基于对抗深度学习的无人机航拍违建场地识别

来源 :计算机工程 | 被引量 : 0次 | 上传用户:liliansun71
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对违建场地的检测方法主要是通过人工对无人机航拍视频进行检查,存在检测精度低、识别性能差、工作效率低的问题.提出一种结合空间变换网络与Fast RCNN的生成对抗网络ASTN-Fast RCNN,通过深度学习与无人机航拍视频相结合自动识别检测处在建设初期的违建场地.将空间变换网络作为生成器,生成Fast RCNN目标检测器难以识别的旋转形变样本,并通过目标检测器与生成器的对抗式训练,提高检测器的鲁棒性.实验结果表明,该方法能够有效提高对无人机航拍违建场地的识别性能.
其他文献
火车作为我国交通工具的重要组成部分,在我国运输行业中扮演着重要的角色。随着火车车辆的运行,其车厢表面的油漆标记会逐渐磨损或者破坏。当前,火车车厢标记的喷涂作业是通过人工喷涂方式来完成。但人工喷涂方式存在喷涂效率低、涂料浪费以及危害作业人员健康等缺点。因此,本文研究了一种自动喷码机器人,实现了火车车厢标记的自动喷码,从而有效的提高喷涂效率,降低涂料浪费,保障作业人员的健康等。本文主要从以下方面进行研
代码克隆是软件开发过程中常见的开发方式,随着开源组件、代码复用技术和开发框架等技术在程序开发中扮演越来越重要的角色,克隆代码的数量也随之快速增长。虽然代码克隆在一定程度上提高了程序开发效率,但也对软件管理及维护产生了负面影响,包括软件缺陷传播、恶意代码传播等。代码相似性分析技术旨在通过自动化的方式对克隆代码进行检测,降低克隆代码带来的负面影响。同时,随着软件产业的不断发展,代码相似性分析技术也越来
得益于高频段丰富的频谱资源,基于毫米波的无线通信系统是未来提升业务服务能力重要手段之一。由于毫米波信号的高路径损耗特点,需要利用波束赋形技术形成高增益的窄波束进行通信。在高速移动场景下,由于收发端相对位置的不断变化,需要频繁地进行波束赋形。然而,传统的波束赋形算法需要进行复杂度较高的信道估计,造成较大的系统开销。由于毫米波的短波长特点,收发机之间的通信链路越来越短,趋近于视距连接,可以通过视觉图片