[发明专利]一种变电站视频监控方法、系统及存储介质有效
申请号: | 202111148237.0 | 申请日: | 2021-09-29 |
公开(公告)号: | CN114049732B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 董晓虎;徐晨曦;樊淑娟;郭朔;李一博;郭路;王永立;杨亚菲;桑盛强 | 申请(专利权)人: | 国网山东省电力公司郓城县供电公司 |
主分类号: | G08B13/196 | 分类号: | G08B13/196;H04N23/50;H04N7/18 |
代理公司: | 济南诚智商标专利事务所有限公司 37105 | 代理人: | 朱晓熹 |
地址: | 274700 山*** | 国省代码: | 山东;37 |
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 变电站 视频 监控 方法 系统 存储 介质 | ||
1.一种变电站视频监控方法,其特征在于,包括:
实时采集变电站的各个场景的视频;
分析所采集视频的清晰度是否异常,并根据异常情况发出清晰度异常警报,包括:预设RGB色差距离阈值和灰度变化阈值;获取所述视频的视频帧,将视频帧转化为RGB图和灰度图;利用RGB图计算视频帧的RGB色差距离值,利用灰度图计算视频帧的灰度变化值;比较视频帧的RGB色差距离值和RGB色差距离阈值和视频帧的灰度变化值和灰度变化阈值判断视频帧是否清晰异常;对发生清晰异常的视频帧的持续帧数或者持续时间进行统计;判断持续帧数是否超出预设的帧数阈值或者持续时间是否超出预设的持续时间阈值;是则,发出清晰度异常警报;
检测所采集视频的视频帧是否属于低照度视频帧,是则通过低照度图像增强模型对低照度的视频帧进行增强获取增强视频帧,所述增强视频帧不属于低照度视频帧;其中,所述低照度图像增强模型采用信道分割注意力网络;所述信道分割注意力网络的网络架构包括浅层特征提取网络、非线性映射网络和图像增强网络,其中,所述浅层特征提取网络的输出为非线性映射网络的输入,非线性映射网络的输出为图像增强网络的输出;所述非线性映射网络包括残差网络分支和稠密网络分支,所述残差网络分支和所述稠密网络分支之间设置注意力模块;
将增强视频帧和非低照度视频帧按时序制成目标视频;
通过变电站监控模型对目标视频进行分析,判断变电站内是否发生入侵或违规;
是则向后台及客户端发送入侵或违规警示消息,保存记录入侵和违规的目标视频。
2.根据权利要求1所述变电站视频监控方法,其特征在于,所述检测所采集视频的视频帧是否属于低照度视频帧包括:
预设亮度阈值;
获取所述视频的视频帧转化为HSV并计算视频帧的平均亮度;
比较预设的亮度阈值与视频帧的平均亮度判断视频帧是否属于低照度视频帧。
3.根据权利要求1所述变电站视频监控方法,其特征在于,通过LOL数据集对信道分割注意力网络进行训练获取低照度图像增强模型。
4.根据权利要求1所述变电站视频监控方法,其特征在于,将增强视频帧和非低照度视频帧按时序制成目标视频包括:
按时序排列增强视频帧和非低照度视频帧;
按照时序组合增强视频帧和非低照度视频帧形成目标视频。
5.根据权利要求1所述变电站视频监控方法,其特征在于,所述变电站监控模块包括Yolo子模块和分类子模块,其中所述Yolo子模块用于向分类子模块提供目标视频帧,所述目标视频帧中的人像被Yolo子模块抓取,所述分类子模块对目标视频帧进行分类。
6.根据权利要求5所述变电站视频监控方法,其特征在于,利用Yolo子模块创建分类子模块的训练集和测试集,利用Yolo子模块所创建的训练集和测试集训练获取分类子模块。
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国网山东省电力公司郓城县供电公司,未经国网山东省电力公司郓城县供电公司许可,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/202111148237.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于协方差矩阵重构和ADMM的波束形成方法
- 下一篇:一种接地线延长装置