10.3969/j.issn.2095-2783.2019.11.012
基于神经网络的无人机拍摄图像识别
针对无人机(unmanned aerial vehicle,UAV)拍摄图像识别准确率不高,以及由于图像数量庞大导致的时间长、效率低等问题,本文将基于神经网络的图像识别技术应用于无人机拍摄中.以拍摄的各类桥梁图像为例,将图片分别作出标注,分成实验所需的训练集和测试集.在TensorFlow网络框架上对VGG16进行改进,并运用全卷积层代替全连接层,对图像进行准确分类;同时在生成候选区域时提出一种网格聚类筛选法用于提取图片特征.研究结果表明,采用本文算法可使图像的分类准确率达到90%,且运行速度也有很大的提升,缩短了将近一半.该研究为无人机拍摄影像的识别提供了良好的应用前景.
无人机拍摄影像、神经网络、候选区域、图像识别、TensorFlow网络框架
14
P237(摄影测量学与测绘遥感)
辽宁省科学技术计划项目2017231008
2020-04-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
1229-1233
