Parking Stall Vacancy Indicator System Based on Deep Convolutional Neural Networks
University of Alberta(阿尔伯塔大学)
停车管理系统,特别是空位指示服务,可以在减少大城市的交通和能源浪费方面发挥宝贵的作用。视觉检测方法代表了一种具有成本效益的选择,因为它们可以利用许多停车场通常已经可用的硬件,即摄像机。然而,视觉检测方法可能是脆弱的,不容易推广。本文提出了一种基于深度卷积神经网络的鲁棒检测算法。我们在一个大型基线数据集上实现并测试了我们的算法,还在一组来自停车场已经安装的实际摄像头的图像源上实现并测试了我们的算法。我们已经开发了一个功能齐全的系统,从服务器端的图像分析到前端的用户界面,以证明我们的方法的实用性。
2016-06-30 cs.CV
Using Deep Neural Networks to Quantify Parking Dwell Time
Universidade Federal do Paraná(巴拉那联邦大学);DeepNeuronic
针对智慧城市中从图像自动计算停车停留时间的挑战,提出结合深度分类网络与孪生网络的两步法,跨数据集实验显示理想分类器下完美预测率达75%,真实分类器下为49%,验证了方法潜力及前端分类器的影响。
2024-10-31 cs.CV cs.LG
Parking Analytics Framework using Deep Learning
Prince Sultan University(苏丹王子大学)
本文提出一个基于深度学习和图像分析的停车场实时监控框架,通过车辆检测、跟踪、停车位标注和Ray Tracing占用估计来优化停车资源利用并减少驾驶员寻位时间。
2022-03-15 cs.CV
Energy-Efficient Parking Analytics System using Deep Reinforcement Learning
University of Pittsburgh(匹兹堡大学)
深度视觉技术的进步和无处不在的智能摄像头将推动下一代视频分析。然而,视频分析应用程序消耗大量的能量,因为深度学习技术和相机都是耗电的。在本文中,我们专注于停车视频分析平台,并提出了RL-CamSleep,一种基于深度强化学习的技术,来驱动摄像机,以减少能源足迹,同时保持系统的实用性。我们的主要见解是,许多视频分析应用程序并不总是需要运行,我们可以设计策略,仅在必要时激活视频分析。此外,我们的工作是对专注于提高硬件和软件效率的现有工作的补充。我们评估我们的方法在城市规模的停车数据集有76个街道遍布城市。我们的分析展示了街道如何有各种停车模式,强调了适应性政策的重要性。我们的方法可以学习这种自适应策略,可以将平均能耗降低76.38%,并在执行视频分析时实现98%以上的平均准确度。
2022-04-20 cs.AI cs.CV cs.LG
Deep Learning Based Illegal Bowling Action Detection
United International University(联合国际大学);BRAC University(BRAC大学)
针对板球非法投球实时检测难题,提出基于计算机视觉的深度学习方法,通过分析投球手臂在肩部帧与释放帧间的角度变化(阈值15度)识别非法动作,在62视频数据集上取得高真阳性率,为首个AI视觉检测方案。
2026-10-07 cs.CV
SHINE: Deep Learning-Based Accessible Parking Management System
Deakin University(迪肯大学);IP Camp [(주)아이피 캠프](IP Camp(韩国IP Camp公司));Changwon National University(昌原国立大学)
针对韩国无障碍停车位滥用问题,本文提出基于深度学习的Shine系统,通过目标检测算法识别车辆、车牌与残疾人徽章并与中央服务器协同验证权限,模型平均精度均值达92.16%,有效提升了城市停车管理效率。
2023-10-18 cs.AI cs.CV
Smart Parking Space Detection under Hazy conditions using Convolutional Neural Networks: A Novel Approach
Carnegie Mellon University(卡内基梅隆大学);BITS Pilani K K Birla Goa Campus(印度博拉理工学院皮拉尼分校果阿校区)
