浅谈新媒体与在博物馆数字展示中的应用

随着信息科技的快速发展,近年来,新媒体在博物馆数字展示中的应用受到许多博物馆和新媒体工作者的关注。本文分析了新媒体在博物馆工作中应用的现状,总结了四大应用方向:网络博物馆、虚拟博物馆、掌上博物馆、数字展厅与互动装置,最后还总结了新媒体在国内博物馆中运用的一些问题。     

一种面向变电站巡检作业增强现实应用的变电设备缺陷识别检测算法

变电站巡检作业增强现实应用的关键之一是解决现有图像处理算法检测速度慢、适应性差、难以实现增强现实应用视频流实时处理的问题。为了解决这一问题,基于改进YOLOv3算法,提出了一种变电设备缺陷快速检测方法。该方法首先建立YOLOv3目标检测模型,并借鉴DenseNet思想对特征提取网络进行优化;然后,通过对训练样本库进行聚类分析得到目标候选区域的先验尺寸,通过优化损失函数来加快模型的训练过程,使模型更好地拟合变电设备缺陷特征;最后,通过建立变电设备缺陷样本库并进行训练,实现了变电设备缺陷检测。测试结果表明,基于改进YOLOv3的缺陷检测模型的图像处理耗时为21 ms/张,检测精度超过了Faster R-CNN(regionsconvolutional neural networks)、SSD(single shot multi box detector)等其他深度学习模型,能够满足变电设备巡检作业增强现实应用对图像缺陷实时识别的需求。     

基于改进SSD神经网络和点云配准算法的变电站三维模型快速建立方法

为提高变电站三维建模的效率,提出了一种改进SSD(single shot detection)目标检测算法和ICP(iterative closest point)点云配准算法结合的变电站三维模型快速建立方法。该方法针对变电设备点云训练样本数量不足造成的设备识别准确率低这一问题,将三维模型快速建模转换为设备类型、型号识别和点云导入。首先利用改进SSD目标检测算法对变电设备类型进行初步识别,然后运用ICP配准算法对变电设备进行型号识别,2种方法的结合实现了变电设备点云的准确识别,最后根据配准得到的设备在变电站点云场景中的实际位姿,将模型库中配准的标准模型导入变电站三维点云场景,极大地提高了变电站三维模型的建模效率。该方法已在某变电站三维建模中得到应用,结果表明,不同变电设备型号识别准确率较高,设备建模平均时间为32 s,效率远远高于人工建模。     

电力设备智能巡检中增强现实(AR)技术的应用研究

基于设备巡检过程中存在的工作效率低下、劳动力消耗大、巡检不到位及数据统计不完善等问题,提出在电力设备巡检过程中融入增强现实技术,实现电力设备巡检的智能化,以有效提高设备巡检的质量,在实际使用过程中具有良好的效果。