您的位置: 专家智库 > >

张家豪

作品数:4 被引量:0H指数:0
供职机构:上海工程技术大学电子电气工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术建筑科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇图像
  • 1篇单幅
  • 1篇单幅图
  • 1篇单幅图像
  • 1篇单目图像
  • 1篇雨天
  • 1篇生成器
  • 1篇去雾
  • 1篇去雾算法
  • 1篇相机
  • 1篇目标检测
  • 1篇解耦
  • 1篇雷达
  • 1篇激光
  • 1篇激光雷达
  • 1篇感器
  • 1篇编码器
  • 1篇传感
  • 1篇传感器
  • 1篇传感器融合

机构

  • 3篇上海工程技术...

作者

  • 3篇张家豪
  • 2篇张娟

传媒

  • 2篇智能计算机与...
  • 1篇小型微型计算...

年份

  • 2篇2023
  • 1篇2022
4 条 记 录,以下是 1-3
排序方式:
基于16线激光雷达和相机融合的三维目标检测
2023年
针对16线激光雷达点云过于稀疏而无法进行三维目标检测的问题,设计了一种基于激光雷达和相机融合的三维目标检测方法。首先,对激光雷达和相机进行联合标定,统一两者坐标系,并利用ROS进行时间同步,确保雷达和相机在相同的时间感知到相同的环境。然后,将相机采集的图像作为输入,送入YOLOv5算法中进行二维的目标检测,得到目标在图像中的二维检测框和类别。最后,利用联合标定过的激光雷达获取目标二维像素点对应的三维点云,通过这些雷达点云算出目标的三维坐标和三维边界框,从而得到三维目标检测结果。实验验证:通过搭建硬件平台并在实验场地测试后证明了该方法的可行性。
陈德江江灏高永彬张家豪
关键词:传感器融合相机
雨天场景下单目图像深度估计与清晰化算法
2023年
场景深度估计在三维重建、自动驾驶等应用中极为重要,目前深度估计缺乏在恶劣天气条件下的应用研究,实际场景表现不佳.本文针对雨天场景进行研究提出了一种联合的场景深度估计和图像去雨算法.其中深度估计网络以Transformer结构作为编码器和解码器主要模块,首先通过对图像块进行重排和线性投影生成嵌入块,减少了下采样的特征损失;接着利用多头自注意力机制在不同尺度提取特征并与解码器通过跳跃连接对局部和整体深度特征进行学习,提高了全局和长距离上下文信息的利用率,在RainCityscapes数据集上的场景深度估计质量优于现有算法.此外本文还将深度图结果作为先验信息,通过深度信息引导全局残差特征融合去雨网络得到无雨图像,在多个公开数据集上相比现有去雨算法的结构相似度(SSIM)和峰值信噪比(PSNR)均有提高.
张家豪张娟郎晓奇
基于解耦重构的弱监督单幅图像去雾算法
2022年
目前,基于深度学习的单幅图像去雾算法依赖于成对的有雾和无雾图像进行训练,在真实场景的去雾效果受限于合成数据集中有雾图像的合成效果。针对成对数据集获取困难的问题,提出了一种基于解耦重构的弱监督单幅图像去雾算法。该算法分别利用内容编码器和雾分布编码器,从输入图像中解耦出图像内容和雾分布信息,最终利用生成器模型对提取的信息进行图像重构。和现有去雾算法相比,所提出的去雾算法在图像色彩还原和雾霾去除效果上较好,还原结果更接近真实的无雾场景,在视觉效果和客观指标上有明显优势。
张家豪俞雷张娟
关键词:生成器
共1页<1>
聚类工具0