一种基于可见光巡检图像的杂草智能识别方法

• 作者: 孙翠英 岳国良 常浩 路艳巧
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 巡检图像 卷积神经网络 区域生成 图像分类 杂草识别 人工智能与大数据应用
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息与通信
• 页码范围: 138-144,174
• 页数: 8页
• 分类号: TM762|TP391
• 字数: 5803字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201902152

摘要

目前电力巡检主要是采用无人机巡检的方式,针对无人机巡检获取的图像识别过程中,电力设备旁的杂草可能会造成安全隐患,需要对图像中的杂草进行识别.针对电力巡检的场景,提出了一种基于可见光巡检图像的杂草智能识别方法,以可见光巡检图像中杂草的特征为基础,结合卷积神经网络方法,解决可见光巡检图像中电力设备附近的杂草识别问题.通过对图像进行样本数据增广和预处理,接着引入区域生成网络,再对图像提取固定个数候选框的图像特征,和改进的图像分类网络连接在一起,得到最终的卷积神经网络模型.实验表明其准确率可以达到97.98％,检测一幅600×600大小图像需要花费的平均时间约为0.256 s,在保证了准确率的同时达到了高效识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路艳巧	国网河北省电力有限公司电力科学研究院	8	11	2.0	3.0
2	孙翠英	国网河北省电力有限公司电力科学研究院	19	22	2.0	3.0
3	岳国良		18	32	4.0	4.0
4	常浩		4	0	0.0	0.0