基于电力基建作业图形数据库的违章特征提取方法技术

本发明专利技术公开了一种基于电力基建作业图形数据库的违章特征提取方法，包括以下步骤：包括以下步骤：对图形的像素进行归一化；将归一化后的图形输入基学习器内，在所述基学习器内进行HOG特征提取、SIFT特征提以及CNN特征提取；将特征提取完的图形进行集成学习，获得分类结果。本发明专利技术可以大大提高图像特征提取准确率。率。

【技术实现步骤摘要】
基于电力基建作业图形数据库的违章特征提取方法


[0001]本专利技术涉及电力
，尤其是一种基于电力基建作业图形数据库的违章特征提取方法。

技术介绍

[0002]目前，为提高电力基建现场的安全管理，降低事故的发生，电力基建现场的监管工作多以工作人员到现场进行监管为主。虽然这种监管方式在一定程度上降低了事故的发生，但是浪费了大量的人力和时间。但是现有的电力基建作业图形数据库的违章特征识别率低下，无法满足现在日益发展的社会状况。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种基于电力基建作业图形数据库的违章特征提取方法。
[0004]为解决上述技术问题，本专利技术所采取的技术专利技术如下。
[0005]本专利技术公开一种基于电力基建作业图形数据库的违章特征提取方法，包括以下步骤：
[0006]对图形的像素进行归一化；
[0007]将归一化后的图形输入基学习器内，在所述基学习器内进行HOG特征提取、 SIFT特征提以及CNN特征提取；
[0008]将特征提取完的图形进行集成学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电力基建作业图形数据库的违章特征提取方法，其特征在于，包括以下步骤：对图形的像素进行归一化；将归一化后的图形输入基学习器内，在所述基学习器内进行HOG特征提取、SIFT特征提以及CNN特征提取；将特征提取完的图形进行集成学习，获得分类结果。2.根据权利要求1所述的一种基于电力基建作业图形数据库的违章特征提取方法，其特征在于：HOG特征提取实现步骤包括训练阶段和测试阶段；HOG特征提取的训练阶段：对于输入的待训练的已知标记的图形集，首先用HOG进行特征提取，用图形的HOG特征作为SVM的输入，根据图形已知的标记，计算损失函数，从而进行训练，其损失函数计算公式如下所示：其中N是训练样本图形的个数，c是SVM分类器分类的个数，P
ik
为第i张图形样本被预测到第k个类的概率，P
ik
为第i张图形样本实际为第k个类的概率；其中HOG进行特征提取的步骤包括：灰度化与标准化；计算梯度；统计单元格内梯度；块内的归一化；得到图形特征描述。3.根据权利要求2所述的一种基于电力基建作业图形数据库的违章特征提取方法，其特征在于：HOG特征提取的测试阶段：训练好的HOG基分类器，输入任意一张图形，经过HOG基分类器，得到其类别。4.根据权利要求3所述的一种基于电力基建作业图形数据库的违章特征提取方法，其特征在于：SIFT特征提实现步骤包括训练阶段和测试阶段；SIFT特征提取的训练阶段：对于输入的待训练的已知标记的图形集，首先用SIFT的方法进行特征提取后用Bag
‑
of
‑
Words模型进行聚集后所产生的特征，用这些特征作为SVM的输入，根据图形已知的标记，计算其损失函数，进行训练，由于都是SVM分类的结果，其损失函数计算过程与HOG的损失函数计算过程相同，如下所示：其中N是训练样本图形的个数，c...

【专利技术属性】
技术研发人员：王岩冰，张志晓，高山，刘洋，张伟伟，
申请(专利权)人：国网河北省电力有限公司建设公司，
类型：发明
国别省市：