期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
基于改进快速区域卷积网络的目标检测轻量化算法 被引量:4
1
作者 马月红 孔梦瑶 《兵工学报》 EI CAS CSCD 北大核心 2021年第12期2664-2674,共11页
基于深度学习的目标检测算法已成为合成孔径雷达(SAR)图像目标检测任务的主流。深层网络通常具有大量参数,运行速度不能满足实时要求,难以在资源受限的设备(如移动端)上部署。考虑到对模型实时性和可移植性的要求,对双阶段目标检测算法... 基于深度学习的目标检测算法已成为合成孔径雷达(SAR)图像目标检测任务的主流。深层网络通常具有大量参数,运行速度不能满足实时要求,难以在资源受限的设备(如移动端)上部署。考虑到对模型实时性和可移植性的要求,对双阶段目标检测算法快速区域卷积神经网络进行轻量化改进,比较不同改进方法对算法速度与精度的影响。结合SAR图像的特点,优化轻量化模型,与单阶段目标检测算法的单脉冲多盒检测网络对比。仿真实验结果表明,改进轻量化模型在保持原有精度水平下,模型占用内存和算法运算量大大减少,可有效满足SAR图像目标检测的实时性要求。 展开更多
关键词 目标检测 快速卷积神经网络 合成孔径雷达 轻量化算法 实时性
在线阅读 下载PDF
基于改进YOLOv8的轻量化藏药材植物检测算法
2
作者 罗志凌 李东 刘晓静 《软件导刊》 2025年第1期86-92,共7页
由于藏药生长环境恶劣,人工识别藏药材植物非常困难,提出一种基于改进YOLOv8的轻量级检测算法LTP-YOLO检测户外环境中的藏药材植物。首先,利用MobileViT替换YOLOv8特征提取网络来减少算法参数量和计算量。其次,引入内容感知特征重组上... 由于藏药生长环境恶劣,人工识别藏药材植物非常困难,提出一种基于改进YOLOv8的轻量级检测算法LTP-YOLO检测户外环境中的藏药材植物。首先,利用MobileViT替换YOLOv8特征提取网络来减少算法参数量和计算量。其次,引入内容感知特征重组上采样算子CARAFE帮助算法在上采样时感知上下文信息。再次,提出多尺度融合注意力机制MFA建立局部跨通道交互提升算法检测精度。实验表明,所提算法将参数量从3.02 MB减少到1.28MB,计算量从8.2 GFLOPs减少到5.8 GFLOPs,在自建的藏药植物图像数据集上mAP@.5相较于YOLOv8更优。证明了该算法可满足移动设备的高精度、低计算部署需求,并在各种密集植物检测任务中显示出广阔的应用前景。 展开更多
关键词 藏药材植物 深度学习 目标检测 轻量化算法 YOLOv8
在线阅读 下载PDF
基于轻量化随机森林算法的物联网流量分类 被引量:1
3
作者 余伟良 高见 王润田 《计算机工程与设计》 北大核心 2024年第12期3553-3559,共7页
为解决物联网设备资源受限、平衡流量检测精度与时间开销等问题,提出一种FastSplit-RF(random forest with fast split)的轻量化分类算法。针对物联网流量设计一个通用的特征提取流程,在随机森林算法基础上,使用多臂赌博机策略代替节点... 为解决物联网设备资源受限、平衡流量检测精度与时间开销等问题,提出一种FastSplit-RF(random forest with fast split)的轻量化分类算法。针对物联网流量设计一个通用的特征提取流程,在随机森林算法基础上,使用多臂赌博机策略代替节点分裂的遍历过程,实现对节点的快速分割,完成高效、轻量化的物联网流量分类。实验验证,FastSplit-RF相较随机森林算法,在准确率提升了2.45%的同时,检测速度增快了62.16%,内存占用减小了48.68%。 展开更多
