-
公开(公告)号：CN110335270B
公开(公告)日：2022-09-13
申请号：CN201910614536.5
申请日：2019-07-09
申请人： 华北电力大学(保定) , 山东大学 , 浙江大华技术股份有限公司 , 智洋创新科技股份有限公司 , 南瑞集团有限公司
IPC分类号： G06T7/00 , G06V10/46 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G01N21/88 , G01R31/08
摘要： 本发明公开了基于层级区域特征融合学习的输电线路缺陷检测方法，包括：构建和调取Faster R‑CNN模型；将主干网络提取的目标特征通过RPN网络回归得到目标区域；通过对输入图像进行RoI pooling操作产生局部层级区域特征，通过深度选择网络学习产生特征融合所需要的权重将深层特征区域和浅层特征区域融合；并通过分类网络和回归网络产生最后的预测结果。本发明利用深度选择网络产生自学习的区域特征融合权重，节省调整参数的时间，并使模型学习得到的融合特征能够较好地适应不同复杂情况下的缺陷检测任务，深度模型使用区域特征进行预测，强化模型对提取目标局部特征的学习能力，降低了模型在实际环境中因输电线路缺陷图像的复杂背景和类间差异产生的误检问题。
-
公开(公告)号：CN110232687B
公开(公告)日：2022-04-12
申请号：CN201910541355.4
申请日：2019-06-21
申请人： 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 浙江大华技术股份有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种电力巡检图像中带销螺栓缺陷的检测方法，主要包括Faster R‑CNN模型的构建、Faster R‑CNN模型的训练、带销螺栓目标的检测以及带销螺栓的缺陷判断的步骤，解决在复杂背景中对带销螺栓目标的难准确检测问题，大大提升了带销螺栓这种小目标物体的检测精度，为进一步进行带销螺栓缺陷诊断提供基础，同时提出了基于灰度图的带销螺栓缺陷判别方法，解决了现有带销螺栓缺陷难判别问题，为电网安全运行提供基础保障。
-
公开(公告)号：CN110263858B
公开(公告)日：2022-05-06
申请号：CN201910541343.1
申请日：2019-06-21
申请人： 华北电力大学(保定) , 山东大学 , 南瑞集团有限公司 , 浙江大华技术股份有限公司 , 智洋创新科技股份有限公司
IPC分类号： G06K9/62 , G06V10/762 , G06V10/771
摘要： 本发明公开了一种螺栓图像合成方法，包括螺栓训练数据集构建、PCA特征提取、BIGN网络架构选择、BIGN网络损失函数构造、生成器和判别器训练以及螺栓样本生成的步骤；其首先构建螺栓训练数据库，然后利用PCA对样本进行主成分分析，提取螺栓的螺纹等特征，使用提取的先验知识指导BIGN网络生成图像，该网络的损失函数中加入了相对均值鉴别器，能够进一步平衡生成器和判别器的能力，同时针对生成图像中的棋盘效应，使用转置卷积和微步幅卷积代替传统的反卷积和卷积，可以生成螺栓图像，解决现有人工采集工作量繁琐、效率低的问题；本发明还公开了一种螺栓图像合成装置、设备以及计算机可读存储介质，也具有上述有益效果。
-
公开(公告)号：CN110232370B
公开(公告)日：2022-04-26
申请号：CN201910541353.5
申请日：2019-06-21
申请人： 华北电力大学(保定) , 山东大学 , 智洋创新科技股份有限公司 , 南瑞集团有限公司 , 浙江大华技术股份有限公司
IPC分类号： G06V20/10 , G06V10/764 , G06V10/82 , G06K9/62
摘要： 本发明公开了一种改进SSD模型的输电线路航拍图像金具检测方法，首先量化分析了航拍金具数据集中金具的遮挡度，然后将SSD模型中的损失函数替换为使用遮挡度约束后的斥力损失，改变SSD生成的prior box尺度，改进深度网络模型，解决了航拍金具密集检测的问题，以及解决了小目标检测效果较差的问题。
-
公开(公告)号：CN110070538B
公开(公告)日：2022-04-15
申请号：CN201910349522.5
申请日：2019-04-28
申请人： 华北电力大学(保定) , 山东大学 , 浙江大华技术股份有限公司 , 智洋创新科技股份有限公司 , 南瑞集团有限公司
