本文選題：虛擬樣本 + 電力部件��； 參考：《武漢大學(xué)》2017年碩士論文

【摘要】：隨著電力線路智能巡檢的發(fā)展,采用無人機收集影像越來越多的代替了人工攀塔勘察,因此相應(yīng)的關(guān)于電力設(shè)備的圖像數(shù)據(jù)量也越來越大。但是由于電力方面的應(yīng)用專業(yè)性強,使用范圍窄,因而沒有公開的相對完善標(biāo)注的電力設(shè)備影像數(shù)據(jù)集。本文針對電力領(lǐng)域高質(zhì)量標(biāo)記數(shù)據(jù)不足的情況,提出了一系列利用虛擬樣本結(jié)合少量人工標(biāo)記樣本迭代式增量學(xué)習(xí)的方法,以防振錘作為主要目標(biāo),取得了較好的結(jié)果。同時本文的方法還可以遷移應(yīng)用到其他電力場景與其他電力部件中去。本文主要工作包括如下內(nèi)容:1)在分析電力場景特點以及無人機拍攝工作模式的基礎(chǔ)上,提出一種低成本的虛擬場景創(chuàng)建,快速生成虛擬樣本及其標(biāo)注的方法。2)對初始標(biāo)注生成,提出一種利用基于幾何約束的組合探測器(Geometrical constrait based assembled detector,GCAD)使用虛擬數(shù)據(jù)生成標(biāo)注的方法,將Faster R-CNN、DPM與類Haar級聯(lián)分類器綜合起來。通過組合方法,結(jié)合少量的人工輔助,可顯著減少數(shù)據(jù)標(biāo)注的工作量。3)結(jié)合虛擬數(shù)據(jù)與真實數(shù)據(jù)的特點,開發(fā)了一個基于GCAD的人工輔助標(biāo)注程序,并通過使用迭代式的Faster R-CNN訓(xùn)練方法,充分利用虛擬數(shù)據(jù)與真實影像中豐富的地物信息,聯(lián)合訓(xùn)練虛擬數(shù)據(jù)與真實數(shù)據(jù),經(jīng)實驗表明,可以取得較好的結(jié)果。
[Abstract]:With the development of intelligent inspection of power lines, more and more images are collected by unmanned aerial vehicles (UAVs) instead of artificial tower climbing. However, due to the strong application of power, narrow range of use, there is no relatively complete annotated power equipment image data set. Aiming at the shortage of high quality marking data in power field, a series of iterative incremental learning methods using virtual samples combined with a small number of artificial labeled samples are proposed in this paper. The main objective is to prevent vibration hammer, and good results have been obtained. At the same time, this method can also be applied to other power scenarios and other power components. The main work of this paper is as follows: (1) on the basis of analyzing the characteristics of electric power scene and the working mode of UAV shooting, this paper proposes a low-cost virtual scene creation, a method of quickly generating virtual sample and its tagging. A method of using geometric constrait based assembled detector (GCAD) based on geometric constraints to generate annotations using virtual data is proposed to synthesize Faster R-CNN DPM and Haar like cascade classifier. By combining the combination method with a small amount of manual assistance, the workload of data annotation can be significantly reduced. 3) combined with the characteristics of virtual data and real data, a manual aided annotation program based on GCAD is developed. By using iterative Faster R-CNN training method, we can make full use of the abundant ground object information in the virtual data and the real image, and jointly train the virtual data and the real data. The experiment shows that the better results can be obtained.
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TM755

【相似文獻】

相關(guān)期刊論文 前10條

1 蘇家洪;;試述人臉識別新技術(shù)及編輯識別方法[J];中國新技術(shù)新產(chǎn)品;2012年07期

2 張益松,伊立言;低采樣率下對高頻信號的識別方法[J];航空動力學(xué)報;1988年01期

3 劉志鵬,魏君;基于神經(jīng)網(wǎng)絡(luò)的集裝箱編號識別方法的研究[J];中國包裝工業(yè);2002年09期

4 曹立新;真假“雕”牌高級洗衣皂的識別方法[J];中國標(biāo)準(zhǔn)化;2003年08期

5 李決龍;張淼淼;邢建春;楊啟亮;;遺留系統(tǒng)的服務(wù)識別方法研究[J];計算機集成制造系統(tǒng);2013年09期

6 江泉;趙光恒;;非線性結(jié)構(gòu)系統(tǒng)的識別方法綜述[J];河�？萍歼M展;1993年03期

7 李維民, 公茂惠;一個新的機械圖紙識別方法[J];哈爾濱電工學(xué)院學(xué)報;1995年03期

8 陳學(xué);偽劣消防產(chǎn)品的簡易識別方法[J];消防技術(shù)與產(chǎn)品信息;2004年01期

9 郭鋒;劉玉利;劉鵬軍;;P2P的識別[J];中小企業(yè)科技;2007年08期

10 劉瑾;張樂石;徐可欣;;不同規(guī)模數(shù)據(jù)集下的人臉識別方法(英文)[J];納米技術(shù)與精密工程;2007年03期

相關(guān)會議論文 前10條

1 鄭凱;;建立多維數(shù)據(jù)異常點識別方法的嘗試[A];第八屆全國體育科學(xué)大會論文摘要匯編（一）[C];2007年

2 張朋柱;韓崇昭;萬百五;;智能決策支持系統(tǒng)中的問題識別方法與實現(xiàn)[A];全國青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

