-
公开(公告)号：CN114462478B
公开(公告)日：2024-07-12
申请号：CN202111588513.5
申请日：2021-12-23
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC: G06V10/75 , G06N3/0464 , G06N3/084 , G06V10/74 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开一种基于特征匹配网络的小样本仪表盘图像识别方法，具体步骤如下：步骤1：获取仪表盘图像数据集；步骤2：采用特征匹配模块提取步骤1获取的仪表盘图像数据集中的原始特征，构建预测函数g(q，s)；步骤3：使用训练集对CFM网络模型进行训练；步骤4：迭代执行步骤2和步骤3，直至达到迭代次数完成训练，采用训练好的CFM网络模型进行仪表盘损坏检测。本发明通过采用特征匹配模块，能够将比较图像之间具有高度相关性的特征关联起来，并鼓励模型更多地关注这些特征，从而推广到查询图像和支持图像之间存在较大的类内变化，减小无关噪声的影响，以应对少量镜头学习挑战。
-
公开(公告)号：CN114972429B
公开(公告)日：2024-07-09
申请号：CN202210581878.3
申请日：2022-05-26
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了云边协同自适应推理路径规划的目标追踪方法和系统，云端接收边端上传的图像，基于所述图像利用预先获取的RetinaNet网络模型得到图像中目标的特征图、类别以及位置信息；云端对RetinaNet网络模型的推理路径进行优化获得优化后的RetinaNet网络模型参数；云端将目标的特征图、类别、优化后的RetinaNet网络模型参数以及所述RetinaNet网络模型下发到边端，以使得边端基于获取的图像，利用目标的特征图、类别、优化后的RetinaNet网络模型参数以及RetinaNet网络模型确定目标及其类别。边端结合云端下发的目标位置及追踪场景下背景模型信息，实现对监控场景下目标的实时追踪。
-
公开(公告)号：CN114972981B
公开(公告)日：2024-07-05
申请号：CN202210407253.5
申请日：2022-04-19
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC: G06V20/10 , G06V10/30 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种电网输电环境观测图像去噪方法、终端及存储介质，所述方法包括：采集电网输电环境的观测图像，并对观测图像进行预处理；将预处理后的观测图像输入至去噪数学优化模型，并利用交替方向乘子算法对所述去噪数学优化模型进行循环迭代求解，直至满足迭代终止条件，得到去噪后的目标图像；其中，所述去噪数学优化模型是通过将预构建的基于先验驱动的深度卷积神经网络去噪器，嵌入至根据去噪算法搭建的深度卷积神经网络中获取的。本发明有效地利用了输电环境下观测图像的多尺度冗余性，设计了深度卷积神经网络去噪器，并将其嵌入到深度卷积神经网络中，具有更高的准确性和鲁棒性，能在电网输电环境下实现优异的去噪效果。
-
公开(公告)号：CN114926723B
公开(公告)日：2024-05-28
申请号：CN202210654553.3
申请日：2022-06-10
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
IPC: G06V20/00 , G06V10/42 , G06V10/764 , G06F17/16 , G06N20/00
Abstract: 本发明公开了一种电网检测技术领域的一种输电线路周边干扰物识别与报警触发方法、终端及存储介质，所述方法包括：响应于所接收到的输电线路图像的子块的特征向量，采用预构建并训练好的识别模型对子块中的干扰物进行识别，获取该子块的干扰物识别概率；根据子块的干扰物识别概率，获取输电线路周边干扰物识别结果；本发明将以像素为单位的图像基本单元转换成以块为单位的基本单元，并用特征向量来表达，降低了像素表达图像的数据量，在保证检测精度的同时提高检测速度，具有更好的工作效果，适用于较为偏远的地区进行工作。
-
公开(公告)号：CN113177513B
公开(公告)日：2022-09-16
申请号：CN202110551960.7
申请日：2021-05-20
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC: G06V40/10 , G06V20/52 , G06V10/25 , G06V10/26 , G06V10/46 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种安全帽佩戴检测方法、装置、设备以及计算机可读存储介质，包括：将待检测图像输入至目标安全帽检测神经网络模型，利用目标检测SSD网络提取人体目标特征图；将人体目标特征图输入至关键区域注意力机制网络确定头部关键区域；根据头部关键区域的位置，利用关键区域特征图分割网络从人体目标特征图中分割提取头部区域特征图；将头部区域特征图输入至安全帽检测动态模型，对分支网络输出的置信度进行判定，输出置信度大于等于阈值的检测结果作为安全帽佩戴检测结果。本发明所提供的方法、装置、设备以及计算机可读存储，提高了安全帽佩戴情况检测结果的精度与效率，有效避免了针对变电站场景的复杂背景出现的漏检与误检的现象。
