[發(fā)明專利]基于雙目視覺的輸電通道隱患物識別追蹤方法

有效

• 申請?zhí)枺?/td>: 202010103138.X
• 申請日: 2020-02-19
• 公開（公告）號: CN111354028B
• 公開（公告）日: 2022-05-31
• 發(fā)明（設(shè)計）人: 聶禮強;鄭曉云;姚一楊;戰(zhàn)新剛;孫騰;尉寅瑋
• 申請（專利權(quán)）人: 山東大學(xué);國網(wǎng)浙江省電力有限公司衢州供電公司;國網(wǎng)浙江省電力有限公司;智洋創(chuàng)新科技股份有限公司
• 主分類號: G06T7/55
• 分類號: G06T7/55;G06T7/73;G06T7/246;G06V20/40;G06V10/82;G06N3/04
• 代理公司: 濟南竹森知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 37270
• 代理人: 呂利敏

1.基于雙目視覺的輸電通道隱患物識別追蹤方法，其特征在于，包括以下步驟：

S1:收集輸電線路可視化巡檢系統(tǒng)中的監(jiān)拍數(shù)據(jù)，構(gòu)造輸電線路及輸電通道常見外破隱患樣本數(shù)據(jù)集；

S2:構(gòu)建基于雙目視覺的左右目圖像隱患識別追蹤的模型：利用深度學(xué)習(xí)和雙目視覺技術(shù)，對輸入的雙目視覺信息進行卷積以及左右目關(guān)聯(lián)通路操作；

S3:利用步驟S2的模型，對初始模型檢測出的左右目圖像外破隱患分割輪廓與數(shù)據(jù)集中的真實分割輪廓進行損失計算，并進行迭代優(yōu)化，直至整個損失函數(shù)完全收斂；

S4:將訓(xùn)練完成的模型投入測試與使用，接收雙目視覺輸入，即實現(xiàn)外破隱患識別追蹤；

所述步驟S2構(gòu)建基于雙目視覺的左右目圖像隱患識別追蹤的模型的方法包括：

S21:所述模型接收左目圖像L與右目圖像R，使用預(yù)訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)ResNet分別獲取特征圖F_lm=ResNet(L),F_rm=ResNet(R);

S22:將獲取的特征圖F_lm和F_rm通過6個不同尺度的池化卷積模塊，Pool_i(Conv_i()),i={1,2,3,4,5,6},得到M_li=Pool_i(Conv_i(F_lm))和M_ri=Pool_i(Conv_i(F_rm))，這里Pool指不同尺度的池化操作，Conv指不同的卷積操作，下標(biāo)i代表不同尺度，分別為1、2、3、4、5和6；

S23:分別對每個M_li和M_ri進行上采樣操作，得到上采樣本

U_li=UpSample(M_li),U_ri=UpSample(M_ri)，i={1,2,3,4,5,6}；

S24:構(gòu)建雙目視覺左右目關(guān)聯(lián)通路：接收左目圖像特征圖F_lm與右目圖像特征圖F_rm，并進行合并操作得到合并特征圖F_c=Concat(F_lm，F(xiàn)_rm),對得到的F_c進行尺度為1的池化卷積操作，并同樣進行上采樣，得到：

左右目關(guān)聯(lián)特征z=UpSample(Pool₁(Conv₁(F_c)))，其中UpSample(?)代表上采樣操作，Pool₁(Conv₁(?))代表尺度為1 的池化卷積操作；

S25:分別對左目各個上采樣本U_li及關(guān)聯(lián)特征z，和右目各個上采樣本U_ri及關(guān)聯(lián)特征z進行合并操作，得到：

左目合并張量C_l=Concat(U_l1,U_l2,U_l3,U_l4,U_l5,U_l6,z)和右目合并張量C_r=Concat(U_r1,U_r2,U_r3,U_r4,U_r5,U_r6,z);

S26:對得到的合并張量C_l和C_r進行一層卷積及Softmax操作，得到最終的隱患物位置與輪廓的概率左目預(yù)測信息PL=Softmax(Conv(C_l))與右目預(yù)測信息PR=Softmax(Conv(C_r))。

2.根據(jù)權(quán)利要求1所述的基于雙目視覺的輸電通道隱患物識別追蹤方法，其特征在于，所述步驟S1構(gòu)造輸電線路及輸電通道常見外破隱患樣本數(shù)據(jù)集的方法包括：

S11: 采樣雙目監(jiān)控視頻數(shù)據(jù)，采樣的范圍包括：隱患源監(jiān)控視頻；

S12: 對隱患源進行人工標(biāo)注，記錄隱患源的位置及輪廓并保存數(shù)據(jù)標(biāo)簽，則數(shù)據(jù)集構(gòu)建完畢。