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！

申请/专利权人：国家电网有限公司;国网河北省电力有限公司检修分公司;华北电力大学(保定)

摘要：本发明涉及一种结合形状属性的电力巡检图像金具检测方法，其包括以下步骤，1全局特征提取：用图像分类网络VGG‑16提取全局特征；2感兴趣区域获取：将提取的全局特征输入区域建议网络；3分别进行分类预测和边界框分布预测；4损失函数计算：分类损失计算、结合形状属性的KL散度边界框回归损失计算；5模型训练。本发明通过将KL散度和同类别金具目标的形状特征相结合对FasterR‑CNN模型的回归损失函数进行约束，解决在复杂背景中对金具目标的检测框定位不准确、部分金具目标在图像中结构显示不完整的问题。

主权项：1.一种结合形状属性的电力巡检图像金具检测方法，其特征在于：其包括以下步骤，1全局特征提取：用图像分类网络VGG-16提取全局特征；2感兴趣区域获取：将提取的全局特征输入区域建议网络；3分别进行分类预测和边界框分布预测；4损失函数计算：分类损失计算、结合形状属性的KL散度边界框回归损失计算；5模型训练；步骤4中，结合形状属性的KL散度边界框回归损失计算中：KL散度的定义式为： 其中，x表示样本值，P和Q为两个不同的概率分布；步骤4中，结合形状属性的KL散度边界框回归损失计算中,边界框回归损失计算为：定义基于KL散度的边界框回归损失函数为： 其中，x表示样本值，PΦx表示预测坐标概率分布，QDx表示真实标签坐标概率分布；对式5进行化简： 其中，xg表示真实标签坐标，xe表示预测标签坐标；分别对式6中的变量xe和σ求偏微分,根据式7，使用变量α替换σ作为输出，替换后的损失函数为式8：α＝logσ27 其中，xg表示真实标签坐标，xe表示预测标签坐标；对相同类别样本的宽度和高度计算协方差值，协方差公式定义为式9；covw,h＝E[w-Ew]E[h-E[h]]9；式9中，w表示模型传播过程中样本的预测宽度值，h表示模型传播过程中样本的预测高度值，E表示数学期望函数，cov表示协方差函数，协方差表示随机变量之间的线性相关性；由于式9为离散随机变量的协方差值，通过计算样本均值表示，具体由式10表示； 式10中，表示样本目标宽度均值，表示样本目标高度均值，假设目标的高度和宽度属于欧几里德空间，用L2范数对其进行约束，得到形状约束函数如式11所示： 其中，w表示模型传播过程中样本的预测宽度值，h表示模型传播过程中样本的预测高度值，表示样本目标宽度均值，表示样本目标高度均值；在式8边界框回归损失函数的基础上加入形状约束函数，得到最终的模型边界框回归损失函数： 其中，Lreg表示模型边界框回归损失函数，Lkl表示基于KL散度的边界框损失函数，ι表示形状约束函数。

全文数据：

权利要求：

百度查询： 国家电网有限公司 国网河北省电力有限公司检修分公司 华北电力大学(保定) 一种结合形状属性的电力巡检图像金具检测方法