陈忠碧
- 作品数：12 被引量：64H指数：4
- 供职机构：中国科学院光电技术研究所更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信一般工业技术理学更多>>
- 基于UART和双任务模型的DSP实时调试平台
- 基于UART和双任务模型的DSP实时调试平台，其特征在于包括：PC机、DSP、串口转换芯片，PC机的UART通过串口线与串口转换芯片，串口转换芯片再通过串口线与DSP的UART采用交叉连接方式连接，其中串口转换芯片采用M...
- 余化鹏彭先蓉马茜陈忠碧魏宇星蔡敬菊许俊平卢刚
- 文献传递
- 目标描述方法综述
- 实时多目标标记属于自动目标识别（ATR）研究领域,包括对目标的分割、特征量提取和目标自动标记等方面。本文对目标描述方法进行了分类,综述了几种典型方法的基本原理、基本属性、存在弊端;通过各种方法的多方面比较,提出了改进思想...
- 陈忠碧张启衡蔡敬菊卢刚
- 关键词：多目标分割特征量提取
- 文献传递
- 基于块估计的运动目标检测方法被引量：15
- 2006年
- 提出了一种适合于运动目标检测的块运动分析方法,用以补偿移动背景所带来的杂波信息,准确检测运动目标。在对原始图像进行滤波的基础上,选择合适的子块,通过块匹配,得到背景位移矢量;利用这些运动参数,在相邻帧之间进行运动补偿,达到分割运动目标的目的。该算法对背景的适应性能好。
- 陈忠碧张启衡彭先蓉任臣
- 关键词：块匹配目标检测
- 基于像素标记的多目标图像分割方法
- 本发明公开一种基于像素标记的多目标图像分割方法，具体步骤如下：以视频成像传感器所摄取的图像作为输入信号；对图像进行二值化处理；对处理后的图像作第一次扫描；建立等价数组；进行第二次扫描、得到目标数量、面积、周长、位置坐标等...
- 陈忠碧张启衡彭先蓉蔡敬菊徐智勇
- 文献传递
- 目标描述方法综述
- 实时多目标标记属于自动目标识别(ATR)研究领域,包括对目标的分割、特征量提取和目标自动标记等方面。本文对目标描述方法进行了分类,综述了几种典型方法的基本原理、基本属性、存在弊端。通过各种方法的多方面比较,提出了改进思想...
- 陈忠碧张启衡蔡敬菊卢刚
- 关键词：目标跟踪多目标分割
- 文献传递
- 一种适合于多目标检测的图像分割方法被引量：23
- 2004年
- 提出一种适合于多目标检测的8邻域图像分割方法,用以获取目标特征量,准确分割图像。在对二值化图像扫描形成目标块的过程中,标记各个目标像素,记录目标的边界点,得出分割目标的面积、周长、质心坐标。利用这些信息,可以选择跟踪一个或多个目标。仿真结果证明了该方法实用可行。
- 陈忠碧张启衡
- 关键词：图像分割二值化图像图像处理目标跟踪
- 一种基于深度学习的小目标检测网络逐层训练方法
- 本发明公开了一种基于深度学习的小目标检测网络逐层训练方法，包括小目标检测深度学习网络搭建；检测网络骨架部分采用图像识别数据集进行预训练；检测网络采用目标检测数据集进行整体训练；采用识别与检测平衡的损失函数进行训练；用逐层...
- 李琪陈忠碧张建林
- 文献传递
- 一种基于深度学习的小目标检测网络逐层训练方法
- 本发明公开了一种基于深度学习的小目标检测网络逐层训练方法，包括小目标检测深度学习网络搭建；检测网络骨架部分采用图像识别数据集进行预训练；检测网络采用目标检测数据集进行整体训练；采用识别与检测平衡的损失函数进行训练；用逐层...
- 李琪陈忠碧张建林
- 基于深度学习的飞机目标跟踪应用研究被引量：16
- 2019年
- 本文针对飞机目标,提出了基于多域网络(MDNet)的改进网络用于飞机跟踪的快速深度学习(FDLAT)跟踪网络,使用迁移学习弥补目标跟踪的小样本集缺陷。卷积层作为特征提取层,全连接层作为目标和背景的分类层,采用特定的飞机数据集来更新网络参数。训练完成之后,结合回归模型,采用简单的线性更新对飞机进行跟踪,算法实现了飞机旋转、相似目标、模糊目标、复杂环境、尺度变换、目标遮挡以及形态变换等复杂状态的鲁棒跟踪,速度达到平均20.36 f/s,在ILSVRC2015飞机检测数据集上成功率均值达到0.592,基本满足飞机实时跟踪。
- 赵春梅陈忠碧张建林
- 关键词：飞机目标鲁棒跟踪
- 基于卷积网络的目标跟踪应用研究被引量：8
- 2020年
- 本文针对目标跟踪应用,提出了基于Siamese-FC跟踪网络的改进卷积网络Siamese-MF,意在更进一步提升跟踪速度和准确性,满足目标跟踪的工程应用需求。对于跟踪网络,考虑速度和精度的权衡,减少计算量,增加卷积特征的感受野是改进跟踪网络的速度和精度的方向。在卷积网络结构上面进行改进结构创新,改进主要集中为两点:1)引入特征融合,丰富特征;2)引入空洞卷积,减少计算量的同时增强感受野。Siamese-MF算法实现了对于复杂场景目标的实时准确跟踪,在公开数据集OTB上测试速度达到平均76 f/s,跟踪成功率的均值达到0.44,而跟踪稳定性的均值达到0.61,实时性、准确性和稳定性均提升,满足目标实时跟踪应用。
- 赵春梅陈忠碧张建林
