Feb, 2024

电力建设过程中的目标识别算法

PDF
TL;DR通过红外成像技术，使用基于局部线性映射方法的颜色处理技术的新型目标识别算法，强调电力施工视频监控中的目标，并结合支持向量机方法实现目标类型的准确预测，实现了高目标识别准确率和低误识率的目标识别算法。
target recognition algorithminfrared imagingcolor processing techniquesupport vector machine approachelectric power construction monitoring
发现论文，激发创造
  • EANet：增强的基于属性的 RGBT 跟踪器网络

    提出了一种深度学习的图像跟踪方法，将 RGB 图像和红外热像合并进行特征提取和人工属性应用的跟踪，此方法在 RGBT234 和 LasHeR 这两个最广泛使用的 RGBT 目标跟踪数据集上表现优异。

    Jul, 2023

  • 红外图像中小目标检测综述

    利用传统图像处理和深度学习方法，本文提出了一个基于 IR 图像的小目标检测综述，总结了该领域的进展和方法，并对现有技术的不足和未来研究方向进行了讨论。

    Nov, 2023

  • 热成像图像中热损失识别的分割框架：为苏格兰改造和热像测量公司赋能

    使用深度学习方法基于热像图的分割框架，自动识别与剪裁导致能量损耗的热量损失源，并消除图像中的障碍物，从而减少人力繁重的任务，并提供自动化、一致且可靠的解决方案，以准确衡量苏格兰住宅中的能量损失。

    Aug, 2023

  • 基于 RGB 和热像视频的人体动作识别实时算法

    我们提出了一种基于深度学习算法的人体动作识别方法，适用于 RGB 和红外热像摄像机，能够在实时性要求的情况下实现行人的检测和跟踪，并可对常见的四种动作进行识别。该方法利用了当前最先进的物体检测、光流和姿势估计技术，经过对视频数据集进行定性实验验证后，证明在 RGB 和热成像视频方面效果稳健。

    Apr, 2023

  • 基于颜色 - 热感人工智能的建筑外围检验的单类异常检测

    提供了一种无需标签的方法，用于检测建筑外围热成像检查过程中的异常，基于人工智能驱动的从彩色图像预测热分布，可以作为具有高度不匹配的热图区域的单类分类器方法。

    Feb, 2024

  • 热红外追踪的多任务驱动特征模型

    该论文提出了一种基于多任务学习的框架，学习适用于红外追踪的特征模型，并使用大规模红外训练数据集来优化该模型。在三个基准测试中，实验结果表明，该算法的相对增益达到 10％，表现优于现有的方法。

    Nov, 2019

  • 基于图像处理的森林火灾检测

    使用图像处理技术提出了一种新颖的森林火灾检测方法，该方法使用基于规则的颜色模型进行火焰像素分类，其中使用了 RGB 和 YCbCr 颜色空间，并采用标准方法测试算法性能，结果表明该方法具有更高的检测率和较低的误报率，可用于实时森林火灾检测。

    Jun, 2024

  • 变电站目标检测算法

    检测高压电力设备是确保电力供应可靠的有效方法，该论文提出了一种结合物体关系建模和 Transformer 模型的关系 Transformer 模型，通过在变电站的物体识别中展现出更好的性能，显著促进了自动化电力设备检测的发展。

    Sep, 2023

  • 学习面向目标的双重注意力，实现 RGB-T 跟踪的稳健性

    本文提出了两种用于 RGB-T 目标跟踪的视觉关注机制，其中包括利用 RGB 和热感数据的局部关注和多模态目标驱动关注估计网络的全局关注。在两个 RGB-T 基准数据集上的实验验证了我们提出算法的有效性。

    Aug, 2019

  • PST900: RGB-Thermal 校准、数据集和分割网络

    本文提出在语义分割中使用基于学习的技术并支持长波红外成像 (LWIR) 技术，解决了 RGB - 热成像相机校准和数据集问题并比较表明使用我们的方法可以获得最佳的结果。

    Sep, 2019