首页>
根据【关键词:遥感图像,卷积神经网络,图像处理,目标检测,深度学习,Mask,RCNN算法】搜索到相关结果 53 条
-
基于图像识别的航空发动机叶片裂纹检测研究
-
作者:
李浩
来源:
电子科技大学
年份:
2019
文献类型 :
学位论文
关键词:
裂纹检测
卷积神经网络
发动机叶片
YOLO算法
特征金字塔
-
描述:
基于图像识别的航空发动机叶片裂纹检测研究
-
航空影像下小车辆的快速定向检测算法设计
-
作者:
许楠
来源:
江西理工大学
年份:
2019
文献类型 :
学位论文
关键词:
特征提取
卷积神经网络
方向估计
航空影像
车辆检测
-
描述:
航空影像下小车辆的快速定向检测算法设计
-
基于无人机倾斜航空影像的树冠体积测算方法
-
作者:
于东海
冯仲科
来源:
农业工程学报
年份:
2019
文献类型 :
期刊
关键词:
树冠体积
图像处理
点云数据
倾斜摄影
无人机
单木参数提取
林业
-
描述:
树冠是结构复杂的不规则体,对树冠体积的精确测定一直是树木测量研究中的难点问题。该文以消费级多旋翼无人机对目标树木进行倾斜摄影获取的多角度航空影像为基础,通过空三加密处理生成目标树木的三维点云模型;用等高线法分割树冠点云,并确定树冠最优分割层数;用投影法对点云数据进行转化,并选取测算点计算树高和树冠任意横截面积;对分割后各规则体的体积进行累加获得树冠体积。结果表明:8棵目标树木的树高测算值相对误差为1.46%~4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%~12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机倾斜航空影像建立单木的三维点云模型并进行树冠体积测算的方法是可行且有效的,该方法可为研究单木树冠几何参数的提取提供参考。
-
盖革APD面阵激光雷达距离像强度像生成电路研究
-
作者:
李玉涛
来源:
华中科技大学
年份:
2019
文献类型 :
学位论文
关键词:
激光雷达
FPGA
图像处理
硬件加速
带宽优化
直方图统计
全流水架构
-
描述:
盖革APD面阵激光雷达距离像强度像生成电路研究
-
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。
-
遥感图像飞机目标高效搜检深度学习优化算法
-
作者:
郭琳
秦世引
来源:
北京航空航天大学学报
年份:
2019
文献类型 :
期刊
关键词:
停机坪与跑道分割
深度神经网络
深度学习
飞机目标检测
大幅面遥感图像
-
描述:
为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(DNN)的级联组合,提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先,运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。然后,针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道区域分割DNN网络在分割精度与时效性上具有显著优势,而迁移式强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了提出的搜寻与检测相集成的DNN级联组合式飞机目标高效检测算法的性能优势。
-
基于改进差分时域特征和深度学习优化的航空发动机剩余寿命预测算法
-
作者:
高峰
曲建岭
袁涛
高峰娟
来源:
电子测量与仪器学报
年份:
2019
文献类型 :
期刊
关键词:
航空发动机
长短时记忆网络
寿命预测
深度学习
差分时域特征
-
描述:
实现航空发动机剩余寿命的准确预测对于保证飞行安全和提高维修效率具有重要意义,但现有的预测算法往往只是浅层结构,且对各传感器参数之间的相互关系缺乏关联性考虑,限制了对发动机参数信息的深度挖掘。在深度学习理论的基础上,着重考虑不同传感器之间的参数关系,引入差分时域特征扩充特征集,构建了基于长短时记忆网络的寿命预测模型DTF-LSTM。在C-MAPSS数据集上的实验结果表明,该算法相较于其他深度学习算法具有更低的均方根误差(RMSE)值,可以有效实现发动机剩余寿命预测。
-
飞机液压系统关键部件性能变化趋势预测方法研究
-
作者:
李鹏程
来源:
沈阳航空航天大学
年份:
2019
文献类型 :
学位论文
关键词:
极限学习机
深度学习
粒子群算法
趋势预测
飞机液压泵
-
描述:
飞机液压系统关键部件性能变化趋势预测方法研究
-
民航发动机全寿命周期机队维修策略优化方法研究
-
作者:
李臻
来源:
哈尔滨工业大学
年份:
2019
文献类型 :
学位论文
关键词:
面向机队优化
全寿命优化
深度学习
强化学习
民航发动机维修
-
描述:
民航发动机全寿命周期机队维修策略优化方法研究
-
基于深度学习的2D平面多人人体姿态识别
-
作者:
邢家源
来源:
天津职业技术师范大学
年份:
2019
文献类型 :
学位论文
关键词:
深度学习
人体动作分析
人体姿态识别
残差网络
OpenPose
-
描述:
基于深度学习的2D平面多人人体姿态识别