基于区域全卷积网络的变电站识别监控技术

1

作者 张亚平 王楚源 程泓博 《沈阳工业大学学报》 北大核心 2025年第4期439-447,共9页

【目的】变电站作为电力传输和分配的核心枢纽,其安全稳定运行是保障电力系统高效、可靠供电的关键。然而,传统的变电站监控方式存在自动监控能力有限、目标监测精度欠佳等问题,难以满足当下电力系统日益增长的安全需求。本研究致力于... 【目的】变电站作为电力传输和分配的核心枢纽,其安全稳定运行是保障电力系统高效、可靠供电的关键。然而,传统的变电站监控方式存在自动监控能力有限、目标监测精度欠佳等问题,难以满足当下电力系统日益增长的安全需求。本研究致力于开发一种基于区域全卷积网络(R-FCN)的变电站目标识别与安全监控技术,旨在攻克传统监控方式的短板,大幅提升变电站安全保障的整体水平,为电力系统的稳健运行筑牢根基。【方法】方法融合了区域提取和全卷积网络的独特优势,构建起一套高效智能的监控体系。在数据采集环节,部署高清视频监控摄像头,从多个角度全方位、不间断地实时捕捉变电站内的图像数据,为后续的深度分析提供海量且精准的原始素材。针对采集到的图像,运用先进的R-FCN模型进行目标检测。R-FCN凭借其全卷积特性在处理不同尺寸的图像时能够巧妙地维持特征图的高分辨率,避免了传统方法在降采样过程中容易出现的信息丢失问题,极大地提高了目标监测的精度。同时,精心设计并引入区域提取模块,该模块犹如智能导航系统,能够在错综复杂的变电站背景中,精准定位各类关键设施,确保对设备的运行状态进行实时、精准的监测。对于异常行为,如人员未经授权闯入危险区域、设备突发冒烟起火等,也能及时察觉,为后续的应急处置争取宝贵时间。【结果】通过大量的模拟实验以及在实际变电站监控场景中的测试验证,本系统展现出了卓越的性能表现。在与传统目标监测方法的对比实验中,本系统的目标监测准确率相较于传统方法有了显著提升,有效提高了监控的可靠性,避免了不必要的人力、物力。【结论】基于R-FCN的变电站目标识别与安全监控技术,兼具高效的实时处理能力和精准的目标定位能力。在面对海量监控数据时,能够迅速做出响应,快速准确地识别各类目标和异常情况,为电力系统的安全稳定运行提供了强有力的技术支撑,对提升变电站整体监控水平、保障电力系统的可靠供电具有深远意义。 展开更多

关键词 视频监控 目标检测 烟雾检测 区域全卷积网络 变电站 安全监控 异常行为监测 智能监控体系

在线阅读 下载PDF 职称材料

增强区域全卷积网络下的炸点检测方法研究 被引量：5

2

作者 刘峰 赵广伟 王向军 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期412-420,共9页

野外大视场环境下的炸点检测常采用图像帧间差分的方法,但由于弹体落地后炸点分布的情况复杂,对密集炸点的检测成为了难点问题.针对该问题,将炸点图像经过整理、分类,构建了炸点检测的专用数据集.在此基础上,对R-FCN模型的特征提取网络... 野外大视场环境下的炸点检测常采用图像帧间差分的方法,但由于弹体落地后炸点分布的情况复杂,对密集炸点的检测成为了难点问题.针对该问题,将炸点图像经过整理、分类,构建了炸点检测的专用数据集.在此基础上,对R-FCN模型的特征提取网络、区域推荐网络、位置敏感池化层和分类回归层进行了分析与改进,提出了增强区域全卷积网络用于单帧目标检测,并针对现在盲目多次尝试取最优训练结果的训练方法,提出了一种基于剪枝的网络模型训练方法.在野外大视场炸点图像专用数据集上进行了对照实验,最终平均检测率为83.73%,检测率明显提高.在Pascal VOC数据集上与其他常用算法进行了对比实验,结果表明了该算法的有效性. 展开更多