关键词 恶意流量 物联网安全 随机森林 轻量化算法 流量分类 多分类 入侵检测
在线阅读 下载PDF
基于特征融合的轻量化巡飞弹目标跟踪算法
4
作者 王子康 姚文进 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第6期195-201,共7页
针对巡飞弹平台上的视觉目标跟踪算法,开始引入深度学习思想,但是受到硬件平台算力限制的影响,提出一种轻量化的基于深度学习的孪生网络框架,在较低计算量的情况下保证巡飞弹的跟踪性能。根据IOU质量评估分支和回归分支结构,提出了一种... 针对巡飞弹平台上的视觉目标跟踪算法,开始引入深度学习思想,但是受到硬件平台算力限制的影响,提出一种轻量化的基于深度学习的孪生网络框架,在较低计算量的情况下保证巡飞弹的跟踪性能。根据IOU质量评估分支和回归分支结构,提出了一种新的特征融合方式。通过1×1卷积调整特征层通道数,控制通道数比例,对不同特征层的通道按比例进行深浅层特征拼接,用于后续的特征融合模块。在特征拼接前,引入特征合并的方法来获得有不同感受野的融合特征,进一步提高特征分辨率。将提出的新特征融合方式和特征合并方式进行纵向与横向的特征融合,充分利用特征属性,提高算法性能。根据巡飞弹硬件平台的属性限制,框架采用轻量化的AlexNet网络作为骨干网络。在OTB100、GOT-10K、UAV123三个数据集上测试,框架整体以160 fps的帧率保证了较高准确度和成功率。在满足巡飞弹特殊工作环境的基础上,实现了较为先进的跟踪性能。整体框架相对简单且性能较高,有较好的跟踪实时性,可加入其他模块来进一步提升跟踪性能。 展开更多
关键词 目标跟踪 特征融合 巡飞弹 算法量化 IOU质量评估分支 特征合并
在线阅读 下载PDF
融合GSConv轻量化YOLOv5s的电力作业穿戴设备检测算法
5
作者 周洋 胡国强 +4 位作者 汪行健 罗勇 柴政 徐伟 刘秋明 《软件导刊》 2024年第11期172-180,共9页
为了判断电力作业人员是否佩戴安全帽、绝缘靴、绝缘手套、绝缘服等安全设备,确保电力施工现场安全,提出一种融合GSConv轻量化YOLOv5s的电力作业安全设备检测算法。首先,采用C3Ghost卷积和深度分离卷积(DW⁃Conv)构建新的特征提取端,同... 为了判断电力作业人员是否佩戴安全帽、绝缘靴、绝缘手套、绝缘服等安全设备,确保电力施工现场安全,提出一种融合GSConv轻量化YOLOv5s的电力作业安全设备检测算法。首先,采用C3Ghost卷积和深度分离卷积(DW⁃Conv)构建新的特征提取端,同时在特征融合端使用GSConv替换普通卷积降低模型复杂度,减少参数量和计算量,在提高算法计算速度的同时提高检测精度;其次,使用K-mean++聚类算法获取YOLOv5s算法输出端的候选框设定值;最后,采用PSA机制改进YOLOv5s算法的特征提取端,提升电力作业场景安全设备图像的通道分辨率和空间分辨率,保留被遮挡小目标的关键节点信息。实验结果表明,该算法的平均精度均值(IoU=0.5)达到0.962,比原网络检测性能提升了1.50%,同时模型参数由7.02 M减少至2.77 M,计算量由15.8 GFLOPs减少至5.7 GFLOPs。该算法可满足电力作业实时性检测需求,能在电力作业场景存在遮挡和缺失时有效监测作业人员是否正确佩戴安全设备。 展开更多
关键词 量化YOLOv5s算法 电力作业 安全穿戴设备 PSA机制 GSConv
在线阅读 下载PDF
中缀算术表达式的轻量化求值算法 被引量:1
6
