[发明专利]基于机器学习的实时压板检测及状态识别系统及方法有效
| 申请号： | 201810660753.3 | 申请日： | 2018-06-25 |
| 公开（公告）号： | CN109191419B | 公开（公告）日： | 2021-06-29 |
| 发明（设计）人： | 于晓斌;王兴光;吕士良;毛琨;董祥宁;于柠源;王安山;吕守国;傅崇光;李健;张传友;高发钦;邵光亭;王亚菲;崔笑笑;杨国庆 | 申请（专利权）人： | 国网智能科技股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/46;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250101 山东省济南市高新孙村片区飞跃大道以*** | 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： | 本发明公开了一种基于机器学习的实时压板检测及状态识别系统及方法，加载用于训练的压板检测和状态判断模型文件；对采集的压板实时检测图像进行预处理；利用深度卷积神经网络训练压板的检测，判断采集的检测图像内是否有压板，如果具有压板则进行压板的状态识别，否则继续接收检测图像，对检测结果进行分类输出；提取压板的轮廓特征与颜色特征，利用支持向量机构建特征分类器，利用分类后的特征向量和颜色标志，识别压板开关的开、关状态。 | ||
| 搜索关键词： | 基于 机器 学习 实时 压板 检测 状态 识别 系统 方法 | ||
【主权项】：
1.一种基于机器学习的实时压板检测及状态识别方法，其特征是：包括以下步骤：加载用于训练的压板检测和状态判断模型文件；对采集的压板实时检测图像进行预处理；利用深度卷积神经网络训练压板的检测，判断采集的检测图像内是否有压板，如果具有压板则进行压板的状态识别，否则继续接收检测图像，对检测结果进行分类输出；提取压板的轮廓特征与颜色特征，利用支持向量机构建特征分类器，利用分类后的特征向量和颜色标志，识别压板开关的开、关状态。
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国网智能科技股份有限公司，未经国网智能科技股份有限公司许可，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/patent/201810660753.3/，转载请声明来源钻瓜专利网。