关键词 炸点检测 增强区域全卷积网络 JSP&P训练方法

在线阅读 下载PDF 职称材料

基于改进区域全卷积网络的高压引线接头红外图像特征分析的在线故障诊断方法 被引量：29

3

作者 徐奇伟 黄宏 +2 位作者 张雪锋 周传 吴绍朋 《电工技术学报》 EI CSCD 北大核心 2021年第7期1380-1388,共9页

随着智能电网建设的不断发展,海量红外图像急剧增加,而传统红外故障检测依靠人工排查或手工提取特征,检测效率低且对人员经验依赖大。为实现对红外图像的高效智能化检测,保障电网安全运行,构建基于红外特征分析的在线故障诊断系统,提出... 随着智能电网建设的不断发展,海量红外图像急剧增加,而传统红外故障检测依靠人工排查或手工提取特征,检测效率低且对人员经验依赖大。为实现对红外图像的高效智能化检测,保障电网安全运行,构建基于红外特征分析的在线故障诊断系统,提出通过改进高压引线接头红外图像的特征提取网络,以提升对小目标的识别性能,然后利用区域全卷积网络(R-FCN)实现对故障区域的定位和运行状态的识别,并且使用OpenCV对该故障区域的运行状态进行二次诊断,以进一步降低误报率。最后通过测试分析,改进后的R-FCN网络对高压引线接头红外图像故障诊断的平均精度达到了80.76%,比原R-FCN网络提升了8.43%。 展开更多

关键词 故障诊断 高压引线接头 红外图像 区域全卷积网络 残差网络

在线阅读 下载PDF 职称材料

基于改进的R-FCN航拍巡线图像中的绝缘子检测方法 被引量：27

4

作者 赵振兵 崔雅萍 +3 位作者 戚银城 杜丽群 张珂 翟永杰 《计算机科学》 CSCD 北大核心 2019年第3期159-163,共5页

航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其进行检测,出现了绝缘子目标检测效果较差且检测框无法完全贴合目标的问题。基于此,文中提出了一种基于改... 航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其进行检测,出现了绝缘子目标检测效果较差且检测框无法完全贴合目标的问题。基于此,文中提出了一种基于改进的R-FCN航拍巡线图像中的绝缘子目标检测方法。首先,根据绝缘子目标的宽高比特征,将R-FCN模型中RPN的建议框的宽高比修改为1∶4,1∶2,1∶1,2∶1,4∶1;然后,针对遮挡问题,在R-FCN模型中引入对抗空间丢弃网络(Adversarial Spatial Dropout Network,ASDN)层,对特征图的部分位置生成掩码以获得目标特征的不完整样本,从而提高模型对目标特征较差的样本检测性能。在包含7433个绝缘子目标框的数据集中,R-FCN模型的平均检测率达到了77.27%,而改进的R-FCN检测方法的平均检测率达到了84.29%,性能提升了7.02%,且检测框更贴合目标。 展开更多

关键词 区域全卷积网络 数据集 建议框比例 掩码

在线阅读 下载PDF 职称材料

基于DeR-FCN模型的车辆检测算法 被引量：4

5

作者 王玲 李厚博 +1 位作者 王鹏 孙爽滋 《计算机工程与设计》 北大核心 2020年第10期2927-2933,共7页

针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络的车辆检测算法(DeR-FCN)。通过特征级联的方式,跨层连接融合车辆底层细节特征和高层语义特征;使用维度分... 针对复杂城市环境下天气、光照、目标尺度以及车辆之间的遮挡等因素影响带来的车辆检测精度较差问题,提出一种改进区域全卷积网络的车辆检测算法(DeR-FCN)。通过特征级联的方式,跨层连接融合车辆底层细节特征和高层语义特征;使用维度分解区域提议网络,获得更加精准的区域候选框;在预测阶段采用软化非极大值抑制的方法,输出更加准确的检测结果。为验证算法的有效性,在KITTI和PASCAL VOC数据集,使用DeR-FCN算法和常用的车辆检测算法进行对比实验,实验结果表明,DeR-FCN算法的检测精度高于其它方法。 展开更多

