|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 图像分类的深度卷积神经网络模型综述显示文摘图像分类是计算机视觉中的一项重要任务,传统的图像分类方法具有一定的局限性。随着人工智能技术的发展,深度学习技术越来越成熟,利用深度卷积神经网络对图像进行分类成为研究热点,图像分类的深度卷积神经网络结构越来越多样,其性能远远好于传统的图像分类方法。本文立足于图像分类的深度卷积神经网络模型结构,根据模型发展和模型优化的历程,将深度卷积神经网络分为经典深度卷积神经网络模型、注意力机制深度卷积神经网络模型、轻量级深度卷积神经网络模型和神经网络架构搜索模型等4类,并对各类深度卷积神经网络模型结构的构造方法和特点进行了全面综述,对各类分类模型的性能进行了对比与分析。虽然深度卷积神经网络模型的结构设计越来越精妙,模型优化的方法越来越强大,图像分类准确率在不断刷新的同时,模型的参数量也在逐渐降低,训练和推理速度不断加快。然而深度卷积神经网络模型仍有一定的局限性,本文给出了存在的问题和未来可能的研究方向,即深度卷积神经网络模型主要以有监督学习方式进行图像分类,受到数据集质量和规模的限制,无监督式学习和半监督学习方式的深度卷积神经网络模型将是未来的重点研究方向之一;深度卷积神经网络模型的速度和资源消耗仍不尽人意,应用于移动式设备具有一定的挑战性;模型的优化方法以及衡量模型优劣的度量方法有待深入研究;人工设计深度卷积神经网络结构耗时耗力,神经架构搜索方法将是未来深度卷积神经网络模型设计的发展方向。 | 张珂 冯晓晗 郭玉荣 苏昱坤 赵凯 赵振兵 马占宇 丁巧林 | 2021 | 中国图象图形学报2021，26，10： | 80 |
| 2 | 基于NSCT的航拍绝缘子图像边缘提取方法显示文摘绝缘子图像边缘提取是实现航拍绝缘子缺陷检测与识别的重要前提,结合航拍绝缘子图像的特点,提出了一种基于非下采样轮廓波变换(non subsampled contourlet transform,NSCT)的航拍绝缘子图像边缘提取方法。先利用分段线性灰度变换实现预处理,然后进行NSCT分解,基于分块思想对系数进行分块并求局部阈值,得到边缘图像,最后对边缘检测结果进行形态学滤波使边缘图像更清晰。分别对Lena图像和现场绝缘子图像用Canny算子法、小波模极大值法和所提方法进行图像边缘提取,并对各方法进行性能指标的评价。实验结果验证了所提方法对绝缘子图像边缘检测的有效性,并表明了该方法优于基于Canny算子和小波模极大值的边缘提取方法。 | 赵振兵 金思新 刘亚春 | 2012 | 仪器仪表学报2012，33，9： | 56 |
| 3 | 基于深度学习的输电线路视觉检测研究综述显示文摘保障输电线路的可靠性是能源互联网和智能电网建设的重要内容,基于深度学习的智能化输电线路视觉巡检技术具有安全、高效、便捷等特点,对保障输电网的稳定运行有重要意义。为此,首先总结国内外深度学习视觉检测方法以及输电线路视觉检测方法研究现状;其次,描述无人机巡检、在线监测、激光雷达巡检、高分辨率光学卫星巡检等4种输电线路巡检方式,分析不同方式的差异与优劣,同时讨论了深度学习在4种方式中应用的关键问题;最后,探讨了深度学习在输电线路视觉检测中应用的未来发展方向。 | 赵振兵 齐鸿雨 聂礼强 | 2019 | 广东电力2019，32，9： | 44 |
| 4 | 红外与可见光图像配准研究现状与展望显示文摘红外与可见光图像配准是常见的多模态图像配准,它广泛应用于军事、遥感等领域,有必要对其研究现状进行综述。在描述了红外与可见光图像配准问题后,首先简述了图像配准的一般方法,分为基于图像区域的配准方法和基于图像特征的配准方法,重点述评了局部不变特征方法中的SIFT算法和SURF算法;然后按文献发表时间顺序对红外与可见光图像配准的国外和国内研究现状进行了详细述评;总结了红外与可见光图像配准研究中存在的问题;最后对其进行展望,并指出未来的研究重点是以SIFT算法和SURF算法为研究基础去构造对模态不敏感的不变特征和其相应的描述子。 | 苑津莎 赵振兵 高强 孔英会 | 2009 | 激光与红外2009，39，7： | 38 |
