论文摘要
随着大数据的发展以及计算能力的不断提升,基于深度学习的目标检测算法被越来越多地研究并应用到车辆检测系统中。但是在实际检测中发现当光线条件较差时,模型的准确率往往会降低,这是由于低光照会导致图像色彩失真、细节不清晰,这些问题严重影响了模型的检测能力。基于此,通过对道路场景的实测及反复试验,对Retinex算法中参数的选取与路面交通的场景特点建立了有效联系,找到了图像、Retinex算法与模型准确率之间的关系,提升了模型的检测效果。
论文目录
文章来源
类型: 期刊论文
作者: 田青,王蕾,王寅初,曲洪权
关键词: 图像增强,车辆检测,深度学习
来源: 工业控制计算机 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 北方工业大学
基金: 国家重点研发计划(2017YFC0806005)课题名称:城轨交通安防性能提升关键技术与监管系统及示范,国家自然科学基金(61806008)
分类号: TP391.41;U495
页码: 1-3+6
总页数: 4
文件大小: 1256K
下载量: 188
相关论文文献
- [1].改进Retinex算法的光干涉条纹质量提升技术[J]. 激光杂志 2020(09)
- [2].基于Retinex理论的雾霭天气图像增强[J]. 内燃机与配件 2017(01)
- [3].改进Retinex在红外图像增强中的应用[J]. 激光杂志 2016(08)
- [4].基于Retinex理论的简化图像增强算法[J]. 电子技术与软件工程 2015(12)
- [5].融合伽马变换与Retinex的彩色水下图像增强算法[J]. 科技视界 2020(03)
- [6].基于Retinex理论与概率非局部均值的红外图像增强方法[J]. 光子学报 2020(04)
- [7].基于区域分割的快速随机喷洒Retinex方法[J]. 南开大学学报(自然科学版) 2017(02)
- [8].基于RETINEX的图像增强方法探讨[J]. 九江学院学报(自然科学版) 2020(03)
- [9].基于粒子群优化的Retinex图像增强[J]. 电子技术与软件工程 2016(11)
- [10].保持细节的Retinex红外图像增强算法[J]. 电子技术与软件工程 2016(18)
- [11].关于Retinex算法对刑事模糊图像增强的适用性探讨[J]. 数字技术与应用 2012(11)
- [12].基于Retinex理论的全变差图像分割方法[J]. 南京邮电大学学报(自然科学版) 2020(01)
- [13].基于Retinex理论和暗通道先验的夜间图像去雾算法[J]. 激光与光电子学进展 2017(04)
- [14].基于Retinex理论的图像增强算法的研究[J]. 现代计算机(专业版) 2016(26)
- [15].多方向双边滤波单尺度Retinex图像增强研究[J]. 软件导刊 2015(06)
- [16].基于Retinex理论图像增强的边缘检测[J]. 昆明冶金高等专科学校学报 2015(03)
- [17].基于Retinex理论的图像增强算法研究[J]. 计算机光盘软件与应用 2014(01)
- [18].基于Retinex理论的图像增强算法研究[J]. 技术与市场 2009(12)
- [19].基于收缩场学习的Retinex低照度图像增强[J]. 北京航空航天大学学报 2020(09)
- [20].基于Retinex可变框架的X射线图像增强方法研究[J]. 激光与红外 2008(10)
- [21].一种改进的Retinex彩色图像增强方法[J]. 兰州交通大学学报 2015(01)
- [22].基于多尺度Retinex算法的遥感图像增强[J]. 计算机技术与发展 2008(02)
- [23].Retinex理论在航空影像增强中的应用[J]. 系统工程与电子技术 2008(07)
- [24].改进单尺度Retinex算法在图像增强中的应用[J]. 计算机应用与软件 2013(04)
- [25].基于亮度的自适应单尺度Retinex图像增强算法[J]. 光电工程 2011(02)
- [26].离散余弦变换域内的Retinex图像增强模型研究[J]. 工程图学学报 2011(06)
- [27].快速Retinex彩色图像增强[J]. 计算机工程与应用 2010(05)
- [28].基于Retinex的树叶图像镜面反射区定位方法[J]. 计算机工程 2010(24)
- [29].改进Retinex和稀疏表示的光照人脸识别[J]. 计算机工程与应用 2016(14)
- [30].改进Retinex算法对特殊环境下的车牌图像增强研究[J]. 微型机与应用 2015(19)