提出了一种基于无人机数据采样的人脸识别研究方法.针对无人机采集的图像或视频数据进行人脸识别应用,采用深度学习算法对此进行研究,通过线下采集获取目标人脸,对采集到的目标人脸进行数据增强扩充数据集,进而增加入物识别准确率,使用训练好的Facenet网络对目标人脸进行特征提取,获得目标人物人脸特征并建立人脸特征库.在人脸检测阶段,当接收端接收到无人机采集的图像数据后,利用YOLOv5进行检测,识别人物所在区域,随后裁剪出人脸区域,传入Facenet网络进行人脸识别,获得采集到的人脸特征向量,然后结合人脸库与采集
附着于输电线路上的各类障碍是电网安全稳定运行的重大威胁,传统的清障方法或存在安全隐患,或耗能较高,且大多需要停电处理,而激光能量高、准直性好,可用于远距离无接触击落异物或融化覆冰.因此,文中综述了激光清障技术在电网中的应用现状与发展,首先总结了激光清除异物、覆冰、树障等不同类型障碍的原理与应用;然后对比了常用于清障的几种激光器的特点;最后分析了激光波长、激光功率、光斑直径等参数对清障效率的影响,研究了激光照射导线、绝缘子时功率密度与照射时间的安全阈值问题.激光清障技术目前已被广泛应用于清除线路悬挂异物,但
针对VGG16网络识别驾驶员分心时参数量多、分类准确率低的问题,提出了一种基于多尺度通道的分类模块MCAM.分类模块MCAM包括MCM模块和MSE模块.MCM模块将卷积特征图分离为4个子特征图,使用不同的卷积核对4个子特征图进行空间信息提取,以期提高分类准确率;MSE模块为改进的通道注意力,其使用一维卷积来改进原始通道注意力中的全连接层,降低了全连接层大量参数问题.将MCAM嵌入VGG16中,并使用非对称卷积辅助降低参数量.实验结果表明,使用MCAM模块在State Farm Distracted Dri