典型文献
基于视觉注意力机制的下水管病害识别方法
文献摘要：
城市排水系统是城市公用设施的重要组成部分，排水管道的定期检查和维护对于地下管网的安全运行十分重要。漂流式胶囊机器人具有作业便捷、高效、低成本等特点，可满足地下管网大范围普查需求。然而，高效的作业方式带来了剧增的待处理数据，同时漂流式作业采集的视频数据包含振动、光照等多项干扰因素，传统数据处理方法无法适用，亟需开发新的智能病害识别方法。基于此，提出了一种基于改进残差注意力的病害识别方法。该方法以视频片段为输入，利用卷积神经网络对每一帧进行特征提取，然后将不同层沿特定维度融合后进行分类识别。实验结果表明，所提方法的识别准确率可达89.6%，优于未改进的残差网络，可有效提高漂流式胶囊机器人的识别精度和效率。
文献关键词：
机器视觉;注意力机制;下水管道;病害识别;图像处理
中图分类号：
作者姓名：
朱家松;马天柱;杨昊坤;方旭;李庆
作者机构：
城市智慧交通与安全运维研究院，广东 深圳 518000;深圳市人工智能与机器人研究院，广东 深圳 518000;深圳大学土木与交通工程学院，广东 深圳 518000;深圳大学电子与信息工程学院，广东 深圳 518000
文献出处：
引用格式：
[1]朱家松;马天柱;杨昊坤;方旭;李庆-.基于视觉注意力机制的下水管病害识别方法)[J].激光与光电子学进展,2022(18):1815001
A类：
B类：
视觉注意力机制,病害识别,城市排水系统,公用设施,排水管道,定期检查,检查和,地下管网,漂流,胶囊机器人,作业方式,待处理,式作业,视频数据,数据包,干扰因素,数据处理方法,开发新,残差注意力,一帧,分类识别,识别准确率,未改,残差网络,识别精度,机器视觉,下水管道
AB值：
0.336096
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
