自动检测算法论文-李红伟,姜桂艳,李素兰,朱宏伟

自动检测算法论文-李红伟,姜桂艳,李素兰,朱宏伟

导读:本文包含了自动检测算法论文开题报告文献综述及选题提纲参考文献,主要关键词:智能交通,交通事件自动检测算法,纵向时间序列,突变强度

自动检测算法论文文献综述

李红伟,姜桂艳,李素兰,朱宏伟[1](2019)在《基于突变强度的交通事件自动检测算法》一文中研究指出为设计1种检测率高的快速路交通事件自动检测(Automatic Incident Detection,AID)算法,基于突变强度理论,分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征,得出事件时段,交通参数突变强度值较大.本文以叁参数突变强度乘积为事件评价指数设计了1种快速路AID算法.新算法与3种AID算法对比得出:新算法检测率高(100.00%),误检率低(5.75%);与横向时间序列相比,纵向时间序列数据稳定性更好;参数数量的增加可提高检测率.新算法适用于各种流量,在低峰检测率为100.00%,误检率为0,检测效果最佳;高峰时段保持100.00%高检测率,误检率为5.66%,误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.(本文来源于《交通运输系统工程与信息》期刊2019年05期)

严文杰[2](2019)在《基于深度学习的自动检测算法在不同单能量CT图像下对肺结节数量的检测性能》一文中研究指出目的本研究的目的是评估基于深度学习的自动检测算法在单能量下不同keV下肺结节的诊断性能。方法在这项回顾性研究中,收集了2019年1月至3月期间130例肺部增强CT成像(GE Revolution CT)疑似肺结节患者。根据排除标准(不超过20个肺结节,诊断为中央肺癌、急性肺炎、术后肺癌)我们确定了100(本文来源于《中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编》期刊2019-08-22)

刘淑慧,温靖[3](2019)在《吊装仿真中自动检测吊绳与分段接触的算法》一文中研究指出分段吊装作业是船舶建造的重要工序,利用仿真技术辅助方案定制和作业实施,已经逐渐成为发展趋势。仿真需能准确判断吊绳与分段的接触状态和接触坐标。现有算法需预先指定可能发生接触的成对吊绳和分段棱边,否则不考虑是否发生接触。实际应用中,伴随分段移动和翻转,吊绳与分段相对位置不断改变,仿真前难以准确且全面地预设接触对,导致仿真结果不可靠。针对这个问题,提出一种自动检测吊绳与分段接触状态的算法,实现自动检测接触对,为仿真功能改进提供算法支持。(本文来源于《船舶物资与市场》期刊2019年07期)

刘焕明[4](2019)在《卷烟小包封签缺陷的自动检测算法设计》一文中研究指出传统的卷烟小包封签检测算法存在速度慢、准确率低等不足,提出一种基于Canny边缘检测算法的卷烟小包封签缺陷自动检测算法。首先采用图像分割技术将卷烟小包封签从整幅图像中分割出来,利用均值滤波算法对分割出来的封签区域进行滤波、去噪;然后进行形态学膨胀操作,使封签区域边缘更加完整,缺陷部位更清晰突出;最后采用Canny算法检测封签区域边缘。仿真试验结果表明,该算法可得到清晰、完整的图像边缘,有效检测到卷烟小包封签的缺陷,具有检测速度快、精度高、易于实现等优点。(本文来源于《机械设计与制造工程》期刊2019年06期)

赵柳,颜光前,吴俊,罗华友,孙亮[5](2019)在《基于ABUS冠状面图像的乳头位置自动检测算法》一文中研究指出乳腺疾病发生在以乳头为中心划分的区域中,乳头的准确定位对乳腺疾病的诊断具有重要的临床意义.提出一种基于自动化叁维乳腺超声(ABUS)冠状面图像的乳头位置自动检测算法.首先采用图像掩模提取感兴趣区域(ROI);然后对ROI进行图像预处理操作以提高目标区域识别的精确度和运算效率;最后通过霍夫变换圆检测和排除误判圆操作获得乳头的圆心坐标和半径.结果表明:本算法能有效检测到乳头位置,且检测准确率可达94.7%.(本文来源于《云南大学学报(自然科学版)》期刊2019年03期)

