[发明专利]一种基于ZF-Faster RCNNs的电缆隧道积水定位识别方法有效
| 申请号： | 201810559133.0 | 申请日： | 2018-06-01 |
| 公开（公告）号： | CN108985322B | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 崔江静;黄顺涛;仇炜;裴星宇;朱五洲;江霖;刘淡冰;廖雁群;袁永毅 | 申请（专利权）人： | 广东电网有限责任公司;广东电网有限责任公司珠海供电局 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00;G06N3/04 |
| 代理公司： | 44102 广州粤高专利商标代理有限公司 | 代理人： | 刘瑶云<国际申请>=<国际公布>=<进入 |
| 地址： | 510000 广东*** | 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： | 本发明涉及计算机图像处理方法的技术领域，更具体地，涉及一种基于ZF‑Faster RCNNs的电缆隧道积水定位识别方法，包括候选区域生成的步骤、特征提取的步骤、类别判断的步骤以及位置精修的步骤，先采用RPN网络提取积水定位区域建议，然后用Faster R‑CNN检测网络在建议框内进行图像识别、SVM分类，最后对建议框进行位置精修，通过将传统的Faster R‑CNN检测网络种的Softmax分类方法替换成SVM，避免了由于正则化参数选取造成的概率计算近似结果，增强了分类的置信度。本发明能够实现实时监控电缆隧道内的积水情况，且能够实现电缆隧道积水区域的快速识别和定位，定位准确，计算效率高。 | ||
| 搜索关键词： | 电缆隧道 积水 精修 计算机图像处理 正则化参数 定位区域 定位准确 概率计算 候选区域 积水区域 计算效率 近似结果 快速识别 类别判断 实时监控 特征提取 图像识别 网络提取 传统的 置信度 分类 检测 替换 网络 | ||
【主权项】：
1.一种基于ZF-Faster RCNNs的电缆隧道积水定位识别方法，其特征在于，包括以下步骤：/nS1.通过隧道巡检机器人摄像头拍摄采集包含有积水的隧道积水样本图像；/nS2.遍历步骤S1中所述隧道积水样本图像，对每张样本图像用包围框对积水区域进行标记处理，将包围框内的像素点标记为积水类别，将包围框外的像素点标记为背景类别，获得训练集；/nS3.对步骤S2中所述训练集中具有包围框的隧道积水样本图像进行尺度缩放，将每张样本图像和包围框的较长边变换到预设目标尺寸，较短边根据较长边变换到预设目标尺寸的缩放尺度进行相同比例缩放；/nS4.构建包含ZFnet网络和RPN网络的Faster R-CNN检测网络，使用PASCAL VOC2011Example Images对ZFnet网络进行预训练，所述RPN网络和Faster R-CNN检测网络均为ZFnet网络的基础上增加功能层得到；/nS5.使用步骤S4预训练得到的ZFnet网络对RPN网络进行初始化，步骤S4中所述功能层进行卷积运算得到积水定位区域建议框；/nS6.使用步骤S4预训练得到的ZFnet网络对Faster R-CNN检测网络进行初始化，将步骤S5中得到的积水定位区域建议框作为Faster R-CNN检测网络的输入，进行层卷积、池化运算以及SVM分类器计算以判断所述积水定位区域建议框是否存在隧道积水的结论以及积水区域的位置；/nS7.重复步骤S5和步骤S6使用样本图像对Faster R-CNN检测网络进行训练和微调，在误差反向传播的过程中调整矩阵的参数，得到适合用于电缆隧道积水定位识别的FasterR-CNN检测网络。/n
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广东电网有限责任公司;广东电网有限责任公司珠海供电局，未经广东电网有限责任公司;广东电网有限责任公司珠海供电局许可，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/patent/201810559133.0/，转载请声明来源钻瓜专利网。
