【摘 要】
：
传统桥梁支撑节点故障检测方法,为控制桥梁支撑节点图像集采集成本,所建立的桥梁支撑节点图像集数量有限,导致桥梁支撑节点故障程度、数量的正确率及位置重合度低,为此提出基于多传感融合的桥梁支撑节点故障检测方法研究。选择位移传感器、倾角传感器、光敏传感器和激光传感器组成多传感融合装置,采集桥梁支撑节点图像,并针对采集到的图像进行图像灰度、滤波和均衡处理;将桥梁支撑节点标准图像分为三部分增强图像集,后进行归
论文部分内容阅读
传统桥梁支撑节点故障检测方法,为控制桥梁支撑节点图像集采集成本,所建立的桥梁支撑节点图像集数量有限,导致桥梁支撑节点故障程度、数量的正确率及位置重合度低,为此提出基于多传感融合的桥梁支撑节点故障检测方法研究。选择位移传感器、倾角传感器、光敏传感器和激光传感器组成多传感融合装置,采集桥梁支撑节点图像,并针对采集到的图像进行图像灰度、滤波和均衡处理;将桥梁支撑节点标准图像分为三部分增强图像集,后进行归一化处理;采用U-net卷积神经网络结构,建立桥梁支撑节点故障检测模型,检测桥梁支撑节点故障。实验结果:
其他文献
由浙江大学海洋学院陈家旺教授团队承担的国家重点研发计划——"深海关键技术与装备"重点专项"建设深渊生物资源勘探、获取、培养及保藏技术体系"研制设备,近期参加"探索一号"TS21-1航次,并顺利完成验收海试,成为国内科学界首次在全海深深度取到宏生物保压样品的海试,填补了国际上全海深保压取样设备的技术空白。
群体行为识别从群体层面出发,研究群体的行为及个体的动作并进行分类.准确的群体行为识别结果对安防监控、体育视频分析等领域有重要意义.针对目前基于LSTM的群体行为识别无法充分挖掘个体间在群体层面时空特征的问题,提出一种基于LSTM-Transformer的群体-个体时空特征融合群体行为识别模型.在此基础上,首次将运动轨迹特征融入群体行为识别中,提出融合运动轨迹特征的群体行为识别模型,进一步提升模型的
领域自适应问题中源域样本和目标域样本分布差异较大.传统领域自适应方法在对齐领域分布时,往往忽略样本的先验标签信息,导致投影后子空间样本判别性不足.针对该问题,提出一种两阶段无监督领域自适应方法.该方法利用标签信息使目标域子空间具有鉴别性的同时对重构矩阵施加块对角约束,得到跨域子空间中的域不变特征,提高模型分类性能.在领域自适应问题常用的三个基准数据集上进行实验,获得了较好的效果.
目前大多数图像超分辨率重建算法都是通过堆叠卷积神经网络的深度和宽度来提升算法的重建能力.虽然这些算法能够在一定程度上提升重建效果,但是算法复杂度高.为了改善这一问题,提出一种基于注意力机制和特征融合的轻量超分辨率重建算法.首先利用像素注意力机制,对不同的特征的像素进行加权;随后利用轻量级通道注意力机制模块设计多级特征融合模块,并通过全局残差连接进行全局的特征融合;最后对提取到的特征进行亚像素卷积上
为解决三维核磁共振成像(Magnetic Resonance Imaging, MRI)与正电子发射断层成像(Positron Emission Tomography, PET)融合细节表达不足及能量信息不完善问题,提出了一种基于三维非下采样离散剪切波变换(3D Nonsubsampled Discrete Shearlet Transform, 3D NSDST)和改进空间频率(spatial
为增加垃圾拾取机器人的自主感知能力,提出了一种用于垃圾跟踪视觉系统的基于YOLOV4改进的轻量级目标检测算法YOLO-TrashNet。针对视觉跟踪系统速度与精度权衡问题,在YOLOV4的基础上将主干网络替换为MobileNetV3,分析了SE(Squeeze-and-Excitation)注意力机制、CBAM(Convolutional Block Attention Module)注意力机制以
近年来,通过神经网络架构搜索(NAS)得到的自动搜索型神经网络在视觉任务中表现尤为突出,然而,其更为复杂多变的卷积规模和运算方式限制了其在边缘侧设备的应用.为解决这一问题,针对自动搜索型神经网络搜索空间中各种复杂多变的计算方式,设计了一款可加速自动搜索型神经网络的高帧率高灵活度加速器.首先,针对其丰富的卷积类型提出了阵列复用混合卷积(AMMC)结构,不新增MAC阵列就能灵活地实现不同卷积在不同方向
由于现有的超声图像自动分割法缺少对模糊区域的滤波处理,导致图像分割后可识别的信息点较少,信噪比较低,为此,提出一种基于边缘检测的超声图像模糊区域自动分割算法。采用单尺度Harris角点法结合统计算法、空间域算法以及动态阙值法检测超声图像的边缘轮廓特征信息,将检测到的边缘信息的特征进行增强以及融合处理。对边缘图像进行滤波处理,保留图像必要细节。根据处理后的模糊区域边缘点的位置信息计算超声图像模糊区域
传统的单目视觉对高压输电线路覆冰厚度的测量精度不高。为了提高覆冰厚度的准确性,提出了一种基于SGBM(Semi-Global Matching)的改进立体匹配算法。将Census变换与SGBM算法结合,从而提高了覆冰的匹配精度,进而提升覆冰厚度的测量精度。利用双目相机对模拟覆冰进行实验,实验结果验证了该算法的可行性和准确性,表明改进的算法能够显著地提高覆冰厚度的测量精度。
为解决室内环境学前儿童陪伴机器人动态追踪失衡和失稳问题,提出室内环境学前儿童陪伴机器人人体目标动态跟踪方法。构建室内环境学前儿童陪伴机器人人体目标动态跟踪模型,利用视觉传感信息采集和融合处理方法控制约束参数,实现模型初步框架构建。利用离散化的空间规划方法,生成反演闭环控制系统,构建人体目标动态跟踪参数调节模型。结合动态跟踪输出控制,实现陪伴机器人人体目标动态跟踪优化。经实验证明,设计方法的人体目标