CN112906441A - 用于通信行业查勘维护的图像识别系统及方法 - Google Patents
用于通信行业查勘维护的图像识别系统及方法 Download PDFInfo
- Publication number
- CN112906441A CN112906441A CN201911227187.8A CN201911227187A CN112906441A CN 112906441 A CN112906441 A CN 112906441A CN 201911227187 A CN201911227187 A CN 201911227187A CN 112906441 A CN112906441 A CN 112906441A
- Authority
- CN
- China
- Prior art keywords
- survey
- target object
- maintenance
- image
- maintenance site
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种用于通信行业查勘维护的智能识别系统及方法,所述系统包括:图像采集模块,用于实时采集查勘维护现场图像;图像处理模块,用于识别查勘维护现场图像中的目标对象,获取目标对象的相关参数或处理流程以及查勘维护现场工作人员的操作流程,基于相关参数对目标对象的合规性进行判定,基于处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;前端显示模块,用于显示目标对象及其相关参数或处理流程以及判定结果;远程监管模块,用于存储目标对象的相关参数或处理流程,记录所述判定结果。本发明实施例极大地提高了施工、维护和勘察人员的效率和准确率。
Description
技术领域
本发明涉及通信查勘维护技术领域,更具体地,涉及一种用于通信行业查勘维护的图像识别系统及方法。
背景技术
通信查勘维护包括道路勘测、机房查勘与维护、天线勘测与维护等。
在通信行业现场查勘维护前,需要施工和维护人员佩戴安全帽,身着反光衣,携带保险绳,眼戴护目镜等安全装备。但是,由于现场作业人员往往单独工作,所有安全装备只能依靠自检,经常造成遗漏,甚至个别人员会嫌佩戴安全装备繁琐而有意拒绝佩戴,造成了很大的安全隐患。因此,现有人工自检的形式漏洞很大,起不到安全检查的目的。
通信用信号天线常常架设在楼顶等较高坏境中,施工时只有单一施工人员,施工流程是否规范,施工质量是否有保证都仅仅依靠人员自检,施工验收或检测环境时又由于再次登顶困难,验收人员往往疏于检查,为施工过程和通信质量造成了很大隐患。
在机房查勘和维护过程中,由于维护等人员技术能力参差不齐,施工质量无法统一,为通信质量造成了隐患。
以上经常需要人工自检的环节错误率较高,人工效率较低,对通信工程质量造成了很大的安全隐患。因此,亟需提供一种系统或方法,能够克服通信查勘维护过程中需要人工自检的环节错误出现率较高、人工效率较低的问题。
发明内容
为了解决通信查勘维护过程中需要人工自检的环节错误出现率较高、人工效率较低的问题,本发明实施例提供一种用于通信行业查勘维护的图像识别系统及方法。
第一方面,本发明实施例提供一种用于通信行业查勘维护的智能识别系统,包括:图像采集模块、图像处理模块、前端显示模块和远程监管模块,其中,
所述图像采集模块,用于实时采集查勘维护现场图像;
所述图像处理模块,用于识别所述查勘维护现场图像中的目标对象,获取所述目标对象的相关参数或处理流程以及查勘维护现场工作人员的操作流程,基于所述相关参数对所述目标对象的合规性进行判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
所述前端显示模块,用于显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业,显示所述判定结果;
所述远程监管模块,用于存储所述目标对象的相关参数或处理流程,记录所述判定结果。
其中,所述图像处理模块进一步包括:识别单元、判定单元和输出单元,其中,
所述识别单元用于利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象,输出标注了目标对象的查勘维护现场图像;
所述判定单元用于从所述远程监管模块获取所述目标对象的相关参数或处理流程,获取查勘维护现场工作人员的操作流程,并基于所述相关参数对所述目标对象进行合规性判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
所述输出单元用于将所述目标对象及其相关参数或处理流程以及判定结果发送给所述前端显示模块进行显示,将所述判定结果发送至远程监管模块进行存储。
其中,所述识别单元具体用于:
基于YoloV3物体检测算法,采用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
其中,所述判定单元具体用于:
从所述远程监管模块获取所述目标对象对应的相关参数或处理流程;
对所述相关参数或处理流程进行合帧拼接,将经过合帧拼接后的所述相关参数或处理流程发送至所述输出模块;
获取查勘维护现场工作人员的操作流程;
基于所述相关参数对所述目标对象的合规性进行判定,对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
其中,所述目标对象包括:通信设备、设备板卡、无线天线、安全装备和线路管道,相应地,
