检索范围:
排序: 展示方式:
视觉知识的五个基本问题 Perspectives
潘云鹤
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2040000
视觉知识:智能创意初探 Perspectives
庄越挺,汤斯亮
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2100116
面向视觉概念构建的三维形状空间学习:挑战与研究进展 Perspective
童欣
《信息与电子工程前沿(英文)》 2022年 第23卷 第9期 页码 1290-1297 doi: 10.1631/FITEE.2200318
论视觉知识 Perspective
Yun-he PAN
《信息与电子工程前沿(英文)》 2019年 第20卷 第8期 页码 1021-1025 doi: 10.1631/FITEE.1910001
关键词: None
大数据人工智能下的多重知识表达:框架、应用及案例研究 Perspective
杨易,庄越挺,潘云鹤
《信息与电子工程前沿(英文)》 2021年 第22卷 第12期 页码 1551-1684 doi: 10.1631/FITEE.2100463
关键词: 多重知识表达;人工智能;大数据
基于三维参数模型重建的心脏病理视觉识别 Research Article
肖金肖1,李岩松1,田沄1,徐冬溶2,3,李鹏辉1,赵世凤1,潘云鹤3
《信息与电子工程前沿(英文)》 2022年 第23卷 第9期 页码 1324-1337 doi: 10.1631/FITEE.2200102
基于场景自适应概念学习的无监督目标检测 Research Articles
浦世亮1,赵暐1,陈伟杰1,杨世才1,谢迪1,潘云鹤2
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000567
基于定量属性的单目标视觉跟踪算法评价体系研究 Article
Wen-jing KANG, Chang LIU, Gong-liang LIU
《信息与电子工程前沿(英文)》 2020年 第21卷 第3期 页码 405-421 doi: 10.1631/FITEE.1900245
关键词: 视觉跟踪;性能评价;视觉属性;计算机视觉
面向视觉常识推理的有向视觉连接 Research Articles
韩亚洪1,2,武阿明1,朱霖潮3,杨易3
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000722
深度学习中的视觉可解释性 Review
Quan-shi ZHANG, Song-chun ZHU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 27-39 doi: 10.1631/FITEE.1700808
关键词: 人工智能;深度学习;可解释性模型
基于计算机视觉的民用基础设施的检查与监测研究进展 Review
Billie F. Spencer Jr.,Vedhus Hoskere,Yasutaka Narazaki
《工程(英文)》 2019年 第5卷 第2期 页码 199-222 doi: 10.1016/j.eng.2018.11.030
计算机视觉技术与远程摄像机和无人机(UAVs)的采集相结合,为民用基础设施状况评估提供了前景良好的非接触式解决方案。这种系统的最终目标是自动且稳健地将图像或视频数据转换为可操作的信息。本文概述了将计算机视觉技术应用于民用基础设施状态评估的最新进展。特别介绍了计算机视觉、机器学习和结构工程领域的相关研究。评估工作分为两类:检查应用和监测应用。检查应用包括识别环境,如结构构件,表征局部和全部的可见损坏,以及检测参考图像的变化。监测应用包括应变和位移的静态测量,以及模态分析的位移动态测量。最后,文章指出了为实现基于自动化视觉的民用基础设施和监测目标而持续存在的一些关键挑战,以及为解决这些挑战而正在进行的工作。
室内导航系统视觉标记性能分析 Article
Gaetano C. LA DELFA,Salvatore MONTELEONE,Vincenzo CATANIA,Juan F. DE PAZ,Javier BAJO
《信息与电子工程前沿(英文)》 2016年 第17卷 第8期 页码 730-740 doi: 10.1631/FITEE.1500324
关键词: 室内定位;视觉标记;计算机视觉
户外空中双机械手抓取设计和视觉伺服 Article
Pablo Ramon-Soria, Begoña C. Arrue, Anibal Ollero
《工程(英文)》 2020年 第6卷 第1期 页码 77-88 doi: 10.1016/j.eng.2019.11.003
本文介绍了一种配备有RGB-D摄像机的使用带有双机械手的无人飞行器(unmanned aerial vehicle, UAV)抓取已知物体的系统。空中操纵仍然是一项极具挑战性的任务。本文主要从三个方面对这一任务进行了评价:目标检测与姿态估计、抓取设计、飞行中的抓取动作。人工神经网络(artificial neural network, ANN)首先被用来获得有关物体位置的线索。接下来,使用对齐算法获取对象的六维(six-dimensional, 6D)姿态,并使用扩展的卡尔曼滤波器进行滤波。然后,使用物体的三维(three-dimensional, 3D)模型来估计空中机械手可实现良好抓取的排列清单。检测算法的结果(即对象的姿态)用于更新手臂朝向对象的轨迹。如果由于无人机的振荡而无法达到目标姿态,则算法将切换到下一个可行的抓取。本文介绍了总体方法,给出了每个模块的仿真实验结果和实际实验结果,并提供了视频演示结果。
关键词: 空中操纵,抓取设计,视觉伺服
标题 作者 时间 类型 操作
室内导航系统视觉标记性能分析
Gaetano C. LA DELFA,Salvatore MONTELEONE,Vincenzo CATANIA,Juan F. DE PAZ,Javier BAJO
期刊论文