公开(公告)号：CN117152685A

公开(公告)日：2023-12-01

申请号：CN202311132855.5

申请日：2023-09-04

Applicant: 东北电力大学

Inventor： 奚洋 ,  张梓豪 ,  曲朝阳 ,  曹杰 ,  王蕾 ,  孟思宇 ,  付佳 ,  王文静

IPC: G06V20/52 ,  G06V40/20 ,  G06V40/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/62 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/047

Abstract: 本发明提供了一种基于双流自适应时空图卷积的电力作业违章识别方法，包括以下步骤：S1、以电力作业人员的安全帽、安全带为特征，使用YOLOv5模型对电力作业人员进行识别。本发明在识别电力作业人员违章行为时，通过使用自适应图卷积，加强了人体非物理连接关节的关联性，有效提高了攀爬设备和跨越围栏等违章行为的识别精度，通过基于通道注意力机制的多尺度时间卷积模块，更加充分的提取吸烟和打电话等违章行为的时序特征，最后考虑到骨骼的方向和长度也包含丰富的行为信息，构建了基于双流自适应图卷积的电力作业人员违章行为识别模型，进一步提高了违章行为的识别精度，能够准确的识别电力作业现场作业人员的违章行为。

公开(公告)号：CN117115033A

公开(公告)日：2023-11-24

申请号：CN202311127202.8

申请日：2023-09-01

Applicant: 东北电力大学

Inventor： 奚洋 ,  张梓豪 ,  曲朝阳 ,  曹杰 ,  王蕾 ,  郭晓利 ,  王文静 ,  高宇

IPC: G06T5/00 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/088

Abstract: 本发明提供了基于强光抑制的电力作业现场弱光图像增强方法，包括以下步骤：步骤一：基于滑动窗口对强光进行判断；步骤二：基于层分解网络的光效分解和基于核选择模块的Zero‑DCE弱光增强；步骤三：针对输入的弱光RGB图像，进行灰度变换后使用滑动窗口搜索图片并判断强光区域。本发明通过从电力作业实际应用的角度同时考虑了作业现场图像整体弱光和弱光中存在强光源两种情况，设计了一种基于滑动窗口的强光判断方法，使用滑动窗口分割图像，根据灰度子图与强光阈值的偏差的平均值和平均偏差进行亮度判断，寻找强光；通过对存在强光的RGB图像进行光效分解，剔除光效层，减少强光效对弱光图像增强的干扰。

公开(公告)号：CN117152795A

公开(公告)日：2023-12-01

申请号：CN202311139985.1

申请日：2023-09-05

Applicant: 东北电力大学

Inventor： 奚洋 ,  张梓豪 ,  曲朝阳 ,  曹杰 ,  王蕾 ,  郭晓利 ,  王文静 ,  高宇

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提供了基于通道空间加权的轻量级高分辨率人体姿态估计方法，包括以下步骤：步骤一：构建Lite CSW‑HRNet网络结构，通过使用单个分辨率和所有分辨率的通道空间特征来计算权重，并同时达到交换信息的作用；步骤二：单分辨率权重计算，将两种权重计算模块并行连接，然后将权重图乘以输入特征图进行自适应特征细化。本发明与其他轻量级姿态估计网络相比，姿态估计精度更高，模型更轻量。在核心的单分辨率和跨分辨率权重计算过程中，分别沿通道和空间独立并行计算权重图，同时使用最大池化和平均池化充分保留了原有特征。在空间权重计算中，使用卷积来增加感受野以聚合更广的空间上下文信息。