所述判定结果包括:通信设备类型、通信设备状态、通信设备故障类型、通信设备故障部件、设备板卡安装正确性、天线类型、天线安装正确性、天线故障类型、天线故障部件、天线天面角度、天线高度、天线经纬度、安全装备类型、安全装备佩戴正确性、安全装备外观良好性、管道类型、管道埋深和架空线路高度。
其中,所述图像采集模块具体为可穿戴设备、移动终端设备或固定设备上的摄像头。
基于上述实施例的内容,所述图像处理模块位于移动终端设备或云端服务器上。
第二方面,本发明实施例提供一种基于如第一方面所述用于通信行业查勘维护的智能识别系统的智能查勘维护方法,包括:
实时采集查勘维护现场图像;
利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象;
获取所述目标对象的相关参数或处理流程;
显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业;
获取所述查勘维护现场工作人员的操作流程,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
显示所述判定结果。
其中,所述利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象,具体为:
基于YoloV3物体检测算法,采用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
其中,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果,具体为:
对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
本发明实施例提供的用于通信行业查勘维护的智能识别系统及方法,通过在实时的勘察现场图像中标记出预设的目标对象,并对目标对象类型进行判断,之后比对系统,展现其相关参数和操作流程,之后对工作人员操作流程进行判断,同时将整个过程记录,并实时回传给云端,方便监督人员监管的一套系统,极大地提高了施工、维护和勘察人员的效率和准确率,也可以作为AI校验的检测手段。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于通信行业查勘维护的智能识别系统的结构示意图;
图2为本发明实施例提供的智能查勘维护方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明针对现有技术无法保证施工人员按照操作流程佩戴安全装备、按照施工规范进行作业、特殊环境下质量无法复检、设备维护时技术能力不足等问题,提出了一种通信行业查勘维护的智能识别系统,如图1所示,为本发明实施例提供的一种用于通信行业查勘维护的智能识别系统的结构示意图,包括:图像采集模块110、图像处理模块120、前端显示模块130和远程监管模块140,其中,
所述图像采集模块110,用于实时采集查勘维护现场图像;
具体地,图像采集模块110位于查勘维护现场,图像采集模块对查勘维护现场图像进行实时采集,并将采集到的查勘维护现场图像发送给图像处理模块120。
所述图像处理模块120,用于识别所述查勘维护现场图像中的目标对象,获取所述目标对象的相关参数或处理流程以及查勘维护现场工作人员的操作流程,基于所述相关参数对所述目标对象的合规性进行判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
具体地,图像处理模块120对图像采集模块110采集的查勘维护现场图像进行目标特征提取与识别,识别出所述查勘维护现场图像中的目标对象。
在本发明实施例中,通信行业查勘维护的目标对象可以分为以下五类:通信设备、设备板卡、无线天线、安全装备和线路管道。其中,通信设备包括机房的各种通信设备,安全装备包括、安全帽、安全绳、反光衣、手套、维修工具等。
图像处理模块120在识别出目标对象后,根据所述目标对象在远程监控模块140的数据库中检索出与所述目标对象对应的相关参数或处理流程,所述相关参数是指目标对象的正常状态、正常设计参数或者施工数据等。所述处理流程是指目标对象对应的正常操作流程等。图像处理模块120将所述目标对象的相关参数或处理流程发送给前端显示模块130进行显示,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业。图像处理模块120还用于基于所述相关参数对所述目标对象的合规性进行判定,获取查勘维护人员的操作流程,判定查勘维护人员的操作流程是否与所述目标对象的处理流程一致,并输出判定结果给前端显示模块130,以提示查勘维护现场工作人员操作有误,或者,操作正确。同时,图像处理模块120还将判定结果发送给远程监管模块140,远程监管模块140记录相关判定结果,方便监督人员对查勘维护人员的操作进行监管。
在本发明实施例中,所述判定结果包括但不限于:通信设备类型、通信设备状态、通信设备故障类型、通信设备故障部件、设备板卡安装正确性、天线类型、天线安装正确性、天线故障类型、天线故障部件、天线天面角度、天线高度、天线经纬度、安全装备类型、安全装备佩戴正确性、安全装备外观良好性、管道类型、管道埋深和架空线路高度。
所述前端显示模块130,用于显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业,显示所述判定结果;
所述远程监管模块140,用于存储所述目标对象的相关参数或处理流程,记录所述判定结果。
具体地,远程监管模块140可以理解为后台数据库系统,存储所述目标对象的相关参数或处理流程,记录所述判定结果。
