公开(公告)号：CN113920035A

公开(公告)日：2022-01-11

申请号：CN202111425765.6

申请日：2021-11-26

Applicant: 南方电网科学研究院有限责任公司 ,  中国南方电网有限责任公司

Inventor： 孙庆恭 ,  沈新平 ,  黄成捷 ,  贾玲 ,  吴金械

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种用于多视图数据的图像去噪方法及其相关装置，通过无噪声多视图数据训练第一多模态玻尔兹曼机模型，使得第一多模态玻尔兹曼机模型学习无噪声多视图数据中各视图数据的统一特征表示和私有特征表示；根据有噪声多视图数据中的噪声视图数据和训练好的第一多模态玻尔兹曼机模型的模型参数对第二多模态玻尔兹曼机模型的模型参数进行初始化；通过初始化后的第二多模态玻尔兹曼机模型学习有噪声多视图数据中的噪声结构，得到训练好的第二多模态玻尔兹曼机模型，通过训练好的第二多模态玻尔兹曼机模型进行图像去噪，改善了现有技术仅针对某一视图去噪，无法建模多视图数据间的关联性，使得多视图数据去噪效果不理想的技术问题。

公开(公告)号：CN115861631A

公开(公告)日：2023-03-28

申请号：CN202211625265.1

申请日：2022-12-16

Applicant: 南方电网科学研究院有限责任公司 ,  广东电网有限责任公司汕尾供电局

Inventor： 赵云 ,  蔡梓文 ,  陆煜锌 ,  肖勇 ,  贾玲 ,  席荣军 ,  李海强 ,  陈正雍 ,  周锴鹏

IPC: G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/25 ,  G06V10/774 ,  G06V10/28 ,  G06V10/82 ,  G06V10/762 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机图像处理与深度学习技术领域，公开了基于深度度量的数字孪生台区配电通道识别方法及装置。本发明采集并预处理数字孪生台区的低压配电网图像，对得到的预处理后图像进行特征提取和特征融合，以获得包含电力目标的前景区域及类别；采用训练好的基于深度度量学习的超精细特征分辨模型，对包含电力目标的前景区域及类别进行二次识别与分类，得到对应的电力目标区域及类别，进而进行非极大值抑制计算，得到目标配电通道；其中超精细特征分辨模型为低压配电通道中的每类电力目标训练得到相应的一组模态，通过度量待检测电力目标到不同类别的各个模态的距离来实现对待检测电力目标的识别。本发明能够有效提高配电通道识别的精度。