导读:本文包含了检测与识别论文开题报告文献综述及选题提纲参考文献，主要关键词:船舶检测,船牌识别,全卷积神经网络,YOLO
检测与识别论文文献综述
李兆桐,孙浩云[1]（2019）在《基于全卷积神经网络的船舶检测和船牌识别系统》一文中研究指出船舶检测与识别对于港口智能监控,实现港口资源的有效管理具有重要意义。由于复杂的船舶轮廓、船牌位置不固定、船牌文本类型复杂多样和船牌文字个数不确定等因素,使得船舶的检测和识别非常具有挑战性。本文提出一种基于全卷积神经网络的船舶检测与识别方法:SDR-FCN。SDR-FCN利用本文提出的船舶检测算法SDNet进行船舶检测定位,然后利用本文提出的船牌文本检测算法PDNet进行船牌文字检测,最后利用具备在线自适应性的分类器OA-Classifier进行船牌分类识别。OA-Classifier综合了AIS(船舶自动识别系统)反馈的信息,提高了分类器的识别精度。实际SDR-FCN部署运行表明,它能够以较高的精度可靠地工作,满足实际应用。(本文来源于《计算机与现代化》期刊2019年12期）
程秀坤,施文婷,王丽华[2]（2019）在《系统治理地下管网隐患》一文中研究指出12月2日，胜利油田桩西采油厂集输大队联合站站长马腾祥，对最后一段管线防腐、保温施工进行监护，联合站历时一年的地下管线隐患治理工作宣告结束。今年以来，桩西厂对包括联合站在内的地下管线隐患进行系统治理，做好诊断，识别、检测、更换管线，并对每一条主要(本文来源于《中国石化报》期刊2019-12-05）
张宁,田慕琴,宋建成,郑丽君,江湘津[3]（2019）在《基于图像识别的吸量管液位检测方法研究》一文中研究指出在传统的玻璃量器检定过程中,人工检测方法测量效率和准确度都比较低,不能满足计量院对检定精度和效率的要求,文中设计了一套基于图像识别的高精度吸量管自动检定系统。该系统由图像处理和硬件控制两部分组成,选用DSP和Windows系统作为硬、软件平台。对采集的液位图像用OpenCV进行灰度化、滤波、图像分割、液位识别,最终得到凹液面的纵坐标。通过计算凹液面与检定点的像素差来控制蠕动泵的通电时间,从而控制放水速度的快慢,实现闭环PID控制。实验结果表明该方法具有较高的鲁棒性和较快的测量速度,液位测量精度可达到0.1 mm。(本文来源于《现代电子技术》期刊2019年23期）
[4]（2019）在《北京市石油天然气管道保护外部检测及高后果区识别和风险评价项目顺利通过验收》一文中研究指出2019年11月20日,中国安全生产科学研究院承担的《北京市石油天然气管道保护外部检测及高后果区识别和风险评价》(以下简称项目)项目顺利通过专家组验收。与会专家认真听取了项目组的汇报,并根据合同要求对项目成果进行详细质询,项目组针对专家组的提问进行了详细解答,专家组一致同意通过项目验收。该项目成果得到北京城市管理委员会及专家组一致认可和高度评价,对指导北京市域油气管道保护具有重要意义,同时,专家组建议加快推进项目成果标准化规范化并推广应用。(本文来源于《中国安全生产科学技术》期刊2019年11期）
白洁音,赵瑞,谷丰强,王姣[5]（2019）在《多目标检测和故障识别图像处理方法》一文中研究指出为了利用深度学习实现对输电线路的多目标识别以及多种故障的检测,以Faster RCNN(faster regions with convolutional neural networks features)网络为算法框架进行无人机图像的数据挖掘,针对输电线路的6种目标检测任务,提出了3种改进策略,分别为自适应图像预处理算法,基于面积的非极大值抑制算法,以及切分检测方案。研究结果表明:所提改进算法能够利用挖掘的数据对故障进行准确定位与识别,实现对复杂背景下航拍图像中多目标的故障检测,也可类推至其他类似多目标应用场景。论文研究可为多目标的检测和识别提供参考。(本文来源于《高电压技术》期刊2019年11期）
宋玮琼,羡慧竹,李杰,王学良,逄林[6]（2019）在《高速载波通信单元台区识别检测系统的设计与实现》一文中研究指出针对高速载波通信单元台区识别范围不准确的问题,提出了一种高速载波通信单元台区识别检测系统及测试方法。台区识别检测系统通过构建两个网络,每个网络实际控制4个屏蔽箱,通过控制屏蔽箱9与屏蔽箱4、8之间的衰减、噪声,来模拟现场不同台区之间的通信差异,进而测试不同场景下的无扰台区识别准确性。重点介绍高速载波通信单元检测系统的硬件结构和软件设计。实验结果显示,设计系统的检测时间短,且准确性高。(本文来源于《自动化与仪器仪表》期刊2019年11期）