作者 白宇 郭显娥 《计算机应用》 CSCD 北大核心 2013年第11期3163-3166,共4页
针对当前中缀算术表达式求值算法笨重或者复杂的问题,提出了一种轻量化的中缀算术表达式求值算法。该算法基于逆向拆分中缀算术表达式的思路,使用递归解析的方法,等价于中缀算术表达式的构造二叉树表示。实验结果表明,该算法与传统逆波... 针对当前中缀算术表达式求值算法笨重或者复杂的问题,提出了一种轻量化的中缀算术表达式求值算法。该算法基于逆向拆分中缀算术表达式的思路,使用递归解析的方法,等价于中缀算术表达式的构造二叉树表示。实验结果表明,该算法与传统逆波兰表达式(RPN)转换、求值算法相比,该算法无需做逆波兰表达式转换,无需人工栈辅助,实现代码量仅有其1/6,而效率仅下降6.9%。与W3Eval算法相比,该算法无需符号转置表,支持算符自定义或重定义,实现代码量不到其1/2。该算法实现代价低,适用于Web应用的Browser端,及嵌入式应用等轻量化应用场合。 展开更多
关键词 轻量化算法 中缀算术表达式 逆向拆分 逆波兰表达式 W3Eval
在线阅读 下载PDF
基于奇异值分解与四控制点的短线法节段梁轻量化线形控制方法
7
作者 梁胜光 肖林 《施工技术(中英文)》 CAS 2024年第10期95-99,共5页
短线法是目前广泛使用的节段预制拼装桥梁施工方法,其预制线形控制通常采用六控制点方式,坐标系的变换求解方法正由二维简化向三维空间变换发展。然而,当前线形控制方法仍存在一些问题,如控制点冗余大、预制误差识别与修正过程繁琐、精... 短线法是目前广泛使用的节段预制拼装桥梁施工方法,其预制线形控制通常采用六控制点方式,坐标系的变换求解方法正由二维简化向三维空间变换发展。然而,当前线形控制方法仍存在一些问题,如控制点冗余大、预制误差识别与修正过程繁琐、精度控制效果差异大等。以某城市地铁高架节段U梁桥为例,提出一种基于奇异值分解空间坐标变换理论的四控制点短线法节段预制线形控制方法,并开发了轻量化算法,跳过了梁段里程、轴线和高程误差的独立识别与修正过程,直接求解匹配节段的理论匹配坐标。预制线形控制结果表明,修正后的节段接缝处左右端点实际坐标与理论坐标基本重合,表明该算法可直接有效地修正预制误差,是一种可行的预制线形控制新方法。 展开更多
关键词 桥梁工程 节段梁 短线法 奇异值 预制线形 施工控制 轻量化算法
在线阅读 下载PDF
多尺度特征融合的轻量化口罩佩戴检测算法 被引量:4
8
作者 叶茂 马杰 +1 位作者 王倩 武麟 《计算机工程》 CAS CSCD 北大核心 2022年第7期42-50,共9页
科学规范地佩戴口罩是预防新冠、流感等呼吸道传染病的有效方法,在当前疫情形势下,正确佩戴口罩显得尤为重要。已有的口罩佩戴检测算法多数存在结构复杂、训练难度较高和特征提取不足等问题,为此,提出一种多尺度特征融合的轻量化口罩佩... 科学规范地佩戴口罩是预防新冠、流感等呼吸道传染病的有效方法,在当前疫情形势下,正确佩戴口罩显得尤为重要。已有的口罩佩戴检测算法多数存在结构复杂、训练难度较高和特征提取不足等问题,为此,提出一种多尺度特征融合的轻量化口罩佩戴检测算法L-MFFN-YOLO。以YOLOv4-Tiny网络为基础,L-MFFN-YOLO改进原始残差结构,使用轻量化残差模块促进模型快速收敛,在有效降低模型计算量的同时保证检测精度。在原网络13×13、26×26这2个尺度的基础上增加52×52特征分支,以增强低特征层的信息表达能力并降低小目标的漏检率。通过多层级交叉融合结构最大程度地提取有用信息,从而提高特征利用率。除佩戴和未佩戴口罩2种情况外,在数据集中新增口罩佩戴不正确的类别并进行手工标注,实验结果表明,L-MFFN-YOLO算法的模型大小仅为5.8 MB,较原始网络YOLOv4-Tiny,其模型规模减小76%,mAP提高5.25个百分点,CPU下的处理时间快14 ms,能在资源受限的设备中满足口罩佩戴检测任务对准确率和实时性的要求。 展开更多
