基于GRU网络的绝缘子图像语义描述方法、系统、装置

    公开(公告)号:CN110232413A

    公开(公告)日:2019-09-13

    申请号:CN201910468895.4

    申请日:2019-05-31

    Abstract: 本发明属于计算机及图像处理领域,具体涉及了一种基于GRU网络的绝缘子图像语义描述方法、系统、装置,旨在解决现有技术给出图像语义内容无法满足机器以及神经网络学习需要的问题。本发明方法包括:获取包含绝缘子的图像作为待描述图像;采用特征提取网络提取含绝缘子的图像的特征,获得特征向量;采用图像语义描述网络,获取对应的语义描述文件;其中,特征提取网络基于循环神经网络构建,图像语义描述网络基于门控循环单元构建。本发明将特征向量和图像的语义标签一并输入到GRU网络中,通过图像和语义标签的映射关系,将图像的特征转换成计算机可以理解的序列的形态,获得绝缘子图像的语义描述,从而提高如图像检测等其他任务的性能。

    基于平行视觉的输电线路部件检测方法、系统、装置

    公开(公告)号:CN110133443B

    公开(公告)日:2020-06-16

    申请号:CN201910468525.0

    申请日:2019-05-31

    Abstract: 本发明属于电力系统管理与检测领域,具体涉及了一种基于平行视觉的输电线路部件检测方法、系统、装置,旨在解决数据获取成本高、模型性能受限且不能及时调整更新的问题。本发明方法包括:获取输电线路各部件视频图像;通过训练好的目标检测模型,获取部件边界框大小、位置以及部件所属类别;输出部件边界框大小、位置以及部件所属类别。本发明一方面通过建立虚实结合的场景,扩展了输电线路各部件的训练和测试样本,降低了数据获取的成本,提高了模型的性能;另一方面通过在线学习的方法,不断利用新的数据更新模型达到更好的检测效果。

    基于生成对抗网络的绝缘子图像样本扩充方法、系统

    公开(公告)号:CN110222757A

    公开(公告)日:2019-09-10

    申请号:CN201910468531.6

    申请日:2019-05-31

    Abstract: 本发明属于深度学习及图像识别技术领域,具体涉及了一种基于生成对抗网络的绝缘子图像样本扩充方法、系统,旨在解决将深度学习应用到输电线路无人机自主巡检过程中缺乏大量优质绝缘子训练图像的问题。本发明方法包括:采用样本生成网络,依据尺寸调整后的虚拟样本集,生成待筛选样本集;分别计算待筛选样本集和真实样本集的IS指数;待筛选样本集中IS指数高于第一阈值的图像作为绝缘子图像样本扩充集并输出。本发明能够快速生成多样化的深度学习应用到输电线路无人机自主巡检过程中所需要的大量优质绝缘子训练图像,生成图像过程可控,真实度与真样本无异,推动了深度神经网络在绝缘子及其故障检测中的应用。

    基于平行视觉的输电线路部件检测方法、系统、装置

    公开(公告)号:CN110133443A

    公开(公告)日:2019-08-16

    申请号:CN201910468525.0

    申请日:2019-05-31

    Abstract: 本发明属于电力系统管理与检测领域,具体涉及了一种基于平行视觉的输电线路部件检测方法、系统、装置,旨在解决数据获取成本高、模型性能受限且不能及时调整更新的问题。本发明方法包括:获取输电线路各部件视频图像;通过训练好的目标检测模型,获取部件边界框大小、位置以及部件所属类别;输出部件边界框大小、位置以及部件所属类别。本发明一方面通过建立虚实结合的场景,扩展了输电线路各部件的训练和测试样本,降低了数据获取的成本,提高了模型的性能;另一方面通过在线学习的方法,不断利用新的数据更新模型达到更好的检测效果。

    基于多视角学习的鲁棒性前景检测方法

    公开(公告)号:CN104766065A

    公开(公告)日:2015-07-08

    申请号:CN201510174979.9

    申请日:2015-04-14

    Abstract: 本发明提供的基于多视角学习的鲁棒性前景检测方法,包括:将输入视频通过时域中值滤波方法获取参考背景图像,对当前图像和所述参考背景图像进行迭代搜索和多尺度融合获取异类特征;利用所述异类特征的条件独立性计算前景类的条件概率密度和背景类的条件概率密度,并且根据前景似然、背景似然和先验概率利用贝叶斯规则计算前景的后验概率和背景的后验概率;通过所述前景的后验概率、所述背景的后验概率和时空一致性约束构建马尔科夫随机场模型的能量函数,利用置信传播算法将所述能量函数最小化得到前景和背景的分割结果。本发明可以在复杂挑战环境下,实现鲁棒性前景检测。

    视频系统参数动态标定方法及系统

    公开(公告)号:CN101052121A

    公开(公告)日:2007-10-10

    申请号:CN200610011727.5

    申请日:2006-04-05

    Abstract: 本发明涉及计算机领域,提供一种视频系统参数动态标定方法及系统。标定步骤包括:获取视频场景中的标定目标;获取视频系统参数和标定目标的图像信息;标定所述视频系统的内、外参数;校正视频系统参数。标定系统包括摄像机系统、视频近距传输系统、视频处理系统、视频远程传输系统、监控中心系统、参数传递系统。本发明能实时的或定期的在视频监控场景下,对视频系统参数进行动态标定,能够准确计算视频监控场景下视频系统参数,确保视频场景中感兴趣物体的测量准确性。本发明根据需要能实时的或定期的更新视频场景中视频系统参数,应用各种视频的场合,尤其是对无人能到达的视频场景的监测起到了很好的作用。

    启发式随机搜索交通信号灯配时优化方法、系统

    公开(公告)号:CN110021177B

    公开(公告)日:2020-08-11

    申请号:CN201910372658.8

    申请日:2019-05-06

    Abstract: 本发明属于智能交通系统领域,特别涉及一种启发式随机搜索交通信号灯配时优化方法,旨在为了解决现有交通信号灯配时优化方法复杂度高、优化时长较长的问题,本发明在待优化路段配时方案构成的相位时长向量的基础上分别叠加2N个探索噪声并得到2N个性能指标,通过最优的性能指标的选取及其对应的探索噪声的取反操作,得到N个性能指标,并基于此通过使用预设的调整算法调整相位时长向量,基于调整后的相位时长向量重复执行上述步骤直至达到预设的迭代终止条件,将最后一次迭代得到的相位时长向量作为优化输出。本发明能够在有限的计算资源的情况下,在可接受的时间范围内对交通路口信号灯配时方案进行优化,鲁棒性好,可实施性强。

Patent Agency Ranking