10.3969/j.issn.2095-2163.2021.10.010
基于自适应降频卷积的受电弓识别算法研究
受电弓图像中的结构区域定位是利用图像处理技术解决受电弓状态检测任务的核心和关键.本文提出了一种新的基于自适应降频卷积的视觉显著性网络模型.首先,输入受电弓图像到多尺度层级模块,由该模块中的自适应降频卷积和OctConv层同时对图像的底层特征和高层语义特征进行提取.其次,通过构造跨层融合策略对各阶段的多尺度特征进行融合.最后,通过构建受电弓图像数据集对本文方法进行大量的有效实验验证.实验结果表明:针对受电弓图像数据集,本文方法能获取目标区域的准确的显著性检测结果,并与其他算法相比具有明显的优越性和鲁棒性.
受电弓检测、自适应降频卷积、跨层融合、目标定位
11
TP391(计算技术、计算机技术)
2022-04-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
50-54