严鹏,廖峪,陈伟庚,刘晓江,杨长卫[7]（2019）在《图像智能识别技术在高速铁路基础设施检测中的应用》一文中研究指出基础设施病害问题已成为威胁运营安全的焦点,如何准确、及时发现病害是迫切需要解决的难题。借助人工智能和大数据分析技术,采用目前较为成熟的图像识别算法,以接触网悬挂状态及缺陷为对象,阐述图像识别技术在高速铁路基础设施检测方面的应用。结果表明:图像识别技术在高速铁路基础设施智能化检测方面具有一定的普适性,能够创造大量的虚拟劳动力,克服人工疏忽等主观因素,工作效率有效提升。该研究成果可为人工智能技术在铁路上的应用提供参考。(本文来源于《中国铁路》期刊2019年11期）
曲佳博,秦勃[8]（2019）在《基于ST-CNN的交通标志实时检测识别算法》一文中研究指出深度学习是基于图像的交通标志检测和识别处理的研究热点,已取得了显着的效果。针对基于车载视频的交通标志检测和识别处理问题,文中根据图像序列的帧间时空连续关系构建了时空关系模型(Spatiotemporal Model,STM),并与多尺度卷积神经网络(Convolutional Neural Networks,CNN)相结合,提出了一种基于时空卷积神经网络(Spatiotemporal-CNN,ST-CNN)的交通标志实时检测识别算法。实验结果表明,该算法可对视频图像序列中的同一交通标志实现检测、筛选、追踪和识别处理,在保证高准确率的同时,可有效减少CNN的数据输入,降低系统资源占用量,提高计算效率,满足了视频中交通标志检测识别的实时性要求。算法平均每帧耗时26.82 ms,且识别准确率达到96.94%。(本文来源于《计算机科学》期刊2019年S2期）
王世霞[9]（2019）在《应用害虫检测与识别技术 确保粮食储存安全》一文中研究指出一、储粮害虫检测技术的重要性粮食是人类生存与发展不可或缺的一种资源,也是人类食物的最主要来源,其主要营养成分是碳水化合物、多种类型的蛋白质以及纤维素。但是全世界每年大概都有25%左右的粮食由于受到害虫的侵蚀而不能食用,造成了严重的资源浪费,尤其是在一些发展中国家,人们的食物结构主要以粮食作物为主,这样的害虫侵蚀可能会导致粮食收获之后有15%左右的(本文来源于《中国食品》期刊2019年22期）
周柚,杨森,李大琳,吴春国,王岩[10]（2019）在《基于现场可编程门电路的人脸检测识别加速平台》一文中研究指出采用现场可编程门电路(FPGA)和中央处理器相结合的异构计算技术,解决人脸检测和识别计算加速问题。基于并发和流水线的方法加速Viola-Jones人脸检测算法,提高了数据吞吐量,增加了级联分类器的并行度;通过并发卷积操作和流水线特征图加速了卷积神经网络计算过程。实验结果表明,硬件平台较软件平台实现了2.9倍的加速比。(本文来源于《吉林大学学报(工学版)》期刊2019年06期）
检测与识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
12月2日，胜利油田桩西采油厂集输大队联合站站长马腾祥，对最后一段管线防腐、保温施工进行监护，联合站历时一年的地下管线隐患治理工作宣告结束。今年以来，桩西厂对包括联合站在内的地下管线隐患进行系统治理，做好诊断，识别、检测、更换管线，并对每一条主要
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
检测与识别论文参考文献
[1].李兆桐,孙浩云.基于全卷积神经网络的船舶检测和船牌识别系统[J].计算机与现代化.2019
[2].程秀坤,施文婷,王丽华.系统治理地下管网隐患[N].中国石化报.2019
[3].张宁,田慕琴,宋建成,郑丽君,江湘津.基于图像识别的吸量管液位检测方法研究[J].现代电子技术.2019
[4]..北京市石油天然气管道保护外部检测及高后果区识别和风险评价项目顺利通过验收[J].中国安全生产科学技术.2019
[5].白洁音,赵瑞,谷丰强,王姣.多目标检测和故障识别图像处理方法[J].高电压技术.2019
[6].宋玮琼,羡慧竹,李杰,王学良,逄林.高速载波通信单元台区识别检测系统的设计与实现[J].自动化与仪器仪表.2019
[7].严鹏,廖峪,陈伟庚,刘晓江,杨长卫.图像智能识别技术在高速铁路基础设施检测中的应用[J].中国铁路.2019
[8].曲佳博,秦勃.基于ST-CNN的交通标志实时检测识别算法[J].计算机科学.2019
[9].王世霞.应用害虫检测与识别技术确保粮食储存安全[J].中国食品.2019
[10].周柚,杨森,李大琳,吴春国,王岩.基于现场可编程门电路的人脸检测识别加速平台[J].吉林大学学报(工学版).2019