| 5 | 一种航拍绝缘子串图像自动定位方法显示文摘绝缘子串自动定位是实现其运行状态监测与故障诊断的重要前提。针对航拍图像背景复杂的特点,提出一种基于阈值分割和二值形状特征描述的绝缘子串自动定位方法。先利用基于非下采样Contourlet变换(NSCT)的灰熵模型和细菌觅食-粒子群优化(BF-PSO)算法求取阈值,将原始航拍图像分割为二值图像,再利用二值图像中绝缘子串的形状特征,对其特征进行数字化描述,并以此为依据去除非绝缘子目标,实现绝缘子的自动定位。实验结果表明,提出的分割方法可以把目标和背景区分开来,边缘完整、连续,目标内部空洞少,抗噪性好;提出的定位方法可以完成复杂背景下绝缘子串的定位,定位精度高,速度快。该方法无需人工参与,可以为绝缘子的状态监测与故障诊断奠定基础。 | 赵振兵 王乐 | 2014 | 仪器仪表学报2014，35，3： | 36 |
| 6 | 基于改进SSD模型的输电线路巡检图像金具检测方法显示文摘为了解决航拍图像金具智能检测问题,提出一种基于改进SSD模型的输电线路航拍巡检图像金具目标检测方法。对巡检图像进行多角度旋转,并自适应裁剪扩充样本,以解决金具在图像中占比过小导致大量漏检问题,使用改进的IoU得到对目标尺度更敏感的默认框;进一步针对图像中金具目标密集问题,在模型中加入对密集目标检测有效的斥力损失,提高模型对密集遮挡金具的检测效果。在包含6 934个训练目标框和1 879个测试目标框的11类金具数据集中进行实验,使用文中方法的金具检测准确率达到了75. 64%,相对于使用原始SSD模型检测准确率提升了4. 73%,且检测框更贴合目标。 | 戚银城 江爱雪 赵振兵 郎静宜 聂礼强 | 2019 | 电测与仪表2019，56，22： | 40 |
| 7 | 一种变电站电气设备温度在线监测新方法显示文摘为了实现对电气设备的远程、实时、在线的可见光图像和红外温度监测,设计并开发了具有红外检测与图像监控功能的系统。针对变电站电气设备在线监测的特点,从红外理论出发,构建了系统测温模型,分析了影响测温的一些因素及大气衰减的影响;完成了大气透射率的仿真计算并提出了温度修正算法以提高测温精度。开发了具有RS-485串口和激光瞄准方式的改进型红外测温仪,并将其红外测温功能与图像监控软件有效结合。该系统可以在图像监控画面上选择特定的电气设备对其进行远程红外测温,并将返回的温度值加以存储和分析。系统具有较高的经济效益和工程实际应用价值。 | 赵振兵 高强 苑津莎 邱巍巍 仝卫国 | 2008 | 高电压技术2008，34，8： | 33 |
| 8 | 注意力机制和Faster RCNN相结合的绝缘子识别显示文摘针对利用Faster RCNN识别绝缘子图像过程中定位不够准确的问题,提出一种注意力机制和Faster RCNN相结合的绝缘子识别方法。在特征提取阶段引入基于注意力机制的挤压与激励网络(Squeeze-and-Excitation Networks,SENet)结构,使模型能够关注与目标相关的特征通道并弱化其他无关的特征通道;根据绝缘子的特点,对区域建议网络(region proposal network,RPN)生成锚点(anchor)的比例和尺度进行调整;在全连接层运用注意力机制对周围建议框的特征向量赋予不同权重并进行融合,更新目标建议框的特征向量。实验结果表明:与传统的Faster RCNN算法相比,改进后的算法能够较好地识别出绝缘子。 | 赵文清 程幸福 赵振兵 翟永杰 | 2020 | 智能系统学报2020，15，1： | 31 |
