[发明专利]一种适用于电力场景的语义分析方法及系统

说明书

本发明属于计算机视觉技术领域，提供了一种应用于电力场景的语义分析方法及系统。其中，应用于电力场景的语义分析方法包括获取待测电力场景图像；预处理待测电力场景图像；将预处理后的待测电力场景图像通过特征学习网络获取视觉特征表述，并与预先构建的索引表对照，得到待测电力场景图像的语义预测；其中，特征学习网络由全卷积网络和深度自动编码器组成，全卷积网络用于对电力场景图像进行像素级的多层特征学习提取，自动编码器用于根据多层神经网络特征计算最终网络的权值，生成视觉特征表述；索引表内存储视觉特征表述与语义预测结果的对应关系。

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种应用于电力场景的语义分析方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

图像语义分析技术是对图像中的内容进行视觉层、对象层、概念层的理解，从“像素-区域-目标-场景”多层次内容，让计算机理解图像中的颜色、纹理、形状等底层语义特征以及图像含义等高层语义特征，通过语义信息完成图像的分类、分割、识别等工作。传统图像语义分析通过手工提取图像特征点，然后利用支持向量机完成图像分类等，卷积神经网络通过各层网络自动完成特征学习与提取，利用网络分类器完成图像分类、识别等。

目前在电力领域，常用的图像语义分析技术为图像检测，由于应用场景的特殊性，发明人发现，传统语义分析方法易受图像噪声影响导致特征点分布不均，导致分类出错；卷积神经网络方法受限于目标尺度较小和拍摄角度，导致误检率较高，影响实用化。

发明内容

为了解决上述背景技术中存在的至少一项技术问题，本发明提供一种应用于电力场景的语义分析方法及系统，其能够提高语义预测结果。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种应用于电力场景的语义分析方法。

一种应用于电力场景的语义分析方法，包括：

获取待测电力场景图像；

预处理待测电力场景图像；

将预处理后的待测电力场景图像通过特征学习网络获取视觉特征表述，并与预先构建的索引表对照，得到待测电力场景图像的语义预测；

其中，特征学习网络由全卷积网络和深度自动编码器组成，全卷积网络用于对电力场景图像进行像素级的多层特征学习提取，自动编码器用于根据多层神经网络特征计算最终网络的权值，生成视觉特征表述；索引表内存储视觉特征表述与语义预测结果的对应关系。

本发明的第二个方面提供一种应用于电力场景的语义分析系统。

一种应用于电力场景的语义分析系统，包括：

图像获取模块，其用于获取待测电力场景图像；

预处理模块，其用于预处理待测电力场景图像；

语义分割模块，其用于将预处理后的待测电力场景图像通过特征学习网络获取视觉特征表述，并与预先构建的索引表对照，得到待测电力场景图像的语义预测；

其中，特征学习网络由全卷积网络和深度自动编码器组成，全卷积网络用于对电力场景图像进行像素级的多层特征学习提取，自动编码器用于根据多层神经网络特征计算最终网络的权值，生成视觉特征表述；索引表内存储视觉特征表述与语义预测结果的对应关系。

本发明的第三个方面提供一种计算机可读存储介质。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的应用于电力场景的语义分析方法中的步骤。

本发明的第四个方面提供一种计算机设备。