物体识别
物体识别的相关文献在1989年到2022年内共计609篇,主要集中在自动化技术、计算机技术、心理学、无线电电子学、电信技术
等领域,其中期刊论文230篇、会议论文19篇、专利文献269960篇;相关期刊168种,包括科学技术与工程、科学新闻、农业工程学报等;
相关会议19种,包括第十一届和谐人机环境联合会议、2013年第一届慈宗国际学术论坛、第十五届全国图象图形学学术会议等;物体识别的相关文献由1335位作者贡献,包括小西嘉典、张蕾、黄濑浩一等。
物体识别—发文量
专利文献>
论文:269960篇
占比:99.91%
总计:270209篇
物体识别
-研究学者
- 小西嘉典
- 张蕾
- 黄濑浩一
- 余锦泽
- 何塞·赫罗尼莫·莫雷拉·罗德里格斯
- 水谷克也
- 间濑亮太
- 普杰信
- 森正宪
- 丛杨
- 井上胜文
- 伊藤诚也
- 张丽
- 笹渕洋治
- 范庆辉
- A·阿布勒拉
- 乔灵博
- 刘萍萍
- 刘越
- 张怡
- 朱博
- 樊一娜
- 游燕
- 王卫东
- 王晓华
- 王涌天
- 王迎新
- 袁保宗
- 西岛征和
- 赵宏伟
- 赵自然
- 郎波
- 陈雷
- 饭田公司
- 高翔
- 魏永超
- D·西默马赫
- J·加尔
- Laudon Moshe
- L·范戈尔
- M·南特维格
- M·法里德
- N·拉扎维
- P·海姆利希尔
- S.费尔南德斯
- 三好雅则
- 三宅弘志
- 三由贵史
- 上野润也
- 丸尾真也
-
-
肖家麟;
李钰;
袁晴龙;
唐志祺
-
-
摘要:
为进一步提高深度神经网络算法在嵌入式机器人系统中的物体识别性能,提出了一种基于恒虚警率检测的深度神经网络Dropout正则化方法(CFAR-Dropout)。首先,通过对权重进行量化,将权重和激活从浮点数减少到二进制值;然后,设计了一个恒虚警检测器(CFAR),保持一定的虚警率,自适应地删减一些神经元节点,优化参与计算的神经元节点;最后,在嵌入式平台PYNQ-Z2上,使用基于VGG16的优化模型对算法的物体识别性能进行实验验证。实验结果表明,与使用经典的Dropout正则化方法相比,CFAR-Dropout正则化方法的错误率降低了约2%,有效防止了过拟合;与原本的网络结构相比,参数量所占内存减少到8%左右,有效防止了过参数化。
-
-
杜比强;
乔傲
-
-
摘要:
现代工业中机械臂的使用越来越广泛,但传统的机械臂缺乏同工作环境的交互能力,灵活性较差。为此考虑利用视觉来引导机械臂作业,为机械臂配置视觉传感器,实时获取工况信息,以提高机械臂在线实时作业的能力。ROS(Robot Operating System)在机器人开发领域的应用愈加广泛,借助ROS构建相应的视觉引导机械臂作业的仿真模型。在Gazebo完成机械臂和Kinect相机的建模仿真,利用ROS节点通讯机制实现视觉识别结果对机械臂路径规划的指导。仿真运行结果验证了该模型的可行性。
-
-
王成军;
韦志文;
严晨
-
-
摘要:
随着机器视觉技术和人工智能的高速发展,当代机器人正朝着协作化、自动化、网络化以及智能化方向发展。为保障机器人作用的精准高效,机器视觉技术受到了极大的关注并被广泛应用于各领域。传统的分拣过程受物件特征的影响较大,而机器视觉技术具有速度快、信息量大、功能多的特点,并且能避免工人疲劳带来的误差,因而机器视觉技术在分拣领域表现出了良好的应用前景。基于此,详细分析和探讨了基于机器视觉技术的分拣机器人的组成、关键技术以及在各个行业的应用现状,具体阐述了相应的优势、存在的问题及可行性解决方案。最后,展望了分拣机器人结合机器视觉技术在人工智能大数据时代的发展趋势。
-
-
程增木
-
-
摘要:
车辆自动驾驶包括感知、判断和执行,而感知是整个过程的源头,是自动驾驶系统的重要模块。在车辆行车过程中,感知系统会通过传感器实时采集周边环境的信息,相当于自动驾驶汽车的“眼睛”,可以帮助汽车实现类似于人类驾驶员一样效果的观察能力。在自动驾驶车辆中,感知系统主要由摄像头、毫米波雷达、激光雷达(可选)等传感器构成。摄像头作为主要的环境感知传感器起着非常重要的作用,可以实现360°全面视觉感知,弥补雷达在物体识别上的缺陷,是最接近人类视觉的传感器。因此车载摄像头是自动驾驶领域的关键设备之一。
-
-
葛启亮
-
-
摘要:
在当前生活中,超市里农产品主要依靠条形码来获取价格,但是随着农业技术的提高和人民大众对快捷生活的追求,无人售卖将会渐渐代替人工售卖,这是一种发展带来的趋势,而且由于水果的种类繁多,无人售卖能够帮助节约大量人力和时间成本.为了解决这个问题,本文提出了基于深度学习的水果识别方法.不同于通过颜色特征和纹理特征去识别水果,本文搭建了一个较为高效的卷积神经网络,从而达到较高的准确率,使用性高,能够有效地应用于日常生活中.