关键词 口罩佩戴检测 量化检测算法 残差结构 低特征层 多层级交叉融合
在线阅读 下载PDF
面向乡村住宅的数据集成与轻量化技术研究 被引量:2
9
作者 张嘉鸿 冷烁 胡振中 《土木建筑工程信息技术》 2022年第1期7-12,共6页
乡村住宅通常以村落形式构成集合,且受地理环境影响较大,因此在设计与建造过程中需要同时考虑单体建筑、村落布置与地理环境等因素。为此,本研究提出了一种面向GIS与BIM多源数据的信息集成与模型轻量化方法,包括:一,基于FBX SDK实现了FB... 乡村住宅通常以村落形式构成集合,且受地理环境影响较大,因此在设计与建造过程中需要同时考虑单体建筑、村落布置与地理环境等因素。为此,本研究提出了一种面向GIS与BIM多源数据的信息集成与模型轻量化方法,包括:一,基于FBX SDK实现了FBX的自动集成;二,引入顶点重要度与模型特征因子控制模型的简化过程,实现了面向乡村住宅的QEM改进算法。上述方法从扩充平台的使用场景和提高平台的模型处理能力两个方面,完善了一个已有的乡村住宅轻量化集成平台。研究成果在江苏省徐州市某乡村的改造中进行测试,验证了技术的可行性与实用性,有利于促进信息技术在乡村住宅设计与建造中的推广与应用。 展开更多
关键词 乡村住宅 信息集成 轻量化算法 建筑信息模型 地理信息系统
在线阅读 下载PDF
面向低资源的无人机指令意图识别算法及半实物仿真
10
作者 刘鸿福 付雅晶 +1 位作者 张万鹏 张虎 《系统仿真学报》 CAS CSCD 北大核心 2024年第12期2894-2905,共12页
在通信网络部分失能或被干扰时,无人机陷入“低资源环境”,必须依赖本地硬件资源,面临着计算能力、存储空间和能源供应的限制。针对“低资源环境”下的无人机指令意图识别研究需求,设计并实现了一个应急救灾场景中无人机指令意图识别半... 在通信网络部分失能或被干扰时,无人机陷入“低资源环境”,必须依赖本地硬件资源,面临着计算能力、存储空间和能源供应的限制。针对“低资源环境”下的无人机指令意图识别研究需求,设计并实现了一个应急救灾场景中无人机指令意图识别半实物仿真系统。基于“低资源环境”的机载硬件在环,通过GIS+BIM三维环境建模任务场景,半实物仿真无人机指令意图识别与任务规划。针对核心功能指令意图识别提出了一种新的轻量化算法,基于GraphSAGE的全局句子结构信息抽取与FastText局部语义特征的共同注意力融合机制,优化提升了意图理解预测的准确率和响应速度。在构建的专业无人机指令意图数据集上,半实物仿真验证指令意图识别准确率为0.890 7、时间为58.808 ms,满足实时性要求。 展开更多
关键词 无人机 低资源环境 指令意图识别 文本分类 轻量化算法 半实物仿真
在线阅读 下载PDF
基于改进YOLOv5s的轻量级水下鱼群检测与识别
11
作者 张晨蕾 李梦晗 田存伟 《现代计算机》 2024年第5期16-23,共8页
为进一步提高水下鱼群检测与识别的检测精度和工作效率,提出了一种改进DCG-YOLOv5s的轻量化水下鱼群检测算法。首先为了增强网络模型的特征提取能力及识别准确性,在Backbone主干网络的卷积层中引入可变形卷积;其次采用轻量级上采样算子C... 为进一步提高水下鱼群检测与识别的检测精度和工作效率,提出了一种改进DCG-YOLOv5s的轻量化水下鱼群检测算法。首先为了增强网络模型的特征提取能力及识别准确性,在Backbone主干网络的卷积层中引入可变形卷积;其次采用轻量级上采样算子CARAFE,在增大感受野的同时进一步提高模型对于水下鱼群的识别效果;最后引入了GhostBottleneck替换原结构中的部分C3结构,在不影响精度的前提下实现了轻量化。实验结果表明,改进后模型的平均检测精度、计算量均有明显提高,达到了轻量化的效果。 展开更多
