[发明专利]基于深度学习的高压线路防外力破坏预警系统及方法

摘要

本发明公开了一种基于深度学习的高压线路防外力破坏预警系统及方法。该系统包括设置于箱体内部的蓄电池、电源管理板、ARM图像处理板、红外模拟摄像机、数字摄像机、GPS模块，以及设置于箱体外部的太阳能电池板、目标识别机、服务器和手机移动终端。方法如下接收拍摄的图片作为训练样本集；构建卷积神经网络的网络模型；将训练的样本集转换数据格式后输入网络模型中得到最终的网络模型；输入采集的现场图片并对其采用中值滤波处理，得到预处理后的图像；采用选择性搜索提取候选区域；采用最终的卷积神经网络模型自提取特征；采用支持向量机分类器识别出该图像中的目标。本发明具有识别率高、实时性好等优点，方便大规模生产。

主权项

一种基于深度学习的高压线路防外力破坏预警系统，其特征在于，包括设置于箱体内部的蓄电池、电源管理板、ARM图像处理板、红外模拟摄像机、数字摄像机、GPS模块，以及设置于箱体外部的太阳能电池板、目标识别机、服务器和手机移动终端，所述ARM图像处理板包括4G模块，其中：所述的红外模拟摄像机与ARM图像处理板相连，用于对高压铁塔下图像数据的采集，同时将采集的图像通过4G模块发送给目标识别机；所述的数字摄像机与ARM图像处理板相连，用于对高压输电线路图像数据的采集，同时将输电线路图像通过4G模块发送给目标识别机，所述目标识别机对目标进行智能识别，并将识别结果通过服务器发送至手机移动终端；所述太阳能电池板通过蓄电池向电源管理板供电，电源管理板分别为ARM图像处理板、红外模拟摄像机、数字摄像机供电。