关键词 深度学习 车辆检测 区域全卷积网络 维度分解区域提议网络 软化非极大值抑制

在线阅读 下载PDF 职称材料

基于深度学习的空间非合作目标特征检测与识别 被引量：13

6

作者 李林泽 张涛 《智能系统学报》 CSCD 北大核心 2020年第6期1154-1162,共9页

针对空间非合作目标检测与识别任务的智能化要求,本文将深度学习方法Mask R-CNN(mask regionbased convolutional neural network)应用于任务中,并借鉴R-FCN(region-based fully convolutional networks)和Lighthead R-CNN(light-head r... 针对空间非合作目标检测与识别任务的智能化要求,本文将深度学习方法Mask R-CNN(mask regionbased convolutional neural network)应用于任务中,并借鉴R-FCN(region-based fully convolutional networks)和Lighthead R-CNN(light-head region-based convolutional neural network)对其进行优化改进,提升检测速度,以满足空间任务实时性要求。实验结果表明,与传统的Mask R-CNN相比,改进的Mask R-CNN可缩短20%的检测时间。针对深度神经网络需要大样本数据集进行训练的特点,本文基于迁移学习提出搭建虚拟环境进行样本采集,构造空间目标特征检测与识别数据集的方法。实验结果表明,网络在虚拟环境生成的数据集上可以很好地学习到相应特征,从而具备迁移到实际任务的能力。 展开更多

关键词 空间非合作目标 特征检测与识别 深度学习 区域全卷积网络 头部轻量化卷积神经网络 改进的Mask R-CNN 数据集构建 迁移学习

在线阅读 下载PDF 职称材料

改进R-FCN的船舶识别方法 被引量：7

7

作者 黄致君 桑庆兵 《计算机科学与探索》 CSCD 北大核心 2020年第6期1045-1053,共9页

针对复杂海情下需要对不同大小及种类的船舶进行检测的问题,提出一种基于深度学习的船舶检测方法,该方法主要针对区域全卷积网络(R-FCN)进行改进。首先选取ResNet50网络用于自动提取特征,并将Feature Map自动提供给改进的R-FCN;其次根... 针对复杂海情下需要对不同大小及种类的船舶进行检测的问题,提出一种基于深度学习的船舶检测方法,该方法主要针对区域全卷积网络(R-FCN)进行改进。首先选取ResNet50网络用于自动提取特征,并将Feature Map自动提供给改进的R-FCN;其次根据船舶识别的特性改进R-FCN,使得R-FCN在船舶检测上能够完全发挥其性能;最后根据部分类别船舶体积较小识别率低的问题,先采取最大池化层(Maxpooling)进行改进,将小目标船舶识别率提高了4.08个百分点,之后针对ROIAlign进行改进。改进的R-FCN方法比原始的R-FCN在小目标船舶识别方面表现更优,精度共提升了13个百分点,还与目前主流的目标检测算法如Faster-RCNN等进行了对比。实验结果表明,该方法识别精度更高,速率与其他方法基本持平。 展开更多

关键词 深度学习 目标检测 区域全卷积网络(R-FCN)

在线阅读 下载PDF 职称材料

基于改进R-FCN的交通标志检测 被引量：4

8

作者 喻清挺 喻维超 喻国平 《计算机工程》 CAS CSCD 北大核心 2021年第12期285-290,298,共7页

为在交通标志检测过程中同时满足精度和速度的需求,建立一种改进的基于区域全卷积网络(R-FCN)的交通标志检测模型。通过K-means聚类算法对数据集进行分析,选择合适的锚点框。对特征提取网络ResNet101进行结构简化,只使用前25层来提取特... 为在交通标志检测过程中同时满足精度和速度的需求,建立一种改进的基于区域全卷积网络(R-FCN)的交通标志检测模型。通过K-means聚类算法对数据集进行分析,选择合适的锚点框。对特征提取网络ResNet101进行结构简化,只使用前25层来提取特征,以缩短检测时间。在模型中引入可变形卷积和可变形位置敏感RoI池化层,以提高模型对交通标志的感应能力。模型训练过程中使用在线困难样本挖掘策略从而减少简单样本数量。在交通标志检测数据集GTSDB上的实验结果表明,该模型对交通标志位置信息较敏感,AP50和AP75指标分别达到97.8%和94.7%,检测时间缩至48 ms,检测精度与速度优于Faster R-CNN、R-FCN等模型。 展开更多