本发明实施例提供的用于通信行业查勘维护的智能识别系统,通过在实时的勘察现场图像中标记出预设的目标对象,并对目标对象类型进行判断,之后比对系统,展现其相关参数和操作流程,之后对工作人员操作流程进行判断,同时将整个过程记录,并实时回传给云端,方便监督人员监管的一套系统,极大地提高了施工、维护和勘察人员的效率和准确率,也可以作为AI校验的检测手段。
基于上述实施例的内容,所述图像处理模块120进一步包括:识别单元、判定单元和输出单元,其中,
所述识别单元用于利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象,输出标注了目标对象的查勘维护现场图像;
具体地,识别单元利用预先训练好的图像识别模型进行目标对象的识别,目标对象是预先设定的,输出标注了目标对象的查勘维护现场图像。
在一个实施例中,图像识别模型可以采用卷积神经网络模型,基于YoloV3物体检测算法训练获得。识别单元利用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
所述判定单元用于从所述远程监管模块获取所述目标对象的相关参数或处理流程,获取查勘维护现场工作人员的操作流程,并基于所述相关参数对所述目标对象进行合规性判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
具体地,判定单元基于识别单元的输出结果,对目标对象进行合规性判定,比如,查勘维护人员的安全帽是否佩戴正确,天线天面角度是否合规,通信设备是否发生了故障。判定单元需要从远程监管模块140获取目标对象的相关参数或处理流程,然后将所获取到的目标对象的相关参数或处理流程发送给输出单元,输出单元将目标对象的相关参数或处理流程发送给前端显示模块130进行显示,以提示查勘现场工作人员基于所述相关参数对所述目标对象进行合规性判定。图像采集模块继续采集查勘维护现场图像,识别单元识别出目标对象,判定模块则可以获取到连续多帧标注了目标对象的图像,从而获得查勘维护现场工作人员的操作流程,将查勘维护现场工作人员的操作流程与目标对象对应的处理流程进行比对,从而得到对查勘维护现场工作人员的操作流程的合规性判定结果。
在一个实施例中,所述判定单元具体用于:
从所述远程监管模块获取所述目标对象对应的相关参数或处理流程;
对所述相关参数或处理流程进行合帧拼接,将经过合帧拼接后的所述相关参数或处理流程发送至所述输出模块;
获取查勘维护现场工作人员的操作流程;
基于所述相关参数对所述目标对象的合规性进行判定,对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
具体地,通过视频流的方式将目标对象对应的相关参数或处理流程展示给查勘维护现场工作人员,以提示查勘维护现场工作人员作业,对所述目标对象的合规性进行判定并对查勘维护现场工作人员的操作流程进行合规性判定。
判定单元逐帧识别用户操作流程是否与提示的流程一致,识别的预测分数若大于阈值则确认为“一致”,反之在前端显示模块中提示“错误”,保留该识别结果,合帧拼接成输出视频流并返回给前端显示模块和远程监管模块。
所述输出单元用于将所述目标对象及其相关参数或处理流程以及判定结果发送给所述前端显示模块进行显示,将所述判定结果发送至远程监管模块进行存储。
基于上述实施例的内容,所述图像采集模块具体为可穿戴设备、移动终端设备或固定设备上的摄像头。
具体地,图像采集模块具体为可穿戴设备、移动终端设备或固定设备上的摄像头,实现简单方便。
基于上述实施例的内容,所述图像处理模块位于移动终端设备或云端服务器上。
具体地,由于图像处理模块需要进行目标对象识别,获取目标对象的相关参数或处理流程,进行合规性判定,因此,图像处理模块需要强大的图像处理和计算能力,图像处理模块可以位于移动终端设备或云端服务器上。
本发明实施例提供的用于通信行业查勘维护的智能识别系统可在机房、基站、高塔等通信行业设备应用场景中广泛使用。
如图2所示,为本发明实施例提供的智能查勘维护方法的流程示意图,基于如第一方面所述用于通信行业查勘维护的智能识别系统,包括:
步骤200、实时采集查勘维护现场图像;
具体地,查勘维护现场图像包括勘察、设计、维护、施工等现场的图像。
步骤201、利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象;
具体地,利用预先训练好的图像识别模型对查勘维护现场图像进行目标特征提取与识别,获得标注了目标对象的查勘维护现场图像。
在一个实施例中,基于YoloV3物体检测算法,采用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
通信行业查勘维护的目标对象可以分为以下五类:通信设备、设备板卡、无线天线、安全装备和线路管道。其中,通信设备包括机房的各种通信设备,安全装备包括、安全帽、安全绳、反光衣、手套、维修工具等。
步骤202、获取所述目标对象的相关参数或处理流程;
具体地,根据所述目标对象检索出与所述目标对象对应的相关参数或处理流程,所述相关参数是指目标对象的正常状态、正常设计参数或者施工数据等。所述处理流程是指目标对象对应的正常操作流程等。
步骤203、显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业;
步骤204、获取所述查勘维护现场工作人员的操作流程,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
具体地,获取查勘维护人员的操作流程,判定查勘维护人员的操作流程是否与所述目标对象的处理流程一致。
对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
步骤205、显示所述判定结果。
具体地,对判定结果进行显示,以提示查勘维护现场工作人员操作有误,或者,操作正确。
