CN114387750A - 一种变电设备监测的方法、装置、设备及存储介质 - Google Patents
一种变电设备监测的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114387750A CN114387750A CN202111623836.3A CN202111623836A CN114387750A CN 114387750 A CN114387750 A CN 114387750A CN 202111623836 A CN202111623836 A CN 202111623836A CN 114387750 A CN114387750 A CN 114387750A
- Authority
- CN
- China
- Prior art keywords
- information
- personnel
- preset
- range
- image information
- 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.)
- Pending
Links
- 230000009466 transformation Effects 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000012549 training Methods 0.000 claims description 32
- 238000002372 labelling Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/002—Generating a prealarm to the central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种变电设备监测的方法、装置、设备及存储介质，涉及变电设备监测的技术领域，包括：获取预设范围信息，所述预设范围信息为变电设备的保护区域；基于所述预设范围信息，获取范围图像信息；对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员；若存在，则对所述可疑目标人员进行警告处理；判断所述可疑目标人员在预设警告时间后是否存在所述预设范围信息，所述预设警告时间为警告处理的起始时间；若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，所述预设方式包括以下至少一项：输出声音方式以及灯光输出方式。本申请提高了变电设备的保护效率。
Description
技术领域
本申请涉及变电设备监测的技术领域，尤其是涉及一种变电设备监测的方法、装置、设备及存储介质。
背景技术
变电设备是组成变电站所需要的组件设备，这些组件设备的类型繁多，其中包括变压器类、开关类、四小器类、无功装置类、其他设备及辅助装置。
随着时代的发展，人们对变电设备的应用日益突出，同时变压设备也为人们带来丰厚的收益。由于部分变压设备造价昂贵，因此社会一些不法分子将目光放到了变电设备上，对变压设备展开盗窃行为。
针对上述问题，发明人认为当前对变电设备的保护仍停留在人为监测保护阶段，在发生恶劣盗窃时，难以及时对变电设备实施保护措施，从而存在变电设备的保护效率低的缺陷。
发明内容
为了提高变电设备的保护效率，本申请提供一种变电设备监测的方法、装置、设备及存储介质。
第一方面，本申请提供一种变电设备监测的方法，采用如下的技术方案：
一种变电设备监测的方法，包括：
获取预设范围信息，所述预设范围信息为变电设备的保护区域；
基于所述预设范围信息，获取范围图像信息；
对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员；
若存在，则对所述可疑目标人员进行警告处理；
判断所述可疑目标人员在预设警告时间后是否存在所述预设范围信息，所述预设警告时间为警告处理的起始时间；
若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，所述预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
通过采用上述技术方案，在对变电设备进行监测时，首先获取变电设备的保护区域的预设范围信息，接着根据预设范围信息，获取范围图像信息，然后对范围图像信息进行目标识别，其中，目标识别对象包括人员类型，监测当前范围图像信息中是否存在可疑目标人员，当存在时进行警告处理，例如：发送警告语音，告知可疑目标人员远离预设范围信息内，若可疑目标人员在预设时间过后依旧在预设范围信息内，则生成预警信息，告知工作人员进行查看，同时控制报警设备进行报警，从而达到了提高变电设备的保护效率的效果。
在另一种可能实现的方式中，所述获取预设范围信息，包括：
获取所述预设范围信息对应的环境信息，所述环境信息包括以下至少一项：亮度信息以及天气信息；
确定所述环境信息是否满足于预设环境信息；
若不满足，则以所述预设范围信息的中心为基础向外扩展，获取扩展后的预设范围信息。
通过上述技术方案，当检测到当前环境信息发生变化而不满足预设环境信息时，例如：在天黑时或者阴天时，预设范围信息的亮度不满足预设环境信息的亮度阈值，则将预设范围信息以自身中心进行扩展，从而在对可疑人员目标进行预警时，提高了工作人员的反应时间。
