公开(公告)号：CN115861342A

公开(公告)日：2023-03-28

申请号：CN202211514057.4

申请日：2022-11-28

Applicant: 三峡大学

Inventor： 唐庭龙 ,  张兴 ,  吴义熔 ,  孙水发 ,  汪方毅

IPC: G06T7/11 ,  G06T5/00 ,  G06T5/30 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于ENET和图形学算法的围栏识别方法，涉及计算机视觉、图像处理领域，获取包含围栏设施的图片，并对图片进行预处理；手动分割出图片中的围栏区域并生成对应的掩膜；将原始围栏数据及其对应的掩膜通过随机划分获得训练集、验证集、测试集；将划分好的训练集和验证集输入ENET神经网络训练；将包含围栏设施的测试图片输入训练好的网络获得初步的预测图；运用计算机图形学算法对初步的预测图进行处理获得完整的围栏面；输出最终的围栏识别效果图；该方法一定程度上克服了传统目标检测对于尺度变化范围大、中空结构的围栏设施识别效果较差的问题，采用计算机图形学算法进行处理，在围栏的边界处理上有着更好的表现性能。

公开(公告)号：CN115761227A

公开(公告)日：2023-03-07

申请号：CN202211409663.X

申请日：2022-11-10

Applicant: 三峡大学

Inventor： 唐庭龙 ,  张兴 ,  吴义熔

IPC: G06V10/26 ,  G06T7/90 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提出了一种基于通道注意力ENet的变电站护栏分割方法，主要包括：获取变电站安全护栏图片，通过颜色提取算法获取图片中的红色部分，并通过设计好的数据标注软件对提取的红色干扰物进行处理以生成安全护栏对应的掩膜；对获取得到的数据集及其掩膜进行分类得到目标数据集；构建基于RCCA注意力ENet深度学习网络训练，将训练集和验证集输入网络进行训练；将测试集输入训练好的网络得到初步预测图，对预测图中每一条独立的护栏进行分区并通过矩形拟合算法将该分区的护栏完整展现出来；输出经过矩形拟合后的安全护栏分割结果。