本发明实施例提供的用于通信行业查勘维护的智能识别方法,通过在实时的勘察现场图像中标记出预设的目标对象,并对目标对象类型进行判断,展现其相关参数和操作流程,之后对工作人员操作流程进行判断,同时将整个过程记录,并实时回传给云端,方便监督人员监管的一套系统,极大地提高了施工、维护和勘察人员的效率和准确率,也可以作为AI校验的检测手段。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种用于通信行业查勘维护的智能识别系统,其特征在于,包括:图像采集模块、图像处理模块、前端显示模块和远程监管模块,其中,
所述图像采集模块,用于实时采集查勘维护现场图像;
所述图像处理模块,用于识别所述查勘维护现场图像中的目标对象,获取所述目标对象的相关参数或处理流程以及查勘维护现场工作人员的操作流程,基于所述相关参数对所述目标对象的合规性进行判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
所述前端显示模块,用于显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业,显示所述判定结果;
所述远程监管模块,用于存储所述目标对象的相关参数或处理流程,记录所述判定结果。
2.根据权利要求1所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述图像处理模块进一步包括:识别单元、判定单元和输出单元,其中,
所述识别单元用于利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象,输出标注了目标对象的查勘维护现场图像;
所述判定单元用于从所述远程监管模块获取所述目标对象的相关参数或处理流程,获取查勘维护现场工作人员的操作流程,并基于所述相关参数对所述目标对象进行合规性判定,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
所述输出单元用于将所述目标对象及其相关参数或处理流程以及判定结果发送给所述前端显示模块进行显示,将所述判定结果发送至远程监管模块进行存储。
3.根据权利要求2所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述识别单元具体用于:
基于YoloV3物体检测算法,采用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
4.根据权利要求2所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述判定单元具体用于:
从所述远程监管模块获取所述目标对象对应的相关参数或处理流程;
对所述相关参数或处理流程进行合帧拼接,将经过合帧拼接后的所述相关参数或处理流程发送至所述输出模块;
获取查勘维护现场工作人员的操作流程;
基于所述相关参数对所述目标对象的合规性进行判定,对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
5.根据权利要求1所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述目标对象包括:通信设备、设备板卡、无线天线、安全装备和线路管道,相应地,
所述判定结果包括:通信设备类型、通信设备状态、通信设备故障类型、通信设备故障部件、设备板卡安装正确性、天线类型、天线安装正确性、天线故障类型、天线故障部件、天线天面角度、天线高度、天线经纬度、安全装备类型、安全装备佩戴正确性、安全装备外观良好性、管道类型、管道埋深和架空线路高度。
6.根据权利要求1所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述图像采集模块具体为可穿戴设备、移动终端设备或固定设备上的摄像头。
7.根据权利要求1所述的用于通信行业查勘维护的智能识别系统,其特征在于,所述图像处理模块位于移动终端设备或云端服务器上。
8.一种基于如权利要求1至7任一所述用于通信行业查勘维护的智能识别系统的智能查勘维护方法,其特征在于,包括:
实时采集查勘维护现场图像;
利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象;
获取所述目标对象的相关参数或处理流程;
显示所述目标对象及其相关参数或处理流程,以使得查勘维护现场工作人员在所述相关参数或处理流程的指导下作业;
获取所述查勘维护现场工作人员的操作流程,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果;
显示所述判定结果。
9.根据权利要求8所述的智能查勘维护方法,其特征在于,所述利用预先训练好的图像识别模型识别所述查勘维护现场图像中的目标对象,具体为:
基于YoloV3物体检测算法,采用预先训练好的卷积神经网络模型对所述查勘维护现场图像进行逐帧识别,若识别的预测分数大于预设阈值,则确认识别结果为目标对象,并输出标注了目标对象的查勘维护现场图像。
10.根据权利要求8所述的智能查勘维护方法,其特征在于,基于所述处理流程对所述查勘维护现场工作人员的操作流程进行合规性判定,获得判定结果,具体为:
