然而,对于人或黑色和绿色垃圾袋没有任何反应。因此,我们决定进行一项研究,以提高夜间检测精度。 为了提高检测精度,我们决定使作为检测目标的图像更清晰。为了提高可视性,可以对设备本身进行改进或更换,例如安装图像锐化装置或引入可以夜间监控的红外摄像机。但缺点是每台初始投资为数十万日元至数百万日元。另一方面,有一种方法使用图像处理技术来锐化现有闭路电视摄像机拍摄的图像。该方法的模型构建成本为数万日元至数十万日元,通过将其纳入使用 CNN 模型的检测工作的第一阶段,有望实现图像锐化并提高检测精度。相机图像锐化模型。 伽玛 (γ) 校正是锐化夜间摄像机图像的图像处理技术之一。该技术利用伽马值(表示图像灰度响应特性的数值)将图像的亮度和灰度校正为最适合人类观看的值,也用于再现亮度和暗度。我们构建了一个实现该技术的图像锐化模型,锐化闭路电视摄像机图像和检测 CNN 模型的结果如图 4-8 所示。
但一直没有人回应,黑色和绿色的垃圾袋也无人回应。为此,我们决定进行一项研究,以提高夜间的检测准确率。 为了提高检测准确性,我们决定让被检测物体的图像更清晰。为了改善图像质量,可能采取的措施包括安装图像锐化装置或引入可进行夜间监控的红外摄像机,或者改进或更换设备本身。但缺点是每台设备的初期投资可能需要几十万日元至数百万日元。针对此问题,目前已有利用图像处理技术来锐化闭路电视摄像机等拍摄的图像的方法。该方法仅需几万至几十万日元的成本就能构建一个模型,并且由于期望在使用 CNN 模型进行检测工作之前将其纳入,从而提高图像锐化和检测精度,因此我们构建了夜间摄像机图像锐化模型。 伽马(γ)校正是用于提高夜间摄像机图像清晰度的图像处理技术之一。该技术利用伽马值(表示图像层次响应特性的数值)将图像的亮度和层次调整到最符合人眼感知的状态,同时也用于在液晶电视上再现自然的明暗。我们构建了实现该技术的图像锐化模型,对CCTV摄像机图像进行锐化并用CNN模型检测的结果如图4-8所示。