陈超
- 作品数：5 被引量：0H指数：0
- 供职机构：同济大学软件学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Mashup的全景漫游导航开发平台
- Mashup作为Internet上一种新的网络应用形式,正在整个网络中蔓延。硬件技术的发展和3D引擎渲染效率的提高,全景漫游的发展已进入成熟阶段,它的应用不仅仅只限于研究,也被慢慢应用到商业领域。导航电子地图自存在以来,...
- 陈超杨寒冰贾金原
- 关键词：MASHUP全景漫游地图导航P2P可视化
- 基于Web的在线家居设计系统
- 家居设计,即家居设计师通过对各种元素(家具,灯饰,饰品,光线等)的组合,让房间表达出不同的风格、氛围、感觉。随着人们物质文化水平的提高,非专业设计人员也开始尝试进行家居设计。本文提出了一个基于WEB的在线家居设计系统,该...
- 陈超张博贾金原
- 关键词：虚拟现实实时渲染轻量化碰撞检测
- 文献传递
- 基于车载视觉的端到端驾驶员疲劳检测模型
- 2024年
- 营运驾驶员长时间疲劳驾驶是导致事故发生的重要原因,为此,企业在营运车辆上安装相机采集驾驶员面部视频,基于模型和算法自动识别驾驶员的疲劳状态,通过语音提醒甚至启用远程护航进行疲劳干预,以此提高驾驶安全。现有的疲劳检测研究大多数都是基于面部关键点检测的算法,该类算法对面部视频的质量要求严格。在真实的营运行车环境中,夜晚光线过差,相机位置安装不理想,驾驶员面部遮挡等均会造成关键点检测失效,从而影响模型的准确性。基于卷积神经网络(CNN)和长短时记忆神经网络(LSTM)设计了一种端到端营运驾驶员疲劳检测模型,该模型以相机采集的驾驶员面部视频作为输入,使用CNN网络提取视频单帧特征,在此基础上将时序单帧特征作为LSTM网络的输入来最终识别驾驶员的疲劳状态,实验表明,模型的接收者操作特征曲线下面积(AUC)为0.9,远优于现有的面部关键点模型。此外,为了提高该模型在实际行车环境中的鲁棒性,基于光线变化及相机变化的模拟操作在训练数据上进行了数据增强,通过模型重训练进一步提高了模型的精度及鲁棒性。实验结果表明,改进前,营运车辆行车环境下模型的AUC相比实验室模型下降37.3%,而改进后AUC仅下降9.7%,模型的鲁棒性得到改善,能够更好地适应复杂的营运车辆自然驾驶环境。
- 高珍陈超许靖宁余荣杰宗佳琪
- 关键词：鲁棒性
- 基于Mashup的全景漫游导航开发平台
- Mashup作为Internet上一种新的网络应用形式,正在整个网络中蔓延。硬件技术的发展和3D引擎渲染效率的提高,全景漫游的发展已进入成熟阶段,它的应用不仅仅只限于研究,也被慢慢应用到商业领域。导航电子地图自存在以来,...
- 陈超杨寒冰贾金原
- 关键词：MASHUP全景漫游地图导航P2P可视化
- 基于FLASH的全景漫游与导航开发平台
- 全景漫游是一种基于图像的虚拟现实技术，它基于实际拍摄的图片构建而成，能表达真实可信的场景信息，具有良好的人机交互性，能带来身临其境的用户体验.本文使用PaperVision3D的源代码开发出一个基于3D FLASH的全景...
- 陈超蔡文珺贾金原
- 关键词：虚拟现实仿真建模虚拟漫游