对所述查勘维护现场工作人员的操作流程与所述处理流程逐帧进行相似度的比较,获得判定结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227187.8A CN112906441B (zh) | 2019-12-04 | 2019-12-04 | 用于通信行业查勘维护的图像识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911227187.8A CN112906441B (zh) | 2019-12-04 | 2019-12-04 | 用于通信行业查勘维护的图像识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112906441A true CN112906441A (zh) | 2021-06-04 |
CN112906441B CN112906441B (zh) | 2023-10-27 |
Family
ID=76110648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911227187.8A Active CN112906441B (zh) | 2019-12-04 | 2019-12-04 | 用于通信行业查勘维护的图像识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112906441B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926371A (zh) * | 2019-12-06 | 2021-06-08 | 中国移动通信集团设计院有限公司 | 道路勘测方法及系统 |
CN114079963A (zh) * | 2022-01-20 | 2022-02-22 | 中铁十八局集团第四工程有限公司 | 基于无线网络通信的场地内施工设备主动安全管控系统 |
CN116523494A (zh) * | 2023-03-30 | 2023-08-01 | 王�锋 | 一种电力施工现场安全监督管理系统 |
CN118485881A (zh) * | 2024-07-12 | 2024-08-13 | 杭州申邦科技有限公司 | 一种基于视觉检测的特种作业操作识别方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839302A (zh) * | 2014-02-24 | 2014-06-04 | 西安西热控制技术有限公司 | 一种火电厂智能巡检系统及方法 |
CN105898214A (zh) * | 2016-03-24 | 2016-08-24 | 北京农业信息技术研究中心 | 现场查勘装置、现场查勘确认的方法及服务器 |
CN106017551A (zh) * | 2016-05-16 | 2016-10-12 | 国网河南省电力公司电力科学研究院 | 一种智能化输电线路综合监测分析预警方法 |
CN106709466A (zh) * | 2016-12-30 | 2017-05-24 | 国网山西省电力公司电力科学研究院 | 基于mpeg7标准的电力设备图像识别方法和系统 |
CN108872780A (zh) * | 2018-03-15 | 2018-11-23 | 国家电网公司 | 带电勘查的带电作业检测、系统及终端设备 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
CN109298785A (zh) * | 2018-09-06 | 2019-02-01 | 天津联图科技有限公司 | 一种监测设备的人机联控系统及方法 |
CN110084470A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防查勘员造假方法、装置、终端及介质 |
CN110247987A (zh) * | 2019-06-28 | 2019-09-17 | 国家电网有限公司 | 一种基于移动5g网络的继电保护设备智能化运维方法 |
CN110321809A (zh) * | 2019-06-13 | 2019-10-11 | 国电南瑞科技股份有限公司 | 一种基于深度学习的变电站作业现场监测方法及装置 |
CN110400138A (zh) * | 2019-07-30 | 2019-11-01 | 中国工商银行股份有限公司 | 防盗刷的移动支付方法和装置 |
-
2019
- 2019-12-04 CN CN201911227187.8A patent/CN112906441B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839302A (zh) * | 2014-02-24 | 2014-06-04 | 西安西热控制技术有限公司 | 一种火电厂智能巡检系统及方法 |
CN105898214A (zh) * | 2016-03-24 | 2016-08-24 | 北京农业信息技术研究中心 | 现场查勘装置、现场查勘确认的方法及服务器 |
CN106017551A (zh) * | 2016-05-16 | 2016-10-12 | 国网河南省电力公司电力科学研究院 | 一种智能化输电线路综合监测分析预警方法 |
CN106709466A (zh) * | 2016-12-30 | 2017-05-24 | 国网山西省电力公司电力科学研究院 | 基于mpeg7标准的电力设备图像识别方法和系统 |
CN108872780A (zh) * | 2018-03-15 | 2018-11-23 | 国家电网公司 | 带电勘查的带电作业检测、系统及终端设备 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
