-
公开(公告)号：CN111325323B
公开(公告)日：2023-07-14
申请号：CN202010102766.6
申请日：2020-02-19
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司衢州供电公司 , 国网浙江省电力有限公司
IPC分类号： G06V20/70 , G06V10/82 , G06V10/44 , G06V10/42 , G06V10/80 , G06F40/30 , G06F40/289 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/048 , G06N3/08
摘要： 一种融合全局信息和局部信息的输变电场景描述自动生成方法，旨在对输变电场景进行图像中文描述生成：利用深度学习和传统的计算机视觉技术相结合，提取图像的局部和全局的特征信息；将每个中文分词的语义信息与融合后的特征信息联系起来，对长短期记忆神经网络进行改进并加入双层注意力机制，建立的序列模型在每个时刻都会根据图像特征信息和语义信息产生一个注意力变量的分布，最后生成图像对应的中文描述。
-
公开(公告)号：CN111444939B
公开(公告)日：2022-06-28
申请号：CN202010103125.2
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要： 电力领域开放场景下基于弱监督协同学习的小尺度设备部件检测方法，基于设备部件小目标的特性，使用特征金字塔对浅层特征与深层特征相融合，得到更丰富的信息。当提取的多尺度特征输入至候选区域生成网络后，会生成不同尺度特征下的候选区域，根据候选区域的尺度大小对强弱监督学习网络的处理范围进行划分，以充分发挥强监督子网络的高性能和弱监督子网络的协同性。并在很大程度上降低了时间成本，做好效率与精度的均衡。同时，本发明利用了一种不同于经典的Faster R‑CNN模型的检测框架对目标进行检测，再次同时提高了小目标检测的精度以及速度。
-
公开(公告)号：CN111354028A
公开(公告)日：2020-06-30
申请号：CN202010103138.X
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 国网浙江省电力有限公司 , 智洋创新科技股份有限公司
摘要： 一种基于双目视觉的输电通道隐患物识别追踪方法，包括：收集输电线路可视化巡检系统中的监拍数据，构造输电线路及输电通道常见外破隐患样本数据集；构建基于双目视觉的左右目图像隐患识别追踪的模型：利用深度学习和双目视觉技术，对输入的双目视觉信息进行卷积以及左右目关联通路操作；对初始模型检测出的左右目图像隐患物分割轮廓与数据集中的真实分割轮廓进行损失计算，并进行迭代优化，直至整个损失函数完全收敛；将训练完成的模型投入测试与使用，接收双目视觉输入，即实现隐患物识别和追踪。本发明解决海量可视化图像后台人工判图工作量大的问题；同时实现对线路通道小样本隐患的精准识别，以及对隐患与线路之间安全距离的智能计算。
-
公开(公告)号：CN111339883A
公开(公告)日：2020-06-26
申请号：CN202010102771.7
申请日：2020-02-19
申请人： 国网浙江省电力有限公司 , 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司衢州供电公司
摘要： 一种复杂场景下基于人工智能的变电站内异常行为识别与检测方法，包括：对监控视频处理得到静态图；使用基于深度学习的目标检测算法FPN网络检测人体区域；将待识别图像进行预处理操作，产生二值化图像；将所述二值化图像作为CPN网络的输入进行人体骨架的关键点检测；将人体骨架关键点图像与RGB单帧静态图融合，输入到LSTM网络进行分类识别，判断是否为异常行为。本发明实现了在复杂场景下对变电站工作区域的异常行为的自动检测和识别任务，并具有良好的准确率、稳定性与实时性，可满足变电站实际应用需求。
-
公开(公告)号：CN111339882B
公开(公告)日：2022-05-31
申请号：CN202010102769.X
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要： 本发明公开一种基于实例分割的输电线路隐患检测方法,是基于实例分割技术利用改进的MASK R‑CNN模型进行电力领域输电线路隐患的自动检测，尤其针对防震锤锈蚀的自动检测效果优势明显。对于无人机拍摄得到的图像，通过该模型对目标区域进行获取，可以实现精确的目标特征提取和分类检测。基于分割得到的目标实例采用图像处理技术检测目标故障隐患程度，结合目标检测结果加权计算，可以准确量化目标故障隐患水平。同时，还会考虑到检测目标的自身特性。本发明利用先验知识进行图像处理、特征提取网络结构调整和非极大值抑制算法改进，引入实例分割与目标检测相结合的方法，实现了目标的自动检测，提高了输电线路中隐患目标的准确性。
