基于神经网络的无人机拍摄图像识别

• 作者: 孙立双 袁阳 赵琪
• 来源期刊: 中国科技论文
• 学科: 地球科学
• 关键词: 无人机拍摄影像 神经网络 候选区域 图像识别 TensorFlow网络框架
• 年，卷（期）: 2019,（11）
• 页码范围: 1229-1233
• 页数: 5页
• 分类号: P237
• 字数: 4289字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2019.11.012

摘要

针对无人机(unmanned aerial vehicle,UAV)拍摄图像识别准确率不高,以及由于图像数量庞大导致的时间长、效率低等问题,本文将基于神经网络的图像识别技术应用于无人机拍摄中.以拍摄的各类桥梁图像为例,将图片分别作出标注,分成实验所需的训练集和测试集.在TensorFlow网络框架上对VGG16进行改进,并运用全卷积层代替全连接层,对图像进行准确分类;同时在生成候选区域时提出一种网格聚类筛选法用于提取图片特征.研究结果表明,采用本文算法可使图像的分类准确率达到90%,且运行速度也有很大的提升,缩短了将近一半.该研究为无人机拍摄影像的识别提供了良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙立双	沈阳建筑大学交通工程学院	40	80	4.0	8.0
2	赵琪	沈阳建筑大学交通工程学院	5	1	1.0	1.0
3	袁阳	沈阳建筑大学交通工程学院	2	1	1.0	1.0