一种基于视频分析的安装于箱变外部进行人员巡检记录的装置

    公开(公告)号:CN115035625A

    公开(公告)日:2022-09-09

    申请号:CN202210600840.6

    申请日:2022-05-30

    IPC分类号: G07C1/10

    摘要: 本发明公开一种基于视频分析的安装于箱变外部进行人员巡检记录的装置,包括:放置箱、主立杆、支撑杆、平台、球形摄像头;所述放置箱安装在箱式变压器的一侧;所述主立杆底端设置在箱式变压器箱体上方;所述主立杆上端设置有支撑杆;所述支撑杆一端固定在主立杆上端,另一端设有平台;所述平台下方设有球形摄像头;所述放置箱包括背板;所述背板一面固定在箱式变压器上,另一面中部安装有主机;所述主机表面中部设有屏幕;所述主机表面上方设有摄像头;所述背板上方设有防雨盖;所述背板下方设有底板。通过在箱式变压箱上方设置全景摄像头,球形摄像头对巡检过程进行全程记录,能够有效的保证巡检人员的工作质量,确保箱变的工作状态保持稳定。

    基于深度学习从视频中判别人体意外摔倒的方法及装置

    公开(公告)号:CN112487924B

    公开(公告)日:2024-09-13

    申请号:CN202011340527.0

    申请日:2020-11-25

    IPC分类号: G06V40/20 G06V20/40

    摘要: 本发明公开一种基于深度学习技术从视频中判别人体意外摔倒的方法及装置。该方法利用深度学习模型提取人体的关键骨骼点,确定关键特征点在三维坐标系中的坐标,输出N*m*3矩阵,从每秒视频数据中抽取前后连续的k帧数据组成新矩阵N*k*m*3,计算新矩阵中每个人体的肩、肘、头、躯干以及膝的关键特征点的趋势向量以及相对位移,确定新矩阵中每个人体的躯干的中心点的坐标,计算新矩阵中每个人体的肩、肘、头以及膝的关键特征点相对于躯干的中心点的角动量偏移,计算角动量的加速度,判断新矩阵中每个人体是否符合预设的跌倒判定条件,如果符合则输出判定结果为人体产生跌倒,可以准确判断意外跌倒,不会将一般体育运动、表演等动作误判为人体跌倒。

    基于人体姿态的人员不安全行为检测方法及装置

    公开(公告)号:CN115909478A

    公开(公告)日:2023-04-04

    申请号:CN202211276305.6

    申请日:2022-10-18

    摘要: 本发明公开一种基于人体姿态的人员不安全行为检测方法及装置。本发明涉及人体检测技术领域,解决现有技术对于风电场场景下的一些特殊的人员不安全行为,无法实现准确检测的问题。本发明通过获取风电场人员的视频图像数据;根据人体姿态行为检测模型,判断视频图像数据中的人员是否出现人员不安全行为;根据风电场安全防范措施检测模型,判断视频图像数据中的人员是否做到正确的风电场安全防范措施;在人员出现人员不安全行为或人员未做到正确的风电场安全防范措施时报警;本发明在对人员姿态进行检测中,按照电力行业的规章制度与安全规范,可检测风电场场景下的一些风电场安全防范措施是否做到位,实现对安规执行的可视化、实时的监控。

    适用于多目标的多级目标检测方法及装置

    公开(公告)号:CN114155394A

    公开(公告)日:2022-03-08

    申请号:CN202111208213.X

    申请日:2021-10-18

    摘要: 本发明公开一种适用于多目标的多级目标检测方法及装置。本发明提供的一种适用于多目标的多级目标检测方法,通过获取待进行多级目标的输入图像,对输入图像进行预处理;使用RPN网络模型对线性滤波预处理后的图像中的目标区域进行识别,对识别出的目标区域进行分类以确定分类归属,对确定分类归属后的目标区域进行分类合并,对分类合并后的目标区域进行背景和前景的区分,对区分出的背景和前景进行图像分割,实现在各种复杂场景下取得较好的前景检测效果;解决检测过程中目标间容易出现相互遮挡问题以及检测中目标容易出现欠分割和过分割问题,显著提升在复杂环境下的鲁棒性。

    多目标的复杂图像检测系统及方法

    公开(公告)号:CN113688666A

    公开(公告)日:2021-11-23

    申请号:CN202110776168.1

    申请日:2021-07-09

    摘要: 本发明公开一种多目标的复杂图像检测系统及方法。本发明涉及图像检测技术领域,解决现有多目标的复杂图像检测系统存在检测效率低,检测准确性差的问题。本发明提供一种多目标的复杂图像检测系统,包括:视频采集装置和服务器,所述视频采集装置与所述服务器通信连接;所述视频采集装置,用于采集检测目标的视频图像,将所述视频图像发送至服务器;所述服务器,用于接收所述视频图像,提取所述视频图像中每一帧图像,基于深度学习的目标检测与识别算法,从所述每一帧图像中识别出目标特征,以方框形式对所述目标特征进行标记并标注所述方框在图片中的位置和大小。发明的多目标的复杂图像检测系统与现有技术相比检测效率高,检测准确性高。

    一种基于可见光与红外线融合图像的生成方法

    公开(公告)号:CN112258441A

    公开(公告)日:2021-01-22

    申请号:CN202011235829.1

    申请日:2020-11-09

    摘要: 本发明公开了一种基于可见光与红外线融合图像的生成方法,包括如下步骤:S1:图像关键点提取;通过机器学习技术,进行可见光与红外线图像关键点的提取,作为图像融合的基准校合点;S2:图像去色处理;对采集到的可见光图像进行褪色技术,抛弃色度信息,保流高频对比度信息;S3:温度信息提取;对红外热成像技术进行温度数据的提取,通过对所选取的摄像头自带的SDK来实现提取。本发明通过采用廉价的可见光摄像头来进行零部件的区分,采集低分辨率热成像的数据在可见光图像的基础上进行温度展示,同时可以在对物体轮廓敏感,而温度细节不敏感的情况下对可见光图像利用温度数据进行渲染,从而大幅度降低生成图像的成本。

    基于视觉的风电场站自动巡检方法及装置

    公开(公告)号:CN115700644A

    公开(公告)日:2023-02-07

    申请号:CN202211276374.7

    申请日:2022-10-18

    摘要: 本发明公开一种基于视觉的风电场站自动巡检方法及装置。本发明涉及风电场巡检技术领域,解决现有的风电场站巡检方式需要采集大量的图片进行人工检查缺陷,检测效率低下的问题。本发明通过在风电场的各检测需求点分别安装摄像头,对摄像头配置预置位,响应于预设的巡检计划的执行时间,启动巡检计划;按照巡检时间和巡检周期,控制相应的摄像头,在需要巡检的预置位拍摄图像;利用需要巡检的预置位对应的巡检模型,对图像进行检测,得到检测结果;本发明可根据风电场内环境或者设备的检测类型的不同,通过各自的巡检模型进行计算,进而对检测区域的目标给出检测结果,从而达到风电场站内替代人工进行巡检的目的,显著提升风电场巡检效率。