有限的城市停车空间与城市化相结合,使得智能停车系统的开发成为必要,该系统可以将停车位的可用性传达给最终用户。为此,已经提出了使用卷积神经网络的各种基于深度学习的解决方案用于停车位占用检测。虽然这些方法对部分障碍物和照明条件是鲁棒的,但是发现它们的性能在存在雾度条件的情况下降低。从这个方向来看,本文研究了去雾网络的使用,以提高朦胧条件下停车位占用分类器的性能。此外,训练程序提出了去雾网络,以最大限度地提高系统的性能在有雾和无雾的条件。该系统可作为现有智能停车系统的一部分部署,其中使用有限数量的摄像头来监控数百个停车位。为了验证我们的方法,我们已经开发了一个自定义模糊停车系统数据集从现实世界的任务驱动的测试集RESIDE- \b{eta}数据集。针对现有的国家的最先进的停车位检测器CNRPark-EXT和朦胧的停车系统数据集测试所提出的方法。实验结果表明,该方法在有雾停车系统数据集上有显着的准确性提高。
2022-01-15 cs.CV cs.LG
Enhancing Vehicle Entrance and Parking Management: Deep Learning Solutions for Efficiency and Security
GIFT University(GIFT大学)
本文提出基于YOLOv8n、Tesseract-OCR及人脸识别的深度学习系统,实现车辆入口与停车自动管理,提升效率与安全性。
2023-12-05 cs.AI cs.CV
Deep Learning Based Video System for Accurate and Real-Time Parking Measurement
Massachusetts Institute of Technology(麻省理工学院);Pontifical Catholic University of Paraná(巴拉那天主教大学);University of California, San Diego(加州大学圣地亚哥分校)
停车位建设成本高,停车费难以执行,司机浪费大量时间寻找空地。准确的量化将为开发商和市政当局提供空间分配和设计方面的信息,而实时的【形】测量将为司机和停车执法部门提供节省时间和资源的信息。在本文中,我们提出了一个准确和实时的【形】视频系统,为未来的物联网(IoT)和智慧城市应用。利用深度卷积神经网络(DCNN)和一种新型车辆跟踪滤波器的最新发展,我们将视频序列中多个图像帧的信息结合起来,以消除由遮挡和检测失败引入的噪声。我们证明,我们的系统实现了更高的精度比纯基于图像的实例分割,并利用更昂贵的传感器,如雷达的行业基准系统的性能相当。此外,我们的系统显示出巨大的潜力,其可扩展性,以城市范围内的规模,也在丰富的输出,超越传统的二进制占用统计。
2019-02-20 cs.CV
FisheyeMultiNet: Real-time Multi-task Learning Architecture for Surround-view Automated Parking System
Valeo Vision Systems(法雷奥视觉系统)
自动泊车是一种低速机动场景,非常非结构化和复杂,需要车辆周围的全360°近场感知。本文从基于摄像头的深度学习算法的角度讨论了自动停车系统的设计与实现。我们提供了一个工业系统的整体概述,涵盖了嵌入式系统,用例和深度学习架构。我们展示了一个名为FisheyeMultiNet的实时的【形】多任务深度学习网络,它可以检测在低功耗嵌入式系统上停车所需的所有对象。FisheyeMultiNet在4个摄像头下以15 fps的速度运行,它有三个任务,即目标检测,语义分割和污染检测。为了鼓励进一步的研究,我们通过WoodScape项目\cite{yogamani2019woodscape}发布了包含语义分割和限界框检测地面实况的5,000张图像的部分数据集。
2019-12-23 cs.CV cs.RO
Smart Parking with Pixel-Wise ROI Selection for Vehicle Detection Using YOLOv8, YOLOv9, YOLOv10, and YOLOv11
Institute of Computing(计算研究所);University of Campinas (UNICAMP)(坎皮纳斯大学(UNICAMP))
针对传统智能停车检测方案的局限,本研究融合物联网、边缘计算与深度学习,采用多款最新YOLO模型并提出像素级后处理ROI选择方法,在自定义数据集上实现99.68%平衡准确率,打造高精度、低成本且保护隐私的智能停车方案。
2024-12-06 cs.CV cs.LG
