买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都国佳电气工程有限公司申请的专利一种受电弓与接触网燃弧视觉检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115861870B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211373615.X，技术领域涉及：G06V20/40；该发明授权一种受电弓与接触网燃弧视觉检测方法是由权伟;刘洋设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种受电弓与接触网燃弧视觉检测方法在说明书摘要公布了：本发明提供了一种受电弓与接触网燃弧视觉检测方法，属于计算机视觉模式识别、目标检测技术领域。利用自注意力机制搭建的四阶段特征下采样模块在每一阶段对图像全局上下文进行建模，捕获目标的全局特征并建模远程语义依赖关系，聚合来自整个输入域的特征和位置信息。同时通过跃层连接方式连接了编码器和解码器，将下采样中每一阶段的低维浅层语义信息与上采样中每一阶段的高维深层语义信息相融合，提高检测精度并显著减小了数据量的要求。使用训练数据集和随机梯度下降法对多维全局特征融合网络进行训练，序列化图像特征首先经过编码器中四个级联的自注意力模块逐步提取高维深层次特征，并生成四个不同维度的特征。用于弓网燃弧视觉自动检测。

本发明授权一种受电弓与接触网燃弧视觉检测方法在权利要求书中公布了：1.一种受电弓与接触网燃弧视觉检测方法，包括如下步骤： 1弓网燃弧数据集构建 弓网燃弧数据集的构建分为两个步骤：首先，通过自动摄像头采集具有多样性的弓网燃弧视频，接着对弓网燃弧视频逐帧提取燃弧图像数据，使用labelme软件对弓网燃弧图像进行标注；然后，对提取的燃弧图像数据进行增强及降噪处理，通过设置不同燃弧图像的大小、分布、形状的高斯白噪声为原始数据，并添加雨雪雾天气要素进行数据增强，使用滤波半径为2的高斯滤波算法对原图进行降噪处理，高斯滤波算法水平方向上的标准差设置为1，垂直方向上的标准差设置为2，滤波核大小为5×5；每张图片长宽都为224像素值，对每一张用于训练的图片进行雨雪雾天气要素增强，得到增强后的燃弧图像； 2弓网燃弧检测模型构建 弓网燃弧检测模型包括编码器与解码器，其中编码器包含一个图像分块投影编码模块，四个自注意力机制层，其中每个自注意力机制层都包含一个自注意力机制模块；解码器包含特征形状重组模块，四个多维全局特征自适应权重融合模块，三个语义模块； 图像分块投影编码模块采用一个线性嵌入层通过线性投影的方式将输入图像转变为对应的one-hot特征向量，自注意力机制模块通过多头注意力模块W-MSA和滑动窗口多头注意力模块SW-MSA计算长距离信息来提取特征；特征形状重组模块利用一个3×3的卷积层将经过自注意力机制模块计算后的序列化图像特征恢复为原图像特征，并恢复像素二维排列顺序；解码器是基于卷积神经网络的解码器其采样模块的上采样层包含三个相同的卷积模块，在每个模块中，首先将上一层经上采样后的特征与编码器的下采样层中转换后的特征通过通道叠加的方式得到高维融合特征，接着用一个1×1的卷积层进行降维，然后使用二个串联的3×3卷积层提取特征，最后通过一个上卷积模块将特征的二维尺寸扩大四倍得到最终的语义特征；多维全局特征自适应权重融合模块将编码器每个下采样层输出特征R作为原始输入，通过R得到全局均值R1、全局最大值R2与全局阈值R3三个全局特征，然后通过自适应权重、、将R、R1、R2、R3以通道叠加方式相融合得到全局融合特征R0，、、的取值范围都为0,1，计算公式如下： ； ； ； ； ； 其中repeat代表重复填充，=224、=224代表特征图长度为224个像素与宽度为224个像素，M代表同一批次送入的图像中所有通道平均值的平均值，S代表特征图缩小倍数，，代表特征图中的每个像素的像素值，其中代表特征通道，‘’代表特征图中第i行的像素，i的取值范围为[0,224],‘’代表第j列的像素，j的取值范围为[0,224],B代表一开始输入模型的图像数量，C代表通道数，C，R1、R2、R3的维度都是与原重组特征相同的维度；最后利用一个1×1的卷积层进行对R0进行降维，一个3×3的卷积层提取R0特征，然后利用一个上卷积将R0的图像长宽缩小到原图的，将四个不同阶段得到的全局融合特征以通道叠加的方式相融合，经过一个1×1与一个3×3的卷积层进行降维和计算得到全局特征；最后将语义特征与全局特征以通道叠加方式相融合，并通过一个1×1与一个3×3的卷积层进行降维得到全局增强像素特征；最后对全局增强像素特征采用上卷积操作恢复到原输入图像尺寸并预测图像中每个像素属性，属于燃弧像素的像素值为255，其他背景类像素值不变； 3弓网燃弧检测模型分层次训练 输入弓网燃弧检测模型的燃弧图像数据分为三类，第一类为大燃弧目标，燃弧像素个数为300-1000个像素，将此类数据直接送入弓网燃弧检测模型训练；第二类为中等燃弧目标，燃弧像素个数为100-300个像素，将此类图像逆时针旋转90度、将两张燃弧图像各裁剪一半，然后将两个不同的一半拼接组合在一起的方式进行增广，然后送入模型进行训练；第三类为小燃弧目标，燃弧像素个数为10—100个像素，将此类用图像旋转、裁剪拼接和两幅图像的像素值按以下公式加权叠加， ； 其中f0代表第一张图片中每个像素的值，f1代表第二张图片中每个像素的值，f2代表叠加后的图中每个像素的值进行增广然后送入模型进行训练；训练阶段的数据集按照7：3的比例划分为训练集、测试集，训练阶段需要使用GPU来加速弓网燃弧检测模型权重的计算；采用交叉熵损失函数Cross-EntropyLoss与集合相似度度量损失函数DiceLoss联合损失函数对弓网燃弧检测模型在进行反向传播时进行权重参数的迭代更新，联合损失函数如下所示： ； ； ； 代表Cross-EntropyLoss，代表交叉熵损失函数，代表DiceLoss，代表联合损失函数，代表弓网燃弧检测模型预测结果中像素的值，代表像素的真实值，经验常数a=0.5，b=0.5，到此，弓网燃弧检测模型具备了燃弧检测能力； 4图像输入 图像输入来自于安装在受电弓旁的摄像头采集的视频，按照时间顺序依次转换为单帧图片，如果输入图像为空则终止，否则跳转到5； 5燃弧检测 来自于摄像头的非空燃弧图像输入到弓网燃弧检测模型中，经过模型的编码器提取目标特征，解码器恢复图像至原图分辨率并预测图像中每个像素的属性，到此得到燃弧检测结果； 6在线学习与模型更新 在得到弓网燃弧实时数据的检测结果以后，将实时数据和相应的检测结果同时送入弓网燃弧检测模型中进行训练，更新弓网燃弧检测模型权重参数，当没有实时数据输入时则停止权重参数更新，跳转到4。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都国佳电气工程有限公司，其通讯地址为：610000 四川省成都市高新区天府大道中段801号2栋1单元5层501-504号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。