针对水尺的单目标分类区域检测方法
水位监测在防汛工作中至关重要,近年来水文站通过网络视频监控系统对水尺进行观测得到水位值,然而现场摄像头与水尺的视角非固定,使得现有图像方法难以满足水位的测量需求.针对上述问题,在基于深度学习框架的Mask R-CNN算法的基础上,本文研究了针对水尺的单目标分类区域检测方法.该方法主要由特征提取网络,区域推荐网络,RoI Align网络和区域选择模块四部分组成,可对水尺进行定位,截取水尺区域图像,为之后的水位检测缩小检测范围,大大减少计算量.所实现的算法具备较强实用性,对推动视频水尺的应用价值较大.
区域检测;水尺;Mask R-CNN
21
U671
2021-11-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
40-42