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

AITNT
正文
推荐专利
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
申请号:CN202411094388
申请日期:2024-08-09
公开号:CN119068173A
公开日期:2024-12-03
类型:发明专利
摘要
本发明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。
技术关键词
特征提取模块 可见光图像 注意力 分类方法 事件特征 多层感知机 变电站 深度神经网络 事件相机 数据 解码器单元 结构网络 同步采集功能 成像特征 深度学习模型训练
系统为您推荐了相关专利信息
1
一种基于潜在扩散模型的多阶段结构拓扑优化方法
结构拓扑优化方法 去噪模型 变量 交叉注意力机制 高分辨率结构
2
融合深度信息的大型室内空间运动物体定位方法
大型室内空间 运动物体定位方法 融合深度信息 Vibe算法 像素点
3
基于大模型的精细情感控制TTS方法、装置、设备及介质
TTS方法 语音编码 文本 神经网络模型 情感类别
4
一种基于设备云端协同及AI关键词的霸凌识别通报方法
关键词 云端 安保平台 轻量化卷积神经网络 设备端
5
换流变故障案例的结构化处理方法、系统、设备和介质
文本特征向量 特征提取模型 聚类分析算法 格式 自然语言
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号