墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
9.7k累计阅读
9.7k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
采用多帧时空窗滤波和行人热成像特征相结合的方法进行红外视频滤波；采用种子区域生长（SRG）算法进行夜间行人检测；采用红外和可见光视频融合方法增强检测效果。这些措施使得夜间运动行人检测结果更加可靠有效，行人及其所处环境信息更加清晰直观。
夜间行人检测是视频监控及运动目标检测中的重要研究内容之一。夜间光线较弱，可见光摄像机能拍摄到的目标成像信息（颜色、纹理、形状等）非常有限，如图 1（a）所示。单用可见光像机进行夜间行人检测，效果往往不理想。热红外像机可以探测到目标的热信号，并可以对热信号成像。目前将两种摄像机结合起来进行夜间行人检测是一个值得研究的方法。
在热红外图像中不可避免地存在图像热噪声，如图 1（b）所示
这些视频热噪声的来源较多，例如环境中存在干扰热辐射源、摄像机器件固有热噪声等，完全消除热噪声往往非常困难，因此在行人运动检测前，首先要进行红外视频滤噪。
该文研究夜间行人检测问题，检测环境为夜间室外环境。当然该方法并不局限于检测行人，也可以用于检测车辆、船只等目标。与该文相关的研究工作如下：
VIF-Net：RGB和红外图像融合的无监督框架
VIF-Net：红外和可见图像融合的无监督框架
实战红外与可见光图像融合：用OpenCV实现夜间安防监控增强（Python版）
本文详细介绍了如何使用OpenCV实现红外与可见光图像的双光融合技术，以增强夜间安防监控效果。通过硬件选型、动态权重调整、实时视频流融合及CUDA加速等实战技巧，提升监控画面的清晰度和细节表现。特别分享了双光融合在工程实践中的优化方案和性能对比，适用于各类安防监控场景。
可见光与红外双模态图像融合行人检测
由于传统融合检测方法未能较好地解决双模态融合中冗余信息带来的误检、漏检问题。为了更有效地利用双模态信息，提出一种光照感知和卷积块注意模块相结合的双模态特征融合行人检测网络（IWFC-Net）。首先根据可见光图像提取光照感知值，将其作为融合权重指导双模态图像特征融合；然后加强融合特征进行卷积块注意力机制加强，强化特征表示；最后将加强后的融合特征送入YOLO目标检测层进行多尺度行人预测，得到多尺度行人检测结果。
红外图像融合的夜间多目标实时检测算法与目标跟踪
常用的目标检测算法包括基于特征的方法和基于深度学习的方法。两种图像具有不同的特点，红外图像能够捕捉到目标的热信息，而可见光图像则能够提供目标的视觉信息。最后，我们使用目标跟踪算法跟踪检测到的目标，并在最终的结果图像中绘制检测和跟踪的结果。在红外图像融合的夜间多目标实时检测算法中，首先需要对红外图像和可见光图像进行预处理。随着计算机视觉技术的发展，红外图像融合的夜间多目标实时检测算法和目标跟踪成为了研究的热点之一。这只是一个简单的示例代码，实际的红外图像融合的夜间多目标实时检测算法和目标跟踪算法会更加复杂。
夜间感知：红外与热成像技术的应用
夜间感知：红外与热成像技术的应用 ，人工智能，计算机视觉，大模型，AI，本文围绕夜间感知中红外与热成像技术展开，介绍了红外线和热成像的概念、原理，以及两者的区别与联系。阐述了它们在军事、安防监控、野生动物观察、工业检测、医疗等领域的应用，还涉及技术实现细节、简单代码示例、发展趋势、实际案例、常见问题及解决方法、选购与使用建议等内容，展现了这两种技术在夜间感知中的重要作用与广泛前景。
多模态融合（红外+可见光）夜间行人检测与跟踪系统设计与优化
本文提出了一种基于红外和可见光双模态融合的行人检测与跟踪系统。系统采用中期特征融合策略，设计了照明感知自适应融合模块和行人模态自适应权重融合模块(PMWM)，通过动态加权实现不同光照条件下的最优检测性能。针对夜间场景，系统采用差分模态特征融合和轻量化设计，在保持精度的同时提升实时性。关键技术包括双流CNN特征提取、跨模态特征校正、多尺度预测优化等，并提供了从研究原型到边缘部署的完整技术路线。实验表明，该系统在KAIST数据集上达到85%以上的mAP，优化后可在边缘设备实现60FPS的实时性能。
图像融合研究用红外-可见光视频资源集
视频资源在图像处理领域中发挥着至关重要的作用。尤其是红外和可见光视频资源，它们在军事侦查、医学成像、自动驾驶等众多领域都有广泛的应用。红外视频能够捕捉到热辐射信息，通常用于低光环境或夜视应用，而可见光视频则提供日常观察的图像数据。尽管两者收集的是不同类型的光波信息，但它们各自具有一些独特的特点和优点。图像融合技术是指将来自不同传感器或不同视角的两个或多个图像信息进行合成，生成新的图像数据的过程。这个新的图像数据将包含所有原始图像数据中的有用信息，并尽可能减少冗余信息。
