公开(公告)号：CN117975373A

公开(公告)日：2024-05-03

申请号：CN202410369794.2

申请日：2024-03-29

Applicant: 济南大学

Inventor： 张永峰 ,  吕宪龙 ,  丁冬睿 ,  陈月辉 ,  翟浚希 ,  杜宗浩 ,  田新栋 ,  韩子涵 ,  苏凯 ,  姜兆庆 ,  周传涛 ,  王立峰

IPC: G06V20/52 ,  G06V20/40

Abstract: 本发明公开了一种电力基建现场高空抛物目标检测与追踪方法及系统，涉及图像分析检测技术领域，该方法包括：获取电力基建现场监控视频，提取包含多帧视频帧图像的图像序列；根据原始视频帧图像的最高图像亮度与设定亮度的比较结果，对预处理后的视频帧图像分别进行多模态高斯背景建模或三帧差法混合高斯建模，识别视频帧图像中的多个运动目标；利用卡尔曼滤波算法结合匈牙利算法进行多目标跟踪，获取视频帧图像中多个运动目标的运动轨迹；进行目标行为分析，判断多个运动目标是否为高空抛物，并锁定判定为高空抛物的运动目标，进行高空抛物预警。本发明实现对高空抛物的多目标检测和动态追踪，以此判别高空抛物事件并及时预警。

公开(公告)号：CN117152598A

公开(公告)日：2023-12-01

申请号：CN202311247319.X

申请日：2023-09-25

Applicant: 济南大学

Inventor： 张永峰 ,  田新栋 ,  杜宗浩 ,  张晓 ,  韩子涵 ,  苏凯 ,  陈月辉 ,  姜兆庆 ,  周雄涛

IPC: G06V20/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/26 ,  G06Q50/06

Abstract: 本发明属于图像识别技术领域，具体涉及一种基于图像识别的输电线路基建现场风险识别方法及系统，包括：获取输电线路基建现场的图像；标记所获取的图像的安全风险，得到安全风险图像；根据所得到的安全风险图像和预设的安全风险识别模型，识别输电线路基建现场的安全风险；其中，预设的安全风险识别模型采用基于深度学习算法的目标检测模型，增加目标分类网络的网络层数实现对安全风险图像的识别。

公开(公告)号：CN117975373B

公开(公告)日：2024-07-05

申请号：CN202410369794.2

申请日：2024-03-29

Applicant: 济南大学

Inventor： 张永峰 ,  吕宪龙 ,  丁冬睿 ,  陈月辉 ,  翟浚希 ,  杜宗浩 ,  田新栋 ,  韩子涵 ,  苏凯 ,  姜兆庆 ,  周传涛 ,  王立峰

IPC: G06V20/52 ,  G06V20/40

Abstract: 本发明公开了一种电力基建现场高空抛物目标检测与追踪方法及系统，涉及图像分析检测技术领域，该方法包括：获取电力基建现场监控视频，提取包含多帧视频帧图像的图像序列；根据原始视频帧图像的最高图像亮度与设定亮度的比较结果，对预处理后的视频帧图像分别进行多模态高斯背景建模或三帧差法混合高斯建模，识别视频帧图像中的多个运动目标；利用卡尔曼滤波算法结合匈牙利算法进行多目标跟踪，获取视频帧图像中多个运动目标的运动轨迹；进行目标行为分析，判断多个运动目标是否为高空抛物，并锁定判定为高空抛物的运动目标，进行高空抛物预警。本发明实现对高空抛物的多目标检测和动态追踪，以此判别高空抛物事件并及时预警。

公开(公告)号：CN118115951A

公开(公告)日：2024-05-31

申请号：CN202410509124.6

申请日：2024-04-26

Applicant: 济南大学

Inventor： 张永峰 ,  杜宗浩 ,  吕宪龙 ,  丁冬睿 ,  田新栋 ,  钱昆 ,  姜兆庆

IPC: G06V20/52 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种电力基建工程现场敏感区域入侵检测方法及系统，涉及工程机械告警技术领域，该方法包括：实时获取电力基建工程施工现场单目图像；基于训练完成的目标检测深度卷积神经网络模型，检测出图像中的多个敏感区域和多位人员，获取相应矩形框坐标；对矩形框坐标分别进行归一化处理；对处理后的每一敏感区域和每一人员的矩形框之间进行两两计算，计算每两者之间的距离关系值、面积比和拓扑关系值，并构成一条空间关系；遍历所有敏感区域和人员的矩形框，获取多条空间关系；将多条空间关系输入至SVM分类器，输出敏感区域下是否有人员入侵的检测结果。本发明能够实现电力基建工程现场吊车封区等敏感区域内是否有人入侵的精确判断。

公开(公告)号：CN115114836A

公开(公告)日：2022-09-27

申请号：CN202210825643.4

申请日：2022-07-14

Applicant: 济南大学

Inventor： 张永峰 ,  田新栋 ,  张梦华 ,  张祯滨 ,  陈月辉

IPC: G06F30/25 ,  G06F30/27 ,  G06K9/62 ,  G06N3/00 ,  G06F111/04 ,  G06F111/08 ,  G06F111/10

Abstract: 本发明公开了一种基于PSO‑GA的数据分类预测方法及设备，属于分类预测技术领域，用于解决传统的分类预测模型不能准确的反映出分类预测结果的技术问题。方法包括：接收数据，将数据输入到训练好的分类预测模型中；其中，分类预测模型的训练过程包括：将支持向量机模型的预设参数进行迭代计算，得到局部预测结果及全局预测结果；基于所述局部预测结果，确定所述支持向量机模型的全局优化量；根据全局优化量与全局预测结果，比较全局分类适应度值与全局最优分类适应度值；确定出全局最终优化分类参数，对分类预测模型进行优化训练；根据训练好的分类预测模型，对数据进行分类，得到数据分类结果。