一种基于多维图像的目标智能匹配和识别方法技术

本发明专利技术公开一种基于多维图像的目标智能匹配和识别方法，具体包括以下步骤：S1:对电网布控巡检区域的固定摄像头及机器人、无人机摄像头搜集图像进行筛选、整理，形成相应的多尺度目标训练数据；S2:提出多尺度下同一目标匹配度最大化准则；S3提出多维图像联合学习模型；S4:实现不同摄像头下不同分辨率的目标匹配；S5对匹配成功的图像进行进一步的识别,本发明专利技术通过不同尺度的信息有效加强了低分辨率下目标的表达信息，同时，利用匹配度最大化准则判别不同分辨率下同一目标，进而学习不同尺度最优度量模型，相比于单一尺度的匹配方案，本发明专利技术的方法可以在多种复杂环境下保持更高的匹配准确率,且，匹配成功的目标可以进一步的进行识别。的进行识别。的进行识别。

【技术实现步骤摘要】
一种基于多维图像的目标智能匹配和识别方法


[0001]本专利技术涉及计算机视觉技术，具体地说涉及一种基于多维图像的目标智能匹配和识别方法，结合多维图像以达到提升目标匹配准确率和识别准确度的目的，从而提升电网巡检效率。

技术介绍

[0002]随着国家电网线路里程的不断增长，危险系数高，费时费力的传统人工巡检已经无法适应发展需求，新时代智能电网计划的提出，大量利用各种先进的传感器和先进算法的机器人和无人机已经被广泛应用于电网巡检中，这种智能巡检方式不仅危险系数低，成本低，而且受环境、天气因素影响低，已经成为实现电网智能化的重要手段，也是智能电网未来发展的重要方向。
[0003]然而，智能巡检在具有广阔前景的同时，受限于技术的发展，也存在一些无法忽视的缺陷，例如现在大部分机器人、无人机巡检都是按照固定路线，固定时间进行巡检，可能无法实时排查安全问题，另外，排查时总是采用将拍摄照片上传到云端进行检查，这极大限制了巡检效率。识别准确度也是限制无人巡检的一个很大阻碍，相较于人工巡检，无人巡检的准确度仍然处于较低的水平。
[0004]目前针对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维图像的目标智能匹配和识别方法，其特征在于，具体包括以下步骤：S1:对电网布控巡检区域固定摄像装置，进行搜集多维图像，并且，进行对多维图像进行筛选、整理，形成相应的多尺度目标训练数据；S2:提出多尺度下同一目标匹配度最大化准则；S3:提出多维图像联合学习模型；S4:实现不同摄像头下不同分辨率的目标匹配；S5:对匹配成功的图像进行进一步的识别。2.根据权利要求1所述的一种基于多维图像的目标智能匹配和识别方法，其特征在于，所述步骤S1中，所述摄像装置为固定摄像头、机器人、无人机，对于不同尺度的相同图片，采用至少两组视距不同的固定摄像头和无人机或机器人一同进行采集，分别形成多个不同的尺度图像数据，且，对于搜集的图像数据集分为三个不同的子数据集，分别为大、中、小三个尺度，分别形式化表述为其中，N表示每个子数据集均收集了N张图片，分别表示大、中、小尺度下同一目标图像提取的特征，其中i表示目标的类别。3.根据权利要求1所述的一种基于多维图像的目标智能匹配和识别方法，其特征在于，所述步骤S2提出多尺度下同一目标匹配度最大化准则中，匹配度大化准为通过将相同目标的不同的尺度图像的特征向量映射到同一纬度空间，然后最小化的多尺度特征向量在同一纬度空间的差异完成的。4.根据权利要求3所述的一种基于多维图像的目标智能匹配和识别方法，其特征于，通过将多尺度特征向量映射到同一纬度空间，然后最小化各个尺度特征向量均值差异实现匹配度最大化，具体的匹配度最大化准则可公式化为：在公式(1)中，K表示目标类别数，T
h
,T
m
,T
s
分别表示将三种不同尺度特征影射到同一纬度空间的变换矩阵，分别表示第i个目标在三种不同尺度所属图像特征向量的均值。5.根据权利要求1所述的一种基于多维图像的目标智能匹配和识别方法，其特征在于，所述步骤S3中，通过在不同尺度学习最优度量，实现多维图像联合学习模型，多维图像联合学习模型满足匹配度最大化准则,同时可以保证相同尺度下，相同目标的类内距离最小，不同目标的类外距离最大。6.根据权利要求1所述的一种基于多维图像的目标智能匹配和识别方法，其特征在于，所述步骤S3中引入类间和类内散度矩阵，用于衡量类间及类内距离，形式化类间和类内矩阵为S
b
，S
w
,其公式(2)为：
其中I
i
，I
j
表示要匹配的不同尺度目标特征向量，对不同尺度的相同目标，满足对不同的目标满足其中，A
i,j
...

【专利技术属性】
技术研发人员：琚小明，
申请(专利权)人：浙江捷瑞电力科技有限公司，
类型：发明
国别省市：