[發明專利]基于廣角自動識別的方法和裝置

在審

• 申請號: 201811105825.4
• 申請日: 2018-09-21
• 公開（公告）號: CN109255347A
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 楊炯;陳首名;王毅;薛志鵬;王川香;李書
• 申請（專利權）人: 國網重慶市電力公司綦南供電分公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;F16M11/10;G06K9/62;G06K9/00
• 代理公司: 浙江永鼎律師事務所 33233
• 代理人: 郭小麗

1.一種基于廣角自動識別的裝置，其特征在于，包括機架、與機架鉸接配合的翻轉軸、對圖像進行拍攝的紅外熱像儀、用于安裝紅外熱像儀且固定于轉軸上的安裝架，以及用于驅動轉軸繞鉸接處轉動的氣缸，所述安裝架包括轉動穿設于翻轉軸上的旋轉軸以及設置于旋轉軸一端且用于安裝紅外熱像儀的安裝座。

2.如權利要求1所述的基于廣角自動識別的裝置，其特征在于，所述機架包括底座、設置于底座上的豎直支架、與豎直支架滑動配合的升降軸、與升降軸固定連接升降板以及用于驅動升降軸相對于豎直支架滑動的驅動機構，所述翻轉軸與升降板鉸接配合。

3.如權利要求2所述的基于廣角自動識別的裝置，其特征在于，所述驅動機構包括：

設置于升降軸上的齒條；

與齒條相配合的齒輪；

用于驅動齒輪轉動的電機。

4.一種基于廣角自動識別的方法，其特征在于，包括如下步驟：

S1：將權利要求1～3任一所述的基于廣角自動識別的裝置采集多個包含有待識別的待測物體的紅外熱圖，并進行多個視角的拍攝，獲得訓練樣本集合；

S2：對訓練樣本集合中的每個待測物體紅外熱圖分別依次進行增強處理以及歸一化處理，得到預處理紅外熱圖；

S3：提取所述預處理紅外熱圖中的待測物體紅外熱圖特征：構建VGG16深度網絡，其中VGG16深度網絡中從第一卷積模塊中的第二個二維卷積至第三卷積模塊中的第三個二維卷積之間的二維卷積均為Squeeze Net中的模塊化的卷積化模塊Fire Module，即獲得基于VGG16和Squeeze Net的神經網絡框架；

S4：保存瓶頸特征：輸入訓練樣本集合和測試樣本集合，提取全連接層之前的輸出，即獲得瓶頸特征，并使用Nadam優化器訓練瓶頸特征；

S5：網絡優化：VGG16深度網絡預權重以及瓶頸特征權重，凍結神經網絡框架的第一卷積模塊、第二卷積模塊以及第三卷積模塊，并將第四卷積模塊、第五卷積模塊以及全連接層進行全局優化訓練，得到待測物體網絡模型，獲得紅外熱圖為待測物體的概率閾值；

S6：利用所述待測物體網絡模型，輸入或讀取待識別紅外熱圖，獲得待識別紅外熱圖中包括所述待測物體的概率，若待識別紅外熱圖中包括所述待測物體的概率高于所述概率閾值時，則該待識別紅外熱圖為所述待測物體。

5.如權利要求4所述的基于廣角自動識別的方法，其特征在于，所述步驟S1中，將采集的待測物體紅外熱圖進行不同尺度的變換，獲得訓練樣本集合。

6.如權利要求4所述的基于廣角自動識別的方法，其特征在于，所述步驟S2中通過拉普拉斯算子進行增強處理。

7.如權利要求4所述的基于廣角自動識別的方法，其特征在于，所述步驟S2中計算待測物體紅外熱圖在R通道上的最大值Rmax、最小值Rmin以及平均值Ravg，通過下列公式對訓練樣本集合中所有的待測物體紅外熱圖進行歸一化：

其中R^t代表待測物體紅外熱圖任意像素在R通道的數值。

8.如權利要求4所述的基于廣角自動識別的方法，其特征在于，每個卷積化模塊FireModule包含X個1×1的卷積層和擴展部分，所述擴展部分由Y個1×1擴展部分和Z個3×3的擴展部分組成。

9.如權利要求4所述的基于廣角自動識別的方法，其特征在于，所述步驟S5中通過隨機梯度算法SGD優化進行全局優化訓練。

10.如權利要求4所述的基于廣角自動識別的方法，其特征在于，所述待測物體紅外熱圖特征包括圖像的紋理特征和圖像的熱分布特征。