CNN-based Two-Stage Parking Slot Detection Using Region-Specific Multi-Scale Feature Extraction
Sejong University(世宗大学)
自动停车系统从检测可用停车位开始。停车位检测性能通过深度学习技术得到了显著提高。基于深度学习的目标检测方法可以分为一阶段和两阶段方法。尽管众所周知,两阶段方法在一般目标检测中优于一阶段方法,但到目前为止,它们在停车位检测中的表现相似。我们认为这是因为两阶段方法尚未充分专门用于停车位检测。因此,本文提出了一种高度专业化的两阶段停车位检测器,使用特定区域的多尺度特征提取。在第一阶段中,该方法通过估计停车位的中心、长度和方向来找到停车位的入口作为区域建议。该方法的第二阶段指定最包含所需信息的特定区域,并从中提取特征。也就是说,仅从最包含位置和方位信息的特定区域单独提取位置和方位的特征。此外,多分辨率特征图被用来提高定位和分类精度。高分辨率特征图用于提取详细信息(位置和方向),而另一个低分辨率特征图用于提取语义信息(类型和占用)。在实验中,所提出的方法进行了定量评估与两个大规模的公共停车位检测数据集,并优于以往的方法,包括一阶段和两阶段的方法。
2021-08-13 cs.CV
PSDet: Efficient and Universal Parking Slot Detection
Zongmu Technology(纵目科技);University of Victoria(维多利亚大学)
虽然实时停车位检测在代客泊车系统中起着关键作用,但现有方法在现实世界的应用中取得的成功有限。本文认为造成这种性能不理想的原因有两个:\romannumeral 1,现有数据集的多样性有限,导致泛化能力较低。\romannumeral 2,低估了停车位检测的专家知识。因此,我们注释了一个用于训练网络的大规模基准,并将其发布以造福社区。通过对基准测试中不同停车场的观测,我们提出了圆形描述子来回归停车位顶点的坐标,从而精确定位停车位。为了进一步提高性能,我们开发了一个两阶段的深度架构,以粗到细的方式定位顶点。在我们的基准测试和其他数据集中,它实现了最先进的精度,同时在实践中是实时的。Benchmark可在https://github.com/wuzzh/Parking-slot-dataset上获得
2020-05-12 cs.CV
Attentional Graph Neural Network for Parking-slot Detection
深度学习最近在基于视觉的停车位检测方面表现出了良好的性能。然而,很少有现有的方法明确考虑到学习的链接信息的标记点,导致复杂的后处理和错误的检测。提出了一种基于注意力图神经网络的停车位检测方法。该方法将全景图像中的标记点作为图结构数据,利用图神经网络聚合标记点之间的相邻信息。该方法不需要任何人工设计的后处理,具有端到端的可训练性。在公共基准数据集上进行了广泛的实验,所提出的方法达到了最先进的精度。代码可在\url{https://github.com/Jiaolong/gcn-parking-slot}上公开获取。
2021-04-06 cs.CV
OSRE: Object-to-Spot Rotation Estimation for Bike Parking Assessment
Shenzhen University(深圳大学);Southwest Jiaotong University(西南交通大学)
当前的深度模型在对象分类和定位方面提供了显著的目标检测。然而,估计对象旋转相对于其他视觉对象在视觉环境中的输入图像仍然缺乏深入的研究,由于旋转注释的对象数据集的不可用性。本文解决这两个挑战,以解决旋转估计的停放自行车相对于其停车区。首先,我们利用3D图形的强大功能来构建一个与相机无关的注释良好的合成自行车旋转数据集(SynthBRSet)。然后,我们提出了一个对象到点旋转估计(OSRE)通过扩展的目标检测任务,进一步回归的自行车旋转在两个轴。由于我们的模型纯粹是在合成数据上训练的,因此在将其部署到真实图像上时,我们采用了图像平滑技术。建议OSRE的合成和真实世界的数据进行评估,提供有前途的结果。我们的数据和代码可在\href{https://github.com/saghiralfasly/OSRE-Project}{https://github.com/saghiralfasly/OSRE-Project}上获得。
2023-03-01 cs.CV
Crowd Sourcing based Active Learning Approach for Parking Sign Recognition
Figure Eight Technology Inc.(Figure Eight科技公司)