关键词 鱼群检测 YOLOv5s神经网络 算法量化
在线阅读 下载PDF
一种基于SiameseRPN的模糊视频目标跟踪算法
12
作者 赵曜 周勇 +1 位作者 龚俊 李锐 《兵工自动化》 北大核心 2024年第5期77-79,共3页
为提高追踪准确率,提出一种针对模糊视频的轻量级视频跟踪算法。采用主流对抗生成网络模型DeblurGAN V2进行去模糊处理,交由基于改进SiameseRPN目标跟踪算法进行目标跟踪。为实现轻量化,将目标跟踪的特征网络替换为EfficientNet网络,改... 为提高追踪准确率,提出一种针对模糊视频的轻量级视频跟踪算法。采用主流对抗生成网络模型DeblurGAN V2进行去模糊处理,交由基于改进SiameseRPN目标跟踪算法进行目标跟踪。为实现轻量化,将目标跟踪的特征网络替换为EfficientNet网络,改进注意力机制为ECANet以捕捉多通道信息,并在GoPro数据集上进行测试。测试结果表明:相比SiameseRPN算法,该算法能实现更高的追踪准确率,帧率能达到实时性要求,具有一定的借鉴意义。 展开更多
关键词 模糊视频 目标跟踪 去模糊 算法量化
在线阅读 下载PDF
基于椭圆曲线的RFID电子标签加密算法研究 被引量:10
13
作者 张艺与 赵海军 +1 位作者 贺春林 陈毅红 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第1期60-67,共8页
针对物联网核心技术射频识别中电子标签数据加密问题进行研究,优化了椭圆曲线加密体制的底层标量乘法,提出一种改进的PECC-NAF标量乘算法,以此来解决RIFD系统硬件资源受限和高安全性需求之间的矛盾.首先,利用NAF标量乘方法降低标量的汉... 针对物联网核心技术射频识别中电子标签数据加密问题进行研究,优化了椭圆曲线加密体制的底层标量乘法,提出一种改进的PECC-NAF标量乘算法,以此来解决RIFD系统硬件资源受限和高安全性需求之间的矛盾.首先,利用NAF标量乘方法降低标量的汉明重量;然后,利用任务分解策略和并行结构将标量乘中点加和倍乘操作并行执行;最后,通过仿真实验验证本算法的计算效率及安全性并与其他算法进行对比,证明本算法的优越性.实验结果表明,与传统的二进制标量乘算法相比较,在160 bit和255 bit密钥长度下,运用提出的标量乘算法可以将标量乘算法的运行时间分别提升5倍和3倍. 展开更多
关键词 物联网 射频识别 椭圆曲线加密体制 标量乘 算法量化
在线阅读 下载PDF
基于YOLOv5的瓶盖封装缺陷轻量化检测算法 被引量:5
14
作者 赵磊 矫立宽 +2 位作者 翟冉 李彬 许美叶 《激光与光电子学进展》 CSCD 北大核心 2023年第22期131-140,共10页
