注意力机制和Faster RCNN相结合的绝缘子识别

• 作者: 程幸福 翟永杰 赵振兵 赵文清
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: FasterRCNN 绝缘子 注意力机制 SENet 特征通道 RPN 建议框 特征向量
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 机器感知与模式识别
• 页码范围: 92-98
• 页数: 7页
• 分类号: TP391
• 字数: 5207字
• 语种: 中文
• DOI: 10.11992/tis.201907023

摘要

针对利用Faster RCNN识别绝缘子图像过程中定位不够准确的问题,提出一种注意力机制和Faster RCNN相结合的绝缘子识别方法.在特征提取阶段引入基于注意力机制的挤压与激励网络(Squeeze-and-Excit-ation Networks,SENet)结构,使模型能够关注与目标相关的特征通道并弱化其他无关的特征通道;根据绝缘子的特点,对区域建议网络(region proposal network,RPN)生成锚点(anchor)的比例和尺度进行调整;在全连接层运用注意力机制对周围建议框的特征向量赋予不同权重并进行融合,更新目标建议框的特征向量.实验结果表明:与传统的Faster RCNN算法相比,改进后的算法能够较好地识别出绝缘子.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵振兵	华北电力大学电气与电子工程学院	54	713	15.0	25.0
2	翟永杰	华北电力大学控制与计算机工程学院	92	1421	19.0	35.0
3	赵文清	华北电力大学控制与计算机工程学院	52	1101	20.0	32.0
4	程幸福	华北电力大学控制与计算机工程学院	1	0	0.0	0.0