【摘 要】
:
贺兰山岩画是不可多得的古代文明遗存,对于研究古代文化具有重要的参考意义。然而,目前部分岩画正受到来自自然侵蚀、分化的破坏以及一些人为的破坏影响。因而,急需采取必要的措施,对现有的岩画进行保护。目前,部分研究人员将数字化电子化技术运用于现有岩画的保护研究,在这个过程中,检测识别是其中的一个重要环节。贺兰山岩画存在前景背景区分度低、特征信息不明显甚至缺失等增加检测识别难度的因素,为了对贺兰山岩画目标的
论文部分内容阅读
贺兰山岩画是不可多得的古代文明遗存,对于研究古代文化具有重要的参考意义。然而,目前部分岩画正受到来自自然侵蚀、分化的破坏以及一些人为的破坏影响。因而,急需采取必要的措施,对现有的岩画进行保护。目前,部分研究人员将数字化电子化技术运用于现有岩画的保护研究,在这个过程中,检测识别是其中的一个重要环节。贺兰山岩画存在前景背景区分度低、特征信息不明显甚至缺失等增加检测识别难度的因素,为了对贺兰山岩画目标的识别准确率和检测效率进行提升,需对现有的目标检测算法进行研究。近年来,对目标检测算法的研究有了较大的突破。较为普遍使用的目标检测算法可分成两类,一类是基于候选区域的R-CNN系算法(Fast R-CNN、Faster R-CNN等),另一类则是基于回归的YOLO、SSD等算法。本文使用基于深度学习的目标检测算法对贺兰山岩画图像中的目标进行检测识别,对两类目标检测算法中的经典代表算法Faster R-CNN、SSD、YOLOv4进行研究。在实验室原有四类贺兰山岩画目标图像数据集基础上,制作加入人像这个类别的目标图片来扩充原数据集。之后使用Faster R-CNN、SSD算法实现贺兰山岩画检测识别并对比分析了不同特征提取主干网络对实验结果的影响。最后对YOLOv4算法展开了深入研究,探索模型的检测精度和检测速度的平衡,使用YOLOv4算法及其轻量化模型YOLOv4-tiny实现了贺兰山岩画检测识别,并通过引入CBAM注意力机制对YOLOv4-tiny算法进行改进来提升整个算法的检测识别精度。实验结果表明,未使用Mosaic数据增强的YOLOv4算法对贺兰山岩画检测的FPS为47,平均精度均值达到了 89.80%,相比使用Mosaic数据增强的YOLOv4算法平均精度均值提升了 5.23%。未使用Mosaic数据增强的YOLOv4-tiny对贺兰山岩画进行检测识别,在平均精度均值为82.60%的情况下,其检测速度FPS达到了 164。加入CBAM注意力机制未使用Mosaic数据增强的YOLOv4-tiny算法平均精度均值为85.99%,检测速度FPS为127,与未使用Mosaic数据增强的YOLOv4算法相比,在平均精度均值下降3.81%的情况下,检测速度提升了约2.7倍,达到了较好的综合检测性能。
其他文献
低碳烯烃(C2=-C4=)是现代化学工业中最重要的基础原料之一。由合成气经费托合成反应(Fischer-Tropsch synthesis,FTS)直接制取低碳烯烃是具有前景的技术路线。近年来,通过FTS一步高选择性制取低碳烯烃、线性α-烯烃(LAOs)等化学品成为C1化学领域的研究热点之一,通过催化剂设计有效控制产物分布以实现产物的高选择性和催化剂的稳定性是技术关键。由于催化剂本身性质不同及其工
电动自行车是现代居民出行的重要工具,对驾驶人员安全头盔佩戴的检测主要依靠公安交警通过目视来完成,这极大浪费了宝贵的警力资源。并且在人流量大的道路场所依靠人力完成检测效率低下,并且不能及时对未按规定佩戴安全头盔人员进行教育批评。因此为节约警力资源,提高监督效率,针对电动自行车安全头盔佩戴检测识别方法受检测环境恶劣、目标差异较小、检测识别速度低等问题,提出了一种基于改进YOLOv5的电动自行车安全头盔
目标跟踪是在现代科技应用生活中必不可缺的一种技能,它需要跟踪器能持续精确地计算出目标的方位和形状。因此在分析异常行为、国防安全等方面具有重要意义。但是,因为受到遮挡、背景干扰等诸多种原因的影响,进行有效跟踪仍有一定难度。在深度学习技术日趋成熟的今天,应用了深度孪生网络的单目标追踪方法已经得到了很大的改善。由于其性能优良,在跟踪技术中也逐渐受到重视。该技术可以帮助工作人员在各类场景下识别特定目标,对
目前的环槽铆钉铆接质量是通过分析铆接压力-位移曲线进行判断的,此方法易受摩擦力以及温度等外界因素影响,不能准确识别环槽铆钉紧固状态。本文结合现有铆接质量检测中存在的问题,根据机器视觉定位技术与检测技术的原理,对环槽铆钉定位以及紧固状态识别技术进行了研究,并通过以下步骤实现铆钉定位及紧固状态识别。首先分析目标工件特点,确定环槽铆钉质量检测的实现方法,并对机器视觉系统中的硬件设备的选择及安装方式进行了
光伏发电作为可再生能源发电方式的重要形式,具有清洁、无污染、可持续性的优点,发展前景极为广阔。然而光伏组件在使用过程中,表面容易受到遮蔽物的遮挡而产生阴影区域,继而导致光伏电池受到不均匀光照,使得光伏电池组件整体输出性能发生变化,并为最大功率追踪带来许多问题。特别是荒漠化地区光伏板表面积尘的非均匀分布,本质上来说属于对光伏板的遮挡,但由于无法获得板面积尘量的分布规律,从而无法对其影响进行预测。鉴于
全球卫星导航系统(Global Navigation Satellite System,GNSS)技术得到了较为全面的发展,在气象领域中引入GNSS相关技术具有较高的实用价值。大气可降水是天气预报的重要参数,准确快速地获取大气可降水是遥感监测研究的热点。GNSS信号对水汽有一定的敏感度,利用GNSS信号反演可降水能够弥补传统气象探测方法的不足。当前国内外已经对基于GNSS信号的大气可降水量(Pre
灵武长枣是宁夏特色品种,其品种优良质地酥脆,营养价值较高,深受消费市场欢迎。评价灵武长枣果实品质的指标中重要的一项就是糖度,长枣果实的成熟度和风味都与糖度密切相关。传统的检测方法如使用糖度计等为有损检测效率低。使用近红外光谱技术检测糖度时快速准确、简单无损,但其核心设备体积较大,无法满足现场检测的需求。因此本文从便携性角度出发,针对灵武长枣糖度指标结合MicroNIR1700近红外光谱引擎、移动终
随着我国公路建设的蓬勃发展,交通日益发达,对公路安全检测和养护的要求也越来越高。目前大部分地区仍以人工监测为主,危险系数高、工作效率低。近年来,人工智能发展迅速,深度学习在计算机视觉领域取得了突破进展。深度学习分析学习数据、提取特征、识别特征的能力尤为突出,解决了很多图像处理领域的难题。本文利用深度学习设计了一种多尺度特征提取轻量化语义分割算法,能够自动识别公路灾害并且对其具体位置进行分割,该算法
输电线路中,瓷绝缘子具有良好的电气、机械性能以及清洁性得到广泛应用,绝缘子表面所沉积的污秽颗粒作为引发污闪事故的主要因素,对其开展研究具有重要意义。宁夏吴忠地区属于典型的半干旱区气候,少雨多风沙的气候特点使绝缘子表面容易积累污秽,从而导致污闪事故发生。研究输电线路上瓷绝缘子的积污特性对减少污闪事故的发生具有指导作用,保证输电线路的正常运行。首先从宁夏电网运行状况出发,分析当地常用绝缘子类型及输电线
在生活水平高速发展的今天,人们对无线通信的需求量越来越大,如何合理有效地利用频谱资源来提高频谱资源的利用率也就变得愈加重要。认知无线电是解决频谱资源短缺的一个重要技术,而频谱感知又是认知无线电的基础,提升频谱感知的效率和可靠性就显得至关重要。本文对频谱感知方法的研究工作如下:(1)针对大多数传统频谱感知方法受噪声不确定性的影响以及难以确定判决门限的问题。本文将神经网络与频谱感知相结合,分别研究了基