近年来,深度学习模型已被广泛用于解决现实世界的问题。这种模型的性能严重依赖于大量的标记数据进行训练。虽然数据汇集技术的进步已经使得能够获取大量数据,但是标记数据仍然是一项昂贵且耗时的任务。主动学习技术正被逐步采用,以通过允许模型查询它们从中学习的数据来加速机器学习解决方案的开发。在本文中,我们介绍了一个现实世界的问题,识别停车标志,并提出了一个框架,结合主动学习技术与迁移学习方法和众包工具,以创建和训练一个机器学习解决方案的问题。我们讨论了这样一个框架如何有助于建立一个准确的模型,在一个具有成本效益和快速的方式来解决停车标志识别问题,尽管与街道级图像(如停车标志)的形状,颜色,方向和规模不同的事实相关联的数据的不均匀性,并经常出现在不同类型的背景上。
2018-12-03 cs.CV
Car Monitoring System in Apartment Garages by Small Autonomous Car using Deep Learning
Universidad Nacional de Ingeniería(国立工程大学)
目前,有越来越多的秘鲁家庭住在公寓,而不是房子的地段的优势;然而,在某些情况下,有麻烦,如抢劫的货物,通常是留在停车场或入口的陌生人使用租户停车场(这最后的麻烦有时是有关绑架或抢劫建筑公寓)。由于这些问题,提出了使用自动驾驶微型汽车来使用深度学习模型在建筑物内的地下车库中实施车牌监控系统,目的是记录车辆并识别其所有者是否是租户。此外,小型机器人有自己的定位系统,使用信标,使我们能够识别停车场的位置对应的每个租户的建设,而微型汽车是在其途中。最后,这项工作的目标之一是建立一个低成本的微型机器人,将取代昂贵的摄像头或一起工作,以保持安全的货物租户。
2019-09-14 cs.CV cs.LG cs.RO
LineMarkNet: Line Landmark Detection for Valet Parking
Fudan University(复旦大学);ZongMu Technology(纵目科技);Technical University of Braunschweig(布伦瑞克工业大学)
本文提出LineMarkNet深度线地标检测系统,通过环视摄像头BEV特征融合、多任务解码器和图变换器,结合时间与多视图一致性滤波,实现代客泊车场景中准确高效的实时线地标检测。
2023-09-25 cs.CV
Parking Space Detection in the City of Granada
本文针对格拉纳达市城市停车位检测问题,构建专属数据集,对比优化Dynamic U-Net、PSPNet、DeepLabV3+等语义分割模型,实验证明DeepLabV3+性能最优,为城市规划与交通管理提供技术支撑。
2025-01-11 cs.CV
Atmospheric Noise-Resilient Image Classification in a Real-World Scenario: Using Hybrid CNN and Pin-GTSVM
BITS Pilani K K Birla Goa Campus
针对雾天停车位分类性能下降问题,提出混合CNN与Pin-GTSVM模型,无需去雾模块且抗大气噪声,在多个数据集上显著提升准确率。
2025-01-23 cs.CV
Deep Dense Local Feature Matching and Vehicle Removal for Indoor Visual Localization
SOCAR AI Research(SOCAR人工智能研究院)
视觉定位是智能交通系统的重要组成部分,能够在其他传感器不可用时实现需要了解自身位置的广泛应用。它主要通过图像检索来解决,使得查询图像的位置由其在先前收集的图像中的最接近匹配来确定。现有的方法集中在大规模定位,其中地标有助于找到位置。然而,视觉定位变得具有挑战性的小规模的环境中,对象是难以识别的。在本文中,我们提出了一个视觉定位框架,鲁棒地发现从室内停车场收集的图像之间的查询匹配。当图像中的车辆具有相似的外观并且经常被替换(例如停车场)时,这是一个具有挑战性的问题。我们建议采用一种类似于人类感知的深度密集局部特征匹配来找到对应关系,并使用车辆检测器自动消除车辆中的匹配。该方法对低纹理场景具有较好的鲁棒性,对车辆引起的误匹配具有较好的鲁棒性。我们将我们的框架与替代方案进行比较,以验证我们在基准数据集上的优越性,该基准数据集包含267个预先收集的图像和从34个停车场部分拍摄的99个查询图像。我们的方法达到了86.9%的准确率,优于其他方法。
2022-05-25 cs.AI cs.CV
