简介:摘要:目的:利用无人机(UAV)巡检识别航拍图像中的工程车辆对于减少电力安全事故的发生具有重要意义。采用人工提取特征的经典模式识别方法或YOLOv5等深度学习算法识别无人机电力巡检航拍图像中的工程车辆,存在识别精度不高、模型参数规模过大等问题。为解决以上问题,采用一种基于胶囊网络识别航拍图像识别方法。方法对原有的胶囊网络进行多层次稠密连通模型的改进,使其能从图像中提取出更多的工程车辆特征;对胶囊网络的动态路由算法进行改进,增强其抗扰动能力;研究不同的网络结构、不同的路径选择方法等因素对系统性能的影响,寻找具有较大辨识精度的参数。结果:1)网络层数对人脸的识别精度有较大影响,但是两者的相关性不是单一的。在本研究的实际情况下,5层胶囊网络的识别精度是最好的;另外,动态路由算法改进与否并不会影响识别准确率跟随网络层数的变化趋势。2)随着胶囊网络层数的增大,识别率下降,但并没有显著地增大参数的大小,并且其大小与mAP的大小没有显著的关系。结论:所提出的算法不仅能提高识别精度,而且所用的参数尺度也很小,为无人机在机载端识别目标物奠定基础。
简介:摘要:雷电是一种常见的自然现象,对人类的生活和工作安全构成极大威胁。随着城市化进程加速,高层建筑日益增多,对电子设备的依赖也越来越大,因此,有效的防雷措施显得尤为重要。无人机航拍技术作为一种现代科技手段,已经证明可以有效提高防雷设施的检测效率,从而保障公共安全及设施完整。近年来,随着科技快速发展,无人机航拍技术在防雷领域的应用越来越广泛,其能够进入人难以接近的区域,对高危地带的雷电防护设施进行详细检查,确保其在雷雨天气中发挥应有作用,显著减少由于雷电造成的损失。本文通过分析无人机航拍技术在防雷检测中应用的重要性,提出了无人机航拍技术在防雷检测中的具体应用,以期提升防雷检测水平,更好地保障人们的生产生活安全。
简介:摘要:无人机航拍技术是一种新型的航空遥感技术,具有机动灵活操作简便成本低廉分辨率高的特点,可以提供高精度高分辨率的地形数据,为测绘工程测量提供了全新的解决方案。在这样的背景之下,我国相关研究人员着重介绍了无人机航拍技术的基本原理和特点,详细阐述了无人机航拍技术在测绘工程测量中的应用,包括地形测量变形监测施工控制等,最后分析了无人机航拍技术在测绘工程测量中的优势和挑战。