[发明专利]异物入侵识别方法、装置、设备和计算机可读存储介质在审

专利信息
申请号: 202211693309.4 申请日: 2022-12-28
公开(公告)号: CN116051889A 公开(公告)日: 2023-05-02
发明(设计)人: 黄安子;张云翔 申请(专利权)人: 深圳供电局有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06T7/73;G06T7/33;G06T7/80;G06V10/40;G06V10/80;G06N3/08;G06V10/82;G06N3/0464
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 冯世博
地址: 518001 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异物 入侵 识别 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

本申请涉及一种异物入侵识别方法、装置、设备和计算机可读存储介质。方法包括:根据红外相机对应的第一相机标定参数和可见光相机对应的第二相机标定参数,对变电站拍摄得到的第一变电站图和第二变电站图进行图像配准,得到空间对齐的第三变电站图和第四变电站图;分别对第三变电站图和第四变电站图进行特征提取,得到第三变电站图对应的多种尺寸的第一红外特征图和第四变电站图对应的多种尺寸的第一可见光特征图;根据对多种尺寸的第一红外特征图和多种尺寸的第一可见光特征图进行融合处理得到的双模态的目标融合特征图,确定入侵变电站的异物的位置和类别。采用本方法能够识别入侵变电站的异物的位置和类别。

技术领域

本申请涉及电力技术领域,特别是涉及一种异物入侵识别方法、装置、设备和计算机可读存储介质。

背景技术

变电站的异物入侵会影响到变电站内电力设备的正常运行,需要对变电站是否发生异物入侵进行监测和判断,及时发现入侵异物,并对入侵的异物进行相应的应对处理,以确保变电站的正常运行。

传统方法中,是在变电站现场部署监控摄像头,并通过人工监控摄像头识别变电站是否存在异物入侵。然而,由于人工识别存在注意力难以长时间集中的问题,导致变电站的异物入侵识别结果的准确性低。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高异物入侵识别结果的准确性的异物入侵识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面,本申请提供了一种异物入侵识别方法,方法包括:

获取对变电站进行拍摄得到的第一变电站图和第二变电站图;第一变电站图是红外相机拍摄的;第二变电站图是可见光相机拍摄的;

根据红外相机对应的第一相机标定参数和可见光相机对应的第二相机标定参数,对第一变电站图和第二变电站图进行图像配准,得到空间对齐的第三变电站图和第四变电站图;

分别对第三变电站图和第四变电站图进行特征提取,得到第三变电站图对应的多种尺寸的第一红外特征图和第四变电站图对应的多种尺寸的第一可见光特征图;第一红外特征图包括第三变电站图的红外图像特征;第一可见光特征图包括第四变电站图的可见光图像特征;

对多种尺寸的第一红外特征图和多种尺寸的第一可见光特征图进行融合处理,得到双模态的目标融合特征图;

根据目标融合特征图确定入侵变电站的异物的位置和类别。

在一些实施例中,对多种尺寸的第一红外特征图和多种尺寸的第一可见光特征图进行融合处理,得到双模态的目标融合特征图,包括:

对多种尺寸的第一红外特征图进行多尺寸融合处理,得到多尺寸融合的第二红外特征图;

对多种尺寸的第一可见光特征图进行多尺寸融合处理,得到多尺寸融合的第二可见光特征图;

对第二红外特征图和第二可见光特征图进行双模态融合处理,得到双模态的目标融合特征图。

在一些实施例中,对第二红外特征图和第二可见光特征图进行双模态融合处理,得到双模态的目标融合特征图,包括:

对第二红外特征图进行上采样处理,得到与第二可见光特征图分辨率相同的第三红外特征图;

对第三红外特征图和第二可见光特征图进行双模态融合处理,得到双模态的目标融合特征图。

在一些实施例中,第一红外特征图和第一可见光特征图是通过异物识别模型中的特征提取网络提取得到的;目标融合特征图是通过异物识别模型中的特征融合网络处理得到的;异物识别模型还包括检测头网络;

根据目标融合特征图确定入侵变电站的异物的位置和类别,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司,未经深圳供电局有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211693309.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top