Feb, 2024

基于改进 Hough 变换的输电线检测

PDF
TL;DR通过改进的随机 Hough 变换技术，我们通过线性特征和空间分布来解决 UAV 图像中传输线路的检测准确度低和误报率高的问题，通过使用 Hessian 矩阵进行初始预处理和边界搜索和像素行分割来与背景进行区分，我们成功减少了误报和漏检，从而提高了传输线路识别的准确性。实验证明，与传统和随机 Hough 变换方法相比，我们的方法不仅处理图像更迅速，而且检测结果更好。
transmission linesuav imagesdetection accuracyfalse positive ratesstochastic hough transform
发现论文，激发创造
  • 用于语义线检测的深度 Hough 变换

    本文提出一种利用 Hough 变换将深度学习特征转换为参数化域进行线条检测的方法，可提取上下文特征并比现有方法的性能更优。

    Mar, 2020

  • LS-Net：快速单次扫描线段检测器

    本文介绍了 LS-Net 单次拍摄行段检测器，将其应用于无人机的输电线路检测中，该方法不仅快速准确，而且通过物理渲染技术生成的合成图像进行数据增强，使其在自主避障和自主飞行方面具有广泛的应用前景。

    Dec, 2019

  • HoughLaneNet：深度霍夫变换与动态卷积的车道检测

    我们提出了一种基于深度 Hough 变换和动态卷积模块的网络架构，用于检测道路车道，通过在 Hough 参数空间中将车道特征结合起来并利用动态卷积模块有效区分车道特征，实验结果表明我们的方法在检测重度遮挡或磨损车道图像方面表现出了优异的性能。

    Jul, 2023

  • 线性锚定高斯混合模型用于粗线形状物体的位置和宽度计算

    通过考虑图像灰度的三维表示作为统计分布的有限混合模型，本文旨在检测图像中的线性结构。采用背景减法和基于 Hessian 的参数初始化方案的期望最大化算法，提供了对线性结构的准确性检测，尽管图像背景不规则且存在模糊和噪声。

    Apr, 2024

  • 深度霍夫变换的线条先验

    通过在深度网络中添加可训练的 Hough 变换块来减少对标记数据的依赖和提高线段检测的数据利用率。

    Jul, 2020

  • 业余网球比赛的准确场地线检测

    我们提出了改进和增强的算法，通过使用预训练的最先进的阴影去除和物体检测机器学习模型，使我们的线检测更加稳健，可以准确检测业余、脏乱的网球场地。结合强大的球追踪系统，我们的方法将能够为业余和职业网球比赛提供准确的自动裁判。

    Apr, 2024

  • 通过深度哈夫变换的语义线检测和分类增强监控摄像头视野质量

    本研究介绍了一种创新方法，利用语义线检测和分类以及深度霍夫变换来识别语义线，从而通过理解平行线来确保合适的视野，进而评估摄像机的视野质量。

    Jan, 2024

  • 基于人工智能的能源运输安全：使用智能感知系统的管道辐射威胁估计

    本论文提出了一种基于分布式光纤感应技术的能源管道径向威胁估计方法，通过利用连续多视角和多域特征融合方法提取综合信号特征构建威胁估计和识别网络，实现了对管道威胁的精细识别和定位过程，从而增强能源运输的安全性。

    Dec, 2023

  • DUFormer：航拍图像中电力线路分割的一种新型架构

    该论文提出了一种用于航空图像中的电力线检测的语义分割算法 DUFormer，该算法采用具有强归纳偏差的卷积神经网络，以及一个重量级令牌编码器，负责重叠特征再挖掘和标记化，结果显示该算法在公开可用的 TTPLA 数据集上的电力线分割任务中达到了最先进水平的表现。

    Apr, 2023

  • 基于无监督语义分割的架空线缺陷识别

    该研究提出了一种基于 Faster RCNN 网络和无监督语义分割的新型缺陷识别框架，通过识别目标设备的类型和位置、利用语义分割区分设备和背景，并运用相似度度量和逻辑规则对缺陷进行分类，从而提高了空中线路中设备问题的准确性和适应性，为配电网络设备检测的自动化提供了新的视角。

    Nov, 2023