检索结果

Select

1. 基于人眼信息特征的人体疲劳检测

罗元, 云明静, 王艺, 赵立明

计算机应用 2019, 39 (7): 2098-2102. DOI: 10.11772/j.issn.1001-9081.2018122441

摘要（420）

PDF （799KB）（330）

人眼状态是反映疲劳程度的重要指标，头部姿势变化、光线等因素对人眼定位造成很大影响，从而影响人眼状态识别以及疲劳检测的准确性，为此提出了一种利用级联卷积神经网络通过检测人眼6个特征点来识别人眼状态进而识别人体疲劳的方法。首先，一级网络采用灰度积分投影结合区域-卷积神经网实现人眼的检测与定位；然后，二级网络将人眼图片进行分割后采用并联子卷积系统进行人眼特征点回归；最后，利用人眼特征点计算人眼开闭度识别当前人眼状态，并根据单位时间闭眼百分比（PERCLOS）准则判断人体疲劳状态。实验结果表明，利用所提方法实现了在归一化误差为0.05时，人眼6特征点的平均检测准确率为95.8%，并根据模拟视频帧的PERCLOS值识别疲劳状态验证了该方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

2. 融入二维码信息的自适应蒙特卡洛定位算法

胡章芳, 曾林全, 罗元, 罗鑫, 赵立明

计算机应用 2019, 39 (4): 989-993. DOI: 10.11772/j.issn.1001-9081.2018091910

摘要（717）

PDF （790KB）（352）

蒙特卡洛定位（MCL）算法存在计算量大、定位精度差的问题，由于二维码具有携带信息的多样性、二维码识别的方便性与易用性的特点，提出一种融入二维码信息的自适应蒙特卡洛定位算法。首先，利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行采样；然后，采用激光传感器提供的观测模型确定粒子的重要性权重；最后，因为重采样部分采用固定样本集会导致大计算量，所以利用Kullback-Leibler距离（KLD）进行重采样，根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数，从而减小计算量。基于移动机器人进行的实验结果表明，改进算法与传统蒙特卡洛算法相比定位精度提高了15.09%，时间缩短了15.28%。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于改进闭环检测算法的视觉同时定位与地图构建

胡章芳, 鲍合章, 陈旭, 范霆铠, 赵立明

计算机应用 2018, 38 (3): 873-878. DOI: 10.11772/j.issn.1001-9081.2017082004

摘要（499）

PDF （1040KB）（338）

针对视觉同时定位与地图构建（SLAM）中容易由误差累积导致构建地图不一致的问题，提出了一种基于改进闭环检测算法的视觉SLAM（V-SLAM）系统。为了减小移动机器人长时间运行带来的累计误差，引入一种改进的闭环检测算法，改进相似性得分函数，减小感知歧义，提高闭环的识别率；同时为了减小计算量，通过Kinect直接获取环境图像以及深度信息，并采用计算量小、鲁棒性好的ORB特征进行特征提取和匹配；采用随机抽样一致性（RANSAC）算法进行误匹配删除，从而获得更准确的匹配点对，然后用PnP计算出相机位姿；更稳定、准确的初始估计位姿对后端处理至关重要，利用g2o对位姿进行无结构的迭代优化；最后在后端采用以集束调整（BA）为核心的图优化方法对位姿和路标进行优化。最终实验结果表明该系统能够满足实时性要求，并可以获得更加准确的位姿估计。

参考文献 | 相关文章 | 多维度评价