公开(公告)号：CN106446807A

公开(公告)日：2017-02-22

申请号：CN201610812920.2

申请日：2016-09-09

Applicant: 成都通甲优博科技有限责任公司

Inventor： 邹泽东 ,  龙学军 ,  韩明燕 ,  毛河 ,  周剑

IPC: G06K9/00 ,  G06K9/32

CPC classification number: G06K9/00718 ,  G06K9/3216 ,  G06K2009/00738

Abstract: 一种井盖失窃检测方法，从监控设备中获取包含井盖的视频序列图像；通过图像处理算法确定一与井盖边沿重合的椭圆；根据视频序列图像中椭圆范围内的特征计算获得基准特征值；间隔第一预设时间从监控设备中获取视频序列图像，并根据该视频序列图像中椭圆范围内的特征计算获得对比特征值；比较获得对比特征值和基准特征值的差值，若差值大于基准误差值时累加器加一，若差值小于基准误差值时累加器清零；若累加器计数超过基准阈值则输出失窃信号。本文所提出检测算法对发生形变的井盖图像仍能进行有效的识别与定位，并提升了检测的速率与准确率，降低了计算复杂度，累加器的计算机制可以有效避免误检现象。

公开(公告)号：CN106778472A

公开(公告)日：2017-05-31

申请号：CN201611022332.5

申请日：2016-11-17

Applicant: 成都通甲优博科技有限责任公司

Inventor： 李轩 ,  周剑 ,  韩明燕 ,  陈志超 ,  徐一丹

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00771 ,  G06K9/00711 ,  G06K9/6256 ,  G06K9/6267 ,  G06K9/6288 ,  G06K2209/21

Abstract: 本发明提供了一种基于深度学习的输电走廊常见侵入物目标检测与识别方法，具体方法为：在训练阶段，利用深度学习方法，对视频采集装置获取到异物入侵的图片进行学习，通过学习得到所需的网络模型；在使用阶段，将现实监控到的画面传入所述网络模型，最终完成对侵入物的检测与识别。能够检测识别多种侵入物，并且具有较高的准确性与鲁棒性，同时保证了较快的处理速度，为输电线路提供了可靠的安全保障。