基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章主要针对在特高压环境下,对航拍图像的小目标识别,解决大视野航拍图像中的小目标检测精度差的问题,能对航拍图像中的小目标进行快速准确的识别.首先,通过对特高压环境下拍摄的航拍图像数据集进行标记处理,将航拍图像集中的大视野图像经窗口网络实现预判断并分割成切块图像;其次,对一个尺度的输入图像使用卷积层和池化层形成特征图,构成小目标识别的网络结构,采用聚类分析同时对网络中的权重参数逐层反向调节,得到最终训练好的网络模型;最后,将待识别图像送入网络模型中,提取不同尺度的特征图进行目标预测,得到最终目标的边框位置和类别信息.
推荐文章
基于Faster R-CNN的航拍图像中绝缘子识别
卷积神经网络
深度学习
FasterR-CNN
航拍图像
绝缘子识别
智能电网
基于深度卷积特征的水下目标智能识别方法
无人水下航行器
智能识别
深度卷积神经网络
迁移学习
航拍图像海上目标定位算法
航拍图像
目标定位
巡航监管
搜寻救助
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 特高压环境评价中的航拍小目标智能识别方法
来源期刊 工程技术研究 学科 工学
关键词 特高压环境 小目标识别 航拍图像 聚类分析
年,卷(期) 2020,(21) 所属期刊栏目 工程前沿
研究方向 页码范围 31-32
页数 2页 分类号 TP391
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (150)
共引文献  (218)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1911(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(1)
  • 二级参考文献(8)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(22)
  • 参考文献(1)
  • 二级参考文献(21)
2016(13)
  • 参考文献(2)
  • 二级参考文献(11)
2017(29)
  • 参考文献(3)
  • 二级参考文献(26)
2018(14)
  • 参考文献(4)
  • 二级参考文献(10)
2019(9)
  • 参考文献(4)
  • 二级参考文献(5)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特高压环境
小目标识别
航拍图像
聚类分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程技术研究
半月刊
2096-2789
44-1727/N
大16开
广州市芳村大道1号广州钢铁企业集团有限公司科技大楼3楼
1978
chi
出版文献量(篇)
13260
总下载数(次)
31
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导