【技术实现步骤摘要】
一种基于图像识别的移动基站天线下倾角检测方法和系统
[0001]本专利技术属于计算机视觉领域,更具体地,涉及一种基于图像识别的移动基站天线下倾角检测方法和系统。
技术介绍
[0002]随着通信网络技术的发展,用户对通信网络的质量要求也越来越高。因此,做好通信网络的维护优化工作至关重要。合理设置天线倾角,不仅可以减少同频干扰的影响,有效控制基站的覆盖区域,还可以增强基站覆盖区域内的信号强度。
[0003]当前对于基站天线下倾角测量这一工作普遍采用的方法有基于坡度计的手动测量方法、GSM
‑
R系统、以及无人机测距估算等方法;其中手动测量方法需要工作人员爬高贴近天线进行测量,存在人身安全隐患;GSM
‑
R系统可以通过传感器实现对基站天线下倾角的实施检测,避免了工作人员危险的登高操作,然而传感器的安装有着较高的经济与人力成本,且不同地区的基站天线新旧程度、布置形式均存在差异,因此该方法的实用性较差;无人机测距估算是通过从基站天线的实拍图片中获取可用信息,利用算法进行下倾角计算,但该方法存在准确度偏低、性能较差的缺陷。
技术实现思路
[0004]针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于图像识别的移动基站天线下倾角检测方法和系统,其目的在于,解决现有手动测量方法由于需要工作人员爬高贴近天线进行测量,导致存在人身安全隐患的技术问题;以及现有GSM
‑
R系统经济与人力成本高、实用性较差的技术问题;以及现有无人机测距估算方法准确度偏低、性能 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像识别的移动基站天线下倾角检测方法,其特征在于,包括以下步骤:(1)获取单张待检测天线图片,并将该待检测天线图片输入训练好的目标检测模型中,以得到对应的最小分选框;(2)根据步骤(1)获取的最小分选框计算得到移动基站天线的下倾角θ。2.根据权利要求1所述的基于图像识别的移动基站天线下倾角检测方法,其特征在于,目标检测模型包括主干网络架构和检测架构。主干网络架构包括彼此连接的辅助主干和主导主干,辅助主干与主导主干均由单个主干网络构成,辅助主干中主干网络的输出作为主导主干中主干网络的输入;主干网络均为ResNet50网络;检测架构包括顺次连接的特征金字塔网络FPN、区域建议网络RPN、ROIAlign及边框回归模型四个部分。3.根据权利要求1或2所述的基于图像识别的移动基站天线下倾角检测方法,其特征在于,步骤(1)中的目标检测模型是采用以下步骤训练得到的:(1
‑
1)获取移动基站天线的多张图片,并对获取的多张图片的分辨率进行调整,以获得调整后的多张图片构成图片数据集,使用labelme工具对该图片数据集进行标记,以得到带有标记信息的文件数据集。(1
‑
2)按7:2:1的比例将步骤(1
‑
1)中得到的文件数据集分为训练集、验证集和测试集。(1
‑
3)将训练集中的图片输入目标检测模型的主干网络架构中,以得到该图片的向量特征。(1
‑
4)将步骤(1
‑
3)获得的图片的向量特征输入至检测架构的FPN进行特征融合,以得到该图片对应的特征图。(1
‑
5)将步骤(1
‑
4)得到的图片对应的特征图输入检测架构RPN,以将图片分为目标区域与背景区域,并获取贴合目标区域的多个分选框ROI;(1
‑
6)将步骤(1
‑
5)得到的多个分选框ROI和步骤(1
‑
4)得到的特征图一起输入检测架构的ROIAlign网络,以利用多个分选框ROI对特征图进行采样,对于特征图内的每个采样点而言,依据采样点邻近网格的特征值并使用双线性插值的方法计算该采样点的特征...
【专利技术属性】
技术研发人员:唐卓,李虹宇,李肯立,向婷,伍祚瑶,王啸,罗文明,程欣威,
申请(专利权)人:湖南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。