-
-
李珣;
李林鹏;
Alexander Lazovik;
王文杰;
王晓华
-
-
摘要:
为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN).将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用Softmax生成概率分布.最后,使用标准数据集进行实验,结果表明,Re-CRNN算法的RGB-D物体识别准确率为94.1%,较现有基于图像的物体识别方法有显著的提升.
-
-
黄珊;
王博文;
赵智忠;
王亮;
翁玲
-
-
摘要:
利用磁致伸缩材料铁镓合金(Galfenol)设计制作了触觉传感单元,并将其集成为阵列,安装在二指机械手上.基于电磁原理、逆磁致伸缩效应和欧拉伯努利动力学原理,建立触觉传感单元力测量模型.设计的传感单元测力范围为0~3N,当压力小于1.5N时,灵敏度为151mV/N,在1.5~3N区间,灵敏度约为109mV/N,测量较低的静态力时具有更高的灵敏度,在2~4Hz范围内对动态力具有动态响应快、灵敏度高的特点.根据机械手的测量范围,选取形状较为规则的六种饮料瓶样品进行了抓取,搭建实验系统进行数据采集与存储,测试了传感器阵列的输出特性,集成的传感器阵列能很好地辨识所选样品,对于装满水样品有更高的精度.选择合适的特征值,应用支持向量机算法,通过选择不同的特征值数量和训练集与分类集的比例,对采集的数据进行分类识别.经计算可知,选择三个特征值且训练集与分类集比例为9:1时识别率最高,为87.5%.
-
-
翟高粤
-
-
摘要:
误差反向传播算法是适合于深度学习中多层神经元网络的一种学习算法,它建立在梯度下降法的基础上.反向传播算法主要由两个环节(激励传播、权重更新)反复循环迭代,直到网络对输入的响应达到预定的目标范围为止.本论述首先介绍物体检测和物体识别的概念,然后对图像检索系统所涉及的深度学习、卷积神经网络、反向传播算法、梯度下降和激活函数等相关概念进行了介绍.最后在卷积神经网络中分别采用了ADAGRAD、ADADELTA、ADAM、ADAMAX、NADAM、SGD和RMSPROP等七种优化方法对COIL100数据集中的72个对象进行训练并得出结果进行比较分析,结果表明,Adadel?ta优化器在图像数据集上提供了更好识别的结果.
-
-
牛力杰;
丛润民;
倪敏;
郑泽勋;
陈越;
罗晓维
-
-
摘要:
综合利用彩色和深度信息,采用多数据模式的特征提取策略,提出一种基于卷积-递归神经网络和费舍尔向量的RGB-D物体识别方法.对于彩色图像和深度图像,分别利用卷积-递归神经网络和卷积-费舍尔向量-递归神经网络提取物体的纹理及形状特征.为了更加全面的获取物体信息的特征表述,引入了灰度图像和表面法向量作为原始数据的补充,并利用卷积-递归神经网络提取特征.最后,将4种数据模式下提取到的特征融合起来,输入到softmax分类器中实现RGB-D物体识别.在标准的RGB-D数据库中对算法进行验证,所提算法可以有效提高物体识别率.
-
-
张明路;
王帅;
张小俊;
高涵
-
-
摘要:
在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计.提出反向标记法生成目标物体描述向量.在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子向量作为最终匹配向量来实现目标物体的识别.实验结果表明改进算法在一定尺度、光照、旋转条件影响下实现了工件的准确识别,并且提高了识别速度.
