首站-论文投稿智能助手
典型文献
基于无人机和CNN图像识别的机场跑道异物搜寻与定位
文献摘要:
为了快速检测机场跑道上的外来异物,提出了一种基于卷积神经网络的光学成像传感器异物检测算法.包括2个模块,基于改进的区域生成网络和生成基于空间变换网络的卷积神经网络分类检测器.在改进的区域生成网络中,通过严格的筛选,生成数量较少的高质量候选目标图像.此外,通过引入空间变换网络层,卷积神经网络分类检测器的效率达到了97.67%.实验表明,与速度更快的R-卷积神经网络和单次激发多盒检测器相比,检测效率达98.41%,领先其他检测方法,证明该系统算法在机场跑道面异物碎片检测中取得了更好的效果.关键词:无人机;图像识别;卷积神经网络;跑道异物;FOD识别定位
文献关键词:
作者姓名:
曾琛;王玄
作者机构:
中国民用航空飞行学院新津分院, 四川 新津 611431;中国民用航空飞行学院空中交通管理学院, 四川 广汉 618307
引用格式:
[1]曾琛;王玄-.基于无人机和CNN图像识别的机场跑道异物搜寻与定位)[J].兵器装备工程学报,2022(10):10-17
A类:
B类:
图像识别,机场跑道异物,搜寻,快速检测,检测机,光学成像,异物检测,检测算法,生成网络,空间变换网络,神经网络分类,分类检测,检测器,选目,标图,网络层,检测效率,道面,FOD,识别定位
AB值:
0.26478
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。