从野外RGB图像中鲁棒地分割风力机叶片
计算机视觉与模式识别
2023-06-27 v1 机器学习
图像与视频处理
摘要
随着风电行业持续增长，亟需设计自动数据驱动的解决方案用于风力机维护。由于结构健康监测主要依赖视觉检测，任何自动解决方案的第一阶段都是在图像中识别叶片区域。为此，我们提出一种新颖分割算法，通过定制损失（将focal loss与连续性正则项汇聚）来增强U-Net的结果。为获得顶尖性能，我们提出一系列附加步骤以确保算法可靠、通用、鲁棒且高效。首先，我们利用对图像的先验知识，填充由临时分类的叶片像素与图像边界所包围的孔洞。随后，通过训练一个on-the-fly随机森林成功修正被误分类的像素。我们的算法展现出有效性，达到了97.39%的非平凡准确率。
引用
@article{arxiv.2306.14810,
title = {Robust Wind Turbine Blade Segmentation from RGB Images in the Wild},
author = {Raül Pérez-Gonzalo and Andreas Espersen and Antonio Agudo},
journal= {arXiv preprint arXiv:2306.14810},
year = {2023}
}
备注
Accepted to ICIP 2023