基于卷積神經(jīng)網(wǎng)絡的鋼筋計數(shù)算法研究
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
圖1-1某大廳行人密度估計計數(shù)
目前隨著計算機視覺的不斷發(fā)展,尤其是近幾年卷積神經(jīng)網(wǎng)絡的興計數(shù)也進入了發(fā)展的高峰,許多新的方法被提出,取得了大量的研究成果計算機視覺領域的目標計數(shù)大致可以分為兩種應用方向,一種是靜態(tài)計數(shù)獲得圖像中某個區(qū)域或者整幅圖像中的目標數(shù)量。一種是動態(tài)計數(shù),目的頻序列中目標流過的數(shù)量,一般是....
圖1-2鋼筋端面圖片
圖1-2鋼筋端面圖片而對于動態(tài)式計數(shù),要統(tǒng)計視頻中流過的目標,無法通過密度估計的方法解決,也無法單純使用目標檢測進行解決。這類問題的解決辦法需要結合目標檢測和目標跟蹤技術。首先在當前幀檢測出目標,然后在后續(xù)幀中對檢測出的目標進行跟蹤,同時要不斷檢測新流入的目標,當被跟蹤目標穿....
圖1-3紅外熱軋鋼筋端面視頻截圖
圖1-2鋼筋端面圖片態(tài)式計數(shù),要統(tǒng)計視頻中流過的目標,無法通過密度估計用目標檢測進行解決。這類問題的解決辦法需要結合目先在當前幀檢測出目標,然后在后續(xù)幀中對檢測出的目測新流入的目標,當被跟蹤目標穿過計數(shù)線后,則完成對產(chǎn)現(xiàn)場采集的紅外熱軋鋼筋端面視頻中流過的鋼筋目標問題。下圖為....
圖2-1數(shù)據(jù)集部分圖片樣本
提出了一種基于級聯(lián)目標候選頭網(wǎng)絡的高精度鋼筋計數(shù)算法。只需拍攝堆疊鋼端面圖像作為輸入,即可準確得到圖像中的鋼筋數(shù)量。與人工計數(shù)相比效率大高,并且擁有很高的計數(shù)精度。本章提出的級聯(lián)式目標候選頭網(wǎng)絡,是對鋼筋端面目標進行檢測的網(wǎng)絡,通測的方式來進行計數(shù)。該網(wǎng)絡屬于二階段檢測網(wǎng)絡,與其....
本文編號:4001850
本文鏈接:http://www.wukwdryxk.cn/jianzhugongchenglunwen/4001850.html