文献

J-GLOBAL ID：202002232846499401   整理番号：20A0930042

改良RPNネットワークに基づく電力機器画像認識手法の検討【JST・京大機械翻訳】

Research on Image Recongnition of Power Equipment Based on Improved RPN Network Algorithm

著者 (2件)： Ma Jingyi (上海電力大学電子与信息工程学院,上海,200090) ,  Cui Haoyang (上海電力大学電子与信息工程学院,上海,200090)
資料名： Gongyongdian  (Gongyongdian)
巻： 37  号： 1  ページ： 57-61,72  発行年： 2020年 
JST資料番号： C4025A  ISSN： 1006-6357  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： FasterRCNNアルゴリズムによる電力設備の状態画像処理中に生成したAnchorと目標設備不整合による設備識別率の低下の問題に対して、連結域前処理に基づくFasterRCNNの改良モデルを提案した。画素値近似と位置隣接原理に従って連結領域を構築し、連結域のアスペクト比を入力情報としてRPN(regionproposalnetwork、RPN)のAnchor面積枠に対して修正を行った。これにより,Anchorboxesとターゲットデバイスの整合度を改善した。実験結果は以下を示した。認識エリアと目標設備面積の間の更なるマッチングは,余分なアンカボックスネットワークの計算量を避けて,それは,改良前の2.2%から1.9%まで減少した,そして,その計算効率は,従来のFasterRCNNアルゴリズムと比較して,6.7%増加した。非フォーマット画像データの急速な増加の背景において,提案した方法は,電力設備の状態画像認識と処理を改良するのに非常に重要である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  電気設備 ,  *ネットワーク ,  アスペクト比 ,  前処理 ,  *電力機器 ,  近似法 ,  画像処理 ,  計算量 ,  不整合 ,  *画像認識
準シソーラス用語： 画像データ ,  計算効率 ,  認識率 ,  画素値 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 電力機器 ,  画像認識 ,  手法