郝帅
- 作品数：64 被引量：217H指数：9
- 供职机构：西安科技大学更多>>
- 发文基金：国家自然科学基金陕西省科学技术研究发展计划项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电气工程矿业工程文化科学更多>>
- 基于TR-YOLOv5的输电线路多类缺陷目标检测方法
- 2023年
- 针对复杂环境中输电线路多类缺陷目标的多尺度检测问题,提出一种基于Transformer和感受野模块的YOLOv5输电线路多类缺陷目标检测算法,简记为TR-YOLOv5。首先,搭建了YOLOv5网络,针对复杂背景造成缺陷目标的显著性低,进而影响检测精度的问题,在Backbone部分引入Transformer模块,通过利用多头注意力结构获取特征图像素点间的相关性和全局信息,增强缺陷目标的特征表达能力,从而提升模型检测精度;其次,由于待检测目标受多尺度影响,在Neck部分引入感受野模块提取目标不同尺度的特征,利用空洞卷积增大感受野,为后续PANet结构保留更细致的特征,增强Neck特征融合能力,提高模型对多尺度缺陷目标的检测精度;然后,为了提升预测边框回归精度,引入CIOU函数,进一步提高算法检测精度;最后,利用某电力巡检部门近3年的数据对该算法进行验证。实验结果表明,相比于7种对比算法,本文算法具有较高检测精度的同时具有较好的实时性,其平均检测精度可达95.6%,1280×720分辨率的巡检图像检测速度为125帧/秒。
- 郝帅赵新生马旭张旭何田侯李祥
- 关键词：TRANSFORMER损失函数
- 基于ICEEMDAN-LSTM-BNN的短期光伏发电功率概率预测被引量：2
- 2023年
- 针对短期光伏发电功率建立精准概率预测模型是提高电网安全稳定运行的重要手段。为了提高非晴空条件下光伏发电功率预测的精度和稳定性,选用具有优良正则化特性的贝叶斯神经网络模型作为基础算法。首先通过改进自适应噪声完备集合经验模态分解方法对多尺度多模态变化气象数据进行平稳化处理,简化映射关系建立步骤;其次引入长短期记忆神经网络来增强模型对光伏发电功率随机波动性和时序性的有效捕捉;进而结合各项算法提出基于ICEEMDAN-LSTM-BNN的短期光伏发电功率概率预测方法;最后以宁夏太阳山光伏电站实测数据为测试对象,对非晴空条件下的光伏发电功率进行预测,所提模型较之传统算法在非晴空条件下点预测和概率预测效果均显著改善,充分验证所提方法的有效性和可靠性。
- 王清亮代一凡王旭东郝帅
- 关键词：贝叶斯神经网络
- 一种无人机着陆视觉导航合作目标鲁棒检测方法
- 本发明涉及一种无人机着陆视觉导航合作目标鲁棒检测方法，解决了机载摄像机拍摄的合作目标畸变大以及图像中含有很多非合作目标，而造成合作目标难以准确检测的问题。设计了以红色方形作为大背板，用荧光绿色的H和小正三角形作为合作目标...
- 马旭程咏梅郝帅赵建涛王涛睢志佳孔若男宋林刘楠杜立一阮小明
- 文献传递
- 基于飞行仿真的通用惯导测试方法
- 本发明公开了一种基于飞行仿真的通用惯导测试方法，建立基于控制率设计的飞行控制仿真模块，进行航迹设定、惯导初始条件对准，实施飞行仿真过程，并输出飞机飞行状态数据，由飞行状态数据反解算出比力和角速率数据，根据比力和角速率实时...
