变电站智能视频围栏方法及系统

    公开(公告)号:CN109040669A

    公开(公告)日:2018-12-18

    申请号:CN201810688209.X

    申请日:2018-06-28

    IPC分类号: H04N7/18 G08B13/196

    摘要: 本发明公开了变电站智能视频围栏方法及系统,包括:收集监控区域内在不同位置和角度下的人员特征信息并存入数据库;实时采集监控区域的视频图像信息;根据采集的视频图像,划定虚拟围栏的布设范围;在虚拟围栏的布设范围内,采用形状作为描述子,分别基于动态特征和静态特征,判定虚拟围栏内是否有人员入侵。本发明有益效果:本发明设置虚拟围栏区域,不受场地、建筑物以及外界环境的限制,减少现场的维护工作量。能够实现对入侵对象的智能判断,并且自动识别入侵人员是否为工作人员,通过动态特征识别和静态特征识别两种手段进行入侵人员的判别,识别正确率高,减少系统误判。

    一种基于深度学习的开关柜凝露识别方法

    公开(公告)号:CN111767869A

    公开(公告)日:2020-10-13

    申请号:CN202010624119.1

    申请日:2020-07-01

    摘要: 本发明公开了一种基于深度学习的开关柜凝露识别方法,建立开关柜凝露模拟实验平台,通过温湿度控制装置对开关柜内的湿度和温度进行调节,温湿度传感器采集到多组温湿度数据,同时,由摄像头采集水分检测试纸的图像;根据水分检测试纸的图像筛选出发生凝露现象和未发生凝露现象的温湿度数据,对上述温湿度数据进行归一化处理,作为训练数据集;利用上述训练数据集对凝露识别神经网络模型进行训练;采集待识别开关柜的实时温湿度数据,输入到训练好的凝露识别神经网络模型中,判断凝露发生的概率。本发明提供的基于深度学习的开关柜凝露识别方法,基于深度学习算法,综合利用温湿度数据对开关柜凝露现象进行识别,提高了识别效率和识别准确性。