在另一种可能实现的方式中，所述对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员，包括：
判断所述范围图像信息中是否存在人员目标类型；
若存在，则将所述范围图像信息输入至训练后的网络模型中进行训练，获取所述范围图像信息的人员特征向量信息；
对所述人员特征向量信息进行数据分析，获取人员身份信息；
判断所述人员身份信息是否满足预设人员身份信息，所述预设人员身份信息用以表征允许进入所述范围信息中的人员；
若不满足，则确定所述范围图像信息中存在所述可疑目标人员；
若满足，则确定所述范围图像信息中不存在所述可疑目标人员。
通过采用上述技术方案，在确定是否存在可疑目标人员时，首先判断范围图像信息中是否存在人员目标类型，即范围图像信息中是否有人员，当存在人员时，将范围图像信息输入至训练后的网络模型中进行训练，获取范围图像信息的人员特征向量信息，然后对人员特征向量信息进行数据分析，获取人员身份信息，最后判断人员身份信息是否满足预设人员身份信息，当不满足时，生成预警信息，同时控制报警设备通过输出声音方式以及灯光输出方式输出报警信号，从而不仅将监测人员从繁杂而枯燥的“盯屏幕”任务中解脱出来而且还提高了对变电设备的保护效率。
在另一种可能实现的方式中，所述判断所述范围图像信息中是否存在人员目标类型，包括：
对所述范围图像信息进行目标检测，获取所述范围图像信息中的各个目标分别对应的目标图像；
对所述目标图像进行特征提取，获得所述目标图像中的轮廓特征；
基于所述轮廓特征确定所述范围图像信息中是否存在人员目标类型。
通过采用上述技术方案，在对人员目标类型进行确定时，由于人体、动物以及物体等不同类别的目标，其轮廓形状是不同的，因此基于目标图像的轮廓特征能够判断目标的类别，在判断有无人员时，根据有无人员目标类型轮廓特征进行的判断，从而提高了判断有无人员的准确率。
在另一种可能实现的方式中，所述将所述范围图像信息输入至训练后的网络模型中进行训练，获取所述范围图像信息的人员特征向量信息，之前还包括：
获取人员训练样本，所述人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，所述标注信息包括以下其中一项：工作人员以及非工作人员；
创建网络模型，并基于所述人员训练样本对所述网络模型进行训练，得到训练好的网络模型。
通过采用上述技术方案，预先采集人员训练样本，人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，标注信息包括工作人员以及非工作人员，然后创建网络模型，并将人员训练样本输入至网络模型中，以对人员训练样本的人员信息进行标注获取，从而得到训练好的网络模型，进而便于后续对范围图像信息识别。
在另一种可能实现的方式中，所述若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，之后还包括：
获取所述预设范围内所述可疑目标人员的实时位置信息以及维护人员的监测位置信息；
基于所述监测位置信息以及所述实时位置信息，生成导航路线信息；
控制显示所述导航路线信息。
通过采用上述技术方案，在生成预警信息后，检测可疑目标人员以及维护人员的位置信息，然后根据实时位置信息以及监测位置信息生成导航路线，以便于维护人员通过导航路线信息去查看当前可疑目标人员。
在另一种可能实现的方式中，所述方法还包括：
检测所述变电设备的实时温度信息，并对实时温度信息进行分析，获取实时温度数据；
确定所述实时温度数据是否超过所述变电设备的温度保护阈值；
若超过，则所述实时温度数据进行标注处理；
控制显示标注后的实时温度数据。
通过采用上述技术方案，对变电设备表面的温度进行检测，确定变电设备当前的作业时的温度信息，然后对温度信息进行计算分析，获取变电设备的实时温度数据，确定实时温度数据是否超过变电设备的温度阈值，若超过，则对当前变电设备的温度进行标注处理，同时控制显示标注后的实时温度数据，以便于警示工作人员对变电设备进行散热检修。
第二方面，本申请提供一种变电设备监测的装置，采用如下的技术方案：
一种变电设备监测的装置，包括：
范围获取模块，用于获取预设范围信息，所述预设范围信息为变电设备的保护区域；
图像获取模块，用于基于所述预设范围信息，获取范围图像信息；
目标识别模块，用于对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员；
警告模块，用于当存在时，对所述可疑目标人员进行警告处理；
时间判断模块，用于判断所述可疑目标人员在预设警告时间后是否存在所述预设范围信息，所述预设警告时间为警告处理的起始时间；
预警生成模块，用于当存在时，生成预警信息，同时控制报警设备通过预设方式输出报警信号，所述预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
通过采用上述技术方案，在对变电设备进行监测时，首先获取变电设备的保护区域的预设范围信息，接着根据预设范围信息，获取范围图像信息，然后对范围图像信息进行目标识别，其中，目标识别对象包括人员类型，监测当前范围图像信息中是否存在可疑目标人员，当存在时进行警告处理，例如：发送警告语音，告知可疑目标人员远离预设范围信息内，若可疑目标人员在预设时间过后依旧在预设范围信息内，则生成预警信息，告知工作人员进行查看，同时控制报警设备进行报警，从而达到了提高变电设备的保护效率的效果。
