[發(fā)明專利]一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011169847.4
• 申請(qǐng)日: 2020-10-28
• 公開（公告）號(hào): CN112257621A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計(jì)）人: 吳建蓉;黃歡;周振峰;彭赤;杜昊;張偉;盧金科;吳瑀;徐朝;羅世應(yīng);黃軍凱;范強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 貴州電網(wǎng)有限責(zé)任公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08
• 代理公司: 貴陽(yáng)中新專利商標(biāo)事務(wù)所 52100
• 代理人: 商小川

1.一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，它包括：

步驟1、對(duì)每次巡檢產(chǎn)生的缺陷圖片進(jìn)行壓縮處理并上傳；

步驟2、對(duì)缺陷圖片進(jìn)行目標(biāo)位置確定和目標(biāo)類別標(biāo)注。

2.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述對(duì)每次巡檢產(chǎn)生的缺陷圖片進(jìn)行壓縮處理的方法為：采用整數(shù)小波變換的方法對(duì)圖片進(jìn)行壓縮處理。

3.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述2所述對(duì)圖片進(jìn)行目標(biāo)位置確定和目標(biāo)類別判別的方法為：采用Darknet網(wǎng)絡(luò)模型結(jié)合YOLO算法的識(shí)別方法對(duì)缺陷圖片進(jìn)行缺陷跟蹤與識(shí)別。

4.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述對(duì)缺陷圖片進(jìn)行目標(biāo)位置確定的方法為：采用滑動(dòng)窗口的方式或區(qū)域提議的方式；所述滑動(dòng)窗口的方式為逐窗口判斷是否存在目標(biāo)對(duì)象；區(qū)域提議的方式為先集中生成可能包含目標(biāo)對(duì)象的區(qū)域框,再逐一判斷每個(gè)候選框是否包含目標(biāo)對(duì)象。

5.根據(jù)權(quán)利要求4所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述滑動(dòng)窗口的方式的算法采用可變形部件模型DPM；在檢測(cè)階段,DPM在圖像特征金字塔上作為一個(gè)滑動(dòng)窗口運(yùn)行,圖像特征金字塔由HOG特征建立，DPM通過優(yōu)化一個(gè)綜合部件變形代價(jià)函數(shù)和圖像匹配得分的得分函數(shù)來(lái)給每個(gè)滑動(dòng)窗口賦予一個(gè)得分。

6.根據(jù)權(quán)利要求4所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：區(qū)域提議的方式的算法采用基于區(qū)域的卷積神經(jīng)網(wǎng)模型RCNN；在檢測(cè)階段,RCNN分為4個(gè)步驟：①使用視覺方法生成候選區(qū)域；②對(duì)每個(gè)候選區(qū)域用CNN進(jìn)行特征提取,形成高維特征向量；③將這些特征量送入一個(gè)線性分類器計(jì)算屬于某個(gè)類別的概率,用于判斷所包含對(duì)象；④對(duì)目標(biāo)外圍框的位置和大小進(jìn)行一個(gè)精細(xì)的回歸。

7.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述對(duì)缺陷圖片進(jìn)行目標(biāo)類別標(biāo)注的方法為：采用基于深度學(xué)習(xí)的圖像標(biāo)簽生成算法對(duì)目標(biāo)類別進(jìn)行標(biāo)注；基于深度學(xué)習(xí)的圖像標(biāo)簽生成算法首先采用RBM或者DAE模型對(duì)網(wǎng)絡(luò)權(quán)重進(jìn)行預(yù)訓(xùn)練，然后將預(yù)訓(xùn)練得到的每層權(quán)重值作為反向傳播算法的權(quán)重初始值賦予整個(gè)神經(jīng)元網(wǎng)絡(luò)，最后采用反向傳播算法更新整個(gè)網(wǎng)絡(luò)的權(quán)重。

