[发明专利]一种基于密集输电通道的异常目标识别方法和装置有效

专利信息
申请号: 202110265524.3 申请日: 2021-03-11
公开(公告)号: CN113033355B 公开(公告)日: 2023-04-07
发明(设计)人: 陈平;王鉴;韩焱;刘宾;潘晋孝;王黎明;苏新彦;吴泱序;魏交统 申请(专利权)人: 中北大学
主分类号: G06V20/52 分类号: G06V20/52;G06N3/0464;G06N3/082;G06Q50/06
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 杜志敏;宋志强
地址: 030051 山*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 密集 输电 通道 异常 目标 识别 方法 装置
【说明书】:

本申请提供了一种基于密集输电通道的异常目标识别方法和装置,所述方法包括:接收视觉装置、光纤装置和雷达装置发送的探测到的图像;若在探测到的图像中发现可疑目标,控制视觉装置、光纤装置和雷达装置进行目标跟踪并发送探测到的图像;对存在所述可疑目标的图像进行图像增强;基于预设的端到端卷积神经网络模型获取进行图像增强后的图像中可疑目标的位置信息以及置信度;若确定所述图像中的可疑目标的置信度大于预设置信度,则确定所述可疑目标为异常目标,向云端服务器发送检测到异常目标的消息,并在所述消息中携带异常目标的位置信息。该方法能够提高密集输电通道中识别异常目标的时效性。

技术领域

发明涉及图像处理技术领域,特别涉及一种基于密集输电通道的异常目标识别方法和装置。

背景技术

密集输电通道是重要电力能源专线枢纽,输电线路作为电力系统的重要组成部分,承担着电能传输的重要功能,为整个地区提供电力支持,一旦遭破坏,后果不堪设想。因此输电通道的监控、预警及处理系统是其重要的、不可分割的组成部分,它直接关系到输电通道安全、高效的运转。

目前,主要通过可视化系统来进行监控,工作人员通过查看监控分析现场的情况,当发现异常目标时,发出警报并使得相关人员前往现场进行处理。

密集输电通道的监控对实时性还有着极高的要求。但是由于输电线路输送距离长,覆盖面积广等因素,将大量的视频数据传送数据中心会占据大量带宽,会产生相当高的延时,高延时也就意味着不能及时进行处理异常情况,给输电通道的可靠探测带来极大挑战。

如何提高对密集输电通道的异常目标识别的时效性,是亟待解决的技术问题。

发明内容

有鉴于此,本申请提供一种基于密集输电通道的异常目标识别方法和装置,能够提高密集输电通道中识别异常目标的时效性。

为解决上述技术问题,本申请的技术方案是这样实现的:

在一个实施例中,提供了一种基于密集输电通道的异常目标识别方法,应用于针对高架塔部署边缘装置、视觉装置、光纤装置和雷达装置的密集输电通道中的边缘装置上;所述方法包括:

接收视觉装置、光纤装置和雷达装置发送的探测到的图像;

若在探测到的图像中发现可疑目标,控制视觉装置、光纤装置和雷达装置进行目标跟踪并发送探测到的图像;

对存在所述可疑目标的图像进行图像增强;

基于预设的端到端卷积神经网络模型获取进行图像增强后的图像中可疑目标的位置信息以及置信度;

若确定所述图像中的可疑目标的置信度大于预设置信度,则确定所述可疑目标为异常目标,向云端服务器发送检测到异常目标的消息,并在所述消息中携带异常目标的位置信息。

在另一个实施例中,提供了一种基于密集输电通道的异常目标识别装置,针对密集输电通道中的每个高架塔部署边缘装置、视觉装置、光纤装置和雷达装置;所述边缘装置与所述识别装置为同一装置;所述装置包括:接收单元、分析单元、控制单元、处理单元、识别单元和发送单元;

所述接收单元,用于接收视觉装置、光纤装置和雷达装置发送的探测到的图像;

所述分析单元,用于当所述接收单元接收到图像时,分析探测到的图像中是否发现可疑目标;

所述控制单元,用于若所述分析单元在探测到的图像中发现可疑目标,控制视觉装置、光纤装置和雷达装置进行目标跟踪并发送探测到的图像;

所述处理单元,用于对所述分析单元分析存在所述可疑目标的图像进行图像增强;

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中北大学,未经中北大学许可,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/202110265524.3/2.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