-
公开(公告)号:CN119152571A
公开(公告)日:2024-12-17
申请号:CN202411213283.8
申请日:2024-08-30
Applicant: 国网安徽省电力有限公司蚌埠供电公司
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V20/64 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06Q50/26
Abstract: 本发明公开了一种面向电力现场作业的人体骨架动作识别方法,包括采集实际电力现场作业场景的视频;对视频进行预处理后搭建三维人体姿态估计网络模型;在三维人体姿态估计网络模型中使用自注意力机制进行特征提取后获取人体的三维骨架关节点序列数据;搭建人体骨架动作识别网络模型捕获骨架序列的运动信息以及时间和空间之间的相关性并通过全连接层解码获得最终的动作识别结果。本发明利用三维人体姿态估计技术和人体骨架动作识别技术,克服了通过视频图像直接进行动作识别鲁棒性较差、背景复杂、光照变化的缺陷,提高了动作识别的准确率,从而提高对于现场作业人员动作风险判断的准确性,提高现场作业的效率和安全管理水平,降低可能发生的风险。
-
公开(公告)号:CN118968179A
公开(公告)日:2024-11-15
申请号:CN202411138993.9
申请日:2024-08-19
Applicant: 国网安徽省电力有限公司蚌埠供电公司
IPC: G06V10/764 , G06V10/82 , G06V10/52 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明涉及一种基于多尺度全局特征强化的输电线路微小目标检测方法,具体如下:将2D图像放入多尺度特征提取网络模型中,得到不同尺寸的图像特征,将高层次的图像特征再应用快速采样算法,将高关联度特征联合为聚合特征块,并学习聚合特征块与原始特征之间的联系;对聚合特征块进行自注意力操作,学习远距离特征关系;将聚合特征块根据之前学习的与原有特征之间的联系还原为原始特征,并进行多尺度特征融合;将多尺度特征展平为一维并送入Transformer编码器进行多头自注意力处理,在解码器部分添加可学习坐标和宽高的锚定候选框,将最终输出的特征结果输入分类器得到检测框和分类。在二分匹配环节同步进行一个优化的去噪任务,从而加快收敛速度、提升准确度。
-