[發(fā)明專利]一種基于雙流卷積網(wǎng)絡的高壓斷路器軌跡動作識別方法

在審

• 申請?zhí)枺?/td>: 202110653322.6
• 申請日: 2021-06-11
• 公開（公告）號: CN113505812A
• 公開（公告）日: 2021-10-15
• 發(fā)明（設計）人: 孫獻春;陳冰晶;朱偉;周剛;呂超;李霖;楊秀彬;沈志根;劉建文;朱迪;錢偉杰;孫瑩
• 申請（專利權）人: 國網(wǎng)浙江省電力有限公司嘉興供電公司;嘉興恒創(chuàng)電力集團有限公司博創(chuàng)物資分公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06T7/20
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 劉正君

1.一種基于雙流卷積網(wǎng)絡的高壓斷路器軌跡動作識別方法，其特征是，包括以下步驟：

S1，構建并訓練雙流卷積網(wǎng)絡模型，所述雙流卷積網(wǎng)絡模型包括雙流特征提取層、候選軌跡提取層和目標定位層，所述雙流特征提取層采用圖卷積和軌跡卷積的結構共同提取；

S2，獲取高壓斷路器運動軌跡的圖像序列，并將所述圖像序列輸入到雙流特征提取層，經(jīng)所述圖卷積和軌跡卷積的結構共同提取到N個目標候選軌跡，所述N個目標候選軌跡進入候選軌跡提取層，所述候選軌跡提取層對每個目標候選軌跡輸出對應的一個置信度，所述目標定位層獲取置信度最大的目標候選軌跡作為目標運動軌跡，再取目標運動軌跡的最后一幀的目標位置為目標圖像塊；

S3，設定故障圖像塊匹配庫，所述故障圖像塊匹配庫設有若干故障圖像塊，所述每個故障圖像塊對應一種高壓斷路器故障類型，當高壓斷路器故障類型更新時，故障圖像塊匹配庫的故障圖像塊對應更新；

S4，遍歷故障圖像塊匹配庫，直至找到與目標圖像塊匹配度大于90％的故障圖像塊，輸出該故障圖像塊對應的高壓斷路器故障類型；

S5，設定故障處理指令庫，所述設定故障處理指令庫包括若干高壓斷路器故障類型及每種高壓斷路器故障類型對應的故障處理指令，當故障處理指令庫接收到故障圖像塊匹配庫輸出的高壓斷路器故障類型，所述故障處理指令庫輸出該高壓斷路器故障類型對應的故障處理指令。

2.根據(jù)權利要求1所述的一種基于雙流卷積網(wǎng)絡的高壓斷路器軌跡動作識別方法，其特征是，所述步驟S1具體包括以下步驟：

S101，從初始圖像序列中選擇并確定要跟蹤的目標對象；選取目標對象過程是通過運動目標檢測方法自動提取或者人機交互方法手動指定；

S102，建立訓練數(shù)據(jù)集，選取分類識別視頻數(shù)據(jù)集，將其所有圖像標記對應的目標對象位置坐標，再通過已知標簽制作訓練數(shù)據(jù)集；所述分類識別視頻包括若干類視頻，從每一類視頻數(shù)據(jù)中，按照兩種選取規(guī)則進行數(shù)據(jù)集的制作；

S103，構建雙流卷積網(wǎng)絡模型；

S104，利用建立訓練數(shù)據(jù)集對雙流卷積網(wǎng)絡模型進行訓練，采用經(jīng)典的隨機梯度下降法，訓練完成后，雙流卷積網(wǎng)絡模型輸出每一個目標候選軌跡的置信度，再選取最大置信度的目標候選軌跡作為目標運動軌跡，再取目標運動軌跡的最后一幀圖像的目標位置為目標圖像塊。

3.根據(jù)權利要求2所述的一種基于雙流卷積網(wǎng)絡的高壓斷路器軌跡動作識別方法，其特征是，所述步驟S102具體包括以下步驟：所述分類識別視頻數(shù)據(jù)集為大型分類識別視頻數(shù)據(jù)集ImageNet Video，包括4500類視頻，連續(xù)取16幀圖像I₁,I₂,...,I₁₆作為一組訓練數(shù)據(jù)集和每2幀圖像取1幀I₁,I₃,..,I₃₁作為一組訓練數(shù)據(jù)集，其中I表示一幀圖像，采樣圖像幀數(shù)均為16幀，最終生成56250組訓練集，圖像幀尺寸均歸一化為224×224像素。