在一种可能的实现方式中，所述范围获取模块在获取预设范围信息时，具体用于：
获取所述预设范围信息对应的环境信息，所述环境信息包括以下至少一项：亮度信息以及天气信息；
确定所述环境信息是否满足于预设环境信息；
若不满足，则以所述预设范围信息的中心为基础向外扩展，获取扩展后的预设范围信息。
在另一种可能的实现方式中，所述目标识别模块在对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员时，具体用于：
判断所述范围图像信息中是否存在人员目标类型；
若存在，则将所述范围图像信息输入至训练后的网络模型中进行训练，获取所述范围图像信息的人员特征向量信息；
对所述人员特征向量信息进行数据分析，获取人员身份信息；
判断所述人员身份信息是否满足预设人员身份信息，所述预设人员身份信息用以表征允许进入所述范围信息中的人员；
若不满足，则确定所述范围图像信息中存在所述可疑目标人员；
若满足，则确定所述范围图像信息中不存在所述可疑目标人员。
在另一种可能的实现方式中，所述目标识别模块在判断所述范围图像信息中是否存在人员目标类型时，具体用于：
对所述范围图像信息进行目标检测，获取所述范围图像信息中的各个目标分别对应的目标图像；
对所述目标图像进行特征提取，获得所述目标图像中的轮廓特征；
基于所述轮廓特征确定所述范围图像信息中是否存在人员目标类型。
在另一种可能的实现方式中，所述装置还包括：样本获取模块以及模型创建模块，其中，
所述样本获取模块，用于获取人员训练样本，所述人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，所述标注信息包括以下其中一项：工作人员以及非工作人员；
模型创建模块，用于创建网络模型，并基于所述人员训练样本对所述网络模型进行训练，得到训练好的网络模型。
在另一种可能的实现方式中，所述装置还包括：位置获取模块、路线生成模块以及控制显示模块，其中，
所述位置获取模块，用于获取所述预设范围内所述可疑目标人员的实时位置信息以及维护人员的监测位置信息；
所述路线生成模块，用于基于所述监测位置信息以及所述实时位置信息，生成导航路线信息；
所述控制显示模块，用于控制显示所述导航路线信息。
在另一种可能的实现方式中，所述装置还包括：温度获取模块、温度比对模块、标注模块以及温度显示模块，其中，
所述温度获取模块，用于检测所述变电设备的实时温度信息，并对实时温度信息进行分析，获取实时温度数据；
所述温度比对模块，用于确定所述实时温度数据是否超过所述变电设备的温度保护阈值；
所述标注模块，用于当超过时，对所述实时温度数据进行标注处理；
所述温度显示模块，用于控制显示标注后的实时温度数据。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行根据第一方面任一种可能的实现方式所示的一种变电设备监测的方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种变电设备监测的方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1. 通过采用上述技术方案，在对变电设备进行监测时，首先获取变电设备的保护区域的预设范围信息，接着根据预设范围信息，获取范围图像信息，然后对范围图像信息进行目标识别，其中，目标识别对象包括人员类型，监测当前范围图像信息中是否存在可疑目标人员，当存在时进行警告处理，例如：发送警告语音，告知可疑目标人员远离预设范围信息内，若可疑目标人员在预设时间过后依旧在预设范围信息内，则生成预警信息，告知工作人员进行查看，同时控制报警设备进行报警，从而达到了提高变电设备的保护效率的效果；
2. 通过采用上述技术方案，当检测到当前环境信息发生变化而不满足预设环境信息时，例如：在天黑时或者阴天时，预设范围信息的亮度不满足预设环境信息的亮度阈值，则将预设范围信息以自身中心进行扩展，从而在对可疑人员目标进行预警时，提高了工作人员的反应时间。
附图说明
图1是本申请实施例的一种变电设备监测的方法的流程示意图；
图2是本申请实施例的一种变电设备监测的装置的结构示意图；
图3是本申请实施例的电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种变电设备监测的方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例在此不做限制，如图1所示，该方法包括：
步骤S10，获取预设范围信息，预设范围信息为变电设备的保护区域。
具体地，在对变电设备进行保护时，使用电子围栏围绕在变电设备周围形成保护区域，并在电子围栏上安装GPS定位，通过获取电子围栏GPS信号，确定预设范围信息。
步骤S11，基于预设范围信息，获取范围图像信息。
具体地，在获取到的预设范围信息处安装图像采集工具，例如：在电子围栏上安装摄像头，通过摄像头获取范围图像信息。
步骤S12，对范围图像信息进行目标识别，确定范围图像信息中是否存在可疑目标人员。
具体地，目标检测技术能够对范围图像信息中的各个人员目标类型进行位置确定，将每个人员目标类型通过边界框进行框选，此时边界框内的图像区域即为该目标在图像中对应的图像区域。
步骤S13，若存在，则对可疑目标人员进行警告处理。
具体地，告警信息可以是通过显示屏方式展示，也可以通过声音方式传播，具体情况不做限定。