3 劉麗蘭;劉宏昭;;時間序列模型的識別方法[A];制造技術(shù)自動化學(xué)術(shù)會議論文集[C];2004年

4 苗振偉;許勇;楊軍;;超聲波人臉識別方法研究[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（上）[C];2007年

5 羅智勇;宋柔;荀恩東;;一種基于可信度的人名識別方法[A];第二屆全國學(xué)生計算語言學(xué)研討會論文集[C];2004年

6 張茜;鄭崢;亢一瀾;王娟;仇巍;;基于海量實測數(shù)據(jù)的反演識別方法與盾構(gòu)裝備載荷的力學(xué)建模[A];中國力學(xué)大會——2013論文摘要集[C];2013年

7 趙銳;陳光發(fā);;軍事口令識別的Fuzzy方法探討[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

8 駱玉榮;劉建麗;史曉濤;;一種自動車窗識別方法的設(shè)計與實現(xiàn)[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

9 崔凱華;王國慶;方劍青;李紅軍;賈俊波;馬超;趙燁;張東輝;;基于聲模態(tài)分析的材料識別方法研究[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

10 李洪東;梁逸曾;張志敏;;酵母蛋白組中原生肽識別方法的探索研究[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計量學(xué)分會場論文集[C];2008年

相關(guān)重要報紙文章 前9條

1 陳春道;甲魚優(yōu)劣及雌雄的識別方法[N];北京科技報;2003年

2 龐席堂;假幣的識別方法[N];中華合作時報;2003年

3 王修增;手機被盜號的6種識別方法[N];中國保險報;2003年

4 張侃;正品手機電池識別方法[N];通信產(chǎn)業(yè)報;2000年

5 潘 治;德國開發(fā)出癌癥早期識別方法[N];中國中醫(yī)藥報;2003年

6 新華社記者 段世文;產(chǎn)權(quán)證識別方法[N];新華每日電訊;2001年

7 金亮;機器人的情感[N];中國醫(yī)藥報;2001年

8 黃璐;識別假火車票有絕招[N];山西經(jīng)濟日報;2004年

9 宗紹純;如何識別是純奶還是奶飲料？[N];國際商報;2003年

相關(guān)博士學(xué)位論文 前10條

1 趙國騰;跨座式單軌交通軌道梁表面裂紋識別方法研究[D];重慶大學(xué);2015年

2 徐訓(xùn);線性與非線性結(jié)構(gòu)動力荷載識別方法及實驗研究[D];哈爾濱工業(yè)大學(xué);2015年

3 黃仕建;視頻序列中人體行為的低秩表達與識別方法研究[D];重慶大學(xué);2015年

4 張航;基于高光譜成像技術(shù)的皮棉中地膜識別方法研究[D];中國農(nóng)業(yè)大學(xué);2016年

5 吳翔;基于機器視覺的害蟲識別方法研究[D];浙江大學(xué);2016年

6 張莉莉;競優(yōu)特征的群識別方法及其應(yīng)用[D];東北大學(xué);2010年

7 陳綿書;計算機人臉識別方法研究[D];吉林大學(xué);2004年

8 葉俊勇;人臉檢測與識別方法研究[D];重慶大學(xué);2002年

9 何光輝;四種人臉識別方法研究[D];重慶大學(xué);2010年

10 佟麗娜;基于力學(xué)量信息獲取系統(tǒng)的人體摔倒過程識別方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐珂瓊;基于視頻的人臉識別方法研究[D];天津理工大學(xué);2015年

2 彭姣麗;針對多表情的人臉識別方法研究[D];昆明理工大學(xué);2015年

3 代秀麗;基于半監(jiān)督判別分析的人臉識別方法研究[D];深圳大學(xué);2015年

4 易磊;基于兩階段的交通標(biāo)志識別方法研究[D];南京理工大學(xué);2015年

5 李彥;基于小波變換的人臉識別方法研究[D];電子科技大學(xué);2014年

6 田曉霞;運動想象EEG的識別方法及在上肢康復(fù)中的應(yīng)用[D];北京工業(yè)大學(xué);2015年

7 楊俊濤;基于分?jǐn)?shù)譜時頻特征的SAR目標(biāo)檢測與識別方法研究[D];電子科技大學(xué);2014年

8 宋洪偉;基于模糊集合的漢語主觀句識別方法研究與實現(xiàn)[D];黑龍江大學(xué);2015年

9 賈博軒;基于手機傳感器的人類復(fù)雜行為識別方法的研究[D];黑龍江大學(xué);2015年

10 范玲;Link-11數(shù)據(jù)鏈信號的識別方法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1915846