期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
深度学习在输电线路中部件识别与缺陷检测的研究 被引量：87
1
作者 汤踊 韩军 +2 位作者 魏文力 丁建 彭新俊 《电子测量技术》 2018年第6期60-65,共6页
输电线路稳定运行是保障电力系统安全的重要环节之一,经典的机器学习算法对输电线路部件识别与分类准确率和效率都比较低。针对这一问题,选取了具有识别与分类功能的区域卷积神经网络（Faster-RCNN）来对部件进行识别与分类,研究了不同... 输电线路稳定运行是保障电力系统安全的重要环节之一,经典的机器学习算法对输电线路部件识别与分类准确率和效率都比较低。针对这一问题,选取了具有识别与分类功能的区域卷积神经网络（Faster-RCNN）来对部件进行识别与分类,研究了不同网络模型在输电线路中对不同部件的识别准确率和识别时间,结合实验结果,根据识别准确率和识别时间的优劣选取最佳网络模型,然后就如何提高模型的识别准确率和缩短识别时间展开研究,提出两种方法：通过调整CNN模型的卷积核大小和图像的旋转变换扩充数据集,实验结果表明两种方法都能有效的提高了输电线路巡检中的部件识别与缺陷检测的有效性和可靠性。利用无人机实际采集的图像进行识别和分类实验,实验结果表明深度学习方法在高压输电线路部件的识别与缺陷检测中的有效性和可靠性都非常高,Faster R-CNN进行部件识别与缺陷检测可以达到每张近0.17s的识别速度,对均压环的识别率最高可达到96.8%,mAP最高可以达到93.72%。 展开更多
关键词 Faster-RCNN 网络模型 深度学习 有效性 可靠性
原文传递
基于改进Census变换和异常值剔除的抗噪立体匹配算法 被引量：13
2
作者 彭新俊 韩军 +2 位作者 汤踊 尚裕之 俞玉瑾 《光学学报》 EI CAS CSCD 北大核心 2017年第11期215-223,共9页
针对Census变换易受噪声影响使得立体匹配算法难以获取高匹配精度的问题,提出了一种改进Census变换和异常值剔除的抗噪立体匹配算法.在初始匹配代价阶段,该方法首先将窗口邻域中值作为参考值并通过映射函数控制异常值,提高了单像素匹配... 针对Census变换易受噪声影响使得立体匹配算法难以获取高匹配精度的问题,提出了一种改进Census变换和异常值剔除的抗噪立体匹配算法.在初始匹配代价阶段,该方法首先将窗口邻域中值作为参考值并通过映射函数控制异常值,提高了单像素匹配代价的可靠性;然后在代价聚合阶段,对动态聚合窗口中初始代价值进行异常值剔除;最后通过视差计算、视差优化得到最终的视差图.在VS2013软件平台上采用Middlebury标准测试图对初始匹配代价、代价聚合、最终视差图阶段进行测试.实验结果表明,本文算法的抗噪性能优于现有Census变换算法,且错误匹配率达到5.71%. 展开更多
关键词 机器视觉 立体匹配 抗噪 Census变换 双目测量
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部