瑞芯微RK3588与FPGA的PCIe DMA通信性能优化实战
本文深入探讨了瑞芯微RK3588与FPGA之间PCIe DMA通信的性能优化实战。针对高速数据采集、AI推理等场景下的带宽瓶颈，文章从驱动配置、DMA描述符、中断处理、零拷贝技术及系统级调优等多个层面，提供了详细的优化策略与代码示例，旨在充分释放PCIe 3.0的理论带宽潜力，提升数据传输效率与稳定性。
gm/Id 设计方法
本文介绍gm/Id方法的具体实现。
QT实现HTTP文件（夹）下载的完整流程与实战技巧
本文详细介绍了使用QT框架实现HTTP文件和文件夹下载的完整流程与实战技巧。通过QNetworkAccessManager等核心类，讲解了从单文件下载、大文件处理、进度显示、暂停/取消功能，到复杂的文件夹下载策略。文章重点剖析了断点续传、错误处理与网络健壮性等关键问题，为C++桌面应用集成稳定高效的下载功能提供了专业指导。
给新人的储能系统入门图解：从电芯到EMS，一张图看懂BESS里那些‘黑话’
本文通过视觉化拆解储能系统，从电芯到EMS详细解析BESS中的关键组件和行业术语。涵盖电芯参数、模组组装、PCS功能、BMS与EMS分工，以及SOC、DOD等关键运维参数，帮助新人快速理解储能系统的核心技术和应用场景。
实战教程：如何用Python+小波变换+CNN搞定医学影像中的条纹噪声（附完整代码）
本文提供了一套完整的实战方案，指导如何利用Python结合小波变换与卷积神经网络（CNN）去除医学影像中的条纹噪声。该方法通过小波变换精准定位噪声，再使用轻量化CNN进行针对性清除，有效保护图像细节，并附有可运行的完整代码，为医学影像处理与AI分析提供高效工具。
基于粒子群优化的PID控制在药液流量控制系统中的应用
本文提出了一种基于粒子群优化(PSO)的PID控制算法，用于药液流量控制系统。系统采用C37控制器和Codesys 2.3编程环境实现，通过传感器实时监测流量、压力和车速，并控制水泵占空比和电动球阀开度来精确调节药液流量。硬件配置包括FT-2000流量传感器、PT-3000压力传感器和MV-500电动球阀等。控制算法将PSO与PID结合，使用ITAE指标优化PID参数，在Codesys中实现了包含PSO优化循环、PID控制等功能的程序模块。该系统通过分层控制策略和智能优化算法，提高了药液流量控制的精度和响应
RKNN 端侧部署必看：YOLOv11 Pose 姿态估计模型转换与性能优化实战
随着人工智能技术在边缘计算领域的快速发展，姿态估计作为计算机视觉的重要分支，在智能监控、人机交互、体感游戏等场景中展现出巨大的应用潜力。本文深入研究了YOLOv11 Pose模型在Rockchip RKNN平台上的部署方案，从理论基础、模型转换、平台优化到实际部署进行了全面阐述。通过详细的技术分析和实验验证，证明了RKNN平台能够有效提升YOLOv11 Pose的推理性能，在RK3588硬件平台上实现了高达100 FPS的实时姿态检测，为边缘计算场景下的姿态估计应用提供了高效的解决方案。
【异常】OpenClaw LLM请求超时故障全链路排查与解决方案 LLM request timed out. 网络连接超时了
摘要： OpenClaw LLM请求超时故障是高频网络交互问题，表现为客户端在预设时间内未收到服务端响应。根因分为四类：客户端配置缺陷（如超时阈值不合理）、网络链路异常（防火墙拦截等）、服务端问题（限流/宕机）及硬件瓶颈（算力不足）。解决方案分三步： 通用排查：检查网络连通性、关闭防火墙/代理校验，调整超时阈值至60-300秒； 分场景修复：云端API需核对密钥/限流规则，本地部署需验证服务状态与硬件资源； 兜底方案：重启程序、更新版本或更换服务端点，结合日志精准定位。修复后不影响OpenClaw数据完整性
怀旧版电脑GBC模拟器
再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
霍尼韦尔SoftMaster使用说明
霍尼韦尔SoftMaster使用说明
win10 跳过U8环境检测的IE WebControls.rar
win10 安装u8的时候 提示IE WebControls 不通过，这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。
迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)
迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1万+
扫一扫
