(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 110175538 A(43)申请公布日 2024.08.27
(21)申请号 202410389617.X(22)申请日 2024.05.10
(71)申请人 国网福建省电力有限公司龙岩供电
公司
地址 364000 福建省龙岩市新罗区九一南
路45号
申请人 国网福建省电力有限公司
(72)发明人 叶杰 何春庆 廖华年 徐启峰
刘智 邹立尧 刘莉莉 陈苏芳 谢水财 蔡小伟 何文丰 汤永清 (74)专利代理机构 厦门市首创君合专利事务所
有限公司 35204
代理人 张松亭 李艾华(51)Int.Cl.
G06K 9/00(2006.01)
权利要求书2页 说明书5页 附图3页
G06K 9/34(2006.01)G06K 9/40(2006.01)G06N 3/04(2006.01)G06N 3/08(2006.01)
CN 110175538 A(54)发明名称
一种基于机器学习的变电站鸟巢识别方法及系统(57)摘要
本发明涉及一种基于机器学习的变电站鸟巢识别方法及系统，方法包括：图像预处理，接收变电站视频图像输入，并对视频图像进行去噪和增强以提高目标与背景的对比度；数据格式处理，将预处理后的图像转换成以二进制存储的
图像识别，基于Faster?R-CNN算TFRecord文件；
法与LSTM网络构建变电站鸟巢识别模型；基于训练好的变电站鸟巢识别模型对数据格式处理后的视频图像进行处理，获得识别结果。本发明针对变电站环境中鸟巢位置隐蔽多变等特征，提出基于Faster?R-CNN算法和LSTM网络的算法对变电站鸟巢进行识别，具有很好的特征提取能力，能降低鸟类活动对变电站设备的不良影响，提高变电站运行的可靠性。
CN 110175538 A
权 利 要 求 书
1/2页
1.一种基于机器学习的变电站鸟巢识别方法，其特征在于，包括：图像预处理，接收变电站视频图像输入，并对视频图像进行去噪和增强以提高目标与背景的对比度；
数据格式处理，将预处理后的图像转换成以二进制存储的TFRecord文件；图像识别，基于Faster?R-CNN算法与LSTM网络构建变电站鸟巢识别模型；基于训练好的变电站鸟巢识别模型对数据格式处理后的视频图像进行处理，获得识别结果。
2.根据权利要求1所述的基于机器学习的变电站鸟巢识别方法，其特征在于，所述图像预处理包括：
通过对图像进行灰度变换，得到含有噪声的梯度图像，然后利用小概率策略和最大类间误差法准则对图像进行分割，得到目标和背景两个部分，再采用不同阶次的分数阶微积分掩模对各个区域进行处理，得到自适应去噪和增强后的图像。
3.根据权利要求1所述的基于机器学习的变电站鸟巢识别方法，其特征在于，在进行所述变电站鸟巢识别模型训练时，通过旋转的数据对训练样本图像进行扩增操作，将有限的训练样本进行扩充；具体为从资料库中收集并整理出含有鸟巢的视频图像，并分别进行三次的对比分析，以矩形候选框的形式手动标注出目标的位置；然后确定每张图片中所标注目标的位置是否正确。
4.根据权利要求1所述的基于机器学习的变电站鸟巢识别方法，其特征在于，所述识别结果包括输出目标区域、目标类型以及对应的概率，对视频图像中所占面积最大的目标区域进行提取，得到鸟巢视频图像。
5.根据权利要求1所述的基于机器学习的变电站鸟巢识别方法，其特征在于，所述变电站鸟巢识别模型的训练过程包括：
(1)输入标记有鸟巢的变电站巡检视频图像，并将原视频图像缩放为245×205，同时计算VGG-16最后一层卷积层的特征图尺寸；
(2)读取标记数据中的目标框的坐标，按照上一步中缩放比例调整并保存；(3)预设默认矩形候选框的边界框尺寸和比例；(4)以1×1窗口扫描特征图，每一个窗口为一个锚点，即边界框中心点；(5)对锚点的坐标按预设比例放大映射到经过缩放的图片中，得到实际坐标；(6)根据标记数据中边界框坐标和更新的边界框尺寸，生成新的边界框及对应的分数；(7)对步骤(6)中新的边界框的视频图像进行分类，并使用LSTM网络对有效边界框的视频图像复用而产生多个序列特征，生成类别概率更新VGG-16卷积神经网络的参数。
6.一种基于机器学习的变电站鸟巢识别系统，其特征在于，包括：图像预处理模块，用于接收变电站视频图像输入，并对视频图像进行去噪和增强以提高目标与背景的对比度；
数据格式处理模块，用于将预处理后的图像转换成以二进制存储的TFRecord文件；深度学习识别模块，用于基于Faster?R-CNN算法与LSTM网络构建变电站鸟巢识别模型；基于训练好的变电站鸟巢识别模型对数据格式处理后的视频图像进行处理，获得识别结果。
7.根据权利要求6所述的基于机器学习的变电站鸟巢识别系统，其特征在于，所述图像预处理包括：
2
CN110175538A一种基于机器学习的变电站鸟巢识别方法及系统[专利]
