靖熠王娟王娟刘敏
- 关键词：视觉里程计重投影误差
- 基于图像分频的边缘检测
- 2016年
- 针对传统Canny算子采用高斯滤波器容易丢失重要的边缘信息,提出一种能够保留边缘信息的图像分频的边缘检测方法,并对其性能进行实验验证。该算法通过高斯低通滤波器将图像分成高低频两部分,对低频模糊信息进行均衡化增强,对高频信息进行中值和形态学去噪,再将分别处理的图像进行叠加,最后对融合处理后的图像进行非极大值抑制和双阈值链接。实验图像及数据表明,本文的检测算法对图像边缘提取及抗噪能力有所很大的改善。
- 王淑青刘思洋王娟
- 关键词：均衡化非极大值抑制
- 基于全局特征拼接的行人重识别算法研究被引量：7
- 2021年
- 针对目前行人重识别出现网络模型复杂化、识别率低的问题,提出一种基于全局特征拼接的行人重识别算法。首先利用卷积神经网络(CNN)提取全局特征;然后把不同卷积层提取的特征进行拼接,使特征信息互补;最后将拼接后的特征再次进行卷积处理,获得高表征能力的特征。网络训练时,采用聚类损失函数和标签平滑损失函数联合训练,同时引入了随机擦除和减小池化步长的训练技巧。在Market1501、DukeMTMC-reID、CUHK03和MSMT17数据集上进行了实验验证,实验表明所提算法具有良好性能,其中在Market1501上,Rank-1、mAP分别达到了95.9%和94.6%。
- 熊炜杨荻椿熊子婕童磊李利荣李利荣
- 基于改进YOLOv5的PCB板表面缺陷检测被引量：5
- 2023年
- 针对当前PCB板检测参数量庞大、检测精度低等问题,提出了一种改进YOLOv5的检测模型。以YOLOv5模型为框架,采用EfficientNetV2结构替换原始模型的主干网络,针对小目标缺陷,引入对空间信息更敏感的CA注意力机制,并采用α-IoU损失函数提高模型回归精度。实验结果表明:改进后的YOLOv5网络模型较原始网络均值平均精度提高了2.6%,参数量减少47%,可应用在小型工业检测设备中。
- 王淑青张子言朱文鑫刘逸凡王娟李青珏
- 关键词：损失函数
- 基于卷积神经网络的语义分割算法研究被引量：7
- 2021年
- 针对语义分割中残差网络并不能完好地提取图像信息和分割效果差的问题,提出一种联合特征金字塔模型(JFP)用来融合残差网络的输出特征,并结合暗黑空间金字塔池化模型(ASPP)进一步提取特征。在解码部分应用简单的解码结构,恢复图像尺寸完成语义分割;同时引入注意力模型作为辅助语义分割网络,辅助神经网络进行训练。该方法分别在Pascal VOC 2012数据集和增强的Pascal VOC 2012数据集上对网络进行训练,并在Pascal VOC 2012的验证集上进行测试,其平均交并集之比(mIoU)分别达到了78.55%和80.14%,表明该方法具有良好的语义分割性能。
- 熊炜童磊金靖熠王传胜王娟王娟
- 关键词：注意力模型
- 基于MD-LinkNet的低质量文档图像二值化算法被引量：2
- 2019年
- 针对低质量文档图像存在的背景渗透、页面污渍、边缘大面积与文本相似的噪声等现象,改进D-LinkNet框架,提出了一种融合多尺度特征(multiple scale feature)的低质量文档图像二值化算法,简称为MD-LinkNet。该算法有两处改进,一是在编解码中间部分增加剩余多核池化(RMP)模块来通过四个池化操作以提取丰富的文档特征信息;二是将池化后的低分辨率图像通过DUpsample而不是双线性插值进行上采样,结合了文档图像像素邻域信息,将文档图像的全局与局部特征进行融合,提高了分割精度。实验结果表明,在2017年和2018年国际文档图像二值化竞赛(DIBCO)数据集中,本文算法的F值(F-measure)最高分别达到了90.54、91.42,验证了所提出算法在解决多种复杂噪声背景的低质量文档图像下的鲁棒性,且相比其他最新经典算法效果较优。
- 熊炜贾锈闳金靖熠王娟王娟刘敏
