摘要
基于分离式架构的对抗学习模型的高压输电带电作业人员违章识别方法,它属于高压输电带电作业安全监测技术领域。本发明解决了现有识别方法的准确率低、实时性差的问题。本发明方法分为边缘端和云端两部分,在边缘端利用其低延迟、本地数据处理能力,使得数据的采集与预处理过程在边缘端进行,进行初步的特征提取和简单计算;云端则凭借强大的计算资源和存储能力进行复杂的对抗学习,利用分离式架构的对抗学习模型可以获得高压输电带电作业人员违章识别结果,得到最终的违章识别决策。通过这种分离式架构和对抗学习机制,解决了传统方法的识别精度和效率问题。本发明方法可以应用于高压输电带电作业人员违章识别。
技术关键词
违章识别方法
轻量级卷积神经网络
高压输电作业
带电作业
环境传感器数据
生成器网络
轻量级深度学习
生成对抗网络模型
图像
智能裁剪
信息编码
重要性评估方法
姿态特征
Sigmoid函数
动作特征
佩戴绝缘手套
系统为您推荐了相关专利信息
时间序列分析技术
轨迹模型
特征提取技术
智能识别方法
分布式计算框架
市政路面
链路
智能巡检方法
地理信息系统地图
中继节点
台灯系统
聊天机器人
智能交互系统
双麦克风阵列
照明模块
GIS盆式绝缘子
缺陷检测方法
动态孔径控制
波前校正
三维超声图像
投影图像校正
感知特征
透视变换矩阵
特征提取网络
关键点