本申请实施例提供一种隔离开关的状态识别方法及系统，涉及状态识别技术领域。该状态识别方法包括：根据待测试视频获取稳态阶段图像，稳态阶段图像包括初始稳态阶段的测试初始图像和结尾稳态阶段的测试结尾图像，待测试视频包括隔离开关的操作动作；基于预设隔离开关实例分割模型对稳态阶段图像进行识别，获得测试初始图像的初始阶段识别结果和测试结尾图像的结尾阶段识别结果；获取基准视频信息；基于基准视频信息和初始阶段识别结果识别并获得第一隔离开关状态信息；基于基准视频信息和结尾阶段识别结果识别并获得第二隔离开关状态信息；根据第一隔离开关状态信息和第二隔离开关状态信息生成状态识别结果。开关状态信息生成状态识别结果。开关状态信息生成状态识别结果。
【技术实现步骤摘要】
一种隔离开关的状态识别方法及系统
[0001]本申请涉及状态识别
，具体而言，涉及一种隔离开关的状态识别方法、系统、电子设备及计算机可读存储介质。
技术介绍
[0002]目前，隔离开关(Isolating switch)是一种主要用于“隔离电源、倒闸操作、用以连通和切断小电流电路”，无灭弧功能的开关器件。隔离开关在分位置时，触头间有符合规定要求的绝缘距离和明显的断开标志；在合位置时，能承载正常回路条件下的电流及在规定时间内异常条件(例如短路)下的电流的开关设备。
[0003]现有技术中，隔离开关存在分到位、合到位、未分到位、未合到位四种状态，在隔离开关的分合运动过程中，当刀闸臂相较于分到位或合到位状态偏移的角度较小时，包括存在的摄像机拍摄角度、环境复杂问题，从而导致检测模型难以判断隔离开关分合是否到位，存在隔离开关分合不到位情况无法识别或识别不准的问题，识别精度低下。
技术实现思路
[0004]本申请实施例的目的在于提供一种隔离开关的状态识别方法、系统、电子设备及计算机可读存储介质，可以实现提高隔离开关状态的识别精度的技术效果。
[0005]第一方面，本申请实施例提供了一种隔离开关的状态识别方法，包括：
[0006]根据待测试视频获取稳态阶段图像，所述稳态阶段图像包括初始稳态阶段的测试初始图像和结尾稳态阶段的测试结尾图像，所述待测试视频包括隔离开关的操作动作；
[0007]基于预设隔离开关实例分割模型对所述稳态阶段图像进行识别，获得所述测试初始图像的初始阶段识别结果和所述测试结尾图像的结尾阶段识别结果；
[0008]获取基准视频信息；
[0009]基于所述基准视频信息和所述初始阶段识别结果识别并获得第一隔离开关状态信息；
[0010]基于所述基准视频信息和所述结尾阶段识别结果识别并获得第二隔离开关状态信息；
[0011]根据所述第一隔离开关状态信息和所述第二隔离开关状态信息生成状态识别结果。
[0012]在上述实现过程中，该隔离开关的状态识别方法基于预设隔离开关实例分割模型对待测试视频进行识别处理，结合基准视频信息，根据第一隔离开关状态信息可定性识别隔离开关的运动视频时序是从分到合还是从合到分，根据第二隔离开关状态信息可精准定量识别隔离开关是否分合到位；从而，该隔离开关的状态识别方法可以实现提高隔离开关状态的识别精度的技术效果。
[0013]进一步地，在基于预设隔离开关实例分割模型对所述稳态阶段图像进行识别，获得所述测试初始图像的初始阶段识别结果和所述测试结尾图像的结尾阶段识别结果的步
骤之前，所述方法还包括：
[0014]构建Cascade Mask R
‑
CNN网络；
[0015]基于预设IOU公式改进所述Cascade Mask R
‑
CNN网络的RPN层，并将所述RPN层的锚点候选框的相对大小增加预设值，所述预设IOU公式为：
[0016][0017]其中，S1为候选框，S2为真实值，λ为惩罚因子；
[0018]根据改进后的所述Cascade Mask R
‑
CNN网络训练预设隔离开关模型，获得所述预设隔离开关实例分割模型。
[0019]在上述实现过程中，基于Cascade Mask R
‑
CNN网络，通过改进RPN层可以使产生的候选框更合理，用改进后的实例分割网络训练预设隔离开关模型，获得的预设隔离开关实例分割模型具有更合理的候选框筛选。
[0020]进一步地，所述获取基准视频信息的步骤，包括：
[0021]获取基准视频，所述基准视频包括隔离开关的标准操作动作；
[0022]基于所述预设隔离开关实例分割模型对所述基准视频的稳态阶段图像进行识别，获得所述基准视频中隔离开关的基准初始阶段状态、基准结尾阶段状态和基准掩膜信息，其中所述基准掩膜信息包括所述基准视频初始阶段的掩膜信息和结尾阶段的掩膜信息。
[0023]进一步地，在获取基准视频信息的步骤之后，所述方法还包括：
[0024]根据所述待测试视频获取测试初始帧和测试末尾帧；
[0025]基于所述预设隔离开关实例分割模型对所述测试初始帧和所述测试末尾帧进行识别，获取测所述待测试视频中隔离开关的测试初始阶段状态、测试结尾阶段状态和测试掩膜信息；
[0026]将所述基准初始阶段状态与所述测试初始阶段状态进行比较，获得所述待测试视频中隔离开关的运动时序信息。
[0027]进一步地，在基于所述基准视频信息和所述结尾阶段识别结果识别并获得第二隔离开关状态信息的步骤之前，所述方法还包括：
