[发明专利]图像识别方法、装置、电子设备和计算机可读介质有效

专利信息
申请号: 202110934513.X 申请日: 2021-08-16
公开(公告)号: CN113379006B 公开(公告)日: 2021-11-02
发明(设计)人: 王一梦;卢彩霞;唐志涛;刘远;赵园园;高天;李泽盼;杜晔;孙兴达;朱雅净 申请(专利权)人: 北京国电通网络技术有限公司;国网信息通信产业集团有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06T7/00
代理公司: 北京唯智勤实知识产权代理事务所(普通合伙) 11557 代理人: 陈佳
地址: 100032 北京市西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 识别 方法 装置 电子设备 计算机 可读 介质
【说明书】:

本公开的实施例公开了图像识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:响应于接收到检测电表箱外壳的请求,采集上述电表箱的外壳图像;对上述外壳图像进行特征提取处理,得到外壳图像特征向量;将上述外壳图像特征向量输入至预先训练好的级联分类器中,得到图像识别结果;响应于检测到上述图像识别结果满足电表箱维修条件,根据上述图像识别结果,控制相关联的维修机器人对上述电表箱外壳进行维修。该实施方式可以及时对异常的电表箱外壳进行维护,降低了因电表箱外壳异常而造成的安全隐患。

技术领域

本公开的实施例涉及计算机技术领域,具体涉及图像识别方法、装置、电子设备和计算机可读介质。

背景技术

随着电力技术的快速发展,已经形成了密集的电路网络。由于,电表箱24小时不间断运行,系统性维护的难度较大。目前,对电表箱外壳的检测维护时,通常采用的方式为:通过拍摄电表箱外壳图像,利用VGG(Visual Geometry Group Network,视觉几何群网络)16模型提取电表箱外壳图像的图像特征向量,响应于检测到电表箱外壳上的部件掉落或者检测到人为破坏电表箱,及时通知维修人员进行维修。

然而,采用上述维护检测的方式,通常会存在以下技术问题:

第一,未对所拍摄的电表箱外壳图像进行分类检测,无法准确识别出异常的电表箱外壳(例如,外壳锈蚀),并及时对异常的电表箱外壳进行维护,导致因电表箱外壳异常而造成电表箱的安全隐患(例如,漏电)较高;

第二,利用VGG提取的图像特征向量的向量维度较高,导致计算量较大,对图像检测的时间较长。

发明内容

本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用于电表箱维修的图像识别方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面,本公开的一些实施例提供了一种用于电表箱维修的图像识别方法,该方法包括:响应于接收到检测电表箱外壳的请求,采集上述电表箱的外壳图像;对上述外壳图像进行特征提取处理,得到外壳图像特征向量;将上述外壳图像特征向量输入至预先训练好的级联分类器中,得到图像识别结果;响应于检测到上述图像识别结果满足电表箱维修条件,根据上述图像识别结果,控制相关联的维修机器人对上述电表箱外壳进行维修。

第二方面,本公开的一些实施例提供了一种用于电表箱维修的图像识别装置,装置包括:采集单元,被配置成响应于接收到检测电表箱外壳的请求,采集上述电表箱的外壳图像;提取单元,被配置成对上述外壳图像进行特征提取处理,得到外壳图像特征向量;输入单元,被配置成将上述外壳图像特征向量输入至预先训练好的级联分类器中,得到图像识别结果;控制单元,被配置成响应于检测到上述图像识别结果满足电表箱维修条件,根据上述图像识别结果,控制相关联的维修机器人对上述电表箱外壳进行维修。

第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

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北京国电通网络技术有限公司;国网信息通信产业集团有限公司,未经北京国电通网络技术有限公司;国网信息通信产业集团有限公司许可,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/202110934513.X/2.html,转载请声明来源钻瓜专利网。

×

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