-
公开(公告)号：CN105426930B
公开(公告)日：2018-11-02
申请号：CN201510755488.3
申请日：2015-11-09
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
IPC: G06K9/66
Abstract: 本发明公开了一种基于卷积神经网络的变电站属性分割方法，建立一个包含七类图像的变电站图像数据库，将图像进行构建属性表和手工标注语义分割，预训练、学习属性分类和属性分割卷积神经网络，再通过卷积神经网络对图像进行属性分类和属性分割。本发明提供的一种基于卷积神经网络的变电站属性分割方法，可以有效地预防和排除输电故障，保证供电的安全和畅通；同时，有效缓解人力监控的压力，达到真正意义上的智能监控。在建立变电站图像数据库上，进行了大量测试，结果表明本发明提出的基于深度卷积神经网络的新型技术具有非常高的实用性和可行性。
-
公开(公告)号：CN105426908B
公开(公告)日：2018-11-02
申请号：CN201510755426.2
申请日：2015-11-09
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种基于卷积神经网络的变电站属性分类方法，能够非常准确地检索到和变电站相关的特定场景以及特定对象，能够帮助变电站安防人员高效地处理监控资料，在一定程度上填补了智能安防的技术空缺。主要创新点在于巧妙地将图像所包含的特定场景和特定对象对应成一种属性，进而建立起一个用来表征图像的二值属性表，同时改进传统的卷积神经网络结构，使其能够对包含多属性的图像进行准确识别和分类。本发明提供的一种基于卷积神经网络的变电站属性分类方法，改进的卷积神经网络结构克服了传统的神经网络只能对单一属性进行分类的缺点，达到平均分类准确率为94.7%，具有非常强的可行性和实用性。
-
公开(公告)号：CN105426930A
公开(公告)日：2016-03-23
申请号：CN201510755488.3
申请日：2015-11-09
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
IPC: G06K9/66
Abstract: 本发明公开了一种基于卷积神经网络的变电站属性分割方法，建立一个包含七类图像的变电站图像数据库，将图像进行构建属性表和手工标注语义分割，预训练、学习属性分类和属性分割卷积神经网络，再通过卷积神经网络对图像进行属性分类和属性分割。本发明提供的一种基于卷积神经网络的变电站属性分割方法，可以有效地预防和排除输电故障，保证供电的安全和畅通；同时，有效缓解人力监控的压力，达到真正意义上的智能监控。在建立变电站图像数据库上，进行了大量测试，结果表明本发明提出的基于深度卷积神经网络的新型技术具有非常高的实用性和可行性。
-
公开(公告)号：CN105426908A
公开(公告)日：2016-03-23
申请号：CN201510755426.2
申请日：2015-11-09
Applicant: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种基于卷积神经网络的变电站属性分类方法，能够非常准确地检索到和变电站相关的特定场景以及特定对象，能够帮助变电站安防人员高效地处理监控资料，在一定程度上填补了智能安防的技术空缺。主要创新点在于巧妙地将图像所包含的特定场景和特定对象对应成一种属性，进而建立起一个用来表征图像的二值属性表，同时改进传统的卷积神经网络结构，使其能够对包含多属性的图像进行准确识别和分类。本发明提供的一种基于卷积神经网络的变电站属性分类方法，改进的卷积神经网络结构克服了传统的神经网络只能对单一属性进行分类的缺点，达到平均分类准确率为94.7%，具有非常强的可行性和实用性。
-
公开(公告)号：CN104581140B
公开(公告)日：2016-08-24
申请号：CN201410831986.7
申请日：2014-12-26
Applicant: 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种会议电视的视频质量评估方法，考虑到会议电视各会场的布局、背景、灯光等布置都有相关的规定，会场环境相对固定，本专利基于无参考图像质量评估方法，提出一种会议电视的视频质量评估方法，对会议电视终端的正常视频图像进行分析，并生成针对该终端的视频质量评估标准（标准打分），通过该标准打分和相应的会场背景图像，用户无需对视频质量评估告警阈值进行设置，提高了无参考视频质量评估方法的易用性和检测精度，能够有效运用到会议电视的场景中。
