期刊导航
期刊开放获取
cqvip
退出
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
3
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
基于边端轻量级网络的电力仪表设备检测方法
被引量：
14
1
作者
崔昊杨
张雨阁
+3 位作者
张驯
陈磊
江超
孙益辉
《电网技术》
EI
CSCD
北大核心
2022年第3期1186-1193,共8页
电力仪表设备边端智能化检测,是构建数字化变电站的必要环节。在利用移动边端视觉设备检测电力仪表时,边端算力难以实现对复杂环境下的小尺度、高似然目标图像的快速检测,为此,提出一种基于轻量级EF-YOLOv4网络的电力仪表图像目标检测...
电力仪表设备边端智能化检测,是构建数字化变电站的必要环节。在利用移动边端视觉设备检测电力仪表时,边端算力难以实现对复杂环境下的小尺度、高似然目标图像的快速检测,为此,提出一种基于轻量级EF-YOLOv4网络的电力仪表图像目标检测方法。通过改进模型的主干特征网络,利用深度可分离卷积(depthwise separable convolutions,DSC)计算方法提取仪表多属性特征,同时降低模型计算复杂度,提高检测速度;改进特征融合结构,增加具有高分辨率以及颜色、纹理等仪表信息的浅层特征层,提升模型对小尺度仪表目标的注意力;融入最近邻快速特征匹配(fast library for approximate nearest neighbors,FLANN)方法,通过单位符号特征细粒度检测仪表目标。利用迁移学习参数共享机制调整模型权重,使模型快速适应于电力仪表小样本数据集。最后构建电力仪表图像测试集对模型进行验证。实验结果表明,相比于传统目标检测方法,所提方法对于电能表、电压表等多尺度、细粒度仪表设备图像的目标检测保持了较高的精确度与速度。可为电力仪表的可视化、信息化与智能化提供可行的技术方案及借鉴。
展开更多
关键词
电力仪表设备
目标
定位
与
识别
轻量级网络
迁移学习
下载PDF
职称材料
一种基于多尺度特征簇的舰船目标快速定位与识别方法
被引量：
5
2
作者
刘进
杨洁
+1 位作者
庞瑞帆
陈慧颖
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2016年第1期111-116,共6页
针对海天背景下彩色近景舰船图像,采用了一种基于多尺度特征簇的舰船目标快速定位与识别方法,此方法对旋转具有鲁棒性,对光照具有良好的适应性。借鉴Canny边缘检测与图像金子塔及最小生成树聚类算法的思想,设计了一套可适应目标多尺度...
针对海天背景下彩色近景舰船图像,采用了一种基于多尺度特征簇的舰船目标快速定位与识别方法,此方法对旋转具有鲁棒性,对光照具有良好的适应性。借鉴Canny边缘检测与图像金子塔及最小生成树聚类算法的思想,设计了一套可适应目标多尺度特性并提高Canny边缘检测自适应性的"特征簇"目标定位算法,结合概率树分类器与二维主成分分析算法,可对多视角、多目标类型舰船目标进行识别,并根据全概率公式评估识别结果。
展开更多
关键词
舰船
目标
检测
目标
定位
与
识别
彩色图像处理
原文传递
稠密电力场景中的双目复空间立体定位与识别方法
被引量：
2
3
作者
崔昊杨
滕研策
+2 位作者
邹轩
张驯
许永鹏
《电网技术》
EI
CSCD
北大核心
2021年第8期2996-3005,共10页
为解决数字孪生三维运检中小尺度、复杂多目标电力设备的精准定位、语义关联及类型识别问题,构建了二维平面视觉三基色和深度维(three primary colors and depth dimension,RGB-D)的复数空间融合模型。通过提取稠密电力场景下二维图像...
