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。