Self-Supervised Online Camera Calibration for Automated Driving and Parking Applications
Valeo Vision Systems(法雷奥视觉系统);University of Limerick(利默里克大学)
针对自动驾驶与泊车中相机参数易变化、传统标定繁琐的问题,提出一种无需标注、物理靶标或特殊路面的自监督深度学习框架,可实时估计相机内外参。
2023-08-16 cs.CV cs.RO
Streaming Object Detection on Fisheye Cameras for Automatic Parking
Dongfeng Motor Group Co., Ltd. Technology Center(东风汽车集团有限公司技术中心)
针对鱼眼相机自动泊车中感知延迟问题,提出双流感知模块的实时检测框架,采用旋转边界框和周期角度损失函数,预测未来并缓解时滞,实验验证有效。
2023-08-29 cs.AI cs.CV
Multi-Camera Vehicle Counting Using Edge-AI
National Research Council(国家研究委员会)
本文提出了一种新的解决方案,自动计数车辆在停车场使用的图像捕获的智能摄像头。与大多数关于这一任务的文献不同,该文献侧重于对单个图像的分析,本文提出了使用多个视觉源从不同的角度来监控更广泛的停车场区域。所提出的多摄像头系统能够直接在边缘设备上自动估计整个停车场中存在的汽车数量。它包括一个基于设备上深度学习的检测器,该检测器从捕获的图像中定位和计数车辆,以及一个分散的基于几何的方法,该方法可以分析相机间共享区域并合并所有设备获取的数据。我们进行的CNRPark-EXT数据集的扩展版本的实验评估,收集的图像从停车场的校园内的国家研究委员会(CNR)在比萨,意大利。我们表明,我们的系统是强大的,并利用来自不同的相机的冗余信息,提高整体性能,而不需要任何额外的几何信息的监控场景。
2021-06-05 cs.CV
Deep Open Space Segmentation using Automotive Radar
University of Ottawa(渥太华大学);Sensor Cortek Inc.(Sensor Cortek公司);Valeo(法雷奥)
在这项工作中,我们提出了使用雷达与先进的深度分割模型,以确定停车场的情况下开放的空间。收集了一个称为SCORP的雷达观测数据集。用各种雷达输入表示来评估深度模型。我们提出的方法实现了低内存使用率和实时处理速度,因此非常适合嵌入式部署。
2020-03-18 cs.CV cs.LG eess.SP
Live Target Detection with Deep Learning Neural Network and Unmanned Aerial Vehicle on Android Mobile Device
Ankara University(安卡拉大学)
本文描述了Android程序开发过程中所面临的阶段,该程序从DJI Phantom 3 Professional Drone获取并解码实时图像,并实现TensorFlow Android Camera Demo应用程序的某些功能。进行了测试运行,并记录了应用程序的输出。湖泊可划分为海滨、防波堤和码头,其接近度分别为24.44%、21.16%和12.96%。无人机控制器的操纵杆和笔记本电脑键盘被分类,接近度分别为19.10%和13.96%。笔记本电脑显示器被归类为屏幕、显示器和电视,接近度分别为18.77%、14.76%和14.00%。本研究开发过程中使用的计算机分为笔记本电脑和笔记本电脑,接近度分别为20.04%和11.68%。一辆停在停车场的拖拉机被分类为接近度为12.88%。在851ms的推理时间内,同一停车场内的一组汽车被分类为跑车、赛车和敞篷车,其接近度分别为31.75%、18.64%和13.45%。
2018-03-22 cs.CV
C3PO: Database and Benchmark for Early-stage Malicious Activity Detection in 3D Printing
