申请/专利权人：国网河南省电力公司电力科学研究院;国网河南省电力公司

申请日：2022-02-10

公开（公告）日：2024-03-19

公开（公告）号：CN114529583B

主分类号：G06T7/246

分类号：G06T7/246;G06N3/084;G06N3/0464;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.06.10#实质审查的生效;2022.05.24#公开

摘要：一种基于残差回归网络的电力设备跟踪方法及系统，包括获取目标模板图像与当前帧图像，包括：根据所述电力设备的位置信息，分别提取所述目标模板图像与当前帧图像的深度特征作为目标模板的特征与当前帧搜索区域的特征；进行前背景分类和边界框回归，得到粗分类得分和粗定位结果。根据粗定位结果，使用聚合方法得到聚合特征；根据聚合特征优化细分类得分与残差回归结果；通过点乘操作得到最终分类置信度图，根据残差回归结果与所述粗定位结果，通过求和操作得到目标定位结果；根据最终分类置信度图与目标定位结果，计算出所述当前帧图像的跟踪结果。本发明提升了目标的定位精度。

主权项：1.一种基于残差回归网络的电力设备跟踪方法，所述跟踪方法用于实现对电力设备巡检图像的目标检测和跟踪，将第一帧图像作为目标模板图像，将后续待跟踪检测的图像依次作为当前帧图像，其特征在于，所述方法包括如下步骤：步骤1，根据所述电力设备的位置信息，分别提取所述目标模板图像与当前帧图像的深度特征作为目标模板的特征与当前帧搜索区域的特征；步骤2，通过图注意力机制，将所述目标模板的特征传递到所述当前帧搜索区域的特征中，以获得响应图；步骤3，对所述响应图分别使用具有4层卷积的分类网络和回归网络进行前背景分类和边界框回归，得到粗分类得分和粗定位结果；步骤4，根据所述粗定位结果，使用关键点特征聚合方法得到聚合特征；具体包括：步骤S41，利用粗定位结果包含的当前帧搜索区域中的电力设备的四条边界的位置坐标，并使用双线性插值法计算出目标边界特征，公式为： 其中x,y为边界的位置坐标，fQ11、fQ12、fQ21、fQ22分别为位于点x,y上下左右的四个点的特征值，fx,y即为求得的目标边界特征；步骤S42：对于每一条边界，计算出目标边界特征fx,y最大值，将该最大值对应的位置x,y作为目标特征的关键点；步骤S43：将所述关键点与所述响应图进行连接操作，得到聚合后的目标特征： 其中c代表第c个通道，Ici,j为响应图中宽为i，高为j的第c个通道特征，x0,y0、x1,y1分别表示粗定位结果对应的目标左上角坐标和右下角坐标，w和h为粗定位结果对应的目标宽和高，N为设定的参数；步骤5，对所述聚合特征进行分类优化细分类得分，对所述聚合特征进行残差回归优化残差回归结果；具体包括：步骤S51：使用聚合特征进行分类得到细分类损失为： 其中为结点i,j的细分类得分，qx,y为预设的正负样本标签，LCE代表交叉熵损失函数，||ti,j为指示函数，ti,j代表回归标签，分别是点i,j到目标左、上、右、下的距离，所述细分类损失用于优化细分类得分；步骤S52：使用聚合特征进行残差回归得到残差回归结果的损失为： 其中为结点i,j的残差回归结果，LIOU代表IOU损失函数，所述残差回归结果的损失用于优化残差回归结果；步骤6，根据所述细分类得分与所述粗分类得分，通过点乘操作得到最终分类置信度图，根据所述残差回归结果与所述粗定位结果，通过求和操作得到目标定位结果；步骤7，根据所述最终分类置信度图与目标定位结果，计算出所述当前帧图像的跟踪结果。

全文数据：

权利要求：

百度查询： 国网河南省电力公司电力科学研究院;国网河南省电力公司 基于残差回归网络的电力设备跟踪方法及跟踪系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD