-
公开(公告)号：CN114757938B
公开(公告)日：2023-09-15
申请号：CN202210526335.1
申请日：2022-05-16
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
IPC分类号： G06V10/764 , G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00
摘要： 本发明公开了一种变压器漏油识别方法和系统，该方法包括获取变压器漏油图像，构建基于融合注意力机制的残差U‑Net深度学习网络模型，并进行模型训练，利用训练后的基于融合注意力机制的残差U‑Net深度学习网络模型对获取的变压器漏油图像进行识别，得到漏油区域的分割结果。本发明通过引入一种自注意力机制来促进全局特征融合，加强像素特征间的语义关联，减少细节信息丢失，提升了分类准确率；然后采用ResNet18网络来代替传统U‑Net网络的编码器部分，并利用在ImageNet数据集上预训练得到的ResNet18权重进行模型参数的初始化，提升了模型的训练与检测效率；最后采用焦点损失Focal Loss函数作为改进网络的损失函数，解决漏油图像中前景与背景正负样本不平衡的问题。
-
公开(公告)号：CN114092437B
公开(公告)日：2023-04-25
申请号：CN202111370261.9
申请日：2021-11-18
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
摘要： 本发明公开了一种变压器渗漏油检测方法，通过获取所述变压器的紫外荧光图片，然后将所述紫外荧光图片转换为YUV图片，最后基于所述YUV图片确定变压器渗漏油区域，其中，确定渗漏油区域具体为先确定出YUV图片中的三个分量，然后将三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值，再基于三个分量中的灰度值分量和分割阈值确定出变压器渗漏油区域，本发明实现了自动判断变压器渗漏油情况，避免了人工识别的操作方式，实现了检测自动化、智能化。
-
公开(公告)号：CN114757938A
公开(公告)日：2022-07-15
申请号：CN202210526335.1
申请日：2022-05-16
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
摘要： 本发明公开了一种变压器漏油识别方法和系统，该方法包括获取变压器漏油图像，构建基于融合注意力机制的残差U‑Net深度学习网络模型，并进行模型训练，利用训练后的基于融合注意力机制的残差U‑Net深度学习网络模型对获取的变压器漏油图像进行识别，得到漏油区域的分割结果。本发明通过引入一种自注意力机制来促进全局特征融合，加强像素特征间的语义关联，减少细节信息丢失，提升了分类准确率；然后采用ResNet18网络来代替传统U‑Net网络的编码器部分，并利用在ImageNet数据集上预训练得到的ResNet18权重进行模型参数的初始化，提升了模型的训练与检测效率；最后采用焦点损失Focal Loss函数作为改进网络的损失函数，解决漏油图像中前景与背景正负样本不平衡的问题。
-
公开(公告)号：CN114092437A
公开(公告)日：2022-02-25
申请号：CN202111370261.9
申请日：2021-11-18
申请人： 国网四川省电力公司电力科学研究院 , 四川大学
摘要： 本发明公开了一种变压器渗漏油检测方法，通过获取所述变压器的紫外荧光图片，然后将所述紫外荧光图片转换为YUV图片，最后基于所述YUV图片确定变压器渗漏油区域，其中，确定渗漏油区域具体为先确定出YUV图片中的三个分量，然后将三个分量中的V色度分量通过预设分割算法确定出前景和背景的分割阈值，再基于三个分量中的灰度值分量和分割阈值确定出变压器渗漏油区域，本发明实现了自动判断变压器渗漏油情况，避免了人工识别的操作方式，实现了检测自动化、智能化。
-
公开(公告)号：CN113712526A
公开(公告)日：2021-11-30
申请号：CN202111159657.9
申请日：2021-09-30
申请人： 四川大学
摘要： 本申请提供一种脉搏波提取方法、装置、电子设备及存储介质。该方法包括：获取目标视频；其中，所述目标视频中包含有待检测对象；对所述目标视频进行提取，获得初始血容量脉冲BVP信号；对所述初始BVP信号进行截取，获得子信号；根据自适应chirp模式分解算法将所述子信号进行分解，得到多个模态函数分量IMF；对所述多个IMF进行频域分析，获得所述待检测对象的脉搏波信号。本申请实施例中，通过自适应chirp模式分解算法对子信号进行分解，获得的IMF对噪声有足够的稳健性，能够很好地分离子信号与噪声的模态函数分量，使得脉搏波重构算法具有抗干扰能力，从而进一步提高提取脉搏波信号的准确性。