关键词 交通标志 区域全卷积网络 ResNet101网络 可变形卷积 可变形位置敏感RoI池化

在线阅读 下载PDF 职称材料

基于R-FCN_ResNet的深海冷泉区生物的识别与分布研究 被引量：2

9

作者 李海菊 连超 +2 位作者 管利聪 李超伦 栾振东 《海洋科学》 CAS 北大核心 2020年第9期54-62,共9页

针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测。首先,构建了一组包括5类目标生物的深海... 针对深海冷泉生物数量多、密度大、特征低,人工识别它们的种类和数取它们的数量耗时费力且准确度低这一问题,利用残差学习块,改进了基于区域的全卷积网络算法,用以深海冷泉生物的自动识别与检测。首先,构建了一组包括5类目标生物的深海冷泉生物图像目标检测数据集;然后,在TensorFlow框架下对比了R-FCN_ResNet、Faster R-CNN和SSD_MobileNet三种典型的卷积神经网络算法。从训练耗损时间、平均检测速度、平均置信度三方面权衡,突出了R-FCN_ResNet模型的优势;最后,将测试集图片输入至该模型中检测深海冷泉生物的种类和数量,并且以此复现了生物的分布情况。实验证明,所提方法结合本文数据集进行的深海冷泉生物识别与分布研究,是有效可行的,且具有较高的目标分类和定位准确率。 展开更多

关键词 深度学习 基于区域的全卷积网络 目标检测 深海冷泉生物

在线阅读 下载PDF 职称材料

基于改进的R-FCN带纹理透明塑料裂痕检测 被引量：3

10

作者 关日钊 陈新度 +1 位作者 吴磊 徐焯基 《计算机工程与应用》 CSCD 北大核心 2019年第6期168-172,264,共6页

为了解决利用传统的机器学习方法来检测带纹理透明塑料裂痕的检测精度和识别率不高的问题,提出一种改进的基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)检测方法,通过对R-FCN中的残差网络(Residual Network,R... 为了解决利用传统的机器学习方法来检测带纹理透明塑料裂痕的检测精度和识别率不高的问题,提出一种改进的基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)检测方法,通过对R-FCN中的残差网络(Residual Network,ResNet)特征提取网络进行混合尺度感受野融合处理,弥补了原网络对微小裂痕敏感度不高的缺点。实验表明,改进后的R-FCN检测方法的裂痕检测精度比基于传统机器学习支持向量机(Support Vector Machine,SVM)检测方法的裂痕检测准确率高20%左右,比未改进的R-FCN检测方法的检测准确率高8%,证明了该方法的有效性。 展开更多