越来越多的恶意用户寻求利用3D打印技术在犯罪活动中生产非法工具的做法。目前的法规不足以应对3D打印机的快速增长。使3D打印机能够识别要打印的物体至关重要,以便在早期阶段终止非法武器的制造过程。深度学习在物体识别任务中的性能有显著提高。然而,3D打印领域缺乏大规模数据库阻碍了自动非法武器识别的进展。本文提出了一种新的3D打印图像数据库,即C3PO,它针对不同的系统工作场景折衷了两个子集。我们从22个3D模型的数控编程代码文件中提取图像,然后将图像分类为10个不同的标签。第一组由62,200个图像组成,这些图像表示笛卡尔坐标系中三个平面上的对象投影。第二组由总共671,677张图像组成,以模拟相机对打印物体的捕获。重要的是,我们证明了武器可以在任何情况下使用基于深度学习的方法,使用我们提出的数据库识别。%我们还使用训练的深度模型来构建对象感知3D打印机的原型。定量结果是有希望的,未来对数据库的探索和3D打印中的犯罪预防是艰巨的任务。
2018-08-02 cs.CV
A Deep Learning Pipeline for Solid Waste Detection in Remote Sensing Images
Politecnico di Milano(米兰理工大学)
本文提出一种基于深度学习的半自动固体废物检测流水线,通过优化网络架构与预训练等设计,在VHR RS图像中高效定位非法倾倒点,实现92.02%的F1分数,并使专家检测时间减少30%。
2025-09-17 cs.AI cs.CV
Automated Landfill Detection Using Deep Learning: A Comparative Study of Lightweight and Custom Architectures with the AerialWaste Dataset
University of Dhaka(达卡大学);Qatar University(卡塔尔大学);Brac University(布拉克大学);AFG College with the University of Aberdeen(AFG学院与阿伯丁大学);Qatar Foundation(卡塔尔基金会)
本研究利用AerialWaste数据集,比较轻量级深度学习模型,通过集成和融合技术实现92.33%准确率的非法垃圾填埋场自动检测。
2025-08-23 cs.AI cs.CV
Mining and Tailings Dam Detection In Satellite Imagery Using Deep Learning
Universidade Católica de Brasília(巴西利亚天主教大学);Tribunal de Contas da União(联邦审计法院);University of Bath(巴斯大学);Oxford University(牛津大学)
这项工作探索了免费云计算、免费开源软件和深度学习方法的结合,以分析一个真实的大规模问题:巴西露天矿和尾矿坝的全国范围自动识别和分类。正式注册的矿山和水坝的位置从巴西政府开放数据资源中获取。在Google Earth Engine平台上获得和处理的多光谱Sentinel-2卫星图像被用于使用TensorFlow 2 API和Google Colab平台训练和测试深度神经网络。全卷积神经网络以一种创新的方式被用于在巴西领土的大片地区搜索未注册的矿山和尾矿坝。发现了263个没有正式采矿特许权的矿场,证明了这一办法的有效性。这项探索性的工作突出了一组免费提供的新技术的潜力,用于构建具有高社会影响力的低成本数据科学工具。与此同时,报告讨论了非法采矿和尾矿坝泛滥这一复杂而严重的问题,并寻求提出切实可行的解决办法,这些问题对人口和环境构成很大风险,特别是在发展中国家。代码可在https://github.com/remis/mining-discovery-with-deep-learning上公开获取。
2020-07-02 cs.CV cs.LG eess.IV
Drone Detection and Tracking with YOLO and a Rule-based Method
Helmut Schmidt University(赫尔穆特·施密特大学)
无人机或无人驾驶飞行器传统上用于军事任务,战争和间谍活动。然而,由于涉及安全和检查、运输、研究目的以及娱乐无人机飞行的多种工业应用,无人机的使用显著增加。公共场所无人机活动量的增加需要出于隐私保护和安全的目的采取监管行动。因此,检测非法无人机活动(如边界入侵)成为必要。这种检测任务通常是自动化的,并由在带注释的图像数据集上训练的深度学习模型执行。本文建立在以前的工作,并扩展了已经发布的开源数据集。提供了整个数据集的描述和分析。该数据集用于训练YOLOv7深度学习模型及其一些次要变体,并提供了结果。由于检测模型基于单个图像输入,因此使用简单的基于互相关的跟踪器来减少检测下降并提高视频中的跟踪性能。最后对整个无人机检测系统进行了总结。
2025-02-07 cs.AI cs.CV cs.LG
Deep Learning Based Framework for Iranian License Plate Detection and Recognition
