[發明專利]一種變電站視頻監控方法、系統及存儲介質有效
| 申請號: | 202111148237.0 | 申請日: | 2021-09-29 |
| 公開(公告)號: | CN114049732B | 公開(公告)日: | 2023-07-21 |
| 發明(設計)人: | 董曉虎;徐晨曦;樊淑娟;郭朔;李一博;郭路;王永立;楊亞菲;桑盛強 | 申請(專利權)人: | 國網山東省電力公司鄆城縣供電公司 |
| 主分類號: | G08B13/196 | 分類號: | G08B13/196;H04N23/50;H04N7/18 |
| 代理公司: | 濟南誠智商標專利事務所有限公司 37105 | 代理人: | 朱曉熹 |
| 地址: | 274700 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 變電站 視頻 監控 方法 系統 存儲 介質 | ||
1.一種變電站視頻監控方法,其特征在于,包括:
實時采集變電站的各個場景的視頻;
分析所采集視頻的清晰度是否異常,并根據異常情況發出清晰度異常警報,包括:預設RGB色差距離閾值和灰度變化閾值;獲取所述視頻的視頻幀,將視頻幀轉化為RGB圖和灰度圖;利用RGB圖計算視頻幀的RGB色差距離值,利用灰度圖計算視頻幀的灰度變化值;比較視頻幀的RGB色差距離值和RGB色差距離閾值和視頻幀的灰度變化值和灰度變化閾值判斷視頻幀是否清晰異常;對發生清晰異常的視頻幀的持續幀數或者持續時間進行統計;判斷持續幀數是否超出預設的幀數閾值或者持續時間是否超出預設的持續時間閾值;是則,發出清晰度異常警報;
檢測所采集視頻的視頻幀是否屬于低照度視頻幀,是則通過低照度圖像增強模型對低照度的視頻幀進行增強獲取增強視頻幀,所述增強視頻幀不屬于低照度視頻幀;其中,所述低照度圖像增強模型采用信道分割注意力網絡;所述信道分割注意力網絡的網絡架構包括淺層特征提取網絡、非線性映射網絡和圖像增強網絡,其中,所述淺層特征提取網絡的輸出為非線性映射網絡的輸入,非線性映射網絡的輸出為圖像增強網絡的輸出;所述非線性映射網絡包括殘差網絡分支和稠密網絡分支,所述殘差網絡分支和所述稠密網絡分支之間設置注意力模塊;
將增強視頻幀和非低照度視頻幀按時序制成目標視頻;
通過變電站監控模型對目標視頻進行分析,判斷變電站內是否發生入侵或違規;
是則向后臺及客戶端發送入侵或違規警示消息,保存記錄入侵和違規的目標視頻。
2.根據權利要求1所述變電站視頻監控方法,其特征在于,所述檢測所采集視頻的視頻幀是否屬于低照度視頻幀包括:
預設亮度閾值;
獲取所述視頻的視頻幀轉化為HSV并計算視頻幀的平均亮度;
比較預設的亮度閾值與視頻幀的平均亮度判斷視頻幀是否屬于低照度視頻幀。
3.根據權利要求1所述變電站視頻監控方法,其特征在于,通過LOL數據集對信道分割注意力網絡進行訓練獲取低照度圖像增強模型。
4.根據權利要求1所述變電站視頻監控方法,其特征在于,將增強視頻幀和非低照度視頻幀按時序制成目標視頻包括:
按時序排列增強視頻幀和非低照度視頻幀;
按照時序組合增強視頻幀和非低照度視頻幀形成目標視頻。
5.根據權利要求1所述變電站視頻監控方法,其特征在于,所述變電站監控模塊包括Yolo子模塊和分類子模塊,其中所述Yolo子模塊用于向分類子模塊提供目標視頻幀,所述目標視頻幀中的人像被Yolo子模塊抓取,所述分類子模塊對目標視頻幀進行分類。
6.根據權利要求5所述變電站視頻監控方法,其特征在于,利用Yolo子模塊創建分類子模塊的訓練集和測試集,利用Yolo子模塊所創建的訓練集和測試集訓練獲取分類子模塊。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網山東省電力公司鄆城縣供電公司,未經國網山東省電力公司鄆城縣供電公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111148237.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于協方差矩陣重構和ADMM的波束形成方法
- 下一篇:一種接地線延長裝置