摘要： 本发明公开了一种基于形态优化深度特征的螺栓二维视觉结构聚类方法，包括以下步骤：S1、采用预训练的深度卷积神经网络模型提取数据集中图像样本深度特征并计算每个目标图像的形态比；S2、步骤S1中获得的形态比和的图像样本深度特征进行联合得到形态优化深度特征；S3、计算数据集中每个图像样本的高宽比散布趋势从而获得聚类中心的个数；S4、基于步骤S2中得到的形态优化深度特征和步骤S3中得到的聚类中心将图像样本分成簇，进而通过最小欧氏距离原则对目标图像样本进行簇的优化选择，从而得到螺栓二维视觉结构聚类结果。本发明采用上述结构的基于形态优化深度特征的螺栓二维视觉结构聚类方法，解决了对三维实体以二维图像表征时所呈现出的多种视觉结构的聚类分析问题且无需人为定义聚类中心，具有精确度高、泛化能力强等优点。
-
公开(公告)号：CN113240586A
公开(公告)日：2021-08-10
申请号：CN202110671531.3
申请日：2021-06-17
申请人： 华北电力大学(保定) , 山东大学
摘要： 本发明公开了一种可自适应调节放大倍数的螺栓图像超分辨率处理方法，包括步骤：构建螺栓数据集，得到不同缩放倍数的低分辨率图像；提取低分辨率图像的浅层特征；利用密集残差模块提取层次特征；将多个密集残差模块输出的层次特征进行融合得到局部融合特征，再将局部融合特征与提取的浅层特征拼接在一起进行全局特征融合；设定对应图像不同大小输出不同放大倍数的阈值，根据图片尺寸确定放大倍数，再根据不同的放大倍数，预测生成高分辨率图像的滤波器权重；基于融合得到的全局特征以及预测得到的滤波器权重，生成高分辨率图像。本发明利用图像超分辨率处理技术对低分辨率图像进行处理，根据不同图像大小自适应调整放大倍数，生成尺寸大小近似的高分辨率图像。
-
公开(公告)号：CN113869105B
公开(公告)日：2024-09-10
申请号：CN202110906825.X
申请日：2021-08-09
申请人： 华北电力大学(保定)
IPC分类号： G06V40/20 , G06N3/0464 , G06N3/08
摘要： 针对2s‑AGCN网络模型的时域网络结构是单一的，采用一维卷积层对时间动态进行建模，难以捕捉复杂的节点时域特征的问题，本申请提出了一种人体行为识别方法，具体为一种多尺度时空卷积网络的人体行为识别模型，即在基线模型2s‑AGCN基础上设计并嵌入多尺度时域网络模块，构建了MT‑AGCN模型，该多尺度时域网络模块一方面增加了网络的宽度，增强了网络对尺度的适应性，另一方面网络中不同支路的感受野不同，提取时域信息的尺度是不同的。随着训练的进行，MT‑AGCN网络模型不断学习节点时域特征，通过不同尺度的时域信息表现出的行为信息可以使得网络在特征提取时更关注显著区域。
-
公开(公告)号：CN110633669B
公开(公告)日：2024-03-26
申请号：CN201910867087.5
申请日：2019-09-12
申请人： 华北电力大学(保定)
IPC分类号： G06V40/16
摘要： 一种家居环境中基于深度学习的移动端人脸属性识别方法，所述方法由数据采集端、以路由器和互联网云端为核心的传输装置和以安卓手机和人脸属性识别APP为核心的识别终端组成识别系统，安卓手机APP获取数据采集端采集的远程视频数据，利用OpenCV 3.4.1库里的LBP人脸检测器对远程视频进行人脸检测，利用人脸属性识别终端提供的轻量级mini_Xception深度学习识别模型对检测到的人脸进行人脸属性识别，并对异常表情和陌生人的出现给与及时告警提醒。本发明将轻量级识别模型移植到移动端设备上，由移动端设备完成人脸属性的识别，可避免多用户访问服务器造成信道拥塞，降低服务器运行成本。该方法识别准确率高，速率快，能满足智能家居的发展对人脸属性识别的要求。
-
公开(公告)号：CN114298233A
公开(公告)日：2022-04-08
申请号：CN202111655846.5
申请日：2021-12-30
申请人： 华北电力大学(保定)
IPC分类号： G06K9/62 , G06N3/08 , G06N5/02 , G06V40/16 , G06V10/774
摘要： 一种基于高效注意力网络和师生迭代迁移学习的表情识别方法，所述方法构建基于高效注意力网络的轻量化表情识别模型，并利用表情数据集对高效注意力网络进行训练；然后将训练好的网络作为教师网络，将另一个高效注意力网络作为学生网络，利用教师网络输出的软化预测值对学生网络进行训练；将完成训练和测试的学生网络学习到的模型参数迁移至教师网络，重复迭代迁移训练，直至学生网络的识别准确率不再上升，最后利用学生网络对人脸表情进行识别。本发明在保证模型参数量与计算量水平的同时，增强了轻量网络拟合的能力，并通过师生迭代迁移学习优化软标签及特征信息，大大提升了模型识别精度，能够满足表情识别在边缘侧资源受限设备上的部署需求。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.085 秒)
