-
公开(公告)号：CN111507975B
公开(公告)日：2022-02-08
申请号：CN202010324733.6
申请日：2020-04-23
Applicant: 西南交通大学
Abstract: 本发明提供一种牵引变电所户外绝缘子异常检测方法。涉及计算机视觉、模式识别与智能系统技术领域。分别构建绝缘子定位网络与绝缘子图像生成网络的数据集；构建了一个绝缘子定位网络，通过训练使网络获得对图像中绝缘子定位能力；构建了一个绝缘子图像生成网络，通过训练使其获得对绝缘子图像重建能力；将牵引变电所图像输入网络模型；通过绝缘子定位网络对绝缘子进行定位，提取绝缘子图像；对绝缘子进行异常检测，绝缘子图像生成网络对每张图片给予一个异常分数。设置一个异常判断阈值，若异常分数超过设置的阈值，则判断为异常样本，若低于阈值，则判断为正常样本。最后对判定的异常图像及其生成图像进行特征提取，对比两者差异定位出异常区域。
-
公开(公告)号：CN109993770A
公开(公告)日：2019-07-09
申请号：CN201910280578.X
申请日：2019-04-09
Applicant: 西南交通大学
Abstract: 本发明提供了一种自适应时空学习与状态识别的目标跟踪方法。本发明涉及计算机视觉、人工智能、模式识别技术领域。包含目标检测网络，目标恢复与状态识别网络，空间特征提取网络和时间特征提取网络。然后在网络离线训练过程中，使用生成的目标训练集对网络进行训练，使得网络初始具备了相应的目标检测和识别能力。跟踪过程中，通过空间特征提取网络获取目标丰富的空间特征，再经过时间特征提取网络获取目标的时间变化特征，使得其判别的目标置信度更能反映目标的准确位置，通过将具有最大置信度的候选图像块作为目标图像块，并将其对应的位置作为目标所在的位置，完成目标定位，从而实现对目标对象的跟踪。
-
公开(公告)号：CN109993770B
公开(公告)日：2022-07-15
申请号：CN201910280578.X
申请日：2019-04-09
Applicant: 西南交通大学
Abstract: 本发明提供了一种自适应时空学习与状态识别的目标跟踪方法。本发明涉及计算机视觉、人工智能、模式识别技术领域。包含目标检测网络，目标恢复与状态识别网络，空间特征提取网络和时间特征提取网络。然后在网络离线训练过程中，使用生成的目标训练集对网络进行训练，使得网络初始具备了相应的目标检测和识别能力。跟踪过程中，通过空间特征提取网络获取目标丰富的空间特征，再经过时间特征提取网络获取目标的时间变化特征，使得其判别的目标置信度更能反映目标的准确位置，通过将具有最大置信度的候选图像块作为目标图像块，并将其对应的位置作为目标所在的位置，完成目标定位，从而实现对目标对象的跟踪。
-
公开(公告)号：CN111507975A
公开(公告)日：2020-08-07
申请号：CN202010324733.6
申请日：2020-04-23
Applicant: 西南交通大学
Abstract: 本发明提供一种牵引变电所户外绝缘子异常检测方法。涉及计算机视觉、模式识别与智能系统技术领域。分别构建绝缘子定位网络与绝缘子图像生成网络的数据集；构建了一个绝缘子定位网络，通过训练使网络获得对图像中绝缘子定位能力；构建了一个绝缘子图像生成网络，通过训练使其获得对绝缘子图像重建能力；将牵引变电所图像输入网络模型；通过绝缘子定位网络对绝缘子进行定位，提取绝缘子图像；对绝缘子进行异常检测，绝缘子图像生成网络对每张图片给予一个异常分数。设置一个异常判断阈值，若异常分数超过设置的阈值，则判断为异常样本，若低于阈值，则判断为正常样本。最后对判定的异常图像及其生成图像进行特征提取，对比两者差异定位出异常区域。
-
-
-
Search Results
4
records
(took 0.019 seconds)
