-
公开(公告)号：CN118799763B
公开(公告)日：2024-12-31
申请号：CN202411267474.2
申请日：2024-09-11
Applicant: 天津航天中为数据系统科技有限公司
IPC: G06V20/17 , G06N3/0455 , G06N3/0895 , G06V10/22 , G06V10/26 , G06V10/74 , G06V10/82
Abstract: 本申请公开了一种绝缘子缺陷识别方法、装置及相关设备。该方法应用于缺陷识别技术领域，该方法包括利用训练好的弱监督识别模型对输入的无人机图像中的绝缘子区域进行定位；对所述绝缘子区域进行切片，得到绝缘子切片数据集；基于所述绝缘子切片数据集对度量学习模型进行训练，得到训练好的度量学习模型；利用训练好的度量学习模型对所述无人机图像中的绝缘子缺陷进行识别。本申请的一种绝缘子缺陷识别方法能够提高对绝缘子缺陷的识别精度。
-
公开(公告)号：CN117274604A
公开(公告)日：2023-12-22
申请号：CN202311317049.5
申请日：2023-10-12
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 天津航天中为数据系统科技有限公司
IPC: G06V10/26 , G06V20/17 , G06V20/10 , G06V10/774 , G06V10/56 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明提出一种基于样本合成和深度学习的电网输电线路导线分割方法，利用无人机或者卫星平台拍摄高分辨率电网遥感影像；在人工提取标注的工作基础上，提出利用基于样本合成的导线数据生成方法，在背景图像中随机融合导线目标，生成丰富的导线分割训练数据集；基于此导线分割训练集，构建出能够有效提取影像中导线的深度学习模型，实现一种端到端的架空输电线路走廊导线分割方法；基于此深度网络模型，实现对真实影像中的导线进行精细化分割。相对于现有技术，该方法极大地减小人工标注代价，能实现电网遥感影像中导线的精确分割与提取。
-
公开(公告)号：CN116129354A
公开(公告)日：2023-05-16
申请号：CN202310077748.0
申请日：2023-01-17
Applicant: 天津航天中为数据系统科技有限公司
Abstract: 本发明的基于多源卫星的火点监测方法包括：每隔预设时间间隔获取极轨气象卫星和/或静止气象卫星和/或陆地观测卫星监测到的实际卫星数据信息，对实际卫星数据信息进行区域提取，构建区域、卫星类别和火点一一对应的区域数据信息；根据区域数据信息，对同一区域内的同一火点信息进行合并融合处理，得到区域与火点一一对应的最终区域火点数据信息；将最终区域火点数据信息推送至预设的终端，以使终端根据最终区域火点数据信息中区域的位置信息和终端所在的当前位置信息给用户制定目标路线；响应与接收到终端上报的实际区域火点数据信息，并根据实际区域火点数据信息对最终区域火点数据信息进行更新。通过上述方法，能够降低虚警率和监测信息冗余。
-
公开(公告)号：CN119229307A
公开(公告)日：2024-12-31
申请号：CN202411387889.3
申请日：2024-09-30
Applicant: 国网福建省电力有限公司电力科学研究院 , 天津航天中为数据系统科技有限公司 , 国网福建省电力有限公司
IPC: G06V20/13 , G06V20/10 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于深度学习的多任务建筑物提取及变化检测方法，通过深度神经网络架构联合建筑物提取和变化检测任务，包括：编码器网络、建筑物提取解码器网络和建筑变化解码器网络，以实现对遥感影像中建筑物的识别任务，及检测建筑物变化区域任务；采用多任务建筑物提取及变化检测神经网络将基于多时相的卫星遥感影像数据进行预处理并生成数据集中不同时相的影像对分别作为图像T1和图像T2两个通道的数据输入，并分别经过编码器网络提取图像中建筑物的深层次特征，将图像T1通道提取的特征经过建筑提取解码器网络得到建筑物提取结果，将图像T1通道提取的特征与图像T2通道提取的特征经过建筑物变化解码器网络后获得建筑物变化检测结果。
-
公开(公告)号：CN119027807A
公开(公告)日：2024-11-26
申请号：CN202411041278.3
申请日：2024-07-31
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 天津航天中为数据系统科技有限公司
IPC: G06V20/10 , G06V20/13 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464
Abstract: 本发明提出一种结合深度学习和植被指数的卫星影像植被提取方法，所述方法利用植被指数结合深度学习的语义分割网络来优化卫星影像中的植被识别；其以植被指数为输入，通过引入特征增强提取模块，从不同尺度、不同特征层次学习植被的表示，以最优地突出植被信息并抑制水体、土壤、建筑其他信息，提升对植被的识别准确性；本发明能提高植被提取的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN119741603A
公开(公告)日：2025-04-01
申请号：CN202411801953.8
申请日：2024-12-09