Qom University of Technology(库姆理工大学)
车牌识别系统在诸如收费管理、停车管理和交通管理等许多应用中具有非常重要的作用。本文提出了一种用于伊朗车牌识别的深度卷积神经网络框架。第一个CNN是YOLOv 3网络,用于检测输入图像中的伊朗车牌,而第二个CNN是Faster R-CNN,用于识别和分类检测到的车牌中的字符。本文还开发了一个由病态图像组成的伊朗车牌数据集。YOLOv 3网络实现了99.6%的mAP,98.26%的召回率,98.08%的准确率,平均检测速度仅为23 ms。此外,Faster R-CNN网络在开发的数据集上进行了训练和测试,并实现了98.97%的召回率,99.9%的准确率和98.8%的准确率。所提出的系统可以识别车牌在具有挑战性的情况下,如不需要的数据上的车牌。与其他伊朗车牌识别系统的比较表明,该系统具有速度快、精度高、可在开放环境下工作等优点。
2022-01-18 cs.CV
Deep Learning on Home Drone: Searching for the Optimal Architecture
University of Haifa(海法大学);MIT(麻省理工学院)
我们建议第一个通过深度学习在弱微计算机上运行实时语义分割的系统,例如连接到玩具无人机上的Raspberry Pi Zero v2(价格为15美元)。特别是,由于树莓派的重量小于$16$克,其大小是信用卡的一半,我们可以很容易地将其连接到常见的商业DJI Tello玩具无人机(<100美元,<90克,98 $\times$ 92.5 $\times$ 41 mm)。其结果是一个自主无人机(没有笔记本电脑,也没有人在回路中),可以从机载单目RGB摄像头(没有GPS或LIDAR传感器)的视频流中实时检测和分类物体。配套的视频演示了这款Tello无人机如何扫描实验室中的人员(例如,供消防员或安全部队使用)以及实验室外的空停车位。现有的深度学习解决方案要么对于此类物联网设备上的实时计算来说太慢,要么提供不切实际的质量结果。我们的主要挑战是设计一个系统,在网络、深度学习平台/框架、压缩技术和压缩比的众多组合中发挥最大作用。为此,我们提供了一个有效的搜索算法,旨在找到最佳的组合,从而在网络运行时间和其准确性/性能之间的最佳权衡。
2022-09-21 cs.CV cs.LG cs.RO
FAD-SAR: A Novel Fishing Activity Detection System via Synthetic Aperture Radar Images Based on Deep Learning Method
Renmin University of China(中国人民大学);National Taiwan University(台湾大学);Tokyo University of Agriculture and Technology(东京农工大学);Tamkang University(淡江大学)
针对传统海上IUU捕捞检测方法的局限,提出基于深度学习的SAR图像捕捞活动检测系统FAD-SAR,在xView3数据集上测试多种检测模型,并通过OHEM策略提升Faster R-CNN的Avg-F1值。
2024-07-12 cs.CV
Trashbusters: Deep Learning Approach for Litter Detection and Tracking
Sardar Patel Institute Of Technology(萨达尔·帕特尔理工学院)
针对公共场所乱扔垃圾传统处置方法的诸多缺陷,研究提出融合监控摄像头与计算机视觉算法的Trashbusters全自动系统,实现垃圾检测、人员跟踪与身份识别,自动化处罚流程以提升反乱扔垃圾执法效率。
2024-04-11 cs.CV
Incorporating Ensemble and Transfer Learning For An End-To-End Auto-Colorized Image Detection Model
Fayoum University(法尤姆大学)
针对自然彩色图像与计算机彩色化图像难以辨别的安全问题,本文融合迁移学习与集成学习,利用 VGG16、Resnet50 等预训练分支构建端到端检测模型,准确率达 94.55%–99.13%,并优于现有方法。
2023-09-25 cs.AI cs.CV
Adversarial Examples Versus Cloud-based Detectors: A Black-box Empirical Study
