基于Google Street View与Mask R-CNN的5G公用电线杆规划器
计算机视觉与模式识别
2020-10-05 v1 机器学习
图像与视频处理
摘要
随着第五代（5G）蜂窝网络技术的进步，关于如何为智慧城市建设5G网络开展了大量研究和工作。在先前的研究中，路灯杆和智慧灯杆能够作为5G接入点。为了确定这些接入点的位置，本文讨论了一种基于Mask R-CNN的识别电线杆的新方法，该方法通过采用递归贝叶斯滤波并执行提议传播与重用来扩展Fast R-CNN。该数据集包含来自Google Map的3,000张高分辨率图像。为了加快训练速度，我们使用了卷积运算的高效GPU实现。我们实现了7.86%的训练错误率和32.03%的测试错误率。最后，我们使用免疫算法在智慧城市中设置5G电线杆。
引用
@article{arxiv.2008.11689,
title = {5G Utility Pole Planner Using Google Street View and Mask R-CNN},
author = {Yanyu Zhang and Osama Alshaykh},
journal= {arXiv preprint arXiv:2008.11689},
year = {2020}
}
备注
4 pages, 7 figures