基于FCIS模型的输电线路图像同时分割与检测方法研究
发布时间：2021-05-18 19:33
输电线路图像中包含复杂的前景与背景信息,单一的检测不能定位出各目标的精确位置信息,而单独的分割不能对各目标的类进行识别,所以,对输电线路图像进行同时分割与检测,在获得更为精确的位置信息和类别判断的基础上,再对输电线路的状态进行监测以及故障诊断是具有重大意义的。本文主要以输电线路图像中的导线、绝缘子、金具及杆塔为研究对象,做了如下工作:考虑到公共数据集的标签不能适用于输电线路图像上,借鉴VOC数据集的标签文件,构建输电线路图像分割与检测数据集,以此数据集为支撑,对FCIS模型进行复现。考虑到输电线路视觉范围内绝缘子、导线及细小金具的固有特征,对FCIS模型中的RPN网络进行微调,改变RPN网络中anchor的长宽比及尺度的大小,以改善输电线路图像中绝缘子、导线及细小金具等定位不准确的问题。考虑到FCIS模型中输入图像的ROI与特征图中的ROI对应位置的不匹配问题,用双线性插值法替换最邻近插值法,以减少由位置不匹配所带来的特征信息损失问题。考虑到输电线路图像中细小金具的特征信息难以提取的问题,引用ROI Align中的梯度回传算法,以提升模型对细小金具的分割与检测精度。以所构建的输电线路分...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：47 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 选题背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 基于深度模型的检测方法研究现状
1.2.2 基于深度模型的分割方法研究现状
1.3 本文主要工作和内容安排
第2章 输电线路图像分割与检测数据集的构建
2.1 引言
2.2 深度学习经典数据库的介绍
2.2.1 ImageNet公共数据集
2.2.2 PASCAL VOC数据集
2.2.3 COCO数据集
2.3 构建输电线路图像分割与检测数据集
2.3.1 目的和意义
2.3.2 准备工作
2.3.3 输电线路图像的类别标注
2.3.4 输电线路图像的实例标注
2.4 小结
第3章 基于输电线路图像的FCIS模型的微调
3.1 引言
3.1.1 Faster-RCNN模型简介
3.1.2 R-FCN模型简介
3.1.3 实验结果与分析
3.1.4 FCIS模型简介
3.2 微调FCIS模型
3.2.1 RPN层
3.2.2 RPN层的改进
3.2.3 微调前与微调后的实验结果对比与分析
3.3 小结
第4章 FCIS模型中特征信息损失问题的研究
4.1 引言
4.2 位置不匹配的处理方法
4.2.1 ROI Pooling
4.2.2 ROI Warping
4.2.3 ROI Align
4.3 PS2-ROI ALIGN
4.4 实验结果与分析
4.5 小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间参加的科研工作
致谢
【参考文献】：
期刊论文
[1]基于微调优化的深度学习在语音识别中的应用[J]. 彭玉青,刘帆,高晴晴,张媛媛,闫倩. 郑州大学学报(理学版). 2016(04)
[2]基于ORB算法的输电线路异物识别研究[J]. 焦圣喜,王海洋. 科学技术与工程. 2016(27)
[3]输电线路巡检图像智能诊断系统[J]. 傅博,姜勇,王洪光,姜文东,宋屹峰,王灿灿,初金良,赵彦平. 智能系统学报. 2016(01)
[4]基于ASIFT算法的绝缘子视频图像的识别与定位[J]. 苑津莎,崔克彬,李宝树. 电测与仪表. 2015(07)
[5]电网巡检图像中绝缘子的识别[J]. 姚春羽,金立军,闫书佳. 系统仿真学报. 2012(09)
[6]无人飞行器巡检输电线路的杆塔和导线跟踪算法[J]. 吕明,盛戈皞,张卫东,刘亚东,江秀臣. 电力系统自动化. 2012(09)
[7]一种基于WordNet的短文本语义相似性算法[J]. 翟延冬,王康平,张东娜,黄岚,周春光. 电子学报. 2012(03)
[8]图像处理技术在直升机巡检输电线路中的应用综述[J]. 仝卫国,苑津莎,李宝树. 电网技术. 2010(12)
[9]WordNet综述[J]. 姚天顺,张俐,高竹. 语言文字应用. 2001(01)
博士论文
[1]基于深度学习的红外图像语义分割技术研究[D]. 王晨.中国科学院大学(中国科学院上海技术物理研究所) 2017
[2]基于智能信息融合的电力设备故障诊断新技术研究[D]. 胡文平.华中科技大学 2005