CN109298785A (zh) * | 2018-09-06 | 2019-02-01 | 天津联图科技有限公司 | 一种监测设备的人机联控系统及方法 |
CN110084470A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防查勘员造假方法、装置、终端及介质 |
CN110321809A (zh) * | 2019-06-13 | 2019-10-11 | 国电南瑞科技股份有限公司 | 一种基于深度学习的变电站作业现场监测方法及装置 |
CN110247987A (zh) * | 2019-06-28 | 2019-09-17 | 国家电网有限公司 | 一种基于移动5g网络的继电保护设备智能化运维方法 |
CN110400138A (zh) * | 2019-07-30 | 2019-11-01 | 中国工商银行股份有限公司 | 防盗刷的移动支付方法和装置 |
Non-Patent Citations (2)
Title |
---|
彭博: "AR技术在变电动态运维关键技术中的应用", 科技创新导报, vol. 14, no. 34, pages 13 - 14 * |
蔡耀广 等: "电力通信网安全风险分析系统设计与开发", 广东水利电力职业技术学院学报, vol. 14, no. 03, pages 28 - 30 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926371A (zh) * | 2019-12-06 | 2021-06-08 | 中国移动通信集团设计院有限公司 | 道路勘测方法及系统 |
CN112926371B (zh) * | 2019-12-06 | 2023-11-03 | 中国移动通信集团设计院有限公司 | 道路勘测方法及系统 |
CN114079963A (zh) * | 2022-01-20 | 2022-02-22 | 中铁十八局集团第四工程有限公司 | 基于无线网络通信的场地内施工设备主动安全管控系统 |
CN116523494A (zh) * | 2023-03-30 | 2023-08-01 | 王�锋 | 一种电力施工现场安全监督管理系统 |
CN116523494B (zh) * | 2023-03-30 | 2024-06-07 | 国网安徽省电力有限公司芜湖市繁昌区供电公司 | 一种电力施工现场安全监督管理系统 |
CN118485881A (zh) * | 2024-07-12 | 2024-08-13 | 杭州申邦科技有限公司 | 一种基于视觉检测的特种作业操作识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112906441B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112906441A (zh) | 用于通信行业查勘维护的图像识别系统及方法 | |
CN111598040B (zh) | 一种建筑工人身份识别及安全帽佩戴检测方法及系统 | |
CN211293956U (zh) | 基于ai的施工现场异常行为人的识别和告警系统 | |
CN112235537B (zh) | 一种变电站现场作业安全预警方法 | |
CN110769195B (zh) | 输电线路施工现场违章智能监控识别系统 | |
CN113191699A (zh) | 一种配电施工现场安全监管方法 | |
CN112112629A (zh) | 一种钻井作业过程中的安全业务管理系统和方法 | |
CN111932709A (zh) | 一种基于ai识别实现加油站巡检作业违规安全监管的方法 | |
CN111178424A (zh) | 一种石油化工生产现场安全合规性实时检测系统及方法 | |
CN112926488A (zh) | 基于电力杆塔结构信息的作业人员违章识别方法 | |
CN111325133A (zh) | 一种基于人工智能识别的影像处理系统 | |
CN112685812A (zh) | 一种动态监管方法、装置、设备及存储介质 | |
CN111652128B (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
CN115620192A (zh) | 一种高空作业安全绳穿戴检测的方法和装置 | |
CN109873990A (zh) | 一种基于计算机视觉的矿山非法开采预警方法 | |
CN116129490A (zh) | 一种用于复杂环境行为识别的监控装置及监控方法 | |
CN118197027A (zh) | 一种基于管道预警的无人机调度查验方法以及相关装置 | |
CN114092861A (zh) | 基于视频内容的监控报警方法、系统、设备及存储介质 | |
CN114067244A (zh) | 一种安全作业违规行为视频分析方法及系统 | |
CN116665419B (zh) | 电力生产作业中基于ai分析的故障智能预警系统及方法 | |
CN113627321A (zh) | 基于人工智能的图像识别方法、装置及计算机设备 | |
CN117172984A (zh) | 基于设备检修数字孪生场景的安全风险识别方法及系统 | |
CN116152945A (zh) | 一种基于ar技术的矿下巡检系统及方法 | |
CN115860979A (zh) | 一种用于电力电网现场作业的人工智能管理系统 | |
CN115953815A (zh) | 基建现场的监测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |