一种基于事件数据约束的变电站入侵目标检测和分类方法技术

本发明专利技术提出一种基于事件数据约束的变电站入侵目标检测和分类方法，属于计算机视觉及人工智能技术领域。通过在可见光图像的深度神经网络基础上加入事件成像数据约束形成事件数据约束的目标检测网络，该目标检测网络能同时提取可见光图像模态和事件成像图像模态两种模态的成像数据特征，本发明专利技术不仅能提高对动态入侵目标检测精度和分类精度；同时，在光照不足情况下，也具有精确性及鲁棒性方面优势，能够降低变电站入侵动态目标检测和分类方法受场景及光照因素的影响。

【技术实现步骤摘要】

本专利技术属于计算机视觉及人工智能，提供一种基于事件数据约束的变电设备电火花检测方法。

技术介绍

1、目前，变电站的监控系统在四遥(遥测、遥信、遥控、遥调)未加入遥视系统之前，传统变电站主要依赖人工24小时巡视的方式来保障运行环境的安全。随着遥视系统的普及使得电力系统中视频监控技术的应用更加广泛。我国变电站高危的设备区域以及有可能发生入侵的区域都安装了摄像头进行监控，有效排除如人员、飞鸟、老鼠、猫狗及其它野生动物入侵所引起的安全隐患，并在发生入侵时及时预警，从而避免事故的发生。但这种方式仍不能完全取代人工巡视，值班人员需要通过肉眼长时间观察电脑屏幕，容易造成视觉疲劳和疏忽。

2、在现有的变电站监控系统基础上，基于目标检测技术实现入侵目标的检测。这种方法可以帮助系统自动识别和检测入侵目标，减轻人工负担。针对变电站场景的入侵目标检测算法大致可以分为基于背景建模和基于前景目标检测的两种算法。其中，基于背景建模的算法原理是将当前帧图像和背景模型做差值，再将图像所有像素和设定的阈值进行比较分析，从而取得运动前景目标；再采用前景运动目标分割得到所需检测的入本文档来自技高网...

【技术保护点】

1.一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于以下步骤：

2.根据权利要求1所述一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于：所述步骤三中，目标检测网络搭建具体步骤包括以下：

3.根据权利要求2所述一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于：所述步骤3.2中，FPN网络采用U型(U-net)编码器和解码器网络结构；编码器采用1-5组编码单元，每个编码单元由多组网络层构成，每组网络层包括卷积层、Relu激活函数层、池化层、反卷积和归一化层；各解码单元之间采用反卷积操作进行上采样；解码器最后一层采用残差连接方式...

【技术特征摘要】

1.一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于以下步骤：

2.根据权利要求1所述一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于：所述步骤三中，目标检测网络搭建具体步骤包括以下：

3.根据权利要求2所述一种基于事件数据约束的变电站入侵目标检测和分类方法，其特征在于：所述步骤3.2中，fpn网络采用u型(u-net)编码器和解码器网络结构；编码器采用1-5组编码单元，每个编码单元由多组网络层构成，每组网络层包括卷积层、relu激活函数层、池化层、反卷积和归一化层；各解码单元之间采用反卷积操作进行上采样；解码器最后一层采用残差连接方式与输入特征进行通道拼接，作为输出的可见光特征图。

4.根据权利要求1...

【专利技术属性】
技术研发人员：向新宇，李昂，陈巧勇，徐川子，李红，何岳昊，李哲，陈奕，刘敏，陈慧增，韩雨川，王佳文，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
类型：发明
国别省市：