-
公开(公告)号：CN111340843A
公开(公告)日：2020-06-26
申请号：CN202010102755.8
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要： 一种基于环境自适应和小样本学习的电力场景视频检测方法包括，运动检测：采用改进的广义高斯混合模型对监控视频进行环境自适应的运动检测，将检测到的运动目标用候选框标记出来；根据候选框进行相应的图像内容裁剪；将裁剪得到的“特写”图像作为下一环节目标检测的输入；接收目标检测的结果，进行可视化标示或警报；目标检测：对YOLOv3模型进行针对性调整；将所述“特写”图像输入改进后的YOLOv3模型进行目标检测，通过判断该对象是否为动物，来判定是否发生了动物入侵。本发明具有良好的实时性，准确性和鲁棒性，既可满足变电站动物入侵检测的实际需求，也进一步丰富了相关领域的研究。
-
公开(公告)号：CN111339882A
公开(公告)日：2020-06-26
申请号：CN202010102769.X
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要： 本发明公开一种基于实例分割的输电线路隐患检测方法,是基于实例分割技术利用改进的MASK R-CNN模型进行电力领域输电线路隐患的自动检测，尤其针对防震锤锈蚀的自动检测效果优势明显。对于无人机拍摄得到的图像，通过该模型对目标区域进行获取，可以实现精确的目标特征提取和分类检测。基于分割得到的目标实例采用图像处理技术检测目标故障隐患程度，结合目标检测结果加权计算，可以准确量化目标故障隐患水平。同时，还会考虑到检测目标的自身特性。本发明利用先验知识进行图像处理、特征提取网络结构调整和非极大值抑制算法改进，引入实例分割与目标检测相结合的方法，实现了目标的自动检测，提高了输电线路中隐患目标的准确性。
-
公开(公告)号：CN111325323A
公开(公告)日：2020-06-23
申请号：CN202010102766.6
申请日：2020-02-19
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司衢州供电公司 , 国网浙江省电力有限公司
摘要： 一种融合全局信息和局部信息的输变电场景描述自动生成方法，旨在对输变电场景进行图像中文描述生成：利用深度学习和传统的计算机视觉技术相结合，提取图像的局部和全局的特征信息；将每个中文分词的语义信息与融合后的特征信息联系起来，对长短期记忆神经网络进行改进并加入双层注意力机制，建立的序列模型在每个时刻都会根据图像特征信息和语义信息产生一个注意力变量的分布，最后生成图像对应的中文描述。
-
公开(公告)号：CN111340901B
公开(公告)日：2023-08-11
申请号：CN202010102775.5
申请日：2020-02-19
申请人： 国网浙江省电力有限公司 , 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司衢州供电公司
IPC分类号： G06T9/00 , G06N3/0464 , G06N3/0475 , G06N3/094
摘要： 一种基于生成式对抗网络的复杂环境下输电网图片的压缩方法，把图片输入到通过生成对抗网络训练的模型中，得到图片的特征编码，对特征编码进行传输、保存，然后再将特征编码恢复成图片。本发明在每个卷积后使用了Instance_norm进行归一化处理,对每一层特征图都求均值和方差，使得模型更好的学习输电网中图片的特征；将输电网图片通过训练的模型得到了图片的特征编码，对特征编码进行传输、保存，节省了数据传输的时间、减少了存储成本、降低了传输的带宽成本；通过多个DenseBlock和Transition_Layer使得最后传输的数据仅为原图像大小的1/96。
-
公开(公告)号：CN111354028B
公开(公告)日：2022-05-31
申请号：CN202010103138.X
申请日：2020-02-19
申请人： 山东大学 , 国网浙江省电力有限公司衢州供电公司 , 国网浙江省电力有限公司 , 智洋创新科技股份有限公司
摘要： 一种基于双目视觉的输电通道隐患物识别追踪方法，包括：收集输电线路可视化巡检系统中的监拍数据，构造输电线路及输电通道常见外破隐患样本数据集；构建基于双目视觉的左右目图像隐患识别追踪的模型：利用深度学习和双目视觉技术，对输入的双目视觉信息进行卷积以及左右目关联通路操作；对初始模型检测出的左右目图像隐患物分割轮廓与数据集中的真实分割轮廓进行损失计算，并进行迭代优化，直至整个损失函数完全收敛；将训练完成的模型投入测试与使用，接收双目视觉输入，即实现隐患物识别和追踪。本发明解决海量可视化图像后台人工判图工作量大的问题；同时实现对线路通道小样本隐患的精准识别，以及对隐患与线路之间安全距离的智能计算。
-
-
-
-
-
-
-
-
-
搜索结果
159 条记录 (耗时 0.102 秒)