关键词 裂痕检测 支持向量机(SVM) 基于区域的全卷积网络(R-FCN) 残差网络(ResNet) 感受野

在线阅读 下载PDF 职称材料

基于双通道R-FCN的图像篡改检测模型 被引量：14

11

作者 田秀霞 李华强 +1 位作者 张琴 周傲英 《计算机学报》 EI CSCD 北大核心 2021年第2期370-383,共14页

随着大数据时代的到来和图像编辑软件的发展,恶意篡改图片的数量出现井喷式增长,为了确保图像的真实性,众多学者基于深度学习和图像处理技术提出了多种图像篡改检测算法.然而,当前提出的绝大多数方法在面对大量图片的情况下,篡改检测速... 随着大数据时代的到来和图像编辑软件的发展,恶意篡改图片的数量出现井喷式增长,为了确保图像的真实性,众多学者基于深度学习和图像处理技术提出了多种图像篡改检测算法.然而,当前提出的绝大多数方法在面对大量图片的情况下,篡改检测速率较低且小面积篡改区域检测效果较差.为了有效解决这些问题,本文首次将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入双通道篡改检测网络,通过彩色图像通道提取图像的表层特征,使用隐写分析通道挖掘图像内部的统计特征,并利用双线性池化层将两个通道的信息融合,构建了一种面向实际应用场景的图像篡改检测模型.其中,利用R-FCN中位置敏感得分图提高图像篡改检测效率,使用双线性插值算法提高小面积篡改区域的检测率.通过在国际主流的标准图像篡改数据集上进行实验,有效地验证了该模型的图像篡改检测速率相比当前最新模型提高2.25倍,检测精度提升1.13%到3.21%,本文提出的模型是一种更加高效而精准的图像篡改检测模型. 展开更多

关键词 图像篡改检测 深度学习 双通道网络 基于区域的全卷积网络 双线性插值

在线阅读 下载PDF 职称材料

基于R-FCN的航拍巡检图像目标检测方法 被引量：45

12

作者 刘思言 王博 +3 位作者 高昆仑 王岳 高畅 陈江琦 《电力系统自动化》 EI CSCD 北大核心 2019年第13期162-168,共7页

航拍巡检是输电线路巡检的主要方式之一,目前的航拍巡检方式效率较低,受巡检员主观因素影响大,亟需一种智能检测算法自动定位并识别输电线路巡检图片中的故障。基于深度学习的航拍巡检图像目标检测技术作为一种可能的解决方案,得到了广... 航拍巡检是输电线路巡检的主要方式之一,目前的航拍巡检方式效率较低,受巡检员主观因素影响大,亟需一种智能检测算法自动定位并识别输电线路巡检图片中的故障。基于深度学习的航拍巡检图像目标检测技术作为一种可能的解决方案,得到了广泛关注。提出了一种利用基于区域的全卷积网络(R-FCN)的航拍巡检图像目标检测方法,并利用在线困难样本挖掘(OHEM)、样本优化、软性非极大值抑制(Soft-NMS)等改进方法进行优化。实验证明,所提方法具有目标定位准确、平均准确率高、单模型可同时检测目标种类多等特点。 展开更多

关键词 深度学习 基于区域的全卷积网络 目标检测 航拍巡检 故障识别

在线阅读 下载PDF 职称材料

基于迁移学习和R-FCN的电力设备红外图像识别算法 被引量：19

13

作者 王勋 毛华敏 +2 位作者 李唐兵 曾晗 程宏波 《传感器与微系统》 CSCD 北大核心 2021年第1期147-150,共4页

电力设备类型的准确识别是实现红外图像智能诊断的前提。针对电力设备红外图像数量多、识别任务重等问题,采用迁移学习和基于区域的全卷积网络(R-FCN)算法实现电力设备红外图像的智能识别。首先,利用Labelimg软件制作电力设备红外图像... 电力设备类型的准确识别是实现红外图像智能诊断的前提。针对电力设备红外图像数量多、识别任务重等问题,采用迁移学习和基于区域的全卷积网络(R-FCN)算法实现电力设备红外图像的智能识别。首先,利用Labelimg软件制作电力设备红外图像数据集;然后,基于迁移学习的原理,选择在VOC数据集上表现优秀的识别算法R-FCN;最后,将R-FCN检测模型分别与2种不同大小的卷积神经网络结合,并利用在线难例挖掘(OHEM)改进算法。实验结果表明:在相同样本条件下,以上提出的算法能够快速有效地识别电力设备红外图像,精度达到0.9143,具有较好的准确性和鲁棒性。该算法为电力设备红外图像热故障诊断提供诊断基础。 展开更多

关键词 电力设备 目标识别 迁移学习 基于区域的全卷积网络(R-FCN)