-
公开(公告)号：CN107609520B
公开(公告)日：2020-07-03
申请号：CN201710837886.9
申请日：2017-09-15
申请人： 四川大学
摘要： 本发明实施例提供的一种障碍物识别方法、装置及电子设备，涉及数据处理技术领域。电子设备包括RGB‑D传感器和处理器，RGB‑D传感器与处理器电连接，所述方法包括：处理器获取RGB‑D传感器采集的用户所在环境的RGB‑D信息；获取RGB‑D信息对应的点云，点云包括第一点云，第一点云表征用户所在环境的地面的物理特征；基于所述第一点云及NAPSAC算法，提取地面的平面方程；点云还包括至少一个第二点云，基于所述至少一个第二点云及地面平面方程，识别用户所在环境的障碍物的信息；其中，所述第二点云表征用户所在环境的障碍物的物理特征。从而识别障碍物的信息，更详细，更高效，提升用户体验。
-
公开(公告)号：CN111243739A
公开(公告)日：2020-06-05
申请号：CN202010015576.0
申请日：2020-01-07
申请人： 四川大学
摘要： 本发明涉及一种抗干扰的生理参数遥测方法及系统，该方法包括步骤：通过视频采集设备采集人面视频图像；对采集人面视频图像进行预处理，选择出感兴趣区域；采用欧拉视频放大率算法分别对所述感兴趣区域的R通道、G通道、B通道进行时域滤波；根据检测的生理参数选择时域滤波后对应通道的信号作为输入信号，并基于变分模态分解对输入信号进行重构，得到K个固有模态函数分量；基于得到的所述K个固有模态函数分量计算得到所述生理参数。通过本发明方法或系统进行生理参数检测，例如心率和血氧饱和度检测，具有更强的抗干扰能力，可以进一步提高检测结果准确度。
-
公开(公告)号：CN108344895B
公开(公告)日：2020-05-12
申请号：CN201810154461.2
申请日：2018-02-22
申请人： 国网辽宁省电力有限公司电力科学研究院 , 四川大学
IPC分类号： G01R23/16
摘要： 本发明提供了一种信号检测方法及装置，涉及信号检测技术领域。方法包括基于预设的差值信号计算规则及获取到的待检测信号，获得待检测信号的差值信号后，基于预设的自适应阈值计算规则及差值信号，获得差值信号的自适应阈值；再对比自适应阈值及差值信号，根据对比结果判断待检测信号中是否存在扰动信号；若判断得出待检测信号中存在扰动信号，对差值信号进行滑动窗奇异值分解，获得差值信号的第一滑动窗奇异信号；然后对第一滑动窗奇异信号进行扰动信息提取，输出扰动信号的定位结果。通过自适应阈值进行扰动检测，结合滑动窗奇异值分解对检测到的扰动进行定位的方式，实现待检测信号中的扰动检测，精确度高，抗噪性强，更灵敏，更有效。
-
公开(公告)号：CN110543921A
公开(公告)日：2019-12-06
申请号：CN201910970837.1
申请日：2019-10-14
申请人： 四川大学
摘要： 本发明公开了一种基于波形学习的电缆早期故障识别方法，通过PSCAD/EMTDC生成用于训练DDBN的各种样本数据，提供了DDBN进行故障识别的准确性；本发明方法利用变电站端测量到的电流数据从多种过电流扰动中识别电缆早期故障，在永久性故障发生之前进行电缆检修，避免发生永久性故障，提高供电可靠性。
-
公开(公告)号：CN106780645A
公开(公告)日：2017-05-31
申请号：CN201611067255.5
申请日：2016-11-28
申请人： 四川大学
IPC分类号： G06T11/00
摘要： 本发明实施例提供一种动态MRI图像重建方法及装置。所述方法包括：建立第一动态核磁共振图像重建模型，所述第一动态核磁共振图像重建模型包括原始动态核磁共振图像重建模型、以及以动态核磁共振图像对应的三阶张量为自变量的低秩约束条件及稀疏约束条件；根据第一预设规则对所述第一动态核磁共振图像重建模型求解，获取所述动态核磁共振图像对应的三阶张量所述方法通过将动态核磁共振图像看作一个三阶张量，并结合低秩和稀疏两个先验条件对图像进行正则化约束的方式，充分保持了动态核磁共振图像的高维结构特性，同时充分利用了图像张量结构的内在联系及图像序列之间的稀疏性，从而提高了图像的重建质量。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.072 秒)
