-
题名基于深度学习的绝缘子定向识别算法
被引量：22
- 1
-
-
作者
李彩林
张青华
陈文贺
江晓斌
袁斌
杨长磊
-
机构
山东理工大学建筑工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第4期1033-1040,共8页
-
基金
国家自然科学基金(41601496,41701525)
山东省重点研发计划(2018GGX106002)
+1 种基金
山东省自然科学基金(ZR2017LD002)
山东理工大学齐文化研究专项(2017QWH032)。
-
文摘
为了解决绝缘子目标检测中无法精确定位的问题,该文基于深度学习提出一种绝缘子定向识别算法,通过在轴对齐检测框中加入角度信息,可有效解决常规深度学习算法无法精确定位目标的问题。该算法首先将角度旋转参数引入轴对齐矩形检测框中构成定向检测框,然后将该参数偏移量作为第5参数加入到损失函数中进行迭代回归,同时为提高检测精度在训练过程中使用Adam算法替代随机梯度下降(SGD)算法进行损失函数优化,最终可获得绝缘子定向检测模型。实验分析表明,加入旋转角度的定向检测框可有效对绝缘子目标进行精确定位。
-
关键词
定向识别
绝缘子
深度学习
角度旋转
-
Keywords
Directional recognition
Insulator
Deep learning
Angle rotation
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多视影像密集匹配点云的质量评估研究
被引量：5
- 2
-
-
作者
李彩林
孙延坤
王佳文
苏本娅
朱夫宏
杨长磊
-
机构
山东理工大学建筑工程学院
-
出处
《激光杂志》
CAS
北大核心
2021年第11期79-86,共8页
-
基金
国家自然科学基金(No.41601496,41701525)。
-
文摘
当前三维重建生成密集点云的过程中存在质量评估研究并不深入的问题,而且也未形成一个完整的体系,并且缺乏对新设计软件系统的比较和验证,所以极易导致用户在选择时存在一定程度的盲目性。为了解决上述问题,对基于影像生成的点云进行深入的研究,提出通过扩展评价指标来构建点云质量评价体系的解决方案,利用数码相机和无人机获取多视影像并使用九种开源算法和商业软件生成密集点云,计算激光扫描点云与密集点云数据之间的最邻近距离。不仅从点云精度和完整度,还从点云数目、点云密度、点云生成时间、程序运行占用的内存等角度对密集点云进行评估。实验表明,研究提高了质量评估的可靠性与实用性,进一步完善了密集点云的评价体系,可为相关工程实践应用提供参考依据。
-
关键词
多视影像
密集匹配
点云
质量评估
-
Keywords
multi-view image
dense matching
point cloud
quality evaluation
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
