钱惠敏
- 作品数：17 被引量：117H指数：5
- 供职机构：河海大学能源与电气学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学电气工程更多>>
- 基于ResNet34_D改进YOLOv3模型的行人检测算法被引量：3
- 2022年
- 针对自动驾驶场景下行人检测任务中对中、小尺寸目标和被遮挡目标的检测需求,以及现有深度学习模型的不足,提出基于ResNet34_D的改进YOLOv3模型:通过改进残差网络的卷积块结构提出ResNet34_D,并作为YOLOv3的主干网络以降低模型尺寸和训练难度;在ResNet34_D的3个尺度卷积特征图之后,增加SPP层和DropBlock模块以提高模型的泛化能力;基于K-means聚类算法确定自适应的多尺度锚框尺寸,提高对大、中、小3种尺寸行人目标的检测能力;引入DIoU损失函数,提高对被遮挡目标的识别能力.所提出模型的消融实验验证了各个改进部分在提高模型检测准确率上的有效性.实验结果表明,所提出的基于ResNet34_D的改进YOLOv3模型具有较好的准确率和实时性,在BDD100K-Person数据集上的AP50达到69.8%,检测速度达到130 FPS.由所提出方法与现有目标检测方法的对比实验可知,所提出方法对小目标和遮挡目标的误检率更低,速度更快,具有一定的实际应用价值.
- 钱惠敏陈纬马宜龙施非项文波
- 关键词：行人检测
- 自动选择跟踪窗尺度的Mean-Shift算法
- 实用的跟踪系统要求能实时地适应运动目标的外观变化,尺度固定不变的跟踪窗口不能有效地跟踪存在明显尺度变化的目标。本文将多尺度图像的信息量度量方法引入到运动目标跟踪中,提出了一种跟踪窗口自动更新算法,并用此算法改进了基于颜色...
- 钱惠敏茅耀斌王执铨
- 关键词：目标跟踪信息度量MEAN-SHIFT
- 文献传递
- 基于倒立摆系统案例的自动控制原理教学研究被引量：2
- 2015年
- 结合卓越工程师教育培养计划以及《自动控制原理》课程的特点,以培养学生创新、实践能力为指向,在课程教学中融入工程案例进行讲解。本文以一级直线倒立摆的典型非线性不稳定系统为案例,将系统建模、稳定性、可控性等特性分析和极点配置控制设计的内容与倒立摆案例直接关联,帮助学生更好地理解自控原理教学内容与实际工程技术表现形式间的关系。
- 任祖华周军钱惠敏孙永辉
- 关键词：案例教学卓越工程师计划
- 基于OBE的电路课程教学实践被引量：3
- 2021年
- 依据工程教育专业认证标准的产出导向教育原则,分析了基于OBE理念的电路课程教学改革措施,阐述电路课程的教学体系、教学方式、教学实践,包括教学体系设计强调以学为中心,并以支撑相应的目标设计作为教学目标、内容,以及评价和考核方式。
- 钱惠敏
- 关键词：教学体系设计教学实践
- 建模与仿真课程中对模型后处理及其二次建模的教学必要性与方法探讨被引量：1
- 2021年
- 围绕建模与仿真课程,讨论对机理模型后处理技术和二次建模的教学必要性与意义,探讨教学方法。自动化专业建模与仿真课程的建模教学内容是,通过机械类(如质量弹簧系统),电气类(如电机拖动、电路),运动类(如行车倒立摆)案例,讲授基于机理的微分方程的建模方法与步骤。不涉及原始模型后处理技术,如线性化近似、模型辨识、模型降阶等,也不涉及原始模型二次建模及其特性分析,如平衡点、传递函数、频率特性等。这种教学方式使学生很少了解原始模型如何转化为后续专业课程的标准模型,更无法理解二次建模的必要性及其与标准模型特性(如零极点、稳定性等)的关系。通过行车垂直圆摆案例,文章说明机理模型后处理和二次建模教学的必要性和可行性,并探讨教学方法。
- 周军钱惠敏
- 自动选择跟踪窗尺度的Mean-Shift算法被引量：44
