首页|基于YOLOv3和RGBD的车内人耳识别与深度定位

基于YOLOv3和RGBD的车内人耳识别与深度定位

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
定位人耳空间深度坐标是车内主动降噪研究的关键环节.论文基于YOLOv3深度卷积网络的目标检测算法对乘员耳部进行检测,并结合RGBD多源视觉传感系统动态定位车内人耳深度坐标.首先,采集车内乘员侧面RGB图像作为人耳数据集,并在人耳区域进行标定.然后结合YOLOv3的Darknet-53网络训练得到人耳检测模型.最后,融合RGBD视觉传感系统,完成人耳识别与深度坐标定位系统.实验表明,该方法在多种光照下,对车内人耳动态跟踪速度达到7fps,检测准确率在95％以上.同时,空间深度定位精度达到±3.5cm,可为车内主动降噪系统提供准确的噪声信号定位反馈.
On-board Human Ear Recognition and Depth Coordinates Location Based on YOLOv3 and RGBD

金银强、王岩松、张伟伟、王孝兰

展开 >

上海工程技术大学机械与汽车工程学院 上海 201620

主动降噪 深度卷积网络 YOLOv3 人耳检测 深度坐标定位

国家自然科学基金

51675324

2021

10.3969/j.issn.1672-9722.2021.10.028

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(10)
  • 3