共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
为了提高1550 nm近红外波段光斑位置的检测精度,提出了一种改进的积分无穷解算模型。以高斯光斑为入射光模型,深入分析了InGaAs四象限探测器(Quadrant Detector, QD)输出信号与光斑实际位置之间的关系,考虑探测器直径及沟道的影响,通过引入误差补偿因子,利用最小二乘拟合的方法得到有效光斑半径,从而获得新解算模型的解析表达式,最后在搭建的InGaAs QD光斑位置检测系统上对提出模型进行实验验证。仿真和实验结果表明:新模型可有效降低不同半径光斑下的位置检测误差;入射光总能量约为10 W,光斑半径0.75 mm时,在[-0.75~0.75 mm]检测范围内,新模型均方根误差为0.003 mm,最大误差为0.009 mm,较原有模型分别降低了78.6%和52.6%。新模型在激光通信和激光雷达等工程实际中具有较好的应用前景。 相似文献
3.
采用湿法腐蚀方式在PIN型InP/In0.53Ga0.47As/InP材料上制备了不同台面结构的正照射In0.53Ga0.47As探测器,通过比较不同结构器件的性能,如暗电流、信号、噪声,研究了器件性能跟器件结构之间的关系,并分析影响器件性能的因素。研究结果表明,探测器的暗电流、噪声与台面面积是成线性关系的,而信号与台面面积则不是线性关系。探测器的台面可分为光敏区和光敏区外部分,光敏区外部分对暗电流、噪声的贡献与光敏区是一致的,但对信号的贡献这两部分则是不一致的,这主要是由于衬底反射和器件之间的沟道光生载流子的侧向扩散所造成的。 相似文献
4.
5.
6.
随着人工智能技术的不断发展,人脸检测与识别技术以其广泛的应用性成为学术研究的重点。提出了SSD-MobileNetv2-FPN人脸检测模型,首先用轻量级的MobileNetv2代替SSD中的VGG-16主干网络,减少模型训练参数以提高模型的检测速度,然后引入FPN网络提取多尺度特征信息使得模型更利于小目标人脸的检测,增加检测精度。最后引入Focal loss损失函数解决模型在训练过程中出现前景和背景类分布不平衡问题,提高模型性能。实验表明上述模型在Pascal Voc 2012人脸部分数据集中准确率为92.5%,且处理速度快,满足实时需求。 相似文献
7.
在岗检测是现代安防领域中视频分析的一个重要研究方向,应用领域非常广泛.本文设计并实现了一种嵌入式人员在岗检测系统,为了提高此嵌入式系统的运行速度,提出了改进的人脸特征点检测方法;并且为了提高系统的检测准确率,建立了一个近红外人脸样本库.该系统通过近红外摄像头采集实时图像,然后进行人脸特征点检测,获取被检测人的面部信息.根据违规行为判断准则,判断当前是否出现违规动作并且发出警报.实验结果表明:在规定条件下,系统的人脸特征点检测准确率达到了95%,针对两种异常情况的检测准确率也都超过了94%,具有良好的实时性能. 相似文献
8.
9.
Paul Viola和Michael Jones曾提出的基于积分图象和Adaboost算法构建层叠式(cascade)人脸检测器,是人脸检测算法上的里程碑事件。先利用积分图象在常数时间内快速计算矩形特征,再用Adaboost算法训练这些矩形特征组成强分类器,从而使分类器的速度大大提高。此外,构造层叠分类器,首先简单的强分类器排除大多数非人脸窗口,减轻复杂分类器的负担,进而提高速度。 相似文献
10.
11.
12.
13.
传统人脸检测算法在复杂环境背景下一直存在着检测准确率及效率低等问题.近年来,得益于人脸数据集的增长以及计算机硬件的极速发展,使用深度神经网络的人脸检测算法在准确度方面已有很大提升,但使用的模型结构越来越复杂,检测速度也相对变慢.本文提出一种改进的多任务卷积神经网络(Multi-task convolutional ne... 相似文献
14.
为了进一步提高AdaBoost算法的检测准确率和解决AdaBoost算法的退化问题,提出了一种基于线性不对称分类器(LAC)的改进AdaBoost人脸检测算法。该算法对样本权重的更新规则进行了调整,当训练节点分类器的前m个弱分类器时,由于样本权重更新合理,采用原始权重更新方法;当已训练产生一定数量的弱分类器序列后,退化问题严重,由LAC算法对前期训练获得的弱分类器序列进行学习形成最优强分类器,计算该强分类器对负样本集的错分率FPR,更新样本权重,依次循环直到完成该节点所有弱分类器的训练并得到最佳节点分类器,最后通过级联各个节点分类器,构成人脸检测分类器。同时,对已有的Haar特征进行了改进和完善。实验结果表明,该方法不仅提高了检测精度,而且抑制了退化现象,使人脸检测分类器的性能得到进一步的提高,具有较大的实用价值。 相似文献
15.
针对采用基于肤色特征的人脸检测方法和基于Ada Boost算法的人脸检测,单一方法的人脸检测系统在检测率和误检率方面不能同时达到比较好的效果。因此结合上述两种算法各自的优点,将两种方法相结合并加以改进,主要思想是基于肤色特征的人脸检测作为预人脸检测,得到含有人脸的肤色区域,运用级联分类器检测这些肤色区域。利用matlab仿真软件进行了大量的仿真探析并进行了统计与分析,探析表明改进算法在误检率和检测率方面明显优于两种单独算法,同时对于人脸姿势方面,也能够达到很好的检测效果。 相似文献
16.
17.
针对传统的AdaBoost人脸检测算法对侧面及多姿态人脸检测误检率较高且检测速度较慢等问题,提出了一种动态视频流实时多人脸检测算法。仿真实验表明,通过使用该算法对静态图像以及动态视频流中的多个人脸实时检测,其结果比传统算法具有更低的误检率和更快检测速度。 相似文献