全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
- 基于深度学习的航空监视方法研究
- 作者： 王艳明 王宝珠 来源： 电子测量技术 年份： 2019 文献类型 ： 期刊 关键词： 航空监视 深度学习 人工智能 国土安全 俯视视角
- 描述： 我国是一个幅员辽阔的国家,地理条件复杂,常规的国土安全巡检方法会耗费大量人力物力。为此,提出了一种基于深度学习的航空监视方法,其利用无人机从高空采集图像,并利用卷积神经网络对采集图像进行分类判断,从而对场景进行监视。其目的在于用人工智能的手段,通过无人机代替人工进行巡检,从而提高国土安全监视效率。为此,本文建立了包含10种不同场景的俯视视角的数据库。通过卷积神经网络模型,对不同场景的图像特征进行学习,使得模型可以分辨不同的场景。为了验证本方法的可行性,本文在10种空基视角的数据库上进行了实验,结果显示其分类准确率达到97%。说明本方法可满足安全监视的需求,为实现智能监视提供了思路。