-
Patent Agency Ranking
公开(公告)号：CN112842359B
公开(公告)日：2022-09-16
申请号：CN202110098571.3
申请日：2021-01-25
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明涉及生物医学信号处理技术领域，尤其涉及一种智能安全帽的压力、疲劳信息监测方法，包括如下步骤：包括如下步骤：步骤S10：采集脑电信号；步骤S20：对采集的信号进行预处理，去除基线漂移、工频干扰和噪音；步骤S30：对预处理之后的信号在时域、频域和非线性域进行特征提取；步骤S40：采用最大相关最小冗余算法进行特征选择，分别对疲劳检测和压力检测相关特征进行选择与保留；步骤S50：通过BP神经网络分别对疲劳检测和压力检测进行识别与训练，构建疲劳等级F、压力等级P，并建立精神状态评估方程：S＝eF‑1+P，式中，S为精神状态指标；步骤S60：对工人疲劳等级F、压力等级P和精神状态指标S进行综合评估，判断工人精神状态。
-
公开(公告)号：CN115019254A
公开(公告)日：2022-09-06
申请号：CN202210652921.0
申请日：2022-06-10
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司
Abstract: 本发明公开了一种输电网入侵检测技术领域的一种输电区域异物入侵检测方法、装置、终端及存储介质，方法包括采集输电区域图像及对应的拍摄角度；计算各子图与预存储的所有异物图像模板的最大相关性，根据最大相关性计算结果判别子图中是否存在异物；计算存在异物的子图在输电区域图像中的偏移量，根据所述偏移量调整输电区域图像的拍摄角度后，重新拍摄输电区域图像；将多组数据集输入至预构建并训练好的神经网络模型中，以获取异物入侵输电区域的风险评估值从而进行输电区域异物入侵检测，本发明可快速检测目标图像中是否包含异物，并与专用神经网络模型配合，提高了大型工程机械设备入侵检测的准确性，降低了误报率。
-
公开(公告)号：CN114614578A
公开(公告)日：2022-06-10
申请号：CN202210251942.1
申请日：2022-03-15
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司 , 国网江苏省电力有限公司泰州供电分公司
Inventor： 路永玲 , 王真 , 胡成博 , 杨景刚 , 孙蓉 , 贾骏 , 付慧 , 李双伟 , 刘子全 , 朱雪琼 , 陈挺 , 王如山 , 李勇 , 殷明 , 薛海 , 姚楠 , 刘陆洋
Abstract: 本发明公开了一种三相电缆取电装置，本发明三相电缆与磁芯磁路连接位置的磁矢量位于优选范围内，磁感线不会分散，流过磁芯的磁通量大，有效提高了取能效率。
-
公开(公告)号：CN114596504A
公开(公告)日：2022-06-07
申请号：CN202210214637.5
申请日：2022-03-04
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开一种基于改进B‑CNN算法的输电线植被入侵检测方法、装置及存储介质，属于电力设施图像检测技术领域。方法包括：获取待检测的输电线环境图像；对输电线环境图像进行预处理；对预处理后的图像提取GLCM特征；将预处理后的输电线环境图像以及所提取的图像GLCM特征输入预先训练的输电线植被入侵检测模型，得到模型输出的分类结果；根据输电线植被入侵检测模型分类结果输出植被侵入区域以及输电线区域分别被标记的图像。本发明利用可见图像的纹理特性，在利用GLCM算法提取图像纹理特征的基础上，使用B‑CNN算法对电力线以外的植被区域进行检测和分类，不仅可简化样本标记操作，同时可提升检测准确率。
-
公开(公告)号：CN113177513A
公开(公告)日：2021-07-27
申请号：CN202110551960.7
申请日：2021-05-20
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
Abstract: 本发明公开了一种安全帽佩戴检测方法、装置、设备以及计算机可读存储介质，包括：将待检测图像输入至目标安全帽检测神经网络模型，利用目标检测SSD网络提取人体目标特征图；将人体目标特征图输入至关键区域注意力机制网络确定头部关键区域；根据头部关键区域的位置，利用关键区域特征图分割网络从人体目标特征图中分割提取头部区域特征图；将头部区域特征图输入至安全帽检测动态模型，对分支网络输出的置信度进行判定，输出置信度大于等于阈值的检测结果作为安全帽佩戴检测结果。本发明所提供的方法、装置、设备以及计算机可读存储，提高了安全帽佩戴情况检测结果的精度与效率，有效避免了针对变电站场景的复杂背景出现的漏检与误检的现象。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.114 seconds)