在线阅读 下载PDF 职称材料

改进HSR-FCN的服装图像识别分类算法研究 被引量：10

14

作者 高妍 王宝珠 +1 位作者 郭志涛 周亚同 《计算机工程与应用》 CSCD 北大核心 2019年第16期144-149,共6页

目前网络上的服装图像数量增长迅猛,对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络(Region-Based Fully Convolutional Networks,R-FCN)引入到服装图像识别中,针对服装图像分类中网络训练时间长、形变服装图像... 目前网络上的服装图像数量增长迅猛,对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络(Region-Based Fully Convolutional Networks,R-FCN)引入到服装图像识别中,针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题,提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合,改变图片特征学习方式,使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络,对输入服装图像和特征图进行了空间变换及对齐,加强了对多角度服装和形变服装的特征学习。实验结果表明,改进后的HSR-FCN模型有效地加强了对形变服装图像的学习,且在训练时间更短的情况下,比原来的网络模型R-FCN平均准确率提高了大约3个百分点,达到96.69%。 展开更多

关键词 服装图像 深度学习 图像分类 基于区域的全卷积网络(R-FCN) HyperNet 区域建议网络 空间转换网络

在线阅读 下载PDF 职称材料

基于R-FCN的行人检测方法研究 被引量：8

15

作者 蒋胜 黄敏 +1 位作者 朱启兵 王正来 《计算机工程与应用》 CSCD 北大核心 2018年第18期180-183,262,共5页

行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络(Regionbased Fully Convolutional Networks,R-FCN)引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜... 行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络(Regionbased Fully Convolutional Networks,R-FCN)引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜索机制,引入目标行人的区域划分(上下半身)和背景混淆干扰行人的强化学习策略,加强了对遮挡行人和背景相似行人的学习。并在此基础上,对R-FCN的输出进行二次分类学习。实验结果表明,通过对R-FCN的改进,可有效地缓解行人遮挡、背景混淆干扰和小目标条件下,传统R-FCN网络的漏报和误判问题。 展开更多

关键词 基于区域的全卷积网络(R-FCN) 遮挡 背景混淆干扰 二次分类

在线阅读 下载PDF 职称材料

复杂场景下基于R-FCN的小人脸检测研究 被引量：5

16

作者 李静 降爱莲 《计算机工程与应用》 CSCD 北大核心 2020年第1期203-208,共6页

在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题。为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包... 在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题。为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包括Squeeze-and-Excitation模块、残差注意力机制等,以提高最终的输出精度。在最具挑战性的人脸检测基准Widerface数据集上测试,结果表明该算法在复杂场景下具有出色的人脸检测效果,对部分遮挡,模糊、人脸姿态变化也具有一定鲁棒性。 展开更多

关键词 人脸检测 区域全卷积神经网络 残差网络 复杂场景

在线阅读 下载PDF 职称材料

多尺度级联R-FCN的尾灯检测算法研究 被引量：1

17

作者 白博 谢刚 续欣莹 《计算机工程与应用》 CSCD 北大核心 2020年第6期194-200,共7页

前方车辆尾灯检测是自动驾驶中环境感知的研究热点,为在复杂城市环境下实时检测车辆尾灯,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入尾灯检测,提出了一种基于多尺度级联R-FCN的车辆尾灯检测算法。... 前方车辆尾灯检测是自动驾驶中环境感知的研究热点,为在复杂城市环境下实时检测车辆尾灯,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入尾灯检测,提出了一种基于多尺度级联R-FCN的车辆尾灯检测算法。通过网络中的跨层连接融合尾灯的底层特征和高层语义,并加入批次归一化层加快网络的收敛速度,得到改进的R-FCN子网络,将一系列在不同交并比输入数据上训练的R-FCN子网络级联得到最终的检测网络。同时预测阶段采用改进的非极大值抑制获得最精准的检测结果。检测结果表明,该方法在CVPR数据集上获得总体94.04%的平均精度,单张图片平均检测耗时31 ms,在检测速度和精度上均有较好的性能。 展开更多

关键词 车辆尾灯检测 基于区域的全卷积网络(R-FCN) 级联网络 多尺度特征融合 批次归一化 非极大值抑制

在线阅读 下载PDF 职称材料