-
公开(公告)号:CN104361054A
公开(公告)日:2015-02-18
申请号:CN201410604192.7
申请日:2014-10-30
Applicant: 广东电网有限责任公司电力科学研究院 , 华南理工大学
IPC: G06F17/30
CPC classification number: G06F17/30339 , G06F17/30241 , G06F17/30395 , G06F17/30398 , G06F17/30575
Abstract: 本发明的目的在于提供一种电力系统线损重构定位及可视化方法及其系统,该方法包括基于实际地理地图样式—百度地图显示线损的步骤,以及,基于层次检索以及智能检索的线损查询的步骤;所述基于地理地图样式显示线损的步骤是采用GIS技术,以代表电力单位层级关系的放射图以及连接图逐级显示电量和线损;所述基于层次检索以及智能检索的线损查询步骤是以分布式数据库为平台,通过Web端展示,使用鼠标,键盘的简单操作进行线损查询。本发明实现了可视化图形交互方式以及直观的线损可视化效果对比,在宏观层面提供了一个观察某地区线损情况的良好角度,有效地解决了抽象线损数据的基于实际地理位置的可视化问题。
-
公开(公告)号:CN107784288B
公开(公告)日:2020-01-14
申请号:CN201711034973.7
申请日:2017-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度神经网络的迭代定位式人脸检测方法,包括如下步骤:基于AFLW公共图像数据集,提取其中的区域图像块作为训练集的输入并进行预处理;定义人脸候选框提取模型P‑Net和人脸偏移微调模型A‑Net,使用上述训练集训练该模型;对上述已训练模型P‑Net采用全卷积化策略,以获得对样本的全局检测结果矩阵;测试过程中将图片输入模型P‑Net获取人脸候选框,再通过模型A‑Net迭代式微调人脸候选框位置,配合极大值抑制方法获得最终结果。本发明方法用于在复杂环境中,利用计算机自动检测人脸,且具有准确性高、识别速度快、性能稳定等优点。
-
公开(公告)号:CN107784288A
公开(公告)日:2018-03-09
申请号:CN201711034973.7
申请日:2017-10-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度神经网络的迭代定位式人脸检测方法,包括如下步骤:基于AFLW公共图像数据集,提取其中的区域图像块作为训练集的输入并进行预处理;定义人脸候选框提取模型P-Net和人脸偏移微调模型A-Net,使用上述训练集训练该模型;对上述已训练模型P-Net采用全卷积化策略,以获得对样本的全局检测结果矩阵;测试过程中将图片输入模型P-Net获取人脸候选框,再通过模型A-Net迭代式微调人脸候选框位置,配合极大值抑制方法获得最终结果。本发明方法用于在复杂环境中,利用计算机自动检测人脸,且具有准确性高、识别速度快、性能稳定等优点。
-
-