首页> 中文期刊> 《光通信研究》 >深度学习在军用光缆线路无人机巡检中的应用

深度学习在军用光缆线路无人机巡检中的应用

         

摘要

军用光缆网是重要的国防基础通信设施,传统的人工徒步巡检是查找光缆线路隐患的主要措施,但其耗时长,人力物力消耗大,易受敷设方式和地形环境变化影响.而采用无人机进行光缆线路巡检,时效性强,安全性高且经济性好,是未来的重点发展方向.由于工程车辆施工挖掘是造成光缆线路障碍的最主要原因,为此,文章提出将深度学习更快的基于区域的卷积神经网络(Faster R-CNN)目标检测方法应用到无人机航拍巡检图像的工程车辆检测中.基于航空影像中的车辆检测(VE-DAD公共数据集制作了工程车辆数据集,通过仿真训练和测试,实现了航拍图像中挖掘机和推土机等工程车辆的Faster R-CNN目标检测,检测平均精度(AP)值达0.659,优于传统的可变形组建模型(DPM)和方向梯度直方图+局部二值模式+支持向量机(HOG+ LBP+ SVM)等机器学习检测算法,研究结果可为军用光缆线路的无人机巡检应用研究提供一定的参考.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号