申请/专利权人：长沙理工大学

申请日：2024-01-05

公开（公告）日：2024-04-19

公开（公告）号：CN117912055A

主分类号：G06V40/10

分类号：G06V40/10;G06V10/25;G06V10/52;G06V10/62;G06V10/26;G06V10/42;G06V10/44;G06V10/80;G06V10/774;G06V10/82;G06N3/0455;G06N3/0499;G06N3/08;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于Transformer的多方向特征融合的电网巡检目标追踪方法，方法包括：采集电网巡检视频，抽帧将电网巡检视频转换为静态图像，并使用标注工具建立标签库；采用模糊、锐化、亮度、浮雕样本增强策略来增加图像数量，丰富训练数据；建立多方向多尺度Transformer的电网巡检下的目标追踪模型，模型包括编码器、解码器、多方向特征提取模块、多尺度融合模块、检测头，通过对处理后的样本图像进行训练，实现模型的收敛；在实时电网巡检视频中，通过训练后的多方向多尺度Transformer网络模型，自动识别和跟踪关键目标。该方法能够提高电网巡检的效率和准确性，有效降低了人力成本和减轻了潜在的安全风险，辅助巡视员进行线路的巡视和维护。

主权项：1.一种基于Transformer的多方向特征融合的电网巡检目标追踪方法，其特征在于，所述方法包括：步骤S1.采集电网巡检视频，抽帧将电网巡检视频转换为静态图像，并使用标注工具建立标签库；步骤S2.采用模糊、锐化、亮度、浮雕样本增强策略来增加图像数量，丰富训练数据；步骤S3.建立多方向多尺度Transformer的电网巡检下的目标人员追踪模型，模型包括编码器、解码器、多方向特征提取模块、多尺度融合模块、检测头，通过对处理后的样本图像进行训练，实现模型的收敛；步骤S4.在实时电网巡检视频中，通过训练后的多方向多尺度Transformer网络模型，自动识别和跟踪关键目标。

全文数据：

权利要求：

百度查询： 长沙理工大学 基于Transformer的多方向特征融合的电网巡检目标人员追踪方法

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