“岳绍龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种变电站设备变位告警的方法和系统-CN202310386748.9在审
发明人： 岳绍龙;方亮;李睿;张亚辉;高宗彬 -专利权人：智洋创新科技股份有限公司
申请日： 2023-04-07 - 公布日： 2023-07-18 - 主分类号： H02J13/00 文献下载
摘要：本发明提出了一种变电站设备变位告警的方法和系统，该方法包括：构建变电站设备状态的模板图像和用于状态识别的巡检图像数据集；构建变电站设备状态识别模型，具体包括：采用自监督方式训练掩码自编码器，利用训练后掩码自编码器中的编码器Encoder替换YoloV5骨干网络得到改进后的YoloV5网络；通过设备状态识别模型分别对模板图像和巡检图像检测得到模板图像中变电站的第一状态和巡检图像中变电站的第二状态；判断第一状态和第二状态是否相同，如果不相同，则变电站设备变位进行告警。基于该方法，还提出了一种变电站设备变位告警的系统。本发明不但能准确识别设备状态，而且能比较前后设备状态的差异，对状态的变化告警。
一种变电站设备变位告警方法系统

[发明专利]一种变电站设备状态异常识别方法和系统-CN202310080950.9在审
发明人： 岳绍龙;王飞;李睿;胡志坤;朱言庆 -专利权人：智洋创新科技股份有限公司
申请日： 2023-01-31 - 公布日： 2023-06-30 - 主分类号： G06V20/52 文献下载
摘要：本发明提出了一种变电站设备状态异常识别方法和系统，该方法包括在预置相机的点位画面中粘贴定位标签用于识别变电站设备，并框选出待识别目标；以及将该预置位图像按点位ID保存成预置位图像模板；确定定位标签区域之后计算巡检图像中定位标签的第二坐标位置与预置位图像模板中定位标签的第一坐标位置的偏移量；如果偏移量超出设定阈值重新设定预置点位；如果在可矫正范围内进行矫正使待识别目标位于框选区域内；按照框选坐标对巡检图像进行裁剪，裁剪后输入分类模型中以识别出待识别目标的当前状态。基于改方法，还提出了一种变电站设备状态异常识别系统。本发明搭建图像识别网络，通过对图像数据的归类学习，实现变电站设备的状态识别。
一种变电站设备状态异常识别方法系统

[发明专利]一种用于智能巡检的异常物体检测方法和系统-CN202310183224.X在审
发明人： 岳绍龙;李嘉齐;许云晓;李睿;侯晓云 -专利权人：智洋创新科技股份有限公司
申请日： 2023-02-24 - 公布日： 2023-06-27 - 主分类号： G06T7/00 文献下载
摘要：本发明提出了一种用于智能巡检的异常物体检测方法和系统，该方法包括获取同一场景下不同时间的图像对，并标注出图像对中的差异区域；构建数字孪生异常检测模型，利用标注后的图像训练数字孪生异常检测模型；通过误差反向传播调整数字孪生异常检测模型的权重；通过调整数字孪生异常检测模型使输入网络的图像对处在相同的视角下；然后利用调整后的数字孪生异常检测模型标记出图像对的最终差异区域，以及在标记出图像对的最终差异区域之后对输出的二值图进行形态学图像处理以减少检测模型的误报。基该方法，还提出了一种用于智能巡检的异常物体检测系统。本发明可解决智能巡检场景中依赖大量训练样本的问题，可应用于不限类别的异常物体检测。
一种用于智能巡检异常物体检测方法系统

[发明专利]一种箱式变电站异常检测方法及系统-CN202211529257.7在审
发明人： 岳绍龙;王飞;胡志坤;朱言庆;张磊 -专利权人：智洋创新科技股份有限公司
申请日： 2022-11-30 - 公布日： 2023-03-17 - 主分类号： G06T7/00 文献下载
摘要：一种箱式变电站异常检测方法及系统，属于计算机视觉的技术领域。本发明综合传统方法与深度学习方法，结合目标检测与显著区域检测进行异常区域的粗粒度定位，然后利用特征点匹配技术对潜在异常区域进行细粒度定位，最后结合显著区域图对潜在异常区域过滤确认，最终实现对异常区域的准确识别。本发明能够实现对箱式变电站状态的精准监测，大幅减少传统方法因环境变化带来的误报问题，可应用于电力巡检任务中，节省了电力巡检中的人力消耗，提高了巡检的效率。
一种箱式变电站异常检测方法系统

[发明专利]一种结合目标检测与动态差分的进球检测方法及系统-CN202011049677.6在审
发明人：张兆翔;宋纯锋;岳绍龙;王海滨;单彩峰 -专利权人：中科人工智能创新技术研究院（青岛）有限公司
申请日： 2020-09-29 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：本公开提供了一种结合目标检测与动态差分的进球检测方法及系统，包括：采集场景数据和待测视频，对场景数据中的进球区域进行标注；建立进球检测模型，通过标注后的场景数据对进球检测模型进行训练，获得训练完成的进球检测模型；将待测视频输入进球检测模型获取待测视频的进球区域坐标；将待测视频进行预处理获得待测图像，对待测图像通过动态差分算法处理获得运动目标图像；判断运动目标图像是否有运动目标在进球区域坐标内，若有则输出进球数据，若无则输出没有进球数据。
一种结合目标检测动态方法系统

[发明专利]一种双通道卷积神经网络集成学习的空气质量测量方法-CN201910871268.5在审
发明人：王震宇;郑伟;岳绍龙;吴晗 -专利权人：华北电力大学
申请日： 2019-09-16 - 公布日： 2020-02-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种双通道卷积神经网络集成学习的空气质量测量方法，所述空气质量测量方法包括以下步骤：步骤一：构建双通道卷积神经网络，提取天空和建筑部分的环境图像特征，并对特征进行加权融合；步骤二：提出用于空气质量测量的双通道加权卷积神经网络集成学习算法，该算法包括：两个特征提取卷积神经网络、一个加权特征融合层和一个分类层；步骤三：将双通道卷积神经网络应用在空气质量等级测量和空气质量指数测量两个方面。
卷积神经网络双通道空气质量测量集成学习算法等级测量环境图像集成学习加权融合加权特征特征提取指数测量融合层构建算法加权天空分类应用