| 9 | 结合KL散度和形状约束的Faster R-CNN典型金具检测方法显示文摘输电线路航拍巡检图像中典型金具的高准确率检测是其状态检测和故障诊断的基础。针对金具与金具之间、金具与背景之间相互干扰导致模型出现的目标检测得分很高但检测框位置存在极大误差的问题,提出了一种结合KL(Kullback-Leibler)散度和形状约束的Faster R-CNN(faster region-based convolutional neural netwoks)典型金具检测方法,在Faster R-CNN检测模型框架的基础上,增加对目标边界框分布的预测,同时使用KL散度度量金具坐标预测分布与真值分布之间的距离,并将其作为损失函数优化模型参数,进一步将数据集中不同金具类别目标的形状特征作为约束加入损失函数中,以提高模型的泛化性能和边界框回归精度。实验结果证明:提出的方法在一定程度上解决了检测模型目标边界框回归不准确的问题,其中,各类别平均准确率的均值(mean average precision,mAP)由79.76%提高到了83.68%。研究可为进一步对典型金具进行状态检测和故障诊断奠定基础。 | 赵振兵 李延旭 甄珍 翟永杰 张珂 赵文清 | 2020 | 高电压技术2020，46，9： | 29 |
| 10 | 输电线路部件视觉缺陷检测综述显示文摘随着我国电网系统的不断发展,基层巡检作业负担越来越重,运维成本越来越高,如何实现输电线路部件缺陷的智能化检测变得愈发重要。同时,由于国家《新一代人工智能发展规划》的提出和国家电网“数字新基建”的部署,人工智能应用于电力设备运维的相关技术得到了快速发展,对输电线路部件视觉缺陷准确检测成为亟待解决的关键问题之一。早期基于图像处理和特征工程的部件视觉缺陷检测方法对图像质量的要求较高,无法真正应用于现实复杂的输电线路作业环境;随着深度学习的兴起,基于深度学习的检测模型可以有效地将部件目标及其缺陷从复杂的输电线路航拍图像中提取出来,既节省了人工设计特征的时间,又在性能上达到了显著提升,因此逐渐成为主流研究方法。本文首先描述了基于传统算法的输电线路关键部件视觉缺陷检测技术,回顾了深度学习的发展过程并分析了深度学习在缺陷检测领域的优缺点;围绕输电线路上3个重要的部件:绝缘子、金具以及螺栓,介绍了其定位与缺陷检测的研究现状;分析了输电线路部件缺陷检测中研究的样本不平衡问题、小目标检测问题、细粒度检测问题等几个关键问题;分析了符合电网巡检任务复杂场景需求和故障诊断标准的输电线路部件缺陷检测技术的未来发展趋势。 | 赵振兵 蒋志钢 李延旭 戚银城 翟永杰 赵文清 张珂 | 2021 | 中国图象图形学报2021，26，11： | 29 |
| 11 | 尾流效应和时滞对风电场输出特性的影响显示文摘由于大型风电场风电机组数量众多,占地面积较大,风电机组间尾流效应和风速时滞将对风电场并网点输出特性有较大的影响。以定速机组风电场为例,在电磁暂态仿真软件PSCAD/EMTDC平台上,搭建了25台750kW风电机组组成的风电场模型。分析和比较了不同风速模型的风电场输出特性。结果表明,时滞会平滑风电场输出功率,使得并网点功率变化率变小,从而提高其电能质量;尾流效应会造成风电场的风能损失。在风电场接入电网检测中,需要考虑尾流效应和时滞的影响。 | 苏勋文 赵振兵 陈盈今 白本质 | 2010 | 电测与仪表2010，47，3： | 27 |
| 12 | 基于Hough检测和C-V模型的航拍绝缘子自动协同分割方法显示文摘绝缘子分割是通过图像处理技术实现其运行状态自动检测及故障诊断的重要前提。针对航拍图像具有背景复杂、分辨率较低、数量多和伪目标多等特点,使用传统分割方法会产生大量的用户交互导致分割效果不佳。本文把协同分割引入到绝缘子航拍图像处理中,提出一种Hough检测修复结合自动初始化轮廓C-V模型的航拍绝缘子图像协同分割方法。本方法利用航拍绝缘子图像帧之间的关系作为先验信息以达到更高的分割精度。首先对航拍图像进行去除文本预处理;然后对预处理过的图像进行Hough检测修复以处理输电线与绝缘子粘连问题并用SLIC进行超像素分割;最后利用广义霍夫变换实现C-V模型初始轮廓的选取并进行基于图像间的C-V模型的绝缘子协同分割。实验结果表明,本文分割方法的准确率明显比其他算法高,能够有效地区分目标和背景并去除杆塔、输电线等伪目标,自动化性能良好,为无人机航拍绝缘子的状态检测及故障诊断奠定基础。 | 赵振兵 徐磊 戚银城 蔡银萍 | 2016 | 仪器仪表学报2016，37，2： | 24 |