王嘉奇[6](2019)在《基于深度学习的淋巴结自动检测算法研究》一文中研究指出淋巴瘤是一种淋巴系统恶性增生疾病,发病年龄的范围广,不同亚型的临床表现有相当大的差异,严重威胁着人们的生命健康。针对淋巴瘤的筛查主要通过PET/CT图像检测手段进行,大量的影像数据需要通过医生进行人工标注,这项工作十分繁琐耗时。淋巴瘤的自动检测可以辅助医生进行检查工作,而这其中的关键技术就是淋巴结自动检测技术。本文针对淋巴结检测任务,提出了一套基于深度学习的淋巴结自动检测算法。本文提出的淋巴结自动检测算法由淋巴结候选点检测部分和淋巴结候选点分类部分两个部分组成。首先对CT切片图像中的疑似淋巴结候选目标进行检测,找出大部分具有淋巴结特征的候选点,经过合并筛选后作为淋巴结候选点送入淋巴结分类部分。淋巴结分类部分利用卷积神经网络对淋巴结候选点的图像切片组合进行分类,排除假阳性结果,给出最终的淋巴结检测结果。针对淋巴结候选点检测任务,本文采用MaskRCNN目标检测网络对病人的2D CT切片进行淋巴结检测,在淋巴结检测的同时对淋巴结掩膜进行预测。在切片上的检测结果之上本文提出淋巴结候选目标层间合并算法将各个切片的候选框进行合并,减少了候选点的冗佘,同时合并算法依据层间信息对目标检测网络提出的假阳性目标进行排除。针对淋巴结候选点分类任务本文利用多通道输入的卷积神经网络对淋巴结候选点分类,排除假阳性候选点,给出最终的检测结果。本文采用候选点的叁个轴向视图的切片作为分类网络输入对候选点的空间特征进行提取。通过独立多输入通道分别对切片的底层特征进行提取,利用残差模块在整合的底层特征上提取高层特征用于分类。使用改进的Focal loss对样本进行动态加权,解决在小数据集上训练困难的问题,提升训练效果。与之前的研究相比本文在淋巴结候选点检测部分提出的假阳性数量更少,平均每个病人提取出22个假阳性目标,达到了 78.0%的淋巴结召回率,更少的假阳性目标有利于提升检测效率,对后续分类过程起到帮助。淋巴结候选点分类部分的检测效果与之前的研究相比有所提升,在平均每病人10个假阳性目标的条件下达到89.3%的召回率。(本文来源于《浙江大学》期刊2019-05-10)

吉祥凌,吴军,易见兵,张晓光[7](2019)在《基于深度学习的管制物品自动检测算法研究》一文中研究指出提出一种对图片分区域检测的特征融合目标检测算法。利用角度旋转方法对数据集进行扩增;在Single Shot MultiBox Detector(SSD)算法的基础上,采用多尺度特征融合的方法在浅层特征图中融合更深层的特征,以扩大浅层特征图的感受野,提高小目标的检测精度;当输入图片较大时,如大于1024pixel×1024pixel,对目标图像进行分区域检测。为了验证该算法的精度,选择VOC2007+2012通用数据集和SDCI2018管制物品数据集对所提算法的精度进行测试。结果表明:所提算法在VOC2007+2012通用数据集上的检测精度为80.3%,比SSD算法提高了1.4%;在SDCI2018管制物品数据集上的检测精度为97.9%,比SSD算法提高了2.2%。所提算法能够实时准确地检测出安检图片中的管制物品,特别是对于大图片中的小目标检测效果较好。(本文来源于《激光与光电子学进展》期刊2019年18期)

周兴,陈诗瑶,杨丁,蒋太平,张登翔[8](2019)在《基于投影定位点的正位度自动检测算法》一文中研究指出为提高电子元器件PIN脚检测的精确度,避免人工检测时的人为因素。通过分析PIN脚图像特征,提出一种基于投影定位点的正位度检测算法。通过摄像机在一定光源环境下获取识别图像;结合图像处理技术实现Otsu阈值分割;统计行列的像素点变化实现投影定位,根据坐标确定PIN脚位置;最后通过欧式距离计算距离并判断其是否合格。实验结果表明,该检测算法具有很好的准确性和高精度,检测时间在ms级,满足工业检测要求。(本文来源于《电子测试》期刊2019年04期)

