一种输电线路隐患测距方法及装置

    公开(公告)号:CN118397557A

    公开(公告)日:2024-07-26

    申请号:CN202410629473.1

    申请日:2024-05-21

    Abstract: 本发明公开了一种输电线路隐患测距方法及装置,该方法包括获取预设时间段内预设监控设备所拍摄的待识别监控视频;基于第一帧图像和第二帧图像分别对应的图像信息确定图像变化区域对应的可疑物体;基于可疑物体的物体种类和预先构建的隐患物体标注数据库确定可疑物体的第一位置信息,根据第一位置信息和预设监控设备对应的第二位置信息对输电线路中的隐患进行测距。装置包括:获取模块、可疑物体确定模块、位置信息确定模块和隐患测距模块。本发明通过隐患物体标注数据库以确定可疑物体的第一位置信息和第二位置信息实现隐患目标测距功能,提升输电线路隐患物体识别的准确度和测距的效率,从而实现输电线路中隐患物体的排查。

    一种基于图像切片的移动端输电线路鸟类检测方法

    公开(公告)号:CN110555460B

    公开(公告)日:2020-11-20

    申请号:CN201910698859.7

    申请日:2019-07-31

    Abstract: 本发明公开了一种基于图像切片的移动端输电线路鸟类检测方法,采集不同情况下的现场输电线路图像,将图像和其切片进行编码标识;安装在杆塔固定位置的摄像头采集实时图像;将采集的实时图像与相应情况的原图模板进行相似度计算;若差值较大,则将实时图像进行切片,与对应切片模板逐片对比;若某切片差值较大,则进一步输入深度学习模型进行分类;若分类结果为存在鸟类,则启动驱鸟器;重复上述步骤,实现基于深度学习的鸟类检测。本发明将图像切片,将小目标信息进行放大之后再识别,在精度上有很大的提升,并且以更少的计算代价完成了鸟类的检测问题。

    一种基于孪生神经网络的目标检测算法

    公开(公告)号:CN110532886A

    公开(公告)日:2019-12-03

    申请号:CN201910698997.5

    申请日:2019-07-31

    Abstract: 本发明公开了一种基于孪生神经网络的目标检测算法,包括以下步骤:采集固定视角连续拍摄的图像;利用孪生神经网络来计算的待检测图像与基准图像之间的相似度;利用待检测图像与基准图像之间的相似性分析结果,快速找到场景中变化的目标,并对目标进行分类。本发明针对连续采集图像的特征,考虑多张图像之间的信息关联性,充分发掘连续多幅图片之间的信息,在提高检测精度的同时也提高检测的速度。本发明适用于固定角度、连续拍摄的图像的目标检测。

    一种大型施工车辆扬臂检测算法

    公开(公告)号:CN108805207A

    公开(公告)日:2018-11-13

    申请号:CN201810608932.2

    申请日:2018-06-13

    Abstract: 本发明公开了一种大型施工车辆扬臂检测算法。它包括以下步骤:收集图片训练检测大型施工车辆的FasterRCNN模型;收集图片训练检测大型施工车辆车身的FasterRCNN模型;采用Faster RCNN算法检测大型施工车辆;采用Faster RCNN算法检测大型施工车辆车身;计算大型施工车辆车身面积与整个车辆面积的比,如小于一定阈值则判定为扬臂则进行标注,否则不标注。本发明能检测出大型施工车辆的扬臂行为,达到更好的检测准确率。

Patent Agency Ranking