-
-
-
江济良;
胡琦;
杨东伟;
葛贤志
- 《2015中国无人机系统峰会》
| 2015年
-
摘要:
鉴于场景RGB-D图像兼含物体的颜色信息与深度信息,提出了一种融合2D物体识别和3D物体识别的快速物体识别与位置估计方法.首先,采用2D SURF算法快速从场景图像中识别出模型图像所处的目标区域,进而从场景点云中分割出待搜索的目标点云,大大减小了3D物体识别的计算量;其次,采用3D Hough算法从目标点云中识别出模型点云所处的空间,从而精确估计出物体位置;最后,对日常生活场景常见物品RGB-D物体进行物体识别与位置估计试验.结果表明,本文方法适应性和鲁棒性好,具有识别速度快、识别精度与准确率高等优点.
-
-
-
-
熊英;
马惠敏
- 《第四届图像图形技术与应用学术会议》
| 2009年
-
摘要:
SIFT算法运用的核心特征(SIFT特征)是一种基于局部梯度的向量特征,能够抵抗图像的伸缩、旋转等多种变化,满足了三维物体识别的实际需要.将SIFT特征应用于三维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等模块,可以有效地提高系统的识别速度与效率,增强系统的稳定性.本文通过理论分析与实验验证,论述了将SIFT特征应用于三维物体识别系统的可行性与优势.
-
-
-
桂临秋;
胡哲琨;
袁浩;
代征
- 《全国抗恶劣环境计算机第二十八届学术年会》
| 2018年
-
摘要:
人工智能技术是地面无人平台目标识别、视觉导航、环境感知等技术的核心,然而以神经网络为代表的智能算法计算密集度高、占用计算资源大,难以部署在资源受限的地面无人平台上.针对地面无人平台强实时性需求、人工智能算法密集型计算需求和小型化嵌入式系统中算力功耗等资源限制,文章以地面无人平台物体识别任务为背景,选择卷积神经网络作为物体识别算法并进行适当裁剪以适应资源受限环境的需求;基于ARM+FPGA异构计算框架与OpenCL并行编程标准,充分利用FPGA流水并行处理的特性,对卷积神经网络算法进行硬件加速,提高计算效率.使用该系统处理不同种类的物体图像进行实验,实验数据表明,该系统可以对实验物体进行正常识别,同时识别效率有着非常明显的提高.
-
-
Chen Shaojian;
陳紹建;
劉天雪;
Tianxue Liu
- 《2013年第一届慈宗国际学术论坛》
| 2013年
-
摘要:
佛学和心理学都认为:世界是人心理活动的产物.佛学中认为世界只存在于有情众生的意识形态中;心理学同样认为:世界是人的心理表徵.本文以视知觉的形成为例,把唯识学与认知心理学作相应对比,认知心理学的物体识别相关理论实际上是概括了唯识学中五蕴、八识、四分等概念;这些概念可以基本对应验证认知心理学中视知觉的生理基础、物体识别图式理论、注意的分配机制、记忆的结构等理论;本文对唯识学与认知心理学中关于物体识别机制相互印证的内容做了比较完整的总结,同时也指出认知心理学和唯识学之间,一些不完全对应的、各自独有的内容.希望本文的探讨给佛学在当代社会的教学传播,提供一个现代科学的视角和切入点;同时也从佛学的角度,为认知心理学的研究开拓些许新的思路.
-
-
王爱平;
万国伟;
李思昆;
曾亮
- 《第七届全国虚拟现实与可视化学术会议》
| 2007年
-
摘要:
提出了一种基于SIFT特征和三焦张量的物体识别跟踪算法。在物体跟踪过程中,利用SIFT算法对每帧图像中的物体进行识别,同时引入计算机视觉中三焦张量的几何关系,剔除识别过程中SIFT算法产生的误配点。实验表明,该算法具有准确的识别跟踪效果,并对尺度变化、旋转和光照变化等具有不变性。
-
-
阚美娜;
王威;
谢晓华;
曾钢;
CCF计算机视觉专业委员会
- 《CCF2015-2016中国计算机科学技术发展报告会》
| 2016年
-
摘要:
近年来,深度学习在诸多领域尤其计算机视觉领域取得了巨大的进展,受到了学术界与工业界广泛关注.互联网与信息技术的快速发展,使得视觉数据(如图像、视频等)的规模不断增大,同时出现了CUDA等并行计算技术,这些都为深度学习提供了良好的基础,极大地促进了深度学习技术的发展.利用深度学习技术对视觉数据进行分析与挖掘,已经成为了计算机视觉领域的研究热点.深度学习技术在图像分类、物体检测与识别、图像视频分析、图像重构等方面取得了巨大的成功,但同时深度学习依然存在许多挑战.本文将重点介绍深度学习在计算机视觉领域的研究动态与最新进展,并从多个角度分析其发展趋势.