期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多任务分段紧凑特征的车辆检索方法 被引量：1
1
作者 何霞 汤一平 +2 位作者 陈朋 王丽冉 袁公萍 《中国图象图形学报》 CSCD 北大核心 2018年第12期1801-1812,共12页
目的随着公共安全领域中大规模图像监控及视频数据的增长以及智能交通的发展,车辆检索有着极其重要的应用价值。针对已有车辆检索中自动化和智能化水平低、难以获取精确的检索结果等问题,提出一种多任务分段紧凑特征的车辆检索方法,有... 目的随着公共安全领域中大规模图像监控及视频数据的增长以及智能交通的发展,车辆检索有着极其重要的应用价值。针对已有车辆检索中自动化和智能化水平低、难以获取精确的检索结果等问题,提出一种多任务分段紧凑特征的车辆检索方法,有效利用车辆基本信息的多样性和关联性实现实时检索。方法首先,利用相关任务之间的联系提高检索精度和细化图像特征,因此构造了一种多任务深度卷积网络分段学习车辆不同属性的哈希码,将图像语义和图像表示相结合,并采用最小化图像编码使学习到的车辆的不同属性特征更具有鲁棒性;然后,选用特征金字塔网络提取车辆图像的实例特征并利用局部敏感哈希再排序方法对提取到的特征进行检索;最后,针对无法获取查询车辆目标图像的特殊情况,采用跨模态辅助检索方法进行检索。结果提出的检索方法在3个公开数据集上均优于目前主流的检索方法,其中在Comp Cars数据集上检索精度达到0. 966,在Vehicle ID数据集上检索精度提升至0. 862。结论本文提出的多任务分段紧凑特征的车辆检索方法既能得到最小化图像编码及图像实例特征,还可在无法获取目标检索图像信息时进行跨模态检索,通过实验对比验证了方法的有效性。 展开更多
关键词 深度哈希算法 车辆检索 多任务 跨模态检索 卷积神经网络
原文传递
基于ARM+FPGA方案的便携式智能勘灾设备的设计 被引量：1
2
作者 张壮领 陈彩娜 毕明利 《工业仪表与自动化装置》 2021年第3期55-60,共6页
针对传统勘灾设备数据处理耗时时间长,图像信息采集模糊,设备体积较大的问题,该文设计出一种便携式智能勘灾设备。该智能勘灾设备将电子半导体微型处理器(ARM)和现场可编程门阵列(FPGA)相结合,能够完成灾区环境图形信息的采集。采用CMO... 针对传统勘灾设备数据处理耗时时间长,图像信息采集模糊,设备体积较大的问题,该文设计出一种便携式智能勘灾设备。该智能勘灾设备将电子半导体微型处理器(ARM)和现场可编程门阵列(FPGA)相结合,能够完成灾区环境图形信息的采集。采用CMOS图像传感器完成灾区图像信息采集,利用深度非松弛哈希算法加快数据处理速度,利用求导公式更容易找出数据的规律,通过ARM和FPGA结合的方式完成整个设备的调控。对比验证分析三种不同勘灾设备的数据,该文设计的设备图像采集时间最短能达到0.2 s,图像质量更是达到3624像素,数据处理总耗时也只有73 ms,均验证了该文设备性能的优越性及设计方案的可行性。 展开更多
关键词 ARM数据处理器 FPGA控制器 CMOS图像传感器 深度非松弛哈希算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部