艾笑天[9](2019)在《基于轮胎X光图像的缺陷自动检测算法研究》一文中研究指出随着中国经济的飞速发展,汽车成为了人们出行必备的交通工具。因此轮胎质量的好坏直接决定了交通事故发生率的高低,与人们的生命财产安全息息相关。所以轮胎缺陷的自动检测问题已经成为了国内外轮胎生产厂商最关注的焦点之一。但是目前国外的轮胎缺陷自动检测软件并不适用于我国的轮胎生产环境。首先其软件界面大多是纯英文的,国内工人操作起来较为困难,且国内外关于轮胎缺陷的判别标准也不相同。因此,国内的轮胎缺陷检测环节仍需工人用眼睛观察轮胎的X光图像来得到结果,没有真正实现自动检测。且人眼检测的判定结果受主观因素影响大,正确性和效率性因人而异,当工人经过长时间的高强度工作后,视觉疲劳所导致的误检率也会直线上升。所以,研发出适合我国实际生产状况、高性能低成本、操作简单、便于人机交互的轮胎缺陷检测设备具有十分重要的意义。本文通过观察分析轮胎中各缺陷的实际图像特征,针对性的提出了不同区域轮胎图像的预处理方法。例如,帘线缺陷一般分为帘线间距问题与帘线排列问题。可以通过图像的自适应二值化及细化操作来突出帘线的特征,然后再利用列扫描与行扫描的方式来检测帘线缺陷。气泡缺陷与杂物缺陷的处理方法一般为先选择合适的滤波器来将缺陷背景滤除,再选择合适的阈值来把缺陷部位从图像中分割出来,最后通过遍历图像进行检测。由于带束层中包含形状复杂的轮胎花纹,因此一般利用改良过的模板匹配方法来检测带束层中的缺陷。除此之外,本文同时结合了深度学习算法,在对轮胎X光图像进行数字图像处理的基础上,利用神经网络对轮胎缺陷样本集进行学习,实现一个真正意义上端到端的轮胎缺陷自动检测算法。本文基于上述轮胎缺陷自动检测算法自主研发了轮胎缺陷自动检测系统。该系统包括轮胎X光图像实时传输、轮胎缺陷自动检测、建立缺陷数据库、实时报警、远程通讯、实时控制传送带开关等功能。在系统研发过程中,首先通过分析用户对系统提出的基本要求,然后对这些需求进行总结归纳,并设计开发出各个功能模块。系统在每条轮胎缺陷检测完毕后,会将自动生成的缺陷检测报告显示在触摸屏上,工人可以对检测结果再次进行确认。深度学习算法将通过实际的轮胎缺陷检测过程中不断优化自身的参数,从而不断提高检测的准确率。系统会自动将所检测过的轮胎按照型号信息、检测时间、轮胎图像、缺陷报告的形式存储在后台中,建立数据库,以便后续算法的优化及生产设备的改良,提高轮胎的质量。最后通过实际轮胎生产过程中对软件进行了大量测试,取得了理想的效果,相较于传统检测方法在准确度与速度方面均有很大的提高。(本文来源于《哈尔滨工程大学》期刊2019-01-01)

于德鑫,王文强,曹晓杰[10](2019)在《基于帧间差分与时空上下文的自动检测跟踪算法》一文中研究指出为了改善时空上下文(STC)跟踪算法不能自动检测跟踪目标的缺点,提出一种帧间差分与STC相结合的自动检测跟踪算法。该算法将帧间差分法检测到的含有前景目标轮廓及位置的矩形框传送给STC跟踪器,可达到自动检测与跟踪目标的目的,并且提高了跟踪精确度,降低了手动选定目标框的繁琐程度。通过实验对改进前后的STC算法进行分析比较,结果表明,改进后的算法具有更高的跟踪精度,可实现对目标的稳定跟踪。(本文来源于《软件导刊》期刊2019年01期)

自动检测算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

目的本研究的目的是评估基于深度学习的自动检测算法在单能量下不同keV下肺结节的诊断性能。方法在这项回顾性研究中,收集了2019年1月至3月期间130例肺部增强CT成像(GE Revolution CT)疑似肺结节患者。根据排除标准(不超过20个肺结节,诊断为中央肺癌、急性肺炎、术后肺癌)我们确定了100

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

自动检测算法论文参考文献

[1].李红伟,姜桂艳,李素兰,朱宏伟.基于突变强度的交通事件自动检测算法[J].交通运输系统工程与信息.2019

[2].严文杰.基于深度学习的自动检测算法在不同单能量CT图像下对肺结节数量的检测性能[C].中国中西医结合学会医学影像专业委员会第十七次全国学术大会暨甘肃省中西医结合学会医学影像专业委员会第六届学术年会资料汇编.2019

[3].刘淑慧,温靖.吊装仿真中自动检测吊绳与分段接触的算法[J].船舶物资与市场.2019

[4].刘焕明.卷烟小包封签缺陷的自动检测算法设计[J].机械设计与制造工程.2019

[5].赵柳,颜光前,吴俊,罗华友,孙亮.基于ABUS冠状面图像的乳头位置自动检测算法[J].云南大学学报(自然科学版).2019

[6].王嘉奇.基于深度学习的淋巴结自动检测算法研究[D].浙江大学.2019

[7].吉祥凌,吴军,易见兵,张晓光.基于深度学习的管制物品自动检测算法研究[J].激光与光电子学进展.2019

[8].周兴,陈诗瑶,杨丁,蒋太平,张登翔.基于投影定位点的正位度自动检测算法[J].电子测试.2019

[9].艾笑天.基于轮胎X光图像的缺陷自动检测算法研究[D].哈尔滨工程大学.2019

[10].于德鑫,王文强,曹晓杰.基于帧间差分与时空上下文的自动检测跟踪算法[J].软件导刊.2019

标签:;  ;  ;  ;  

自动检测算法论文-李红伟,姜桂艳,李素兰,朱宏伟
下载Doc文档

猜你喜欢