机床与液压

作者：苗洋，牛雪梅，沈晔湖

单位：苏州科技大学机械工程学院;江苏省智能共融机器人工程研究中心；苏州科技大学机械工程学院;江苏省智能共融机器人工程研究中心；苏州科技大学机械工程学院;江苏省智能共融机器人工程研究中心

关键词：运动物体检测;多模型融合;语义引导;轮廓系数

基金：国家自然科学基金面上项目（51975394）；江苏省研究生科研创新计划项目(092290148)

为了解决现有运动物体检测方法在退化以及透视场景表现不佳的问题，提出一种基于语义引导的多模型融合运动物体检测方法。针对实际运动物体检测中运动数量未知的问题，采用轮廓系数估计运动数量。在传统多模型融合的基础上引入几何约束，以增强多模型间融合的一致性；进一步利用语义信息引导几何约束的生成，降低几何约束下模型融合的错误率，提高多模型的融合效果。结果表明：相比传统多模型方法，文中所提方法在平均分类误差上降低了13.5%。对于运动物体数量的估计正确率提高了11.1%，在复杂环境中具有更好的鲁棒性。

来源：2025年第10期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第10期