變電站智能化運維與巡檢是智能電網(wǎng)發(fā)展的迫切需求,也是降低人力成本、提高巡維效率的有效途徑。變電站人員監(jiān)控,尤其是人員的定位與跟蹤是變電站智能化運維的核心環(huán)節(jié)。本文以視頻目標分割算法為基礎(chǔ)解決變電站人員定位與跟蹤的問題,從理論研究與工程應用兩個層面進行了深入分析,提出了一種新型的視頻目標分割算法,并在變電站監(jiān)控系統(tǒng)中進行了實際應用。本文取得的主要研究成果如下:（1）針對變電站人員定位與跟蹤任務對算法精度和速度的雙重要求,從理論研究出發(fā),提出了一種基于狀態(tài)評估與反饋的視頻目標分割算法—“狀態(tài)自適應跟蹤器”。該算法創(chuàng)新性地提出一種基于狀態(tài)評估與反饋的自適應調(diào)整機制,根據(jù)當前幀的具體狀態(tài)對跟蹤與分割的策略進行自適應調(diào)整,同時利用視頻前序幀的信息對模型進行動態(tài)增強。狀態(tài)自適應跟蹤器可以快速對不限類別的目標進行跟蹤,并且得到精準的位置掩膜,在各個開源數(shù)據(jù)集上展示出了優(yōu)于其他前沿算法的精度與速度。（2）針對當監(jiān)控人員動作姿態(tài)幅度較大時定位算法難以給出魯棒的預測結(jié)果的問題,利用人體關(guān)鍵點位置信息和人體關(guān)節(jié)連接結(jié)構(gòu)的先驗信息增強狀態(tài)自適應跟蹤器對特定類別目標—“人”的定位性能。本文提出關(guān)鍵點引導的人像分... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

視頻目標分割任務定義示意圖

浙江大學碩士學位論文緒論7此外，[51][52][53]等文章使用基于視覺的巡檢機器人對變電站的各種異常情況進行檢測與報警。但是受限于巡檢機器人的拍攝視角以及拍攝時間，此類方法無法對變電站進行全范圍監(jiān)控�？傊�，隨著深度學習技術(shù)的發(fā)展，變電站監(jiān)控中基于靜態(tài)圖像的檢測任務有了較為成熟的應用，而基于動態(tài)視頻的研究與分析還沒有可靠的成果。由此，對變電站視頻監(jiān)控算法展開深入研究具有重要意義。1.4論文組織安排本文基于視頻目標分割算法解決變電站人員智能監(jiān)控中的人員定位與跟蹤問題，從理論研究與工程應用兩個方面展開了深入的分析。論文總體架構(gòu)如圖1.1所示，論文的第二章和第三章分別介紹理論算法方面的成果：基于狀態(tài)評估與反饋的視頻目標分割模型—狀態(tài)自適應跟蹤器和關(guān)鍵點引導的人像分割模塊，第四章介紹針對變電站實際場景與需求的工程應用。圖1.2論文總體架構(gòu)圖論文的第二章針對變電站視頻監(jiān)控對算法預測精度和運行速度的雙重要求，提出一種針對通用類別目標的基于狀態(tài)評估與反饋的視頻目標分割模型—狀態(tài)

浙江大學碩士學位論文基于狀態(tài)評估與反饋的視頻目標分割模型11圖2.1狀態(tài)自適應跟蹤器算法示意圖算法的詳細流程圖如圖2.2所示。按照灰色虛線可以分為三個階段：“特征聯(lián)合建模”，“狀態(tài)評估”，“策略反辣。特征聯(lián)合建模階段通過兩個編碼器提起更魯棒的高層特征，并且對跟蹤目標進行定位與分割。狀態(tài)評估環(huán)節(jié)通過對預測分割掩膜的評價預測跟蹤物體當前所處的狀態(tài)。策略反饋環(huán)節(jié)基于狀態(tài)評估的結(jié)果動態(tài)調(diào)整兩個閉環(huán)反饋：定位策略反饋根據(jù)當前狀態(tài)調(diào)整截取搜索區(qū)域的方法，構(gòu)建更穩(wěn)定的跟蹤序列；全局建模反饋根據(jù)當前狀態(tài)更新全局特征，為目標物體提供更加可靠的特征表示。算法最終的預測結(jié)果包括對每一幀圖像的目標物分割掩膜、目標物位置框和狀態(tài)評分。每一個模塊的詳細結(jié)構(gòu)將在接下來的章節(jié)中介紹：2.3節(jié)介紹特征聯(lián)合建模,該階段聯(lián)合不同的編碼器共同提取更加魯棒的特征。2.4節(jié)介紹狀態(tài)評估過程以及對不同狀態(tài)的定義以及分類標準。2.5節(jié)介紹策略反饋環(huán)節(jié)，即基于狀態(tài)評估構(gòu)建的兩條反饋回路“定位切換回路”以及“全局建�；芈贰薄�


本文編號：3293732