- 程咏梅禹亮李军伟程承陈思静阮晓明睢志佳陈克喆郝帅杜立一孔若男
- 文献传递
- 基于跨尺度特征聚合与分层注意力映射的红外行人检测被引量：2
- 2022年
- 针对红外行人图像中受多尺度、部分遮挡以及环境干扰导致传统算法难以准确检测问题,提出一种红外图像行人检测算法。以CSPdarknet53作为主干特征提取网络,在输入端引入Focus模块以减少主干网络下采样过程中小尺度目标特征信息丢失;通过构建跨尺度特征聚合模块来融合主干网络不同残差层输出的全局特征和多尺度局部特征,提高网络多尺度特征聚合能力,提升网络检测精度;针对红外图像受自身成像机理以及复杂背景影响造成行人目标特征难以有效表达的问题,通过构建分层注意力映射模块来增强行人特征表达能力。为了验证所提出算法的优势,选取4种经典对比算法,并在3种公共数据集上进行测试验证。实验结果表明,该算法可以实现复杂环境下多尺度红外行人的准确检测,其平均准确率和召回率分别可达95.37%和92.99%。
- 郝帅高山马旭安倍逸何田文虎王峰
- 关键词：多尺度
- 基于模糊测度的多特征融合鲁棒粒子滤波跟踪被引量：3
- 2015年
- 针对基于单一颜色特征的粒子滤波跟踪算法易受光照变化、部分遮挡及相似干扰物的影响,而利用多特征融合的粒子滤波方法存在各特征权值、跟踪模板及窗口大小自适应选取问题,提出了一种基于模糊测度的多特征融合鲁棒粒子滤波跟踪算法。采用颜色及边缘方向直方图来描述目标量测模型,通过分别计算这两类特征在候选目标与参考目标之间的Bhattacharyya距离来确定其各自特征的模糊测度,通过查取模糊规则表来自适应地确定两类特征的权重;将连续帧的多特征联合模板更新机制用于对初始目标模板的更新;针对目标发生尺度变化造成跟踪窗口难以自适应的问题,通过引入粒子离散度实现了跟踪窗尺寸的自适应调整。实验结果表明:所提出的跟踪算法位置平均误差小于8个像素,相比于传统方法可以有效克服光照、部分遮挡以及相似目标干扰等影响,具有较高的跟踪精度及较强的鲁棒性。
- 郝帅程咏梅马旭赵建涛刘虎成
- 关键词：粒子滤波多特征融合目标跟踪
- 基于tiny-YOLOv3的施工安全检测方法及系统
- 本发明属于信息处理技术领域，公开了一种基于tiny‑YOLOv3的施工安全检测方法及系统，利用视频监控摄像头采集工地中施工的人员图像，对这些图像所包含的人员进行人工标注，制作数据集；使用数据集训练tiny‑YOLOv3网...
- 郝帅马旭
- 文献传递
- 基于超分辨深度残差网络的玻璃绝缘子自爆故障检测算法被引量：11
- 2022年
- 针对航拍巡检时玻璃绝缘子自爆故障图像易受复杂背景干扰造成传统算法难以准确检测问题,提出一种基于超分辨深度残差网络的玻璃绝缘子故障检测算法。首先,通过超分辨率卷积神经网络减小原始图像中的噪声和模糊,实现数据集的优化和增强;然后,利用YOLOv4检测算法对经过超分辨处理后的图像进行检测并提取包含绝缘子的目标区域;最后,通过添加Dropout层和3层全连接层对resnet50网络结构进行优化,并通过迁移学习将预训练权重引入所设计的故障识别网络以进一步提升网络识别精度,从而构建出一种改进的resnet50玻璃绝缘子故障识别网络。为验证所提出算法的优势,利用某供电局近3年无人机巡检视频进行测试。实验结果表明:提出的方法可实现复杂环境下玻璃绝缘子故障的精确检测,检测精度可达94.3%,同时该算法具有较好的实时性。
- 郝帅马瑞泽赵新生马旭马旭安倍逸
- 关键词：超分辨
- 基于tiny-YOLOv3的施工安全检测方法及系统
- 本发明属于信息处理技术领域，公开了一种基于tiny‑YOLOv3的施工安全检测方法及系统，利用视频监控摄像头采集工地中施工的人员图像，对这些图像所包含的人员进行人工标注，制作数据集；使用数据集训练tiny‑YOLOv3网...
- 郝帅马旭
- 融合知识蒸馏和注意力机制的光伏热斑检测
- 2023年
- 针对复杂环境下光伏电池板热斑故障的多尺度目标导致检测困难的问题,提出一种融合知识蒸馏和注意力机制的检测算法。为实现故障特征信息高效提取与保留,设计一种融合高阶空间交互和通道注意力的模块以提升网络对于故障特征信息的表达能力;为增强复杂背景下目标信息表达能力,构建一种结合通道和位置信息的注意力模块来提高网络对于故障位置信息的识别准确率;采用知识蒸馏思想将教师网络的参数迁移至学生网络,在不增加任何复杂度的前提下提升学生网络的检测精度。为进一步精确定位热斑目标,引入Focal-CIoU损失函数加速网络收敛,从而提升检测性能。为验证算法有效性,与8种经典算法进行比较,实验结果表明,本文算法的检测精度最高,精度达84.8%,对于分辨率为640×512的图像检测速度可达142 FPS。
- 郝帅吴瑛琦马旭李彤王海莹
