结合计算机视觉与荧光的新型蝎子检测系统
计算机视觉与模式识别
2021-08-10 v1 图像与视频处理
摘要
在这项工作中，我们利用计算机视觉和深度学习技术开发了一种用于检测蝎子的全自动实时系统。该系统基于双重验证过程的实现，使用了蝎子的形状特征及其暴露于紫外线 (UV) 下时的荧光特性。Haar 级联分类器 (HCC) 和 YOLO (You Only Look Once) 模型已被用作蝎子形状检测的第一机制并进行了比较。在紫外光下蝎子发出的荧光检测被用作第二检测机制，以提高系统的准确性和精度。所获得的结果表明，该系统能够准确可靠地检测蝎子的存在。此外，为了提供健康安全工具，达到 100% 的召回率至关重要。尽管所开发的系统只能在夜间或黑暗环境中使用（在这些环境下才能观察到蝎子发出的荧光），但蝎子的夜间活动习性证明了引入这第二验证机制的合理性。
引用
@article{arxiv.2108.04177,
title = {Novel scorpion detection system combining computer vision and fluorescence},
author = {Francisco Luis Giambelluca and Jorge Osio and Luis A. Giambelluca and Marcelo A. Cappelletti},
journal= {arXiv preprint arXiv:2108.04177},
year = {2021}
}