为解决数字孪生三维运检中小尺度、复杂多目标电力设备的精准定位、语义关联及类型识别问题,构建了二维平面视觉三基色和深度维(three primary colors and depth dimension,RGB-D)的复数空间融合模型。通过提取稠密电力场景下二维图像三基色、纹理和双目立体三维图像深度等多要素的像素灰度值特征,在RGB-D复空间中对小尺度、遮挡及倾斜设备的3个特征要素进行了表征。采用要素线性叠加融合的方式实现目标体空间结构表达,并利用复空间要素归一均衡化增强了目标体的深度特征,从而达到小尺寸、复杂多目标体的空间定位量化目的。在此基础上,基于优化非极大值抑制(optimized non-maximum suppression,NMS)算法对目标定位映射结果进行了优化筛选,经过鲁棒分析得知,该方法具有较强的抗遮挡鲁棒性。以隔离开关、断路器等设备为对象的实验结果表明:该方法相对于传统目标检测方法不仅在目标的定位与识别准确率方面得到显著提高,且在应对稠密电力场景中设备复杂遮挡解决方面具备较大优势,可有力促进电力数字孪生化的理论和技术发展。
展开更多
关键词
稠密电力场景
目标
定位
与
识别
双目立体复空间
非极大值抑制
下载PDF
职称材料
题名
基于边端轻量级网络的电力仪表设备检测方法
被引量：
14
1
作者
崔昊杨
张雨阁
张驯
陈磊
江超
孙益辉
机构
上海电力大学电子与信息工程学院
国网甘肃省电力公司电力科学研究院
国网浙江奉化区供电有限公司
出处
《电网技术》
EI
CSCD
北大核心
2022年第3期1186-1193,共8页
基金
上海市地方能力建设项目(15110500900)。
文摘
电力仪表设备边端智能化检测,是构建数字化变电站的必要环节。在利用移动边端视觉设备检测电力仪表时,边端算力难以实现对复杂环境下的小尺度、高似然目标图像的快速检测,为此,提出一种基于轻量级EF-YOLOv4网络的电力仪表图像目标检测方法。通过改进模型的主干特征网络,利用深度可分离卷积(depthwise separable convolutions,DSC)计算方法提取仪表多属性特征,同时降低模型计算复杂度,提高检测速度;改进特征融合结构,增加具有高分辨率以及颜色、纹理等仪表信息的浅层特征层,提升模型对小尺度仪表目标的注意力;融入最近邻快速特征匹配(fast library for approximate nearest neighbors,FLANN)方法,通过单位符号特征细粒度检测仪表目标。利用迁移学习参数共享机制调整模型权重,使模型快速适应于电力仪表小样本数据集。最后构建电力仪表图像测试集对模型进行验证。实验结果表明,相比于传统目标检测方法,所提方法对于电能表、电压表等多尺度、细粒度仪表设备图像的目标检测保持了较高的精确度与速度。可为电力仪表的可视化、信息化与智能化提供可行的技术方案及借鉴。
关键词
电力仪表设备
目标
定位
与
识别
轻量级网络
迁移学习
Keywords
power instrument equipment
target location and recognition
lightweight network
transfer learning
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
一种基于多尺度特征簇的舰船目标快速定位与识别方法
被引量：
5
2
作者
刘进
杨洁
庞瑞帆
陈慧颖
机构
武汉大学测绘遥感信息工程国家重点实验室
武汉大学测绘学院
中国航空无线电电子研究所
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2016年第1期111-116,共6页
基金
国家自然科学基金(41271454)~~
文摘
针对海天背景下彩色近景舰船图像,采用了一种基于多尺度特征簇的舰船目标快速定位与识别方法,此方法对旋转具有鲁棒性,对光照具有良好的适应性。借鉴Canny边缘检测与图像金子塔及最小生成树聚类算法的思想,设计了一套可适应目标多尺度特性并提高Canny边缘检测自适应性的"特征簇"目标定位算法,结合概率树分类器与二维主成分分析算法,可对多视角、多目标类型舰船目标进行识别,并根据全概率公式评估识别结果。
关键词
舰船
目标
检测
目标
定位
与
识别
彩色图像处理
Keywords
ship target detection
object detection and recognition
color image processing
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
P237.4 [自动化与计算机技术—控制科学与工程]
原文传递
题名
稠密电力场景中的双目复空间立体定位与识别方法
被引量：
2
3
作者
崔昊杨
滕研策
邹轩
张驯
许永鹏
机构
上海电力大学电子与信息工程学院
上海辰仕科技发展有限公司
国网甘肃省电力公司电力科学研究院
上海交通大学电子信息与电气工程学院
出处
《电网技术》
EI
CSCD
北大核心
2021年第8期2996-3005,共10页
文摘
为解决数字孪生三维运检中小尺度、复杂多目标电力设备的精准定位、语义关联及类型识别问题,构建了二维平面视觉三基色和深度维(three primary colors and depth dimension,RGB-D)的复数空间融合模型。通过提取稠密电力场景下二维图像三基色、纹理和双目立体三维图像深度等多要素的像素灰度值特征,在RGB-D复空间中对小尺度、遮挡及倾斜设备的3个特征要素进行了表征。采用要素线性叠加融合的方式实现目标体空间结构表达,并利用复空间要素归一均衡化增强了目标体的深度特征,从而达到小尺寸、复杂多目标体的空间定位量化目的。在此基础上,基于优化非极大值抑制(optimized non-maximum suppression,NMS)算法对目标定位映射结果进行了优化筛选,经过鲁棒分析得知,该方法具有较强的抗遮挡鲁棒性。以隔离开关、断路器等设备为对象的实验结果表明:该方法相对于传统目标检测方法不仅在目标的定位与识别准确率方面得到显著提高,且在应对稠密电力场景中设备复杂遮挡解决方面具备较大优势,可有力促进电力数字孪生化的理论和技术发展。
关键词
稠密电力场景
目标
定位
与
识别
双目立体复空间
非极大值抑制
Keywords
dense power scenario
target location and recognition
binocular stereo complex space
non-maximum suppression
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于边端轻量级网络的电力仪表设备检测方法
崔昊杨
张雨阁
张驯
陈磊
江超
孙益辉
《电网技术》
EI
CSCD
北大核心
2022
14
下载PDF
职称材料
2
一种基于多尺度特征簇的舰船目标快速定位与识别方法
刘进
杨洁
庞瑞帆
陈慧颖
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2016
5
原文传递
3
稠密电力场景中的双目复空间立体定位与识别方法
崔昊杨
滕研策
邹轩
张驯
许永鹏
《电网技术》
EI
CSCD
北大核心
2021
2
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
