-
公开(公告)号：CN116664450A
公开(公告)日：2023-08-29
申请号：CN202310922672.7
申请日：2023-07-26
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 国网浙江省电力有限公司磐安县供电公司
Abstract: 本发明公开基于扩散模型的图像增强方法、装置、设备及存储介质，方法包括：获取待增强的目标图像与图像增强指令，编码得到编码特征图和文本编码；将编码特征图和文本编码输入到预先训练好的目标图像增强网络中；按照预设噪声添加规则和预设步数，逐步向编码特征图中添加高斯噪声，得到服从高斯分布的目标噪声图像，并确定每一步添加高斯噪声后的结果图像中的预测噪声；基于交叉注意力机制，对目标噪声图像中与文本编码对应的区域进行图像增强，得到加噪增强图像；按照预设噪声去除规则和预设步数，逐步从加噪增强图像中去除每一步的预测噪声，得到去噪后图像；对去噪后图像进行解码，得到增强后图像。本发明有效地提高了对特征缺失较多的图像的增强效果。
-
公开(公告)号：CN112702600B
公开(公告)日：2022-04-12
申请号：CN202011591927.9
申请日：2020-12-29
Applicant: 南京大学 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC: H04N19/124 , H04N19/13 , H04N19/149 , H04N19/30 , G06N3/04 , G06T9/00
Abstract: 本发明公开一种图像编解码神经网络分层定点化方法。该方法的步骤如下：(1)选取合适的静态图像训练集及测试集建立并训练端到端的图像编解码网络；(2)对所述图像编解码网络的参数和激活值进行定点化，其中，对于网络不同层的参数和激活值采用不同的定点化比特数，并对需要进行浮点运算的激活函数进行简化；(3)重新训练经步骤(2)定点化后的图像编解码网络；(4)将训练后的图像编解码网络的输出数据，经过量化和无损熵编码输出作为压缩数据。本发明的方法通过对不同的网络层采用不同的量化系数，优化了定点化效果。
-
公开(公告)号：CN109086306A
公开(公告)日：2018-12-25
申请号：CN201810649233.2
申请日：2018-06-22
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC: G06F17/30
Abstract: 本发明涉及原子事件标签的提取方法，尤其涉及基于混合隐马尔可夫模型的原子事件标签的提取方法，包括以下步骤：预处理：获取训练语料库中的原子事件标签；对每个单词添加词性标签；对每个单词添加相应位置标签；将原子事件标签、词性标签和相应位置标签映射到一个隐藏状态序列中；将词性标签和相应位置标签映射到一个观测状态序列中；模型训练：建立二阶HMM模型；提取阶段：根据最优观测状态序列提取原子事件标签。通过使用本发明，可以实现以下效果：对词性和单词的相应位置进行考虑，提取准确度高；考虑到隐藏状态序列中的前后隐藏状态之间的关系，提高了提取的准确度；在原子事件标签提取之后进行检测和纠错，提高了提取的准确度。
-
公开(公告)号：CN108830151A
公开(公告)日：2018-11-16
申请号：CN201810426435.0
申请日：2018-05-07
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC: G06K9/00
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于高斯混合模型的面具检测方法，包括以下步骤：根据人脸图像样本建立高斯混合模型；从视频流中筛选含有人脸的关键帧，并从关键帧中提取人脸特征；将关键帧中提取的人脸特征送入高斯混合模型进行匹配，根据匹配结果判断关键帧中的人脸是否佩戴面具。通过使用本发明，可以实现以下效果：采用高斯混合模型将人脸图库进行分类，能有效地分辨真实人脸和面具；采用三次关键帧筛选，去除冗余帧，减少运算，提高检测效率。
-
公开(公告)号：CN108596274A
公开(公告)日：2018-09-28
申请号：CN201810438711.5
申请日：2018-05-09
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司
Abstract: 本发明提供了基于卷积神经网络的图像分类方法，属于图像处理领域，包括建立训练集，基于训练集对卷积神经网络模型进行训练，得到训练后的卷积神经网络模型；基于训练后的卷积神经网络模型提取样本图像的图像特征向量，将图像特征向量输入至广义回归神经网络进行处理，根据处理结果完成对样本图像的分类。通过在CNN可以从图像中提取特征的同时，利用广义回归神经网络的强大的函数逼近来识别图像，加强CNN的分类和处理能力，可以利用该方法学习图像多层高维特征，对图像进行高效快速地识别，提高了识别精度和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN113989746A