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 天津航天中为数据系统科技有限公司
IPC: G06V20/10 , G06V20/70 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06V20/13
Abstract: 本发明涉及一种输电线路走廊多光谱影像大棚识别方法，该方法构建了RGB图像数据、退化大棚指数数据RPGI和塑料覆盖地指数数据PMLI，并构建了基于先验知识的三通道语义分割模型来并行处理三种输入数据，利用Transformer架构进行特征提取，而后将三通道特征进行融合，最后通过解码模块输出识别结果，并结合交叉熵损失函数与像素对比损失函数来优化训练过程；最后利用训练好的三通道语义分割模型识别多光谱遥感影像中的大棚。该方法可以高效、准确地从多光谱遥感影像中识别出大棚，通用性和自适应性强。
-
公开(公告)号：CN119380209A
公开(公告)日：2025-01-28
申请号：CN202411368874.2
申请日：2024-09-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 天津航天中为数据系统科技有限公司 , 国网福建省电力有限公司
IPC: G06V20/13 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于CNN和Transformer相结合的输电线路施工车辆识别方法，构建施工车辆数据集，基于数据集训练RConvTransNet模型，将监测区域遥感影像输入训练完成的模型，以得到监测识别结果；所述RConvTransNet模型的主干网络具有两个主分支，一路采用四个Transformer block；另一路采用四个可逆卷积block；所述Transformer block和可逆卷积block通过双向交互进行信息融合；所述双向交互采用跨架构的特征融合方法，在不改变Transformer block的结构的情况下，引入可逆CNN的多尺度特征，将可逆CNN中与Transformer block同尺度的特征进行自注意力融。
-
公开(公告)号：CN119027806A
公开(公告)日：2024-11-26
申请号：CN202411041181.2
申请日：2024-07-31
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 天津航天中为数据系统科技有限公司
IPC: G06V20/10 , G06V10/764 , G06T7/73 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出一种基于Transformer的特征融合增强电网隐患目标识别方法，所述识别方法以DINO‑DETR为基础，结合全局语义网络GSNet和融合增强模块FRM来提取和整合丰富的主干特征；通过ResNet从图像中提取多尺度特征，并通过GSNet进行全局增强，然后利用FRM模块进一步融合相邻尺度的特征；融合后的特征送入带有位置嵌入的Transformer编码器；在编码器的decoder阶段，引入混合query选择策略，将decoder query分为位置query和内容query，利用可变形注意力机制细化特征并逐层更新query，以有效地识别电网隐患目标的精确位置和分类，提升电网隐患目标检测的准确性和效率；本发明能有效地识别电网隐患目标的精确位置和分类，提升电网隐患目标检测的准确性和效率。
-
公开(公告)号：CN118799763A
公开(公告)日：2024-10-18
申请号：CN202411267474.2
申请日：2024-09-11
Applicant: 天津航天中为数据系统科技有限公司
IPC: G06V20/17 , G06N3/0455 , G06N3/0895 , G06V10/22 , G06V10/26 , G06V10/74 , G06V10/82
Abstract: 本申请公开了一种绝缘子缺陷识别方法、装置及相关设备。该方法应用于缺陷识别技术领域，该方法包括利用训练好的弱监督识别模型对输入的无人机图像中的绝缘子区域进行定位；对所述绝缘子区域进行切片，得到绝缘子切片数据集；基于所述绝缘子切片数据集对度量学习模型进行训练，得到训练好的度量学习模型；利用训练好的度量学习模型对所述无人机图像中的绝缘子缺陷进行识别。本申请的一种绝缘子缺陷识别方法能够提高对绝缘子缺陷的识别精度。
-
公开(公告)号：CN117726937A
公开(公告)日：2024-03-19
申请号：CN202311628648.9
申请日：2023-11-29
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 天津航天中为数据系统科技有限公司
IPC: G06V20/10 , G06V10/44 , G06V10/62 , G06V10/82 , G06N3/0455
Abstract: 本发明涉及一种基于多时相遥感影像的施工场地识别方法。利用多时相遥感影像，采用端到端的方式，通过基础特征提取、自注意力机制、空间转换感知，多维度特征聚合等模块充分利用施工场地图像的空间特征以及时序变化特征，对多个施工场地要素进行统一特征表达，进一步采用热力图、坐标偏移、目标尺度预测方法得到施工场地的识别结果，减少样本依赖，解决输电线路施工场地隐患识别存在的识别结果局限性较大、准确率较低的问题，实现施工场地的准确提取。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.036 seconds)
