[发明专利]一种杆塔鸟巢检测与识别方法、装置、设备及其介质

说明书

本申请公开了一种杆塔鸟巢检测与识别方法、装置、设备及其介质，方法包括：获取待测杆塔图像；将待测杆塔图像输入至特征提取网络中，得到杆塔图像的特征图；将特征图输入至预置的候选区域生成网络中，得到候选区域；将滑动窗口在候选区域上进行滑动，由滑动窗口经过候选区域上每个位置的锚点生成候选框，采用修正参数对候选框进行修正，得到修正后的检测窗口。本申请提高图像的分类识别率和检测准确率。

技术领域

本申请涉及图像检测技术领域，尤其涉及一种杆塔鸟巢检测与识别方法、装置、设备及其介质。

背景技术

输电线在电力系统中有着非常重要的作用，与人们的生活密不可分，如果出现大规模断电情况会给大众造成不可估量的损失。而鸟类的自然活动经常干扰到输电线的正常工作，如鸟类在输电线杆塔上筑巢容易造成输电线发生短路事故，输电线杆塔上的瓷瓶容易受到鸟类排出的粪便污染，由此造成绝缘强度降低，造成输电线短路的同时电力系统也出现故障，另外有很多捕食类动物以鸟类未孵化的卵和幼崽为食物，为了捕猎攀爬输电线杆塔，造成电力系统大面积瘫痪。为了避免上述情况的发生，对输电线杆塔鸟巢进行检测与识别，传统的检测与识别主要利用BP网络算法，这种算法具有识别率低，泛化能力差的缺点，并且还不能保证结果的准确性。而深度学习中的Faster R-CNN算法网络可以有效的改善这些缺点。

发明内容

本申请实施例提供了一种杆塔鸟巢检测与识别方法、装置、设备及其介质，使得提高其分类识别率和检测准确率。

有鉴于此，本申请第一方面提供了一种杆塔鸟巢检测与识别方法，所述方法包括：

获取待测杆塔图像；

将所述待测杆塔图像输入至特征提取网络中，得到所述待测杆塔图像的特征图；

将所述特征图输入至预置的候选区域生成网络中，得到候选区域；

将滑动窗口在所述候选区域上进行滑动，由所述滑动窗口经过所述候选区域上每个位置的锚点生成候选框，采用修正参数对所述候选框进行修正，得到修正后的检测窗口。

可选的，在所述将滑动窗口在所述候选区域上进行滑动，由所述滑动窗口经过所述候选区域上每个位置的锚点生成候选框，采用修正参数对所述候选框进行修正，得到修正后的检测窗口，之后还包括：

将所述特征图输入至训练好的分类器中，输出鸟巢的空间位置。

可选的，在所述将所述特征图输入至训练好的分类器中，输出鸟巢的空间位置，之前还包括：

获取大量包含鸟巢的杆塔图像，构成样本集；

采用所述样本集训练所述分类器。

可选的，所述将滑动窗口在所述候选区域上进行滑动，由所述滑动窗口经过所述候选区域上每个位置的锚点生成候选框，采用修正参数对所述候选框进行修正，得到修正后的检测窗口，具体包括：

将滑动窗口在所述候选区域上进行滑动，由所述滑动窗口经过所述候选区域上每个位置的锚点(x_i,y_i)生成所述候选框，所述候选框坐标为c₀＝(x_c,y_c,w_c,h_c)，采用所述修正参数对所述候选框进行修正，所述修正参数为j_x,j_y,j_w,j_h，则修正后的所述检测窗口为：

式中，x，y，h，w分别表示所述检测窗口中心横坐标，中心纵坐标，高度及宽度。

本申请第二方面提供一种杆塔鸟巢检测与识别装置，所述装置包括：

获取单元，用于获取待测杆塔图像；