基于Mask R-CNN的电力设备锈迹检测

电力设备锈迹目标的识别在电力安全方面具有极高的应用价值,但是锈迹具有大小、形状不规则等特点,利用传统的机器学习算法检测效率和准确率不高.针对这一问题,研究分析锈迹特点,提出基于Mask R-CNN的电力设备锈迹检测识别方法.使用Faster R-CNN完成目标检测的功能, FCN精准的完成语义分割的功能,实现像素级别的分类识别,较好地解决了不规则锈迹的检测问题.实验结果表明,基于Mask R-CNN的电力设备锈迹检测结果准确率高.     

基于Faster R-CNN的办公用品目标检测

RCNN网络与全卷积网络框架等技术使得目标检测技术能够快速发展。RCNN网络与全卷积网络框架不仅训练速度快,推断速度也十分的迅速,此外还具有良好的鲁棒性以及灵活性。在人工智能领域的发展中,提高目标检测效率的关键在于好的技术,以及得到更加有效的、深层的特征表示,通过使用深层网络的多层结构来简洁地表达复杂函数。本文用到的目标检测方法先要用区域建议网络得到建议位置再进行检测,因为Fast R-CNN和R-CNN等目标检测算法已经在运行时间方面有了很大的提高,所以计算区域建议成为目标检测的一个计算瓶颈。本文通过在算法中加入特征融合技术,将每一卷积层提取的特征进行融合,使用区域建议网络来进行候选区域提取。区域建议网络和检测网络共享全图的卷积特征,从而很大程度地缩短候选区域的提取时间,提高目标检测的精度。     

基于FCN的多方向自然场景文字检测方法

传统的自然场景文字检测方法所采用的手工设计特征在应对复杂自然场景时缺乏鲁棒性。针对复杂自然场景中的多方向文字检测问题,提出了一种新的基于深度学习文字检测方法,采用全卷积网络（Fully Convolutional Networks,FCN）并融合多尺度文字特征图,结合语义分割的方法分割文字候选区域,利用分割得到的文字候选区域直接获取文字候选检测框并进行扩大补偿处理,对文字候选检测框进行后处理得到最终检测结果。该方法在ICDAR2013、ICDAR2015标准数据集进行了测评,实验结果表明该方法相比一些最新方法取得了更好的性能。     

基于微型FCN和传感器数据融合的迷宫小车姿态调整

为了实现无人小车在无标志迷宫内的姿态调整,在融合了超声波传感器和摄像头数据的基础上,提出了一种微型全卷积网络(FCN),用于实时分割地面,检测迷宫车道线,进行精确调整。该网络相较于常见的FCN,参数量下降了97%,显存占用下降了86. 44%,检测帧率达到了11. 2 fps,可用于嵌入式系统搭载。经实测检验,算法具有良好的调整效果,可用于小车迷宫内实时姿态调整。     

基于Faster RCNN的行人检测方法

借鉴目标识别领域的快速区域卷积神经网络(Fast RCNN),提出了基于Faster RCNN的行人检测方法,利用CNN提取图像特征,通过聚类和构建区域建议网络(RPN)提取可能含有行人的区域,利用检测网络对目标区域进行判别和分类,并在INRIA数据集中进行了测试验证。实验结果表明:相比基于可变形的组件模型(DPM)的行人检测方法,提出的方法,在测试集上检测准确度达到92. 7%,相比现有的其他方法,其检测效果更好。     

基于FCN不确定性特征的铁路入侵异物检测算法

为了提高全卷积神经网络(Fully Convolutional Networks, FCN)算法检测异物的精确度,提出一种基于FCN不确定特征的铁路入侵异物检测算法。将检测的不确定性这一自然属性添加到检测系统中,同时为了减少卷积过程中引起的图像伪影现象,提出一种新的混合下采样方法。实验证明,该算法可以有效地提高FCN异物检测的精确度,算法的PR曲线、F-measure和平均绝对误差(Mean Absolute Error, MAE)均优于现有的算法。     

基于迁移学习和R-FCN的电力设备红外图像识别算法

电力设备类型的准确识别是实现红外图像智能诊断的前提.针对电力设备红外图像数量多、识别任务重等问题,采用迁移学习和基于区域的全卷积网络(R-FCN)算法实现电力设备红外图像的智能识别.首先,利用Labelimg软件制作电力设备红外图像数据集;然后,基于迁移学习的原理,选择在VOC数据集上表现优秀的识别算法R-FCN;最后...     