为解决白酒瓶盖封装表面质量检测和算法参数庞大难部署的问题,对YOLOv5s进行改进并提出了更轻量化和高精度的SEGC-YOLO算法。首先,采用ShuffleNet V2替换原始骨干网络,有效简化参数,引入高效通道注意力机制增强骨干网络。再使用基于Ghos... 为解决白酒瓶盖封装表面质量检测和算法参数庞大难部署的问题,对YOLOv5s进行改进并提出了更轻量化和高精度的SEGC-YOLO算法。首先,采用ShuffleNet V2替换原始骨干网络,有效简化参数,引入高效通道注意力机制增强骨干网络。再使用基于GhostNet改进的GhostConv和C3-Ghost模块增强颈部网络,减少颈部参数量。另外,使用CARAFE算子替代最近邻插值上采样算子,利用自适应内容感知的上采样预测核提升颈部网络的信息表达能力,进而提升检测精度。最后,训练应用Adam梯度优化器来提高检测精度。实验结果表明:所提SEGC-YOLO算法在不同交并比(IoU)阈值下的平均精度均值mAP@0.5为84.1%和mAP@0.5∶0.95为49.0%,分别优于原始YOLOv5s算法1.2个百分点和0.5个百分点,并且浮点运算数(FLOPs)比原始算法减少了69.94%、参数量减少了71.15%和模型文件大小减小了69.66%,更加精准和轻量化。所提SEGC-YOLO可以快速、精准地检测瓶盖表面缺陷,为相关领域快速缺陷检测和设备部署提供了数据和算法支持。 展开更多
关键词 缺陷检测 轻量化算法 YOLOv5 ShuffleNet V2 GhostNet CARAFE算子
原文传递
基于机器视觉的3D打印异常诊断方法
15
作者 黄周林 周敏 +1 位作者 李鑫炎 申飞 《机床与液压》 北大核心 2024年第13期212-218,共7页
为解决3D打印过程中出现的诸如堵头、断丝、翘曲等异常情况导致打印失败的问题,搭建检测平台并提出一种融合Xception的改进YOLOv5算法,完成异常实时检测,达到及时处理、提高打印成功率的目的。通过对YOLO算法头部、躯干部以及瓶颈块进... 为解决3D打印过程中出现的诸如堵头、断丝、翘曲等异常情况导致打印失败的问题,搭建检测平台并提出一种融合Xception的改进YOLOv5算法,完成异常实时检测,达到及时处理、提高打印成功率的目的。通过对YOLO算法头部、躯干部以及瓶颈块进行轻量化改进,提高识别帧率并减小参量;然后对输出部分进行改进,使特征相似的异常图像被收集后输入至Xception算法中,提升异常识别分类的准确率;最后利用Qt跨平台开发框架设计打印异常诊断系统人机交互界面软件。结果表明:改进的融合算法在自建3D打印异常数据集中识别准确率为88.75%,较原YOLOv5算法提高3.22%,同时识别平均帧率为28帧/s,提高了40.0%,可以满足实际打印中对识别准确率及实时性的要求。 展开更多
关键词 3D打印异常检测 诊断 轻量化算法 YOLOv5算法 Xception算法
在线阅读 下载PDF
基于深度学习的轻量化田间昆虫识别及分类模型 被引量:14
16
作者 袁哲明 袁鸿杰 +3 位作者 言雨璇 李钎 刘双清 谭泗桥 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第3期1131-1139,共9页
由于田间昆虫环境的复杂性、昆虫类别间样本数量的不均衡性,现有田间昆虫自动识别和分类方法存在误识率高、效率低等缺点。本文基于轻量化深度学习模型提出了新的田间昆虫自动识别和分类算法。首先,对田间昆虫图像进行预处理,将其输入... 由于田间昆虫环境的复杂性、昆虫类别间样本数量的不均衡性,现有田间昆虫自动识别和分类方法存在误识率高、效率低等缺点。本文基于轻量化深度学习模型提出了新的田间昆虫自动识别和分类算法。首先,对田间昆虫图像进行预处理,将其输入到轻量化算法中进行特征提取,通过多尺度特征融合输出不同尺寸的预测网络。然后,引入联合交并比进行田间昆虫自动识别和分类。最后,与其他算法进行了仿真对比实验,结果表明,本文算法的田间昆虫自动识别和分类正确率高、用时少、鲁棒性强,有效解决了昆虫堆积、背景干扰等问题,可实时、在线识别田间昆虫。 展开更多