硕士论文
[1]基于深度学习的图像超分辨率重构技术研究[D]. 连逸亚.江南大学 2018
[2]基于深度学习的图像识别与文字推荐系统的设计与实现[D]. 王雨辰.北京交通大学 2017
[3]内蒙古包头地区500kV输电线路技术改造与应用[D]. 郑昌.华北电力大学 2016
[4]无人机输电线路巡线技术及其应用研究[D]. 李力.长沙理工大学 2012
[5]基于航拍图像的杆塔类型判断及状态识别[D]. 赵君.华北电力大学（河北） 2010
本文编号：3194363
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：47 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 选题背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 基于深度模型的检测方法研究现状
1.2.2 基于深度模型的分割方法研究现状
1.3 本文主要工作和内容安排
第2章 输电线路图像分割与检测数据集的构建
2.1 引言
2.2 深度学习经典数据库的介绍
2.2.1 ImageNet公共数据集
2.2.2 PASCAL VOC数据集
2.2.3 COCO数据集
2.3 构建输电线路图像分割与检测数据集
2.3.1 目的和意义
2.3.2 准备工作
2.3.3 输电线路图像的类别标注
2.3.4 输电线路图像的实例标注
2.4 小结
第3章 基于输电线路图像的FCIS模型的微调
3.1 引言
3.1.1 Faster-RCNN模型简介
3.1.2 R-FCN模型简介
3.1.3 实验结果与分析
3.1.4 FCIS模型简介
3.2 微调FCIS模型
3.2.1 RPN层
3.2.2 RPN层的改进
3.2.3 微调前与微调后的实验结果对比与分析
3.3 小结
第4章 FCIS模型中特征信息损失问题的研究
4.1 引言
4.2 位置不匹配的处理方法
4.2.1 ROI Pooling
4.2.2 ROI Warping
4.2.3 ROI Align
4.3 PS2-ROI ALIGN
4.4 实验结果与分析
4.5 小结
第5章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间参加的科研工作
致谢
【参考文献】：
期刊论文
[1]基于微调优化的深度学习在语音识别中的应用[J]. 彭玉青,刘帆,高晴晴,张媛媛,闫倩. 郑州大学学报(理学版). 2016(04)
[2]基于ORB算法的输电线路异物识别研究[J]. 焦圣喜,王海洋. 科学技术与工程. 2016(27)
[3]输电线路巡检图像智能诊断系统[J]. 傅博,姜勇,王洪光,姜文东,宋屹峰,王灿灿,初金良,赵彦平. 智能系统学报. 2016(01)
[4]基于ASIFT算法的绝缘子视频图像的识别与定位[J]. 苑津莎,崔克彬,李宝树. 电测与仪表. 2015(07)
[5]电网巡检图像中绝缘子的识别[J]. 姚春羽,金立军,闫书佳. 系统仿真学报. 2012(09)
[6]无人飞行器巡检输电线路的杆塔和导线跟踪算法[J]. 吕明,盛戈皞,张卫东,刘亚东,江秀臣. 电力系统自动化. 2012(09)
[7]一种基于WordNet的短文本语义相似性算法[J]. 翟延冬,王康平,张东娜,黄岚,周春光. 电子学报. 2012(03)
[8]图像处理技术在直升机巡检输电线路中的应用综述[J]. 仝卫国,苑津莎,李宝树. 电网技术. 2010(12)
[9]WordNet综述[J]. 姚天顺,张俐,高竹. 语言文字应用. 2001(01)
博士论文
[1]基于深度学习的红外图像语义分割技术研究[D]. 王晨.中国科学院大学(中国科学院上海技术物理研究所) 2017
[2]基于智能信息融合的电力设备故障诊断新技术研究[D]. 胡文平.华中科技大学 2005
硕士论文
[1]基于深度学习的图像超分辨率重构技术研究[D]. 连逸亚.江南大学 2018
[2]基于深度学习的图像识别与文字推荐系统的设计与实现[D]. 王雨辰.北京交通大学 2017
[3]内蒙古包头地区500kV输电线路技术改造与应用[D]. 郑昌.华北电力大学 2016
[4]无人机输电线路巡线技术及其应用研究[D]. 李力.长沙理工大学 2012
[5]基于航拍图像的杆塔类型判断及状态识别[D]. 赵君.华北电力大学（河北） 2010
本文编号：3194363
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3194363.html
教材专著