公开(公告)日：2022-01-28
申请号：CN202111319503.1
申请日：2021-11-09
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司 , 西北工业大学
Abstract: 本发明实施例提供了一种场景中复杂事件的检测方法、系统、设备及存储介质，方法包括：将同一时间段内连续的第一数量个光波谱段实时图像序列，输入到预设事件内容提取模型中，以使预设事件内容提取模型对第一输入参量进行特征提取，并输出同一时间段内检测到的复杂事件，其中，复杂事件为光波谱段实时图像序列的空域特征和时域特征，将复杂事件输入到预设复杂事件检测模型中，以使预设复杂事件检测模型对第二输入参量进行特征提取，并输出第二输入参量对应的检测结果。本发明通过综合多种光波谱段实时图像序列，结合复杂事件数据库和神经网络模型，对采集的多种光波谱段实时图像序列进行特征提取和复杂事件确定，实现对场景中复杂事件的高效检测。
-
公开(公告)号：CN112379231B
公开(公告)日：2022-06-03
申请号：CN202011263184.2
申请日：2020-11-12
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
Abstract: 本申请公开了一种基于多光谱图像的设备检测方法及装置，方法包括：获得多个图像集合；至少对每个图像集合中的红外图像进行图像识别，以得到红外图像的温升识别结果，温升识别结果包括：红外图像中所包含的每个图像区域的温升异常检测结果；至少对每个图像集合中的可见光图像和紫外图像进行图像识别，以得到紫外图像的放电识别结果，放电识别结果包括：紫外图像中所包含的每个图像区域的放电异常检测结果；根据每个图像集合中的温升识别结果和放电识别结果，获得设备检测结果，设备检测结果包括：红外图像或紫外图像中所包含的每个图像区域的异常检测结果，异常检测结果表征电力设备中与图像区域对应的设备部件是否存在异常。
-
公开(公告)号：CN112419316A
公开(公告)日：2021-02-26
申请号：CN202011472397.6
申请日：2020-12-14
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 西北工业大学
Abstract: 本发明提供一种跨设备可见光纹理缺陷检测方法及装置，通过对待检测设备拍摄可见光图像，能够利用第一网络模型和第二网络模型识别该可见光图像中的实际纹理缺陷区域和缺陷类型。本发明在保证检测准确率的情况下，设计了一种能够跨设备进行的可见光纹理缺陷检测，具有更高的使用灵活性，降低了进行缺陷检测的代价。
-
公开(公告)号：CN109087334B
公开(公告)日：2020-06-30
申请号：CN201810635733.0
申请日：2018-06-20
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 南瑞集团有限公司
IPC: G06T7/246
Abstract: 本发明提供了基于显著语境稀疏表示的目标追踪方法，属于图像处理领域，包括提取样本图像的特征映射，分别对中心区域和边缘区域的特征映射，将得到的特征映射进行融合处理；对融合后的图像进行稀疏处理，基于处理后的图像进行遮挡求解，对待测视频中的两个连续帧进行建模，基于已建立的模型进行遮挡判断，当判断出现遮挡时，使用前述内容计算当前帧的可视显著性映射，在得到的显著性图中与每个目标模板进行比较，选取权重最高的目标模板作为追踪结果。通过将目标对象被提取为一个显著特征映射，用稀疏表示和显著的语境校正部分遮挡和突然运动的目标，本方法计算简单，提升了目标追踪的有效性和准确性，抗干扰能力也大大提高。
-
公开(公告)号：CN112381784B
公开(公告)日：2024-06-25
申请号：CN202011260499.1
申请日：2020-11-12
Applicant: 国网浙江省电力有限公司信息通信分公司 , 国网浙江省电力有限公司
IPC: G06F11/22
Abstract: 本申请公开了一种基于多光谱图像的设备检测系统，包括：多光谱图像采集设备和处理设备，处理设备与多光谱图像采集设备相连接，处理设备的检测处理器用于：接收多光谱图像采集设备传输的图像集合；至少对其中的红外图像进行图像识别，以得到红外图像的温升识别结果，温升识别结果包括：红外图像中的每个图像区域的温升异常检测结果；至少对图像集合中的可见光图像和紫外图像进行图像识别，以得到紫外图像的放电识别结果，放电识别结果包括：紫外图像中的每个图像区域的放电异常检测结果；根据温升识别结果和放电识别结果，获得设备检测结果，包括：每个图像区域的异常检测结果，异常检测结果表征电力设备中与图像区域对应的设备部件是否存在异常。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.105 seconds)
