Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网电力空间技术有限公司刘宁获国家专利权

国网电力空间技术有限公司刘宁获国家专利权

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!

龙图腾网获悉国网电力空间技术有限公司申请的专利输电线路档中巡检图像中部件去重方法及装置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:CN121259615B

龙图腾网通过国家知识产权局官网在2026-04-10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:202511813917.8,技术领域涉及:G06V20/10;该发明授权输电线路档中巡检图像中部件去重方法及装置是由刘宁;白云灿;马璇;刘伟东;刘静茹;郭晓冰;陈玉涛;黄悦明;石成钰;叶剑锋;刘成强设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。

输电线路档中巡检图像中部件去重方法及装置在说明书摘要公布了:本发明公开了一种输电线路档中巡检图像中部件去重方法及装置,其中该方法包括:获取输电线路档中巡检图像;根据输电线路档中巡检图像的名称,构建相邻图像对;将相邻图像对输入预先训练好的识别网络中,输出识别结果;采用光流法对相邻图像对进行全局运动补偿;根据识别结果及全局运动补偿后的相邻图像对,计算相似度;对相邻图像对中的部件进行分层逐级判断,在相邻图像对确定重复部件;根据重复部件,对相邻图像对进行去重,可以提供一种精准、高效、轻量化且能适应巡检图像特点的去重技术,减少输电线路档中巡检图像中的冗余数据,降低成本。

本发明授权输电线路档中巡检图像中部件去重方法及装置在权利要求书中公布了:1.一种输电线路档中巡检图像中部件去重方法,其特征在于,包括: 获取输电线路档中巡检图像; 根据所述输电线路档中巡检图像的名称,构建相邻图像对; 将所述相邻图像对输入预先训练好的识别网络中,输出识别结果;所述识别结果包括部件区域识别结果及背景区域识别结果;所述识别网络为利用携带部件区域掩码标注的全局图像及与所述全局图像对应的部件区域图像,对卷积神经网络进行训练后得到的;所述识别网络用于对所述相邻图像对进行特征提取、特征解耦及图像重建;所述识别网络包括损失函数;所述损失函数为对多个子损失函数进行加权求和后的结果;所述多个子损失函数用于优化所述识别网络中每个部分的损失函数;所述多个子损失函数包括:掩码引导的主体一致性损失Lmask,公式如下: ; 其中Mmask[i]是掩码区域;Fglobal[i]是全局图像的特征;Fcomponent1[i]是解耦后主体部件的特征; 自重建一致性损失Lconstruct1,公式如下: ; 其中Iconstruct1[i]是第一图像的重建图像,Iglobal[i]是全局图像; 交叉重建一致性损失Lconstruct2,公式如下: ; 其中Iconstruct2[i]是第二图像的重建图像; 跨路径主体一致性损失Lcomponent,公式如下: ; 其中Fconponent1[i]是主体特征1,Fconponent2[i]是主体特征2; 主体语义监督损失Lcomponent1_class,用于优化主体特征1的分类准确性,公式如下: ; 其中y[i]是真实标签,是预测的类别概率; 主体语义监督损失Lcomponent2_class,用于优化主体特征2的分类准确性,公式如下: ; 其中y[i]是真实标签,是预测的类别概率;采用光流法对所述相邻图像对进行全局运动补偿,生成全局运动补偿后的相邻图像对; 采用余弦相似度算法,根据所述识别结果及所述全局运动补偿后的相邻图像对,计算得到部件相似度、背景相似度及全局运动补偿后的全图相似度; 根据所述部件相似度、所述背景相似度、所述全局运动补偿后的全图相似度及预设阈值,对所述相邻图像对中的部件进行分层逐级判断,在所述相邻图像对确定重复部件; 根据所述重复部件,对所述相邻图像对进行去重; 所述背景区域识别结果包括所述相邻图像对的中每个部件的上下文背景特征向量;所述上下文背景特征向量为位于所述部件上方、下方、左方及右方的邻近区域的特征向量; 采用余弦相似度算法,根据所述识别结果及所述全局运动补偿后的相邻图像对,计算得到部件相似度、背景相似度及全局运动补偿后的全图相似度,包括: 按照如下公式计算得到背景相似度: ; 其中,相邻图像对中第一图像的背景特征为Fi1,相邻图像对中第二图像的背景特征为Fj2,i,j∈{up,down,left,right},表示方向对的组合,i表示第一图像的位于部件上方、下方、左方或右方的邻近区域,j表示第二图像的位于部件上方、下方、左方或右方的邻近区域; 按照如下公式从所有计算的相似度中选择每个方向与其他方向匹配的最大相似度值,得到每个方向的最终相似度: simcontex_max_i=maxsimi,j; 按照如下公式得到背景相似度: simcontex_max=maxsimcontex_max_i。

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国网电力空间技术有限公司,其通讯地址为:102209 北京市昌平区未来科技城滨河大道18号C座7层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。