复杂场景下基于R-FCN的小人脸检测研究

在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸;仍是人脸检测算法存在的问题。为此;提出基于区域的全卷积网络R-FCN的人脸检测算法;来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络;融合多种新技术;主要包括Squeeze-and-Excitation模块、残差注意力机制等;以提高最终的输出精度。在最具挑战性的人脸检测基准Widerface数据集上测试;结果表明该算法在复杂场景下具有出色的人脸检测效果;对部分遮挡;模糊、人脸姿态变化也具有一定鲁棒性。     

基于FCN与视场柱面投影的隧道渗漏水面积检测

针对隧道渗漏水病害面积检测中由于复杂环境干扰和隧道几何柱面形状影响而造成较大误差的问题,设计了基于FCN与视场柱面投影算法渗漏水面积检测算法。研制了无人病害巡检车,实现了隧道病害数据的无人采集,通过将FCN处理后的渗漏水病害图片进行视场转换和柱面投影模型的优化,提高了所计算病害面积的准确性。实验结果表明,该算法相比OSTU法、分水岭法和自适应阈值法算法使误检率下降至0.0189,有效提升了隧道渗漏水面积检测的精度。     

一种基于区域建议网络的图像语义分割方法

针对图像语义分割中存在分割效果粗糙、细节缺失的问题,提出一种结合区域建议网络并实现卷积层共享的联合网络结构。利用区域建议网络生成包含类别标记信息的区域建议框,并使用这些区域建议框来校正全卷积语义分割网络的分割结果。实验表明,该方法可以有效提高像素点的分类正确率,得到更精细的分割效果。     

一种基于视觉特征区域建议的目标检测方法

虽然基于深度学习的目标检测器具有较高的检测精度,但是大多数检测器的检测速度不能满足实时性要求.此外,目前主流的实时检测算法如SSD (single shot multibox detector)和YOLO (you only look once),对小目标的检测精度不高.鉴于此,提出一种基于视觉特征区域建议的目标检测算法,能够综合平衡检测精度和检测速度.算法分为区域建议和网络分类,区域建议根据目标的特征信息提取候选区域ROI (region of interest);网络分类使用CNN (convolutional neural network)对区域建议中提取的ROI进行处理,计算每个ROI类别的置信度,置信度大于设定阈值的ROI即为目标检测结果.实验结果表明,所提出算法的检测精度明显高于Faster R-CNN、SSD和YOLO,并且具有接近SSD和YOLO的检测速度.     

面向多尺度坦克装甲车辆目标检测的改进Faster R-CNN算法

复杂战场环境下的图像目标检测技术,是未来发展目标自动检测与跟踪一体化坦克火控系统需要解决的关键性问题.针对FasterR-CNN算法在小尺度坦克装甲车辆目标检测方面存在的问题,提出一种改进算法.首先采用尺度依赖区域建议网络(RPN),根据目标尺度分布情况在不同深度的卷积层上设置合理大小的滑动窗口,使RPN能够提取出更加精确的建议区域;其次提出一种选择性池化策略,根据尺度依赖RPN产生建议区域的大小选择合适深度的卷积层特征进行ROI池化,为后续的检测子网络保留足够的目标信息.在TankVOC4000图像库中从目标召回率、检测精度和速度等角度进行实验的结果表明,通过合理地利用多个层次上的卷积特征,文中算法对多种尺度的坦克装甲目标均取得了良好的检测效果,检测精度和速度均优于原Faster R-CNN算法,能够更好地满足实际应用需求.     