- 2007年
- 实用的跟踪系统要求能实时地适应运动目标的外观变化,尺度固定不变的跟踪窗口不能有效地跟踪存在明显尺度变化的目标。本文将多尺度图像的信息量度量方法引入到运动目标跟踪中,提出了一种跟踪窗口自动更新算法,并用此算法改进了基于颜色直方图的Mean-Shift跟踪方案。实验结果表明,改进的跟踪算法对尺寸逐渐减小和逐渐增大的目标都能自动选择合适的跟踪窗口大小。
- 钱惠敏茅耀斌王执铨
- 关键词：目标跟踪信息度量MEAN-SHIFT
- 基于可变权重损失函数和难例挖掘模块的Faster R-CNN改进算法被引量：4
- 2020年
- 基于深度卷积神经网络的目标检测算法已成为目标检测领域中的研究热点,它包括基于区域提议的两阶段目标检测算法和基于位置回归的一阶段目标检测算法。Faster R-CNN是两阶段目标检测的典型算法之一,但是,训练数据集中简单样本-难分样本数量不平衡,以及样本数据的类间不平衡,都是影响Faster R-CNN检测精度的重要原因。本文提出一种基于可变权重损失函数Focal Loss和难例挖掘模块的改进Faster R-CNN算法。具体地,在网络的分类部分引入Focal Loss函数,通过权重调节样本数据的类间不平衡,改善简单样本-难分样本的数量不平衡;同时,修改网络结构,引入难例挖掘模块,进一步平衡简单样本-难分样本的数量,提高网络的检测性能。本文采用不同数据集,不同基础网络来测试提出的算法性能。实验结果表明,在VGG-16基础网络下,本文算法在Pascal VOC 2007数据集上平均检测精度较原算法提高了0.9个百分点,在Pascal VOC 07+12数据集上提高了1.7个百分点;在Res-101基础网络上,在Pascal VOC 2007数据集上平均检测精度较原算法提高了1.3个百分点,在Pascal VOC 07+12数据集上提高了1.5个百分点。
- 施非邱臻韩勤李金耿钱惠敏项文波
- 关键词：目标检测
- 视频监控中的行为序列分割与识别被引量：10
- 2009年
- 智能监控系统中的行为分析与识别是当前计算机视觉领域的研究热点,而行为序列分割则是行为分析与识别的基础。提出了一种无监督的行为序列分割算法,并对分割结果进行识别。首先,采用鲁棒的形状编码方案得到人体轮廓的紧凑表示,提取轮廓点集特征描述运动人体;然后,基于奇异值分解(SVD)估计行为序列数据的本征维数,确定数据对应的低维流形,并通过检测特征数据在该流形上的投影误差的突变实现行为序列分割;最后,采用隐马尔可夫模型(HMM)对分割结果进行识别。在公共数据库上的实验结果表明了此分割和识别算法的有效性。
- 钱惠敏茅耀斌王执铨叶曙光
- 关键词：本征维数奇异值分解隐马尔可夫模型
- 基于泊松方程的异常行为检测
- 2014年
- 异常行为检测是家居监护系统的重要功能之一。提出了一种基于泊松方程的特征提取算法,并采用K均值算法实现人体异常行为——跌倒的检测。首先采用基于混合高斯模型的运动目标检测算法获得运动人体的二值图像序列;然后,对图像序列提取基于二维泊松方程的矩特征描述人体行为;最后采用K均值分类器对异常行为进行检测。所使用的数据库包括6种可能发生的日常行为:站立、走、慢跑、坐、蹲,以及跌倒。实验表明,采用该算法检测异常行为——跌倒的正确识别率为98.72%。
- 罗志琳钱惠敏周军
- 关键词：泊松方程特征提取
- 视频中的人体运动分析及其应用研究
- 基于视觉的人体运动分析是指对视频中的运动人体进行检测、识别和跟踪，并理解和描述人体行为，它是计算机视觉领域中一个新兴的研究方向。人体运动分析系统通常涉及图像预处理、运动目标检测和识别、运动人体跟踪、人体行为理解与描述等几...
- 钱惠敏
- 关键词：目标跟踪异常检测支持向量机隐马尔可夫模型
- 文献传递
