-
题名面向无人机巡检场景图像的电力线提取算法
被引量：1
- 1
-
-
作者
韦圣贤
李勇
双丰
周子轩
李培
李志腾
-
机构
广西大学电气工程学院电力装备智能控制与运维重点实验室
武汉工程大学智能机器人湖北省重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第9期3232-3243,共12页
-
基金
广西高校中青年教师科研基础能力提升资助项目(2021KY0015)
智能机器人湖北省重点实验室2021年度开放基金资助项目(HBIR202108)
广西壮族自治区八桂学者资助项目。
-
文摘
由于电力系统巡检涉及山区、森林、农村和城镇等众多场景,且缺乏面向无人机巡检的电力线数据集,给基于有监督学习的电力线提取任务带来了挑战。为此,构建了一套多场景航拍电力线数据,并针对现有算法提取的电力线精度有待提升以及移动端巡检对算法效率的要求等,提出了一种新的电力线提取算法,所提算法对LinkNet框架进行改进,首先,在其Encoder部分使用轻量型网络,提高算法特征处理的效率,并降低模型的大小。然后,提出了基于深度可分离卷积和通道注意力机制的AD-block来提高网络的感受野,增强网络的特征提取能力。最后,通过引入双线性插值上采样方法等改进Decoder部分。实验结果表明,所提算法在服务器上精度优于对比算法,具有较好的鲁棒性。在Jetson TX2上验证所提算法的精度和效率优于对比算法,能实现每张图像115 ms的处理速度。
-
关键词
机器视觉
深度学习
语义分割
电力线提取
无人机
-
Keywords
machine vision
deep learning
semantic segmentation
power line extraction
unmanned aerial vehicle
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TM75
[电气工程—电力系统及自动化]
-
-
题名复杂交互场景下融合关节遮挡信息的手部姿态估计研究
- 2
-
-
作者
李少东
罗凯
黄远智
刘熹
双丰
高放
-
机构
广西大学电气工程学院广西电力装备智能控制与运维重点实验室
-
出处
《计算机学报》
北大核心
2025年第5期1212-1231,共20页
-
基金
广西自然科学基金青年基金项目(No.2023GXNSFBA026069)
广西自然科学基金面上项目(No.2025GXNSFAA069931)
广西研究生教育创新项目(No.YCSW2023056)资助。
-
文摘
基于视觉的手部姿态估计是计算机视觉领域的研究热点,也是理解人类交互意图的重要途径。手部在交互中不可避免会被自身或物体遮挡造成关键信息丢失,不仅影响遮挡域手部姿态估计精度,也会降低可见域手部姿态估计精度。由于现有公开数据集缺乏大规模遮挡标签,导致专注于解决遮挡问题的研究成果不足。受此启发,本文旨在通过分类手部遮挡关节,提高遮挡下手部姿态估计精度。面向复杂交互场景,以手部MANO模型和拓扑结构为基础,将手部分割为独立运动单元集合,并基于相机成像原理首次提出单手、双手和手物交互下关节遮挡判别器,能够为公开数据集制作遮挡标签。为了表明抑制遮挡关节对提高手部姿态估计精度的重要性,本文融合关节遮挡与可见性提出动态特征选择模块,并且级联于重要研究成果POEM网络上,提出了融合关节遮挡信息的手部姿态估计网络。此外,本文基于增强现实建立了具有交互意图的手部遮挡数据集HODA,在虚拟物体引导下完成预抓取和抓取运动,既能实时反馈真实操作状态,又有效地避免物体遮挡影响。为了丰富数据集,本文采用文本引导的扩散模型为手部图像生成自然且连贯的背景。在实验环节,通过7个公开数据集和HODA验证了关节遮挡分类方法的准确率超过95.07%;基于遮挡关节数量统计将3个数据集划分为无遮挡、轻微遮挡和重度遮挡,以此验证遮挡数量对手部姿态估计的不利影响;利用对比实验和权重矩阵消融实验验证了融合关节遮挡信息的手部姿态估计网络在DexYCB、HanCo和HO3D数据集上达到了先进水平;基于泛化性、相似性实验以及扩充数据集实验验证了HODA数据集的有效性。
-
关键词
关节遮挡分类
手部姿态估计
自遮挡
双手遮挡
物体遮挡
手部数据集
扩散模型
-
Keywords
joint occlusion classification
hand pose estimation
self-occlusion
mutual-occlusion
object occlusion
hand dataset
diffusion model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于RGB图像的机械臂目标抓取位姿估计算法
被引量：3
- 3
-
-
作者
雷志明
李勇
双丰
杜嘉龙
刘熹
王瑞琛
黄瀚樟
-
机构
广西大学电气工程学院广西制造系统与先进制造技术重点实验室
广西大学电气工程学院广西电力装备智能控制与运维重点实验室
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第10期3296-3305,共10页
-
基金
国家自然科学基金资助项目(61720106009)
广西制造系统与先进制造技术重点实验室开放基金资助项目(20-065-40S005)。
-
文摘
针对抓取过程中目标物体部分被遮挡的问题,设计了一种基于多尺度特征融合的深度卷积神经网络提取3D目标的投影特征点,并根据不同投影特征点数采用不同的多点透视成像算法。网络使用计算机自动生成的合成数据进行训练,经过验证,使用合成数据训练的网络也能在真实场景中有效工作。最后,搭建了一个基于机器人操作系统的UR5机械臂抓取平台,将训练好的模型部署到该平台上进行抓取实验,结果表明所提方法能够估计出目标物体的位姿,并在实际场景中抓取位姿未知的物体。
-
关键词
深度学习
位姿估计
PnP算法
机械臂抓取
-
Keywords
deep learning
pose estimation
perspective-n-point algorithm
grab of manipulator
-
分类号
TP241
[自动化与计算机技术—检测技术与自动化装置]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
