论文--机器视觉网

首页>论文

类别：: 全部专家综述技术前沿专业论文

展开

标签：: 全部机器视觉图像处理机器人人工智能模式识别其他

展开

一种轻量级深度学习模型，在IoT设备上的实时行人检测

人工智能（AI）已经成为作者日常生活中不可或缺的部分。计算机视觉已经发展到了能够检测智能交通系统中路口行人的安全关键角色，并提醒车辆注意潜在碰撞的程度。集中的计算分析摄像头反馈并生成附近车辆的警报。

技术前沿 2024-12-24 | 机器视觉 |

3539
光场成像中元素图像的不失真条件

在实际应用中，受应用环境狭小空间的限制，可能出现元素图像偏移与部分缺失等失真问题，进而影响光场图像的解码、深度估计与三维成像等应用。为了研究该问题，本文分析并提出了元素图像不失真条件。将环境空间的约束抽象为主透镜物空间的孔阑，根据孔阑尺寸、位置与元素图像之间的关系，将光场成像分为3种情况分别进行理论研究，并设计了元素图像中心偏移、孔阑等差移动10mm实验进行验证。

技术前沿 2024-11-21 | 机器视觉 | 图像处理 |

2257
领先现有顶级算法，无地图也能实现高性能视觉重定位

本文介绍了一种基于实例知识和深度知识的无地图重定位方法。通过利用基于实例的匹配信息来改善全局匹配结果，大大降低了不同物体之间匹配错误的可能性。同时，我们使用单张图像的估计深度来减少度量误差，并提高尺度恢复精度。通过整合专门用于减轻大位移和旋转误差的方法，所提方法在无地图重定位技术中展现出卓越的性能。

技术前沿 2024-11-19 | 机器视觉 |

2791
利用条件生成对抗网络的光场图像重聚焦

目的传统的基于子视点叠加的重聚焦算法混叠现象严重,基于光场图像重构的重聚焦方法计算量太大,性能提升困难。为此,本文借助深度神经网络设计和实现了一种基于条件生成对抗网络的新颖高效的端到端光场图像重聚焦算法。方法首先以光场图像为输入计算视差图,并从视差图中计算出所需的弥散圆(circleofconfu-sion,COC)图像,然后根据COC图像对光场中心子视点图像进行散焦渲染,最终生成对焦平面和景深与COC图像相对应的重聚焦图像。结果所提算法在提出的仿真数据集和真实数据集上与相关算法进行评价比较,证明了所提算法能够生成高质量的重聚焦图像。使用峰值信噪比(peaksignaltonoiseratio,PSNR)和结构相似性(structuralsimilarity,SSIM)进行定量分析的结果显示,本文算法比传统重聚焦算法平均PSNR提升了1.82dB,平均SSIM提升了0.02,比同样使用COC图像并借助各向异性滤波的算法平均PSNR提升了7.92dB,平均SSIM提升了0.08。结论本文算法能够依据图像重聚焦和景深控制要求,生成输入光场图像的视差图,进而生成对应的COC图像。所提条件生成对抗神经网络模型能够依据得到的不同COC图像对输入的中心子视点进行散焦渲染,得到与之对应的重聚焦图像,与之前的算法相比,本文算法解决了混叠问题,优化了散焦效果,并显著降低了计算成本。

技术前沿 2024-11-06 | 机器视觉 | 图像处理 | 模式识别 |

1919
基于矢量光场的光学加工技术

作为光的一个基本属性，偏振、振幅和相位提供的自由度对光场调控具有重要作用。具有空间结构偏振态、振幅和相位分布的矢量光场因其具有不同于传统光场的独特性质而被应用于诸多领域。

技术前沿 2024-11-05 | 机器视觉 |

1983
抓毛织物表面质量的视觉检测方法

针对抓毛织物表面质量的量化检测问题，提出一种基于计算机视觉的抓毛织物表面质量检测方法。采用切向背光法获取抓毛织物的轮廓图像，根据绒毛区域的灰度直方图特征，对绒毛区域进行分割，再利用形态学算法对绒毛区域内出现的空洞进行填充，从而得到完整的绒毛区域。通过Freeman编码提取绒毛区域的两侧边缘坐标，利用最小二乘算法拟合绒毛下边缘得到绒毛厚度基准线并建立绒毛厚度模型。同时采用统计直方图构建绒毛分布状态参数模型。结果表明：该方法对织物的颜色、底布的纹理不敏感，可以实现对抓毛织物表面质量进行综合量化评定。

专业论文 2024-10-22 | 机器视觉 |

1737

首页 1 2 3 4 5 6 7 8 最后一页

推荐论文