关键词 模式识别 深度学习 目标检测 昆虫分类 轻量化算法 图像预处理
原文传递
一种多通道2.4 GHz有源射频识别系统设计 被引量:2
17
作者 俞蕾 蒋斌 陈海进 《电讯技术》 北大核心 2021年第9期1102-1108,共7页
针对射频识别(Radio Frequency Identification,RFID)系统在实际应用过程中存在的标签碰撞问题,设计了一种多通道2.4 GHz有源射频识别系统,采用时分与频分相结合的防碰撞算法,使得平均时延相较于传统的单通道系统降低了60.2%。系统采用... 针对射频识别(Radio Frequency Identification,RFID)系统在实际应用过程中存在的标签碰撞问题,设计了一种多通道2.4 GHz有源射频识别系统,采用时分与频分相结合的防碰撞算法,使得平均时延相较于传统的单通道系统降低了60.2%。系统采用轻量化的高级加密标准(Advanced Encryption Standard,AES)算法,经少量的改动后可变成国密算法,提高了信息安全性。读写器可通过串口、以太网口、4G等多种外部接口与控制终端进行通信,数据信息由Qt Creator开发平台设计的上位机显示。该系统具有读写距离可调、信息安全性能高、功耗低等优点,可广泛应用于对读写距离、读取速度、读写环境要求严格的应用场合。 展开更多
关键词 射频识别 防碰撞 定位识别 量化AES算法
在线阅读 下载PDF
低照度下基于图像增强和人脸状态识别的疲劳驾驶检测 被引量:1
18
作者 赵洋 苗佳龙 +2 位作者 刘雪枫 赵锦程 徐森 《激光与光电子学进展》 CSCD 北大核心 2024年第22期222-234,共13页
针对现有的疲劳驾驶检测模型存在的精度低、模型体积较大且在低光环境下性能降低等问题,提出一种基于图像增强和人脸状态识别的疲劳驾驶检测模型。通过改进YOLOv5s模型进行低照度下人脸检测和关键点定位,并在YOLOv5s中引入self-calibrat... 针对现有的疲劳驾驶检测模型存在的精度低、模型体积较大且在低光环境下性能降低等问题,提出一种基于图像增强和人脸状态识别的疲劳驾驶检测模型。通过改进YOLOv5s模型进行低照度下人脸检测和关键点定位,并在YOLOv5s中引入self-calibrated illumination(SCI)模块对低照度图像进行图像增强。将下采样层替换为StemBlock模块,提高特征表达能力。将主干网络替换为ShuffleNetv2,大幅降低模型的参数量和计算量。引入cbam inverted bottleneck C3(CIBC3)模块以代替C3模块,降低噪声对检测的干扰并增强模型的全局感知能力。在总损失函数中,添加wing损失函数用于人脸关键点回归。之后,使用疲劳状态识别网络判断人脸检测模型定位到的眼嘴部位的开闭状态,最后采用评价指标判断疲劳状态。在DARK FACE数据集上的实验结果表明,对比基准模型YOLOv5s,改进后的YOLOv5s模型在参数量和计算量上分别下降62.12%、63.41%的同时精度提高2.38百分点。所提疲劳驾驶检测模型在YawDD正常光照数据集与自建低光照数据集上分别达到96.07%、94.50%的准确率,优于其他模型且单张图像处理时间仅为27 ms。这表明所提疲劳驾驶检测模型在保证正常环境与低光环境下的检测准确率的同时还能满足实时性要求,且具备部署在算力有限的边缘计算设备上的能力。 展开更多
关键词 图像处理 疲劳驾驶检测 人脸状态识别 YOLOv5s 轻量化算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部