8.根據(jù)權(quán)利要求7所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：所述對(duì)缺陷圖片進(jìn)行目標(biāo)類別標(biāo)注的具體方法為：采用3層深度神經(jīng)元網(wǎng)絡(luò)架構(gòu)，輸入層單元輸入圖像的特征v，將圖像的標(biāo)簽信息作為網(wǎng)絡(luò)的輸出節(jié)點(diǎn)t；當(dāng)采用RBM模型時(shí)，由于神經(jīng)網(wǎng)絡(luò)輸入單元v∈R^N，N為輸入圖像特征維數(shù)，故應(yīng)當(dāng)采用GRBM作為深度神經(jīng)網(wǎng)絡(luò)的第一層網(wǎng)絡(luò)結(jié)構(gòu)h1，隨后兩層采用常規(guī)RBM作為深度網(wǎng)絡(luò)的第二層h2和第三層h3網(wǎng)絡(luò)；當(dāng)采用DAE模型時(shí)，第一層自編碼神經(jīng)網(wǎng)絡(luò)的反向激勵(lì)函數(shù)運(yùn)用線性函數(shù)，第二層h2和第三層h3網(wǎng)絡(luò)反向激勵(lì)函數(shù)應(yīng)用邏輯斯蒂克函數(shù)；設(shè)定監(jiān)督向量的維數(shù)目為類別數(shù)目M，對(duì)應(yīng)于樣本所屬類別k，那么輸出層的第k維為1，剩下維數(shù)為零；在反向傳播算法中，計(jì)算神經(jīng)網(wǎng)絡(luò)實(shí)際輸出與監(jiān)督向量的之間的差值來(lái)衡量網(wǎng)絡(luò)的收斂程度，當(dāng)滿足訓(xùn)練次數(shù)要求時(shí)停止訓(xùn)練；訓(xùn)練完成后，將測(cè)試數(shù)據(jù)組輸入神經(jīng)網(wǎng)絡(luò)，取輸出層最大節(jié)點(diǎn)的位置為樣本的預(yù)測(cè)類別；在處理多分類問題時(shí)，將樣本多個(gè)類別信息所對(duì)應(yīng)的監(jiān)督向量的維數(shù)均設(shè)為1，輸出層的激勵(lì)函數(shù)由softmax函數(shù)替換為邏輯斯蒂克函數(shù)，對(duì)輸出層的結(jié)果做排序。

9.根據(jù)權(quán)利要求8所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：在進(jìn)行目標(biāo)類別標(biāo)注時(shí)，將圖像的標(biāo)簽頻率引入到監(jiān)督信息中，通過改善神經(jīng)網(wǎng)絡(luò)的監(jiān)督向量改進(jìn)模型的準(zhǔn)確度，新的監(jiān)督信息在原有監(jiān)督信息y的基礎(chǔ)上除以標(biāo)簽所屬圖像的和n；同時(shí)為了避免監(jiān)督信息過小，再除以中的最大值做標(biāo)準(zhǔn)化處理，保證了圖像的低頻標(biāo)簽有較大的返回值，能夠有效改善圖像的標(biāo)注精度。

10.根據(jù)權(quán)利要求8所述的一種無(wú)人機(jī)巡檢的設(shè)備圖像識(shí)別方法，其特征在于：在進(jìn)行目標(biāo)類別標(biāo)注時(shí)，為了增加標(biāo)注的準(zhǔn)確性，更加有效的返回低頻標(biāo)簽，改進(jìn)了神經(jīng)網(wǎng)絡(luò)的損失函數(shù)，每一維的監(jiān)督信息不再平等對(duì)待；一方面，含有低頻標(biāo)簽的樣本具有更大的權(quán)重，另一方面，低頻標(biāo)簽所對(duì)應(yīng)的監(jiān)督信息具有更大的權(quán)重，公式為：

式中，L為原損失函數(shù)，f₁為考慮詞頻的樣本的權(quán)重，f₂為考慮詞頻的損失函數(shù)的權(quán)重。