摘要
本发明提供了一种用于无人机遥感图像的铁路沿线环境未知风险识别方法,该方法基于CNN设计了目标性与多分类解耦训练策略,提升模型对图像前景和背景区分能力,将铁路沿线环境无人机遥感图像集和现有未知风险图像与其他场景无人机图像集作为模型的训练数据,正常训练分布内数据集的同时,对分布内目标特征和分布外目标特征分别构建具有动态元素的特征集合,对特征集合进行多元高斯分布参数估计,并在参数估计基础上进行基于相似度的特征重采样获取服从特征集合分布的OoD特征,使重采样后的OoD特征更具泛化性。最终结合能量得分函数实现OoD检测。保证对潜在隐患高目标检测率的同时,提高对未知风险识别的泛化性。
技术关键词
无人机遥感图像
风险识别方法
坐标
参数估计基础
抑制算法
场景
网络模型训练
标签
样本
分支
策略
数据
冗余
矩阵
元素
数值
系统为您推荐了相关专利信息
瘢痕
光学相干断层扫描
激光仪器
OCT设备
点云
图像特征提取
神经网络模型训练
正弦编码
解码器
多尺度特征
对位平台
位置误差补偿
参数预测方法
偏差
遗传算法优化