步骤S14，判断可疑目标人员在预设警告时间后是否存在预设范围信息，预设警告时间为警告处理的起始时间。
具体地，假设预设警告时间为3分钟，当监测到可疑目标人员后开始进行计时，例如：5点20分监测到有可疑目标人员接近，在5点23分后可疑目标人员仍在预设范围信息内。
步骤S15，若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
具体地，当可疑目标人员进入预设范围信息时长超过预设警告时间时，电子设备向报警设备传递控制信号，以控制报警设备通过声音方式以及灯光输出方式发出报警信号。
例如，通过声音方式发出报警信号的装置包括：蜂鸣器、铃铛、哨子以及汽笛等等，通过灯光输出方式发出报警信号的装置包括：呼吸灯、闪烁灯、工程警报灯等等。
在本申请实施例中，在对变电设备进行监测时，首先获取变电设备的保护区域的预设范围信息，接着根据预设范围信息，获取范围图像信息，然后对范围图像信息进行目标识别，其中，目标识别对象包括人员类型，监测当前范围图像信息中是否存在可疑目标人员，当存在时进行警告处理，例如：发送警告语音，告知可疑目标人员远离预设范围信息内，若可疑目标人员在预设时间过后依旧在预设范围信息内，则生成预警信息，告知工作人员进行查看，同时控制报警设备进行报警，从而达到了提高变电设备的保护效率的效果。
本申请实施例的一种可能的实现方式，步骤S10具体包括步骤S101（图中未示出）以及步骤S102（图中未示出），其中，
步骤S101，获取预设范围信息对应的环境信息，环境信息包括以下至少一项：亮度信息以及天气信息。
具体地，根据预设范围信息获取范围图像信息，将范围图像信息转换为灰度图像，然后计算灰度图像的平均值G（整幅或ROI区域），该值就是图像的亮度值，其中，灰度图像的平均值是利用范围图像信息中的多个灰度值计算而来的，通过cvGet2D()函数计算灰度值：cvGet2D(img,i,j).val[0]，将获取到的灰度值总和除以灰度值总个数，得到平均值G。
具体地，在下雨天时，获取到的范围图像信息模糊不清，将摄像工具切换成红外热成像仪，依次来确定当前预设范围内是否有人员出没。
步骤S102，确定环境信息是否满足于预设环境信息。
步骤S103，若不满足，则以预设范围信息的中心为基础向外扩展，获取扩展后的预设范围信息。
本申请实施例的一种可能的实现方式，步骤S12具体包括步骤S121（图中未示出）、步骤S122（图中未示出）、步骤S123（图中未示出）、步骤S124（图中未示出）、步骤S125（图中未示出）以及步骤S126（图中未示出），其中，
步骤S121，判断范围图像信息中是否存在人员目标类型。
具体地，目标检测技术能够对范围图像信息中的各个人员目标类型进行位置确定，将每个人员目标类型通过边界框进行框选，此时边界框内的图像区域即为该目标在图像中对应的图像区域。
步骤S122，若存在，则将范围图像信息输入至训练后的网络模型中进行训练，获取范围图像信息的人员特征向量信息。
具体地，对预设范围内的人员进行特征向量提取，其在图像中所能形成的轮廓形状是有差异的，例如：工作人员穿着安全帽以及施工制服，而非工作人员穿着普通衣物，由于穿着不同，导致工作人员与非工作人员的特征向量存在差异，因此通过目标的特征向量，能够判断目标的具体类别，例如：特征向量“0”表示公祖人员，特征向量“1”表示非工作人员。
步骤S123，对人员特征向量信息进行数据分析，获取人员身份信息。
具体地，通过对特征向量信息进行数据分析，判断特征向量值，确定人员身份信息是否为工作人员。
步骤S124，判断人员身份信息是否满足预设人员身份信息，预设人员身份信息用以表征允许进入范围信息中的人员。
具体地，例如：被允许进入危险区域的人员包括：工地工作人员、施工人员以及技术勘察人员等等。
步骤S125，若不满足，则确定范围图像信息中存在可疑目标人员。
步骤S126，若满足，则确定范围图像信息中不存在可疑目标人员。
本申请实施例的一种可能的实现方式，步骤S121具体包括步骤Sa（图中未示出）、步骤Sb（图中未示出）以及步骤Sc（图中未示出），其中，
步骤Sa，对范围图像信息进行目标检测，获取范围图像信息中的各个目标分别对应的目标图像。
具体地，目标检测（Object Detection）的任务是找出范围图像信息中所有感兴趣的目标（物体），确定它们的类别和位置，例如：对范围图像信息中的人类目标进行提取。
步骤Sb，对目标图像进行特征提取，获得目标图像中的轮廓特征。
具体地，提取轮廓特征信息的方式可以包括：对各个目标对应的图像区域进行灰度化处理后再进行二值化处理，在经过二值化处理后图像中根据黑白像素点的边界识别出各个分割区域中对应的目标的轮廓形状，轮廓形状即为目标对应的轮廓特征。
步骤Sc，基于轮廓特征确定范围图像信息中是否存在人员目标类型。
具体地，不同类别的目标，其在图像中所能形成的轮廓形状是有差异的，例如人体和动物，由于站立方式的不同，导致人体和动物的轮廓形状存在差异，因此通过目标的轮廓特征，能够判断目标的具体类别，例如为人体、动物或者树枝。
本申请实施例的一种可能的实现方式，步骤S122之前还包括步骤SA（图中未示出）以及步骤SB（图中未示出），其中，
步骤SA，获取人员训练样本，人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，标注信息包括以下其中一项：工作人员以及非工作人员。
