原文服务方: 铁道车辆       
摘要:
利用计算机视觉技术,通过帧差法和YOLOv3目标检测算法实现了列车车厢内遗留行李的自动检测和识别,检测效果良好.
推荐文章
计算机视觉检测系统在絮凝处理中的应用
絮凝
计算机视觉检测系统
图像分析
灰度
计算机视觉在农产品检测中的应用
计算机视觉
科学技术
农业产品
有效检测
应用概述
基于计算机视觉的铆钉缺陷检测
计算机视觉
图像处理
差影法
铆钉缺陷
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 计算机视觉技术在列车行李遗留检测上的应用
来源期刊 铁道车辆 学科
关键词 计算机视觉技术 高斯滤波 帧差法 卷积神经网络 TCP协议
年,卷(期) 2020,(9) 所属期刊栏目 设计制造
研究方向 页码范围 15-17
页数 3页 分类号 TP391.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (43)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
计算机视觉技术
高斯滤波
帧差法
卷积神经网络
TCP协议
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道车辆
月刊
1002-7602
37-1152/U
大16开
1963-01-01
chi
出版文献量(篇)
4615
总下载数(次)
0
总被引数(次)
14363
论文1v1指导