[0028]判断所述待测试视频中隔离开关的运动时序信息与所述基准视频的运动时序是否相同，若是，则检测所述基准视频的初始帧图像和所述测试视频的初始帧图像，获得ORB特征点；若否，则检测所述基准视频的末尾帧图像和所述测试视频的初始帧图像，获得ORB特征点；
[0029]通过暴力特征匹配或者FLANN特征匹配获得所述ORB特征点中匹配度大于预设阈值的相关特征点信息；
[0030]基于所述相关特征点信息生成单应性矩阵；
[0031]通过所述单应性矩阵对所述待测试视频的末尾帧图像进行透视变换，完成所述待测试视频的末尾帧图像的对齐与配准。
[0032]在上述实现过程中，实际应用中摄像头角度可能会发生偏移，导致待测试视频的拍摄角度与基准视频的拍摄角度有偏差，会在后续的定量分析IOU中引起误差；所以，需要基于ORB特征进行对齐操作，以基准视频的末尾帧为标准，来配准待测试视频的末尾帧，以提高隔离开关状态的识别精度。
[0033]进一步地，所述基于所述基准视频信息和所述结尾阶段识别结果识别并获得第二隔离开关状态信息的步骤，包括：
[0034]基于所述预设隔离开关实例分割模型对透视变换后的所述待测试视频的末尾帧图像进行识别，获得测试掩膜信息；
[0035]判断所述待测试视频中隔离开关的运动时序信息与所述基准视频的运动时序是否相同，若是，基于所述预设隔离开关实例分割模型对所述基准视频的末尾帧图像进行识别，获得基准掩膜信息；若否，基于所述预设隔离开关实例分割模型对所述基准视频的初始帧图像进行识别，获得基准掩膜信息；
[0036]根据预设掩膜区域IOU公式对所述基准掩膜信息和所述测试掩膜信息进行处理，获得所述第二隔离开关状态信息。
[0037]在上述实现过程中，基于预设隔离开关实例分割模型对待测试视频的末尾帧进行识别，获取测试掩膜信息；根据待测试视频中隔离开关运动时序判断，若运动时序与基准视频相同，则与基准视频末尾帧的掩膜信息进行IOU比较；若运动时序与基准视频相反，则与基准视频初始帧的掩膜信息进行IOU比较；通过两者掩膜区域比较，可定量分析隔离开关是否分合到位。
[0038]进一步地，所述预设掩膜区域IOU公式为：
[0039][0040]其中，mask
tes本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种隔离开关的状态识别方法，其特征在于，包括：根据待测试视频获取稳态阶段图像，所述稳态阶段图像包括初始稳态阶段的测试初始图像和结尾稳态阶段的测试结尾图像，所述待测试视频包括隔离开关的操作动作；基于预设隔离开关实例分割模型对所述稳态阶段图像进行识别，获得所述测试初始图像的初始阶段识别结果和所述测试结尾图像的结尾阶段识别结果；获取基准视频信息；基于所述基准视频信息和所述初始阶段识别结果识别并获得第一隔离开关状态信息；基于所述基准视频信息和所述结尾阶段识别结果识别并获得第二隔离开关状态信息；根据所述第一隔离开关状态信息和所述第二隔离开关状态信息生成状态识别结果。2.根据权利要求1所述的隔离开关的状态识别方法，其特征在于，在基于预设隔离开关实例分割模型对所述稳态阶段图像进行识别，获得所述测试初始图像的初始阶段识别结果和所述测试结尾图像的结尾阶段识别结果的步骤之前，所述方法还包括：构建Cascade Mask R
‑
CNN网络；基于预设IOU公式改进所述Cascade Mask R
‑
CNN网络的RPN层，并将所述RPN层的锚点候选框的相对大小增加预设值，所述预设IOU公式为：其中，S1为候选框，S2为真实值，λ为惩罚因子；根据改进后的所述Cascade Mask R
‑
CNN网络训练预设隔离开关模型，获得所述预设隔离开关实例分割模型。3.根据权利要求1所述的隔离开关的状态识别方法，其特征在于，所述获取基准视频信息的步骤，包括：获取基准视频，所述基准视频包括隔离开关的标准操作动作；基于所述预设隔离开关实例分割模型对所述基准视频的稳态阶段图像进行识别，获得所述基准视频中隔离开关的基准初始阶段状态、基准结尾阶段状态和基准掩膜信息，其中所述基准掩膜信息包括所述基准视频初始阶段的掩膜信息和结尾阶段的掩膜信息。4.根据权利要求3所述的隔离开关的状态识别方法，其特征在于，在获取基准视频信息的步骤之后，所述方法还包括：根据所述待测试视频获取测试初始帧和测试末尾帧；基于所述预设隔离开关实例分割模型对所述测试初始帧和所述测试末尾帧进行识别，获取测所述待测试视频中隔离开关的测试初始阶段状态、测试结尾阶段状态和测试掩膜信息；将所述基准初始阶段状态与所述测试初始阶段状态进行比较，获得所述待测试视频中隔离开关的运动时序信息。5.根据权利要求4所述的隔离开关的状态识别方法，其特征在于，在基于所述基准视频信息和所述结尾阶段识别结果识别并获得第二隔离开关状态信息的步骤之前，所述方法还包括：判断所述待测试视频中隔离开关的运动时序信息与所述基准视频的运动时序是否相同，若是，则检测所述基准视频的初始帧图像和所述测...
【专利技术属性】
技术研发人员：包伊莉，刘洪，陈明芽，赵立博，
申请(专利权)人：华雁智科杭州信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。