首页期刊导航|计算机系统应用
期刊信息/Journal information
计算机系统应用
计算机系统应用

苏振泽

月刊

1003-3254

csa@iscas.ac.cn

010-62661041

100080

北京中关村南四街4号

计算机系统应用/Journal Computer Systems & ApplicationsCSCD北大核心CSTPCD
查看更多>>专业技术性刊物。推广计算机系统在各行各业的应用技术成果和运行管理经验。
正式出版
收录年代

    基于改进欧氏聚类算法的障碍物检测跟踪

    宋莹陆宇杭陈逸菲
    284-290页
    查看更多>>摘要：障碍物的检测与跟踪技术是移动机器人行驶过程中的一个重要技术,有利于提高移动机器人的运动安全.为了提高了障碍物检测的准确率,针对欧氏聚类存在过分割和欠分割的情况,做出了两点改进:提出动态欧氏聚类搜索半径的方法来解决远处点云过于稀疏的问题;提出将半径搜索改成深度方向上的拓展搜索的方法来解决点云数据在深度方向上检测不完全和拖尾等问题.为了提高动态障碍物跟踪的准确率,在进行两帧障碍物数据关联时,设计了一种新的关联矩阵的计算方式,加入了障碍物的六自由度信息和尺寸信息,提高了动态匹配的成功率.仿真实验表明,经过改进后障碍物检测准确率达到了95.2%,多目标跟踪精度达到了13.2 mm.

    移动机器人改进欧氏聚类障碍物检测障碍物跟踪

      原文链接:
    • 万方数据
    • 维普

    基于改进3D卷积神经网络的疼痛检测

    黄伟聪周卓沂李雄彬梁艳...
    291-298页
    查看更多>>摘要：在临床实践中,精确评估疼痛对于疼痛管理和诊断至关重要.但传统的评估方法主观性高且依赖医生经验,迫切需要更可靠客观的替代方法.利用深度学习的方法实现基于面部表情的疼痛检测研究近年已取得显著进展,但复杂的结构和高计算成本制约了其实际应用.因此,本文提出了一个改进的 3D卷积神经网络,采用轻量级的 3D卷积神经网络L3D作为骨干网络,并结合改进的SE注意力机制,把多个不同尺度的特征进行融合,捕捉疼痛序列中具有较强辨别能力的时空特征.在UNBC-McMaster和BioVid数据集上进行评估,与最新方法相比,该方法在疼痛检测性能以及计算复杂度上取得了优势.

    疼痛检测疼痛表情3D卷积神经网络轻量级注意力机制特征融合

      原文链接:
    • 万方数据
    • 维普

    基于Yolopose的挖掘机检测与工作状态识别

    黄健赵小飞王虎胡其胜...
    299-307页
    查看更多>>摘要：针对光缆、高压油气管道等地下基础设施周边容易受到挖掘机的野蛮入侵问题.本文提出了一种结合Yolopose和多层感知机的挖掘机检测与工作状态判别方法.首先,设计了基于Yolopose的挖掘机 6 点姿势的提取网络Yolopose-ex;其次,利用Yolopose-ex模型提取视频中挖掘机工作姿态的变化信息,构建了挖掘机的工作状态特征向量(MSV);最后,利用深度学习算法多层感知机(multilayer perceptron,MLP)分析了视频中的挖掘机的工作状态.实验结果表明,所提出的方法克服了复杂背景难以识别的问题,对挖掘机工作状态识别准确率达到了 96.6%,具有较高的推理速度和泛化能力.

    挖掘机Yolopose姿势估计工作状态识别

      原文链接:
    • 万方数据
    • 维普

    《计算机系统应用》稿约

    前插1页
      原文链接:
    • 万方数据