文献

J-GLOBAL ID：201802210270172096   整理番号：18A1530951

深さ学習に基づく送電線のキーコンポーネントの視覚検出法に関する研究進展【JST・京大機械翻訳】

Research progress of visual detection methods for transmission line key components based on deep learning

著者 (2件)： Zhao Zhenbing (華北電力大学 電气与電子工程学院,河北 保定,071003) ,  Cui Yaping (華北電力大学 電气与電子工程学院,河北 保定,071003)
資料名： Dianli Kexue yu Gongcheng  (Dianli Kexue yu Gongcheng)
巻： 34  号： 3  ページ： 1-6  発行年： 2018年 
JST資料番号： C3439A  ISSN： 1672-0792  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力網の規模の増加、ヘリコプター、無人機の巡線の大量の応用により、発生した航空撮影画像の数量が急増し、送電線のキー部品視覚検査と検査人員の数量配置の矛盾が日に目立つようになった。深さ学習技術は,ターゲット検出の精度を著しく改善できるが,しかし,パトロール画像の背景は複雑であり,キーコンポーネントの相互オクルージョンは,より少ないデータ量などの特徴を持っている。それは,航空写真伝送線路のキーコンポーネントの視覚検査の工学応用を制限した。本論文では,深さ学習におけるターゲット検出モデルの現状を分析し,深さ学習に基づく伝送線路のキーコンポーネントの視覚検査方法の研究進展をまとめ,伝送線路のキー部品画像データベースの構築,および開発の方法について言及した。専門の送電線のキー部品知識マップと深度モデルの融合による送電線のキー部品検出の重要性を創立した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚検査 ,  画像 ,  無人機 ,  空中写真 ,  画像データベース ,  ヘリコプタ ,  伝送線路 ,  *送電線 ,  *検出法 ,  航空輸送 ,  オクルージョン ,  *視覚 ,  *学習 ,  電力系統
準シソーラス用語： ターゲット検出 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 学習 ,  送電線 ,  キー ,  コンポーネント ,  視覚 ,  検出法 ,  研究 ,  進展