具体地，在采集工作人员以及非工作人员多个姿态和角度的图像，然后对这些图像进行目标检测，以获取各个目标分别对应的轮廓特征，这样采集的样本环境与实际中神经网络模型要判断的环境一致，因此能够提高识别的准确度；同时针对多个不同的人员目标采集图像，增加样本的丰富度，同样能够提高神经网络对目标分类的准确度。
步骤SB，创建网络模型，并基于人员训练样本对网络模型进行训练，得到训练好的网络模型。
具体地，初始神经网络模型进行训练后能够对输入的目标轮廓特征进行判断，进而输出的是目标类别的概率，选择概率最高的类别标签，作为当前输入的目标轮廓特征所对应的类别标签。例如：网络模型输入一个人员目标的轮廓特征，则输出的为工作人员（98%）和非工作人员（2%），则此时应能够确定该轮廓特征对应的目标的类别为工作人员。
本申请实施例的一种可能的实现方式，步骤S15之后还包括步骤S151（图中未示出）、步骤S152（图中未示出）以及步骤S153（图中未示出），其中，
步骤S151，获取预设范围内可疑目标人员的实时位置信息以及维护人员的监测位置信息。
具体地，基于HTML5中的GPS定位操作，对人员进行定位。在HTML5中有一个GeolocationAPI，这个API用于通过GPS获得用户的地理位置，也就是俗称的GPS定位。
步骤S152，基于监测位置信息以及实时位置信息，生成导航路线信息。
具体地，通过GPS导航系统生成监测位置信息与实时位置信息的导航路线，其中，GPS导航系统是以全球24颗定位人造卫星为基础，向全球各地全天候地提供三维位置、三维速度等信息的一种无线电导航定位系统。它由三部分构成，一是地面控制部分，由主控站、地面天线、监测站及通讯辅助系统组成。二是空间部分，由24颗卫星组成，分布在6个轨道平面。三是用户装置部分，由GPS接收机和卫星天线组成。民用的定位精度可达10米内。
步骤S153，控制显示导航路线信息。
具体地，通过控制层（controller）、业务层（service）以及数据访问层（dao）对导航路线信息进行获取，在数据访问层只负责与数据库的数据交互，将数据进行读取操作，业务层需要根据系统的实际业务需求进行逻辑代码的编写，业务逻辑层调用数据访问层的相关方法实现与数据库的交互，并将执行结果反馈给控制层，控制层将位置信息发送到视图渲染器，对导航路线信息进行视图渲染，对导航路线信息进行回显。
本申请实施例的一种可能的实现方式，方法还包括步骤S16（图中未示出）、步骤S17（图中未示出）、步骤S18（图中未示出）以及步骤S19（图中未示出），其中，
步骤S16，检测变电设备的实时温度信息，并对实时温度信息进行分析，获取实时温度数据。
具体地，在对变电设备所处环境的温度信息进行检测时，可以通过温度计法，将温度传感器测量的温度信号直接变成按一定规律变换的电压信号，通过一块或两块A/D转换卡与PC机直接相连,使用专门配套温度测试软件,即可测试变电设备不同位置的实时温度数据。
步骤S17，确定实时温度数据是否超过变电设备的温度保护阈值。
具体地，将步骤S16中获得的实时温度数据与预设的变电设备温度阈值进行比较，例如，变电设备的外壳温度阈值一般不高于八十度，当检测到的实时温度数据大于八十度时，易对变电设备造成损害。
步骤18，若超过，则实时温度数据进行标注处理。
具体地，将已超过温度阈值的温度值进行保存，并对保存的温度值进行标红处理，例如‘<span style=“color:red”>{实时温度数据}</span>’。
步骤S19，控制显示标注后的实时温度数据。
上述实施例从方法流程的角度介绍一种变电设备监测的方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种变电设备监测的装置，具体详见下述实施例。
本申请实施例提供一种变电设备监测的装置，如图所示，该装置20具体可以包括：范围获取模块21、图像获取模块22、目标识别模块23、警告模块24、时间判断模块25以及预警生成模块26，其中，
范围获取模块21，用于获取预设范围信息，预设范围信息为变电设备的保护区域；
图像获取模块22，用于基于预设范围信息，获取范围图像信息；
目标识别模块23，用于对范围图像信息进行目标识别，确定范围图像信息中是否存在可疑目标人员；
警告模块24，用于当存在时，对可疑目标人员进行警告处理；
时间判断模块25，用于判断可疑目标人员在预设警告时间后是否存在预设范围信息，预设警告时间为警告处理的起始时间；
预警生成模块26，用于当存在时，生成预警信息，同时控制报警设备通过预设方式输出报警信号，预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
本申请实施例的一种可能的实现方式，范围获取模块21在获取预设范围信息时，具体用于：
获取预设范围信息对应的环境信息，环境信息包括以下至少一项：亮度信息以及天气信息；
确定环境信息是否满足于预设环境信息；
若不满足，则以预设范围信息的中心为基础向外扩展，获取扩展后的预设范围信息。
本申请实施例的另一种可能的实现方式，目标识别模块23在对范围图像信息进行目标识别，确定范围图像信息中是否存在可疑目标人员时，具体用于：
判断范围图像信息中是否存在人员目标类型；
若存在，则将范围图像信息输入至训练后的识别网络模型中进行训练，获取范围图像信息的人员特征向量信息；
对人员特征向量信息进行数据分析，获取人员身份信息；
判断人员身份信息是否满足预设人员身份信息，预设人员身份信息用以表征允许进入范围信息中的人员；