-
Patent Agency Ranking
公开(公告)号：CN104394352A
公开(公告)日：2015-03-04
申请号：CN201410769242.7
申请日：2014-12-15
Applicant: 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
IPC: H04N7/15
Abstract: 本发明公开了一种基于互联网的会议电视异构运维系统的适配方法，包括1）适配器接收厂商提供的硬件设备必要参数；2）适配器在会议电视异构运维系统的服务器上生成对应厂商的硬件设备的信号接口；3）适配器调用对应的硬件设备应用程序接口，在厂商提供的硬件设备上生成对的适配实例；4）将适配实例中产生的反馈结果信息反馈给会议电视异构运维系统，若结果信息为失败，则返回2）；若结果信息为成功，则执行5）；5）将此信号接口的参数保存至会议电视异构运维系统的接口参数列表当中，生成对应的设备键值，通过构建适配器适配对应厂商提供的硬件设备，增加了厂商硬件设备的选择面，使用及维护方便，具有良好的应用前景。
-
公开(公告)号：CN104410856B
公开(公告)日：2017-04-26
申请号：CN201410770927.3
申请日：2014-12-15
Applicant: 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种会议电视运维系统的自动巡检方法，利用互联网的独特优势，通过设备硬件接口，获取音视频设备的硬件状态，自动检测网络、音频、视频设备状态，利用后台客户端将每个会场测试结果进行汇总，分析各个会场会议质量，根据结果进行错误排查和错误处理，避免了每个会场需要安排人手进行手工操作，从而大大节约了系统运维的人力成本，减少了系统运维的时间，有效保障了会议进行，具有良好的应用前景，值得推广。
-
公开(公告)号：CN104618685A
公开(公告)日：2015-05-13
申请号：CN201410832582.X
申请日：2014-12-29
Applicant: 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种用于供电营业厅视频监控中的图像智能分析方法，在供电营业厅视频监控业务中，包括图像格式转换组件，能自动识别不同格式的图片，并将其转换为视频分析所需格式的图像；快速定位关注区域内的对象，实时检测服务人员的工作行为，判定是否存在异常现象，提升对服务人员的监管力度；快速定位工作区域内的对象，实现对该区域内对象的服务规范化行为进行监督，分析是否在岗，从而达到提升营业厅工作人员服务质量的目的；辅助运维监测人员，实现了对营业厅异动情况的实时侦测、预警；实现了视频根据实际网络情况和视频内容进行动态传输，保证了视频传输的连续性，很大程度上减轻了视频带宽传输的压力。
-
公开(公告)号：CN104581140A
公开(公告)日：2015-04-29
申请号：CN201410831986.7
申请日：2014-12-26
Applicant: 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种会议电视的视频质量评估方法，考虑到会议电视各会场的布局、背景、灯光等布置都有相关的规定，会场环境相对固定，本发明基于无参考图像质量评估方法，提出一种会议电视的视频质量评估方法，对会议电视终端的正常视频图像进行分析，并生成针对该终端的视频质量评估标准（标准打分），通过该标准打分和相应的会场背景图像，用户无需对视频质量评估告警阈值进行设置，提高了无参考视频质量评估方法的易用性和检测精度，能够有效运用到会议电视的场景中。
-
公开(公告)号：CN104410856A
公开(公告)日：2015-03-11
申请号：CN201410770927.3
申请日：2014-12-15
Applicant: 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
Abstract: 本发明公开了一种会议电视运维系统的自动巡检方法，利用互联网的独特优势，通过设备硬件接口，获取音视频设备的硬件状态，自动检测网络、音频、视频设备状态，利用后台客户端将每个会场测试结果进行汇总，分析各个会场会议质量，根据结果进行错误排查和错误处理，避免了每个会场需要安排人手进行手工操作，从而大大节约了系统运维的人力成本，减少了系统运维的时间，有效保障了会议进行，具有良好的应用前景，值得推广。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.132 seconds)
