心血管疾病是最为常见、致死率高的疾病,并且随着我国老龄化人口比例的升高,心血管疾病的发病率也逐年提升,早期诊断对疾病预防至为重要。在完成左心室的心肌壁准确分割的基础上,获得心肌组织应变、应变率等指标,对进行心脏机能评估与分析是非常重要的。临床上多采用手动分割的方法,耗时长且过程乏味,分割结果也容易受到主观因素影响。因此对于超声心动图的自动分割成为该领域研究的重点。针对低对比度、高噪声的超声心动图像分割的可靠性以及准确性低等问题,提出基于YOLO V3模型实现对左心室心尖和底部三个位置以及左心室区域的定位,并生成左心室子图像;在此基础上,基于马尔科夫随机场模型对左心室子图的心肌进行初步识别和二值化;在左心室三个位置的约束限定下,结合非线性最小二乘法曲线拟合和边缘逼近,实现对左心室内膜的精确分割与提取。具体的研究内容包括以下几个方面:一、设计了基于YOLO V3模型实现对左心室心尖和底部三个位置以及左心室区域的定位。针对由于不同个体  (本文共63页) 本文目录 | 阅读全文>>

近年来,辅助驾驶技术和无人驾驶技术的研究日益深入,而交通信号灯检测与识别技术作为无人驾驶汽车环境感知的重要一环,也受到了越来越多的关注。本文依托国家重点研发计划项目(编号:2020YFB1313400)、国家自然科学基金项目(编号:U1864204)、中央高校基本科研业务费资助项目(编号:300102220204),在对国内外交通信号灯检测和识别技术进行深入研究以后,提出一种基于改进YOLOv3的交通信号灯检测和识别算法。本文主要的研究工作包含以下三个方面:(1)提出了一种含交通信号灯的感兴趣区域提取算法。首先基于有雾图像和无雾图像的灰度直方图差异进行雾天判断,在比较了常见的三种去雾算法后,设计了一种改进的去雾算法,优化雾天交通信号灯图像。之后分析了昼夜环境下交通信号灯图像的亮度差异,在对交通信号灯图像进行昼夜区分后,选择不同的感兴趣区域提取方法:白天环境下,检测交通信号灯的黑色矩形灯板,将其作为交通信号灯的可能存在区域,即感兴...  (本文共80页) 本文目录 | 阅读全文>>

智能化管理是养殖业规模化的基础和发展方向。为了实现奶山羊养殖场的智能化和规模化建设,提高奶山羊养殖场的管理水平,本文以西北农林科技大学畜牧教学试验基地的奶山羊图像为研究对象,使用基于通道注意力模块SeNet和GIOU损失函数的YOLOv3算法,实现了奶山羊的目标检测与计数。本文的主要研究内容与结论有:(1)奶山羊目标检测数据集的构建及预处理。针对缺少奶山羊目标检测公开数据集的问题,首先在羊场搭建远程视频监控设备以获取大量的奶山羊视频;其次使用FFMpeg每5s提取一次图像关键帧;之后对提取的奶山羊图像使用翻转、改变对比度和饱和度的形式进行数据增强,扩大奶山羊数据集的数量;最后使用标注精灵对奶山羊图片进行标注,将图像中奶山羊的坐标数据与类别数据转换成yolo格式,供YOLOv3模型使用。(2)基于通道注意力模块SeNet的YOLOv3算法。针对YOLOv3算法在奶山羊数据集上检测精度不高的问题,在YOLOv3算法的神经网络中添加三...  (本文共59页) 本文目录 | 阅读全文>>

火灾作为一种频发的灾害事故,使得人们的生命和财产安全受到严重威胁。为避免火灾发生,对其进行早期检测已成为关键一环。传统火灾检测方法是通过传感器设备对环境中各项指标进行分析和判断,但是普遍存在检测距离受限、反应慢、误报率高等问题。随着视频监控技术的广泛应用,人工智能在视频图像处理领域中飞速发展,基于此的火焰检测方法开始形成新的突破点。但目前现有的火焰检测方法,还存在着检测准确度低、实时性差等问题。针对现有火焰数据集清晰度低以及噪声高等问题,利用Gaussian滤波算法进行火焰图像降噪,采用基于Fast Guided Filter的暗通道去雾算法和自适应直方图均衡化算法提高火焰图像数据集质量;采用Random Erasing方法和Mosaic算法对火焰数据集进行增强,以提高训练后模型的泛化能力以及在火焰目标被遮挡情况下的模型检测准确度。针对现有火焰检测模型准确率低且对小目标火焰存在漏检等问题,结合特征融合和注意力机制,提出一种改善对...  (本文共76页) 本文目录 | 阅读全文>>

随着人工智能技术的飞速发展,人机交互方法也发生了巨大的变化.鉴于目前主要的人机交互方式仍是使用键盘、鼠标和触控板组合的传统交互方式,本文提出一种基于改进的YOLOv3实现手势识别的人机交互方法,通过Kmeans对标签的边...  (本文共6页) 阅读全文>>

为了提高太阳能电池板的检测效率,针对太阳能电池板常见缺陷检测问题,本研究利用YOLOv3目标检测模型对太阳能电池板电致发光图片进行缺陷检测。根据太阳能板缺...  (本文共3页) 阅读全文>>