基于改进区域卷积神经网络的安全帽佩戴检测

针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。     

适用于文字检测的候选框提取算法

在文字检测的相关研究中,针对文字的候选框提取方法并未得到广泛关注与深入挖掘。一方面由于文字本身结构和一般物体具有较强的差异性,另一方面由于文字对检测的精度要求高。本文提出了一种针对文字的候选框提取算法,该算法首先利用全卷积网络进行快速预测文字区域,有效地减少了候选框的搜索范围,然后针对文字特性对EdgeBox算法进行改进,使之适用于自然场景文字候选框的提取。此外,本文在两个自然场景文字检测的标准数据集上对该算法进行了评测,并与其他已有的候选框提取方法进行了比较。实验结果表明本文方法相较其他算法,具有更好的性能和鲁棒性。     

基于注意力机制的单阶段目标检测锚点框部件感知特征表达

针对现有单阶段目标检测算法锚点框特征表达不足影响检测精度的问题,提出了一种增强锚点框特征表达的算法,其包含注意力机制模块和部件感知模块.首先,注意力机制模块根据各个锚点框的不同属性自适应地提供不同的特征表达.然后,部件感知模块准确地提取各个锚点框内部的判别性部件特征以作为各个锚点框进行预测所需的特有特征.将所提设计与现有SSD算法结合并在多个公开的目标检测数据集上进行实验,结果表明,所提算法能够显著提高单阶段目标检测算法的精度并维持实时运行速度(14 ms);进一步地,在扩展实验上的结果表明,所提算法也能够改善生成的区域建议框的召回率及两阶段目标检测算法的精度.     

基于改进Faster RCNN的工业机器人分拣系统

传统的分拣作业无法伴随工作环境的变化进行相应的调整,针对此种不足,出现了基于机器视觉的分拣机器人的相关研究,通过将图像处理和特征工程技术引入视觉模块,使得分拣系统能适时的调整.不同于这些方法,本研究基于实验室的工业分拣系统,将深度学习方法应用其中.通过将Faster RCNN检测算法引入视觉模块并对区域提取网络RPN进行相关改进,加快Faster RCNN模型的检测过程,使得该系统满足工业的实时性要求.Faster RCNN作为一种端到端的方法,能自动对输入图像生成更具表达力的特征,对相应目标提取相应特征,这避免了人工设计特征,它的特征自动生成能力使其能适用于各种场景,这提升了工业分拣机器人的环境适应能力.     

基于卷积神经网络的多尺度Logo检测算法

针对自然场景图像中多尺度Logo的检测需求,提出了一种基于卷积神经网络的多尺度Logo检测算法。该算法基于两阶段目标检测的实现思路,通过构建特征金字塔并采取逐层预测的方式实现多尺度候选区域的生成,通过融合卷积神经网络中的多层特征图以增强特征的表达能力。在FlickrLogos-32数据集上的实验结果显示,相比基线方法,所提算法能够提升生成候选区域的召回率,并且在保证大中尺度 Logo 检测精度的前提下,提升小尺度Logo的检测性能,验证了所提算法的优越性。     

点云场景下基于结构感知的车辆检测

在自动驾驶领域,计算机对周围环境的感知和理解是必不可少的.其中,相比于二维目标检测,三维点云目标检测可以提供二维目标检测所不具有的物体的三维方位信息,这对于安全自动驾驶是至关重要的.针对三维目标检测中原始输入点云到检测结果之间跨度大的问题,首先,提出了基于结构感知的候选区域生成模块,其中定义了每个点的结构特征,充分利用了三维点云目标检测数据集提供的监督信息,通过预测该特征,网络可以学习到更具有鉴别能力的特征,从而提高候选框的生成质量;其次,将该特征加入到候选框微调阶段中,使得点云上下文特征和局部特征更加丰富.在三维点云目标检测数据集进行了实验,结果表明,文中方法能够在增加极少计算量的前提下,在候选区域生成阶段使用50个候选框0.7的IoU阈值下,提高超过13%的召回率;在候选框微调阶段,3种难度目标框的检测效果均有明显提升,表明了该方法对三维点云目标检测的有效性.     

嵌入注意力机制的自然场景文本检测方法

针对自然场景文本检测中存在的文本检测信息缺失、漏检的问题;提出了嵌入注意力机制的自然场景文本检测方法。利用Faster-RCNN目标检测网络和特征金字塔网络（FPN）作为基本框架;在区域建议网络（RPN）中嵌入注意力机制并依据文本的特点改进锚点（anchor）的设置;精确了文本候选区域;重新设定损失函数的作用范围。实验结果表明;该方法有效地保证文本检测信息的完整性;较之现有方法明显地提高了文本检测的召回率和准确率;能够应用于文本检测的实际任务中。