Georgia Institute of Technology(佐治亚理工学院);Kennesaw State University(肯尼索州立大学);Princeton University(普林斯顿大学)
深度学习已被主要的云提供商广泛利用,如Google,AWS和百度,以提供各种计算机视觉相关服务,包括图像分类,对象识别,非法图像检测等。虽然最近的工作广泛表明,深度学习分类模型容易受到对抗性示例的影响,但基于云的图像检测模型比分类器更复杂,可能也有类似的安全问题,但尚未得到足够的重视。在本文中,我们主要集中在现实世界中的基于云的图像检测器的安全问题。具体来说,(1)基于有效的语义分割,我们提出了四种攻击,通过只与黑盒API交互来生成语义感知的对抗性示例;(2)我们首次尝试对真实世界的基于云的图像检测器进行黑盒攻击的广泛实证研究。通过在AWS、Azure、Google Cloud、百度云和阿里云五大云平台上的综合评测,我们证明了基于图像处理的攻击成功率接近100%,基于语义分割的攻击成功率超过90%。我们还提出了几种可能的防御策略,这些安全挑战在现实生活中的情况。
2019-09-14 cs.CR cs.CV cs.LG
UAV-Based Intelligent Traffic Surveillance System: Real-Time Vehicle Detection, Classification, Tracking, and Behavioral Analysis
Department of Civil, Architectural, and Environmental Engineering, University of Texas at Austin(德克萨斯大学奥斯汀分校土木、建筑与环境工程系);Faculty of Electrical and Computer Engineering, Babol Noshirvani University of Technology(巴布里·纳希里万理工大学电气与计算机工程学院);Transportation Research Institute (IMOB), UHasselt-Hasselt University(乌赫斯泰特大学交通研究所);Faculty of Mechanical Engineering, Babol Noshirvani University of Technology(巴布里·纳希里万理工大学机械工程学院);Department of Computer Engineering, Amirkabir University of Technology(阿姆irkabir技术大学计算机工程系)
针对传统交通监控覆盖有限、适应性差等问题,提出基于无人机的智能交通监控系统,融合多尺度模板匹配、卡尔曼滤波等技术,实现车辆检测分类跟踪与违规行为分析,实验验证了其高精度与实用价值,可为智慧城市提供无基础设施依赖的交通监控方案。
2025-09-04 cs.CV cs.ET cs.RO
Vehicle detection and counting from VHR satellite images: efforts and open issues
QuantCube Technology(QuantCube科技公司);Univ. Bretagne Sud(南布列塔尼大学);Centre National d'Etudes Spatiales(法国国家空间研究中心)
从卫星图像中探测新的基础设施(商业、物流、工业或住宅)是调查和跟踪经济和城市增长的一种行之有效的方法。这些地点的活动或开发水平可能很难通过建筑物检查来确定,但可以从附近街道和停车场的车辆情况推断出来。在本文中,我们提出了两个基于深度学习的模型,用于在50厘米空间分辨率下从Pleiades传感器获得的光学卫星图像中进行车辆计数。研究了分割(Tiramisu)和检测(YOLO)架构。这些网络在包括87k辆汽车的数据集上进行了调整、训练和验证,并使用作者开发的交互式半自动工具进行了注释。实验结果表明,分割和检测模型的准确率都可以达到85%以上,召回率也很高(提拉米苏和YOLO分别为76.4%和71.9%)。
2019-10-25 cs.CV eess.IV
Deep Learning-based Cross-modal Reconstruction of Vehicle Target from Sparse 3D SAR Image
针对稀疏3D SAR图像重建中单模态学习限制性能的问题,提出融合光学信息的跨模态重建网络CMAR-Net,通过可微渲染实现高效训练,在真实大规模停车场实验中结构准确性优于现有方法。
2025-09-11 cs.CV eess.IV