期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于优化DeepLabv3+的智能化高速铁路安全区域划分算法研究
1
作者
王勇达
王硕禾
+3 位作者
朱钰
常宇健
蔡承才
赵瑞康
《南京信息工程大学学报（自然科学版）》
CAS
北大核心
2024年第1期20-29,共10页
针对目前电气化铁路沿线复杂背景下铁路安全区域划分均需采用实际固定标准件为参照物且区域划分范围小等问题,提出一种无需参照物的高速铁路安全区域划分算法.首先基于无人机所采集图像中的相关参数计算出相应的GSD(地面采样间距)参数,...
针对目前电气化铁路沿线复杂背景下铁路安全区域划分均需采用实际固定标准件为参照物且区域划分范围小等问题,提出一种无需参照物的高速铁路安全区域划分算法.首先基于无人机所采集图像中的相关参数计算出相应的GSD(地面采样间距)参数,然后利用加入ECA-Net模块的DeepLabv3+模型对图像中的轨道进行精确分割.通过边缘检测、开运算、概率霍夫变换等一系列图像处理操作,提取出构成轨道的关键像素点,并运用最小二乘法进行轨道拟合,得出轨道数学表达式.最后,结合数学算法和GSD参数以及轨道数学表达式,完成安全区域的划分.实验结果表明,所提算法测量精度高达90%以上,无需选取固定参照物,适应性强、鲁棒性高,具有较高的实用性和可靠性.
展开更多
关键词
无人机
地面采样间距
DeepLabv3+
ECA-Net
安全区域
在线阅读
下载PDF
职称材料
题名
基于优化DeepLabv3+的智能化高速铁路安全区域划分算法研究
1
作者
王勇达
王硕禾
朱钰
常宇健
蔡承才
赵瑞康
机构
石家庄铁道大学、河北省交通电力网智能融合技术与装备协同创新中心
石家庄铁道大学
电气与电子工程学院
中国铁路北京局集团有限公司
石家庄
供电段
出处
《南京信息工程大学学报（自然科学版）》
CAS
北大核心
2024年第1期20-29,共10页
基金
国家自然科学基金(12072205)
河北省自然科学基金(A2022210024)
+1 种基金
中国铁路北京局集团有限公司科技研究开发计划(2020AGD02)
石家庄铁道大学研究生创新资助项目(YC2023027)。
文摘
针对目前电气化铁路沿线复杂背景下铁路安全区域划分均需采用实际固定标准件为参照物且区域划分范围小等问题,提出一种无需参照物的高速铁路安全区域划分算法.首先基于无人机所采集图像中的相关参数计算出相应的GSD(地面采样间距)参数,然后利用加入ECA-Net模块的DeepLabv3+模型对图像中的轨道进行精确分割.通过边缘检测、开运算、概率霍夫变换等一系列图像处理操作,提取出构成轨道的关键像素点,并运用最小二乘法进行轨道拟合,得出轨道数学表达式.最后,结合数学算法和GSD参数以及轨道数学表达式,完成安全区域的划分.实验结果表明,所提算法测量精度高达90%以上,无需选取固定参照物,适应性强、鲁棒性高,具有较高的实用性和可靠性.
关键词
无人机
地面采样间距
DeepLabv3+
ECA-Net
安全区域
Keywords
unmanned aerial vehicle(UAV)
ground sample distance(GSD)
DeepLabv3+
ECA-Net
safety zone
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于优化DeepLabv3+的智能化高速铁路安全区域划分算法研究
王勇达
王硕禾
朱钰
常宇健
蔡承才
赵瑞康
《南京信息工程大学学报（自然科学版）》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
