《表3 各种算法精度比较》
%
为了验证本文方法的有效性,将所提出的方法与CCF、ACF、GT等检测方法及DSIFT+Euclidean、DSIFT+KISSME、BOW+Cosine、LOMO+XQDA、PS等识别方法进行比较,各种方法均使用默认的参数设置,比较结果如表3、4所示.表3分别给出了各种算法的平均精度均值和top-1精度,其中top-1精度为预测结果中概率最大的分类结果的正确率.由表3可以看出,相比于传统方法,本方法能获得更高的检测和识别精度.同时,由于光照条件和工作人员被遮挡时均会对检测和识别的精度产生影响,本文也比较了在低光照及有遮挡时各种方法的检测和识别精度,结果如表4所示.从表4可以看出,在遮挡和低光照情况下,所提出的方法均能取得更好的检测和识别结果.
图表编号 | XD0076125900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 刘颖、胡楠、杨壮观、同东辉、胡畔 |
绘制单位 | 国网辽宁省电力有限公司信息通信分公司、国网辽宁省电力有限公司信息通信分公司、国网辽宁省电力有限公司信息通信分公司、国网辽宁省电力有限公司信息通信分公司、国网辽宁省电力有限公司信息通信分公司 |
更多格式 | 高清、无水印(增值服务) |