公开(公告)号：CN113378856A

公开(公告)日：2021-09-10

申请号：CN202110704403.4

申请日：2021-06-24

Applicant: 重庆大学 ,  国网山西省电力公司电力科学研究院

Inventor： 杨帆 ,  杨子康 ,  韩升 ,  李致民 ,  王梦珺 ,  杨罡 ,  王大伟 ,  张娜

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T3/40 ,  A61B5/01

Abstract: 本发明请求保护一种基于人工智能的嵌入式输变电装备红外检测方法，属于智能电网信息技术领域，其包括以下步骤：建立红外测温人机交互系统，获得红外图像数据集；基于图像特征量法对红外图像数据集进行异常图像识别与处理；建立基于灰度图的单通道轻量级卷积神经网络识别模型，进行网络训练；对红外图像敏感区进行识别；深度卷积神经网络模型的终端实现。

公开(公告)号：CN111428748B

公开(公告)日：2023-06-27

申请号：CN202010105915.4

申请日：2020-02-20

Applicant: 重庆大学

Inventor： 李佳璇 ,  杨帆 ,  刘一阳 ,  韩升 ,  王皓 ,  王梦珺

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06N3/006

Abstract: 本发明公开一种基于HOG特征和SVM的红外图像绝缘子识别检测方法，包括以下步骤：进行红外图像预处理；通过方向梯度直方图(HOG)获取正负样本的轮廓信息；采用PCA主成分分析方法对轮廓数据进行降维；采用粒子群算法(PSO)优化SVM的惩罚系数C值和径向基核函数(RBF)的gamma值；采用SVM训练模型，生成并保存目标识别模型和初次识别结果；将剩余的负样本集带入目标识别模型，进行难例挖掘，将假阳性负样本加入负样本集中，迭代训练，增强模型分类性能。本发明能够有效降低人力成本、提升训练速度、降低误检率和漏报率，提高绝缘子检测率。

公开(公告)号：CN111428748A

公开(公告)日：2020-07-17

申请号：CN202010105915.4

申请日：2020-02-20

Applicant: 重庆大学

Inventor： 李佳璇 ,  杨帆 ,  刘一阳 ,  韩升 ,  王皓 ,  王梦珺

IPC: G06K9/62 ,  G06N3/00

Abstract: 本发明公开一种基于HOG特征和SVM的红外图像绝缘子识别检测方法，包括以下步骤：进行红外图像预处理；通过方向梯度直方图(HOG)获取正负样本的轮廓信息；采用PCA主成分分析方法对轮廓数据进行降维；采用粒子群算法(PSO)优化SVM的惩罚系数C值和径向基核函数(RBF)的gamma值；采用SVM训练模型，生成并保存目标识别模型和初次识别结果；将剩余的负样本集带入目标识别模型，进行难例挖掘，将假阳性负样本加入负样本集中，迭代训练，增强模型分类性能。本发明能够有效降低人力成本、提升训练速度、降低误检率和漏报率，提高绝缘子检测率。