《表2 各算法的性能比较:大视场域的目标检测与识别算法综述》
研究人员发现LFOV图像边缘部分的信息在畸变校正过程中丢失,于红绯等[30]提出的三平面校正方法可以通过将单幅图像校正成多幅平面图像来弥补成像视角的损失,但是这种做法使算法的复杂度明显增加。这种复杂度明显增加的原因在于:该方法针对整幅图像完成畸变校正的预处理工作,但由于最终目的只需要检测出目标物体,因此当目标物体在图像中占据像素比较小时,对整幅图像进行畸变校正处理,就会存在大量冗余的计算,影响检测速度,对此,研究人员提出在不损失精度的情况下提高检测速度的方法(表2)。
图表编号 | XD00149529500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 李唐薇、童官军、李宝清、卢晓洋 |
绘制单位 | 中国科学院上海微系统与信息技术研究所微系统技术重点实验室、中国科学院大学、中国科学院上海微系统与信息技术研究所微系统技术重点实验室、中国科学院上海微系统与信息技术研究所微系统技术重点实验室、中国科学院上海微系统与信息技术研究所微系统技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |