摘要
本发明公开了一种基于深度学习实例分割的输电线舞动识别方法与系统。方法包括:对输电线数据进行实例分割标注形成标注数据集,利用深度学习分割模型进行学习训练,得到训练好的输电线分割模型;利用训练好的深度学习输电线分割模型处理视频图像帧或图像序列,得到每帧图像的输电线分割mask,并进行细化处理得到输电线的精确位置;根据输电线的精确位置,计算连续帧中相同输电线的位置变化,并初步判定是否存在输电线舞动;当初步判断输电线存在舞动时,计算每帧图像中不同输电线之间的距离,比较不同帧中输电线之间距离的变化情况,以排除采集设备抖动的影响,得到最终的输电线舞动判定结果。本方法输电线舞动识别准确率高,误检率低。
技术关键词
采集设备
图像
识别方法
实例分割模型
标注方法
数据
处理器
位置识别
直线
识别系统
视频
序列
可读存储介质
程序
模块
存储器
电子设备
中心线
计算机
系统为您推荐了相关专利信息
色彩均衡方法
图像
均衡系统
相似性判断技术
车辆全景环视系统
无人航空器
精细化管理方法
风险评估模型
深度强化学习方法
飞行状态数据
乳腺癌分型
免疫细胞
病理切片图像
卷积神经网络模型
数据
欠采样图像
天文望远镜
噪声功率
图像处理方法
尺寸
日盲探测器
信号处理模块
宽带隙材料
紫外光源定位方法
成像模块