Faster-RCNN电力输送塔检测算法

被引：4
|
作者：
严星 [1 ]
尤洪峰 [2 ]
机构：
[1] 新疆财经大学计算机科学与工程学院
[2] 新疆大学信息科学与工程学院
来源：
计算机仿真 | 2020年 / 37卷 / 02期
关键词：
局部旋转; 参考白算法; 区域生成网络; 超参数自适应;
D O I：
暂无
中图分类号：
TP391.41 []; TM75 [线路及杆塔];
学科分类号：
080203 ;
摘要：
提出了一种基于Faster-RCNN改进的目标检测算法。利用局部旋转和基于参考白算法,对多角度拍摄的无人机遥感影像进行预处理,以减少图片噪声和修改图片光照、色彩偏差;借助图像特征标注法,进一步加强图像中待检测物体关键性特征的利用率。最后,通过区域生成网络(RPN)的最小尺寸自适应和非极大值抑制阈值适应修改能力,解决大型目标局部被当作完整目标检测的问题,实现目标物体的正确检测。结果表明,相对Faster-RCNN算法,检测精度上提高了7.64%。
引用
收藏
页码：135 / 139+298 +298
页数：6
相关论文
共 7 条
  • [1] 基于滑动窗口的优化贝叶斯邮件过滤算法
    兰亚
    吴渝
    王国胤
    董蓓
    [J]. 重庆邮电学院学报(自然科学版), 2006, (04) : 528 - 531
  • [2] 随机森林及其在遥感影像处理中应用研究[D]. 雷震.上海交通大学. 2012
  • [3] Efficient ConvNet Feature Extraction with Multiple RoI Pooling for Landmark-Based Visual Localization of Autonomous Vehicles[J] . Yi Hou,Hong Zhang,Shilin Zhou,Huanxin Zou,Paolo Bellavista.Mobile Information Systems . 2017
  • [4] Improving the construction of ORB through FPGA-based acceleration
    Roberto de Lima
    Jose Martinez-Carranza
    Alicia Morales-Reyes
    Rene Cumplido
    [J]. Machine Vision and Applications, 2017, 28 : 525 - 537
  • [5] An Improved FAST+SURF Fast Matching Algorithm[J] . Aomei Li,Wanli Jiang,Weihua Yuan,Dehui Dai,Siyu Zhang,Zhe Wei.Procedia Computer Science . 2017
  • [6] Comparison of different object-based classifications in LandsatTM images for the analysis of heterogeneous landscapes[J] . Aimara Reyes,Mercedes Solla,Henrique Lorenzo.Measurement . 2017
  • [7] Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation .2 Girshick R,Donahue J,Darrell T,et al. Computer Vision and Pattern Recognition . 2014
1