摘要
无人机巡检中的烟火识别与定位方法和装置,其方法包括:首先,建立无人机烟火真彩色和红外影像融合数据集以及相同坐标下时序数据集;然后,采用生成对抗模型进行数据增强;接着,使用CO‑DETR模型构建融合影像模型;同时,设计了一个时序模型,涵盖图像特征提取与降维、时序数据向量化处理、突变感知的注意力计算以及区域判别;采用了加权投票机制,根据各模型的置信度对预测结果进行加权;过多线程技术解耦视频流接收与推理任务,同时侦听网络状态,动态调整视频流的传输;最后采用增量学习方式迭代优化模型。本发明结合无人机的自主飞行能力和多传感器技术,设计了一种动态传输和烟火监测系统,同时,使用了动态开源模型CO‑DETR以及根据无人机每日巡航具有高重复性的特点设计的时序网络实现了对烟火现象的实时监测、精确定位和快速响应。
技术关键词
无人机巡检
烟火识别
定位方法
视频流
时序
样本
数据
卷积神经网络提取特征
图像特征提取
生成对抗网络
坐标
自动巡检装置
生成对抗模型
训练检测模型
注意力机制
烟火监测
系统为您推荐了相关专利信息
远程数据集中器
验证系统
模数转换模块
待测设备
时序控制模块
像素点
人脸识别方法
标定算法
人脸识别数据库
坐标
海上风电并网系统
概率预测方法
时序
多头注意力机制
海上风电场