若不满足，则确定范围图像信息中存在可疑目标人员；
若满足，则确定范围图像信息中不存在可疑目标人员。
本申请实施例的另一种可能的实现方式，目标识别模块23在判断范围图像信息中是否存在人员目标类型时，具体用于：
对范围图像信息进行目标检测，获取范围图像信息中的各个目标分别对应的目标图像；
对目标图像进行特征提取，获得目标图像中的轮廓特征；
基于轮廓特征确定范围图像信息中是否存在人员目标类型。
本申请实施例的另一种可能的实现方式，装置20还包括：样本获取模块以及模型创建模块，其中，
样本获取模块，用于获取人员训练样本，人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，标注信息包括以下其中一项：工作人员以及非工作人员；
模型创建模块，用于创建网络模型，并基于人员训练样本对网络模型进行训练，得到训练好的网络模型。
本申请实施例的另一种可能的实现方式，装置20还包括：位置获取模块、路线生成模块以及控制显示模块，其中，
位置获取模块，用于获取预设范围内可疑目标人员的实时位置信息以及维护人员的监测位置信息；
路线生成模块，用于基于监测位置信息以及实时位置信息，生成导航路线信息；
控制显示模块，用于控制显示导航路线信息。
本申请实施例的另一种可能的实现方式，装置20还包括：温度获取模块、温度比对模块、标注模块以及温度显示模块，其中，
温度获取模块，用于检测变电设备的实时温度信息，并对实时温度信息进行分析，获取实时温度数据；
温度比对模块，用于确定实时温度数据是否超过变电设备的温度保护阈值；
标注模块，用于当超过时，对实时温度数据进行标注处理；
温度显示模块，用于控制显示标注后的实时温度数据。
本申请实施例中提供了一种电子设备，如图3所示，图3所示的电子设备300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，本申请实施例中，通过采用上述技术方案，在对变电设备进行监测时，首先获取变电设备的保护区域的预设范围信息，接着根据预设范围信息，获取范围图像信息，然后对范围图像信息进行目标识别，其中，目标识别对象包括人员类型，监测当前范围图像信息中是否存在可疑目标人员，当存在时进行警告处理，例如：发送警告语音，告知可疑目标人员远离预设范围信息内，若可疑目标人员在预设时间过后依旧在预设范围信息内，则生成预警信息，告知工作人员进行查看，同时控制报警设备进行报警，从而达到了提高变电设备的保护效率的效果。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种变电设备监测的方法，其特征在于，包括：
获取预设范围信息，所述预设范围信息为变电设备的保护区域；
基于所述预设范围信息，获取范围图像信息；
对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员；
若存在，则对所述可疑目标人员进行警告处理；
判断所述可疑目标人员在预设警告时间后是否存在所述预设范围信息，所述预设警告时间为警告处理的起始时间；
若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，所述预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
2.根据权利要求1所述的方法，其特征在于，所述获取预设范围信息，包括：
获取所述预设范围信息对应的环境信息，所述环境信息包括以下至少一项：亮度信息以及天气信息；
确定所述环境信息是否满足于预设环境信息；
若不满足，则以所述预设范围信息的中心为基础向外扩展，获取扩展后的预设范围信息。
3.根据权利要求1所述的方法，其特征在于，所述对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员，包括：
判断所述范围图像信息中是否存在人员目标类型；
若存在，则将所述范围图像信息输入至训练后的网络模型中进行训练，获取所述范围图像信息的人员特征向量信息；
对所述人员特征向量信息进行数据分析，获取人员身份信息；
判断所述人员身份信息是否满足预设人员身份信息，所述预设人员身份信息用以表征允许进入所述范围信息中的人员；
若不满足，则确定所述范围图像信息中存在所述可疑目标人员；
若满足，则确定所述范围图像信息中不存在所述可疑目标人员。
4.根据权利要求2所述的方法，其特征在于，所述判断所述范围图像信息中是否存在人员目标类型，包括：
对所述范围图像信息进行目标检测，获取所述范围图像信息中的各个目标分别对应的目标图像；
对所述目标图像进行特征提取，获得所述目标图像中的轮廓特征；
基于所述轮廓特征确定所述范围图像信息中是否存在人员目标类型。
5.根据权利要求3所述的方法，其特征在于，所述将所述范围图像信息输入至训练后的网络模型中进行训练，获取所述范围图像信息的人员特征向量信息，之前还包括：
获取人员训练样本，所述人员训练样本包括人员样本图像以及人员样本图像中每个人员对应的标注信息，所述标注信息包括以下其中一项：工作人员以及非工作人员；
创建网络模型，并基于所述人员训练样本对所述网络模型进行训练，得到训练好的网络模型。
6.根据权利要求1所述的方法，其特征在于，所述若存在，则生成预警信息，同时控制报警设备通过预设方式输出报警信号，之后还包括：
获取所述预设范围内所述可疑目标人员的实时位置信息以及维护人员的监测位置信息；
基于所述监测位置信息以及所述实时位置信息，生成导航路线信息；
控制显示所述导航路线信息。
7.根据权利要求1中任意一项所述的方法，其特征在于，所述方法还包括：
检测所述变电设备的实时温度信息，并对实时温度信息进行分析，获取实时温度数据；
确定所述实时温度数据是否超过所述变电设备的温度保护阈值；
若超过，则所述实时温度数据进行标注处理；
控制显示标注后的实时温度数据。
8.一种变电设备监测的装置，其特征在于，包括：
范围获取模块，用于获取预设范围信息，所述预设范围信息为变电设备的保护区域；
图像获取模块，用于基于所述预设范围信息，获取范围图像信息；
目标识别模块，用于对所述范围图像信息进行目标识别，确定所述范围图像信息中是否存在可疑目标人员；
警告模块，用于当存在时，对所述可疑目标人员进行警告处理；
时间判断模块，用于判断所述可疑目标人员在预设警告时间后是否存在所述预设范围信息，所述预设警告时间为警告处理的起始时间；
预警生成模块，用于当存在时，生成预警信息，同时控制报警设备通过预设方式输出报警信号，所述预设方式包括以下至少一项：输出声音方式以及灯光输出方式。
9.一种电子设备，其特征在于，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，所述一个或多个应用程序配置用于：执行权利要求1～7任一项所述的一种变电设备监测的方法。
10.一种计算机可读存储介质，其特征在于，包括：存储有能够被处理器加载并执行如权利要求1～7中任一项所述的一种变电设备监测的方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111623836.3A CN114387750A (zh) | 2021-12-28 | 2021-12-28 | 一种变电设备监测的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111623836.3A CN114387750A (zh) | 2021-12-28 | 2021-12-28 | 一种变电设备监测的方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114387750A true CN114387750A (zh) | 2022-04-22 |
Family
ID=81197090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111623836.3A Pending CN114387750A (zh) | 2021-12-28 | 2021-12-28 | 一种变电设备监测的方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114387750A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932928A (zh) * | 2023-02-23 | 2023-04-07 | 国网瑞嘉(天津)智能机器人有限公司 | 基于变电场所的定位方法、系统、装置、设备及存储介质 |
| CN116720161A (zh) * | 2023-08-04 | 2023-09-08 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107588855A (zh) * | 2017-09-20 | 2018-01-16 | 国网江西省电力公司检修分公司 | 变电设备温度的检测方法、检测装置及终端设备 |
| CN110113561A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种人员滞留检测方法、装置、服务器及系统 |
| CN110288801A (zh) * | 2019-06-25 | 2019-09-27 | 南方电网数字电网研究院有限公司 | 电力现场视频监控方法、装置、计算机设备和存储介质 |
| CN110567964A (zh) * | 2019-07-19 | 2019-12-13 | 华瑞新智科技（北京）有限公司 | 一种检测变电设备缺陷的方法、装置及存储介质 |
| CN112990093A (zh) * | 2021-04-09 | 2021-06-18 | 京东方科技集团股份有限公司 | 一种人员监测方法、装置、系统和计算机可读存储介质 |
| CN113034826A (zh) * | 2021-03-10 | 2021-06-25 | 深圳市兴海物联科技有限公司 | 基于视频的异常事件告警方法及其系统、设备、存储介质 |
| CN113808354A (zh) * | 2021-11-16 | 2021-12-17 | 深圳市思拓通信系统有限公司 | 一种用于工地危险区域预警的方法、装置及介质 |
-
2021
- 2021-12-28 CN CN202111623836.3A patent/CN114387750A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107588855A (zh) * | 2017-09-20 | 2018-01-16 | 国网江西省电力公司检修分公司 | 变电设备温度的检测方法、检测装置及终端设备 |
| CN110113561A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种人员滞留检测方法、装置、服务器及系统 |
| CN110288801A (zh) * | 2019-06-25 | 2019-09-27 | 南方电网数字电网研究院有限公司 | 电力现场视频监控方法、装置、计算机设备和存储介质 |
| CN110567964A (zh) * | 2019-07-19 | 2019-12-13 | 华瑞新智科技（北京）有限公司 | 一种检测变电设备缺陷的方法、装置及存储介质 |
| CN113034826A (zh) * | 2021-03-10 | 2021-06-25 | 深圳市兴海物联科技有限公司 | 基于视频的异常事件告警方法及其系统、设备、存储介质 |
| CN112990093A (zh) * | 2021-04-09 | 2021-06-18 | 京东方科技集团股份有限公司 | 一种人员监测方法、装置、系统和计算机可读存储介质 |
| CN113808354A (zh) * | 2021-11-16 | 2021-12-17 | 深圳市思拓通信系统有限公司 | 一种用于工地危险区域预警的方法、装置及介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115932928A (zh) * | 2023-02-23 | 2023-04-07 | 国网瑞嘉(天津)智能机器人有限公司 | 基于变电场所的定位方法、系统、装置、设备及存储介质 |
| CN116720161A (zh) * | 2023-08-04 | 2023-09-08 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
| CN116720161B (zh) * | 2023-08-04 | 2023-11-14 | 山西合力思创科技股份有限公司 | 一种智能权限系统权限控制方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106952303B (zh) | 车距检测方法、装置和系统 | |
| CN107067003B (zh) | 感兴趣区域边界的提取方法、装置、设备和计算机存储介质 | |
| CN113808354A (zh) | 一种用于工地危险区域预警的方法、装置及介质 | |
| US20180240194A1 (en) | Visual analytics based vehicle insurance anti-fraud detection | |
| CN114387750A (zh) | 一种变电设备监测的方法、装置、设备及存储介质 | |
| CN112950773A (zh) | 基于建筑信息模型的数据处理方法与装置、处理服务器 | |
| CN110659391A (zh) | 一种视频侦查方法及装置 | |
| CN112149503A (zh) | 目标事件检测方法、装置和电子设备和可读介质 | |
| CN116152863B (zh) | 一种人员信息识别方法、装置、电子设备及存储介质 | |
| US11829959B1 (en) | System and methods for fully autonomous potholes detection and road repair determination | |
| CN113011280A (zh) | 人员接触距离的检测方法、装置、计算机设备和存储介质 | |
| JP2019067074A (ja) | 風環境学習装置、風環境評価システム、風環境学習方法及び風環境評価方法 | |
| CN114758249A (zh) | 基于野外夜间环境的目标物监测方法、装置、设备及介质 | |
| CN110910379B (zh) | 一种残缺检测方法及装置 | |
| CN115861597A (zh) | 一种基于激光与计算机视觉的桥梁模态实时识别方法及系统 | |
| CN115984273A (zh) | 道路病害检测方法、装置、计算机设备及可读存储介质 | |
| CN114743026A (zh) | 目标对象的方位检测方法、装置、设备及计算机可读介质 | |
| CN114676907A (zh) | 一种区域地质灾害预警方法、装置、存储介质及设备 | |
| CN112836590B (zh) | 洪涝灾害监测方法、装置、电子设备及存储介质 | |
| CN116363583A (zh) | 一种用于顶视角的人体识别方法、装置、设备及介质 | |
| CN116246308A (zh) | 基于视觉识别的多目标跟踪预警方法、装置及终端设备 | |
| CN116486635A (zh) | 路面团雾检测预警方法、系统、存储介质及终端 | |
| Cao et al. | FOD detection using a multi-channel information fusion method | |
| CN114998956B (zh) | 一种基于类内差异的小样本图像数据扩充方法及装置 | |
| CN111988506B (zh) | 补光方法及装置、电子设备及存储介质 |
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 |