| 13 | 变电站电气设备双通道图像在线监测方法显示文摘为了实现对电气设备的远程、实时、在线的红外温度图像和可见光图像监测,设计并实现了双通道系统。给出了以红外传感器和可见光电荷耦合器件(CCD)为核心器件的系统总体方案,描述了变电站端监测系统的具体硬件组成和工作原理,采用面向对象的思想和模块化程序设计开发了系统的服务器端软件及客户端软件,研究了基于傅里叶变换的红外与可见光图像的自动匹配方法及工程上易实现的手动匹配方法。该系统实现了对电气设备的双通道图像的远程、实时、在线监测,可及时发现设备外部问题以及过热、环境问题。现场运行表明,该系统稳定可靠、效果良好。 | 赵振兵 高强 苑津莎 闫龙 邱巍巍 | 2008 | 电力系统自动化2008，32，10： | 22 |
| 14 | 基于改进的R-FCN航拍巡线图像中的绝缘子检测方法显示文摘航拍巡线图像中的绝缘子目标存在部分遮挡的情况,利用区域全卷积网络(Region-based Fully Convolutional Networks,R-FCN)模型对其进行检测,出现了绝缘子目标检测效果较差且检测框无法完全贴合目标的问题。基于此,文中提出了一种基于改进的R-FCN航拍巡线图像中的绝缘子目标检测方法。首先,根据绝缘子目标的宽高比特征,将R-FCN模型中RPN的建议框的宽高比修改为1∶4,1∶2,1∶1,2∶1,4∶1;然后,针对遮挡问题,在R-FCN模型中引入对抗空间丢弃网络(Adversarial Spatial Dropout Network,ASDN)层,对特征图的部分位置生成掩码以获得目标特征的不完整样本,从而提高模型对目标特征较差的样本检测性能。在包含7433个绝缘子目标框的数据集中,R-FCN模型的平均检测率达到了77.27%,而改进的R-FCN检测方法的平均检测率达到了84.29%,性能提升了7.02%,且检测框更贴合目标。 | 赵振兵 崔雅萍 戚银城 杜丽群 张珂 翟永杰 | 2019 | 计算机科学2019，46，3： | 23 |
| 15 | 电力视觉技术的概念、研究现状与展望显示文摘随着我国新一代电力系统建设的快速发展,发输变电设备作为电力系统的重要组成部分,实现其缺陷的智能检测与分析变得愈发重要。紧跟国家新一代人工智能的步伐,与当今较热的计算机视觉相结合,提出电力视觉技术的概念,分析其研究对象和难点问题,在电力系统、计算机视觉和人工智能等领域之间建立了桥梁,并系统地总结了电力视觉技术在发电、输电和变电3大场景中的研究现状。最后从泛在电力物联网、少样本或零样本学习、生成式对抗网络、电力知识图谱和视觉推理等方面来分析电力视觉技术及其应用的未来发展趋势。 | 赵振兵 张薇 翟永杰 赵文清 张珂 孔英会 戚银城 | 2020 | 电力科学与工程2020，36，1： | 21 |
| 16 | 图像监控系统与SCADA系统互联实践显示文摘根据黑板模型设计了图像监控系统与监控和数据采集(SCADA)系统互联的基本模型。在 图像监控系统与SCADA系统之间建立接口,使图像监控系统可以利用SCADA系统转发的远动 数据,从而实现对SCADA系统的联动。提出了系统互联的软件和硬件实现方案,讨论了系统互联 的关键性技术。结合山西某供电公司的工程实际,设计了具体技术方案,并以模拟屏通信协议为例 说明了系统互联的软件实现过程。 | 高会生 李然 赵振兵 冯立志 | 2005 | 电力系统自动化2005，29，6： | 19 |
| 17 | 红外测温在变电站远程图像监控系统中的实现显示文摘电力设备的热效应是引发变电站多种故障和异常的重要原因。为了加强对无人值守变电站的全貌监视,尤其是对其电力设备温度的在线实时监控,构建了具有红外测温功能的远程图像监控系统,实现了过热设备的报警联动。文章从红外测温技术、红外测温在图像监控中的实现两方面展开论述,介绍了该系统的技术原理与实现方法。 | 赵振兵 高强 李然 俞晓雯 | 2005 | 电力系统通信2005，26，4： | 18 |
| 18 | 增强小目标特征的航空遥感目标检测显示文摘目的航空遥感图像中多为尺寸小、方向错乱和背景复杂的目标。传统的目标检测算法由于模型的特征提取网络对输入图像进行多次下采样,分辨率大幅降低,容易造成目标特征信息丢失,而且不同尺度的特征图未能有效融合,检测目标之间存在的相似特征不能有效关联,不仅时间复杂度高,而且提取的特征信息不足,导致目标漏检率和误检率偏高。为了提升算法对航空遥感图像目标的检测准确率,本文提出一种基于并行高分辨率结构结合长短期记忆网络(long short-term memory,LSTM)的目标检测算法。方法首先,构建并行高分辨率网络结构,由高分辨率子网络作为第1阶段,分辨率从高到低逐步增加子网络,将多个子网并行连接,构建子网时对不同分辨率的特征图反复融合,以增强目标特征表达;其次,对各个子网提取的特征图进行双线性插值上采样,并拼接通道特征;最后,使用双向LSTM整合通道特征信息,完成多尺度检测。结果将本文提出的检测算法在COCO(common objects in context)2017数据集、KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)车辆检测和UCAS-AOD(University of Chinese Academy of Sciences-Aerial Object Detection)航空遥感数据集上进行实验验证,平均检测准确率(mean average precision,m AP)分别为41.6%、69.4%和69.3%。在COCO 2017、KITTI和VCAS-AOD数据集上,本文算法与SSD513算法相比,平均检测准确率分别提升10.46%、7.3%、8.8%。结论本文方法有效提高了航空遥感图像中目标的平均检测准确率。 | 赵文清 孔子旭 周震东 赵振兵 | 2021 | 中国图象图形学报2021，26，3： | 17 |
| 19 | 基于深度学习的输电线路关键部件视觉检测方法的研究进展显示文摘由于电网规模增长,直升机、无人机巡线的大量应用,产生的航拍图像数量剧增,使输电线路关键部件视觉检测与运检人员数量配置的矛盾日益突出。虽然深度学习技术可显著提高目标检测的准确率,但航拍巡线图像背景复杂,关键部件之间的相互遮挡,标注数据量较少等特点,限制了航拍输电线路关键部件视觉检测的工程应用。本文分析了深度学习中目标检测模型的现状,总结了基于深度学习的输电线路关键部件视觉检测方法的研究进展,并指出了构建输电线路关键部件图像数据库、建立专业的输电线路关键部件知识图谱以及将知识图谱与深度模型相融合对输电线路关键部件检测的重要性。 | 赵振兵 崔雅萍 | 2018 | 电力科学与工程2018，34，3： | 17 |
| 20 | 基于动态焦点损失函数和样本平衡方法的绝缘子缺陷检测方法显示文摘在航拍输电线路图像的绝缘子缺陷检测任务中,针对不同类型缺陷之间存在的样本数量不平衡、困难样本低效学习等问题,提出一种动态焦点损失函数和一种基于二阶矩的样本平衡方法。首先在前向传播过程中根据困难样本、简单样本分布变化动态求解焦点损失函数的衰减因子,然后利用样本损失离散值定位出困难样本、简单样本的边界,从而获得困难样本集合,最后在反向传播过程中根据不同样本损失的二阶矩对学习样本的贡献率分布进行平衡。实验结果表明所提多类绝缘子缺陷检测方法能够有效地学习到不同样本的深度特征,性能较其他方法有显著的提升。 | 赵振兵 李延旭 戚银城 孔英会 聂礼强 | 2020 | 电力自动化设备2020，40，10： | 16 |
您所在的机构暂未开通此部分的功能，请联系管理员