發(fā)布時(shí)間：2021-07-20 22:36

　　變電站智能化運(yùn)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(yùn)維的核心環(huán)節(jié)。本文以視頻目標(biāo)分割算法為基礎(chǔ)解決變電站人員定位與跟蹤的問(wèn)題,從理論研究與工程應(yīng)用兩個(gè)層面進(jìn)行了深入分析,提出了一種新型的視頻目標(biāo)分割算法,并在變電站監(jiān)控系統(tǒng)中進(jìn)行了實(shí)際應(yīng)用。本文取得的主要研究成果如下:（1）針對(duì)變電站人員定位與跟蹤任務(wù)對(duì)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(píng)估與反饋的視頻目標(biāo)分割算法—“狀態(tài)自適應(yīng)跟蹤器”。該算法創(chuàng)新性地提出一種基于狀態(tài)評(píng)估與反饋的自適應(yīng)調(diào)整機(jī)制,根據(jù)當(dāng)前幀的具體狀態(tài)對(duì)跟蹤與分割的策略進(jìn)行自適應(yīng)調(diào)整,同時(shí)利用視頻前序幀的信息對(duì)模型進(jìn)行動(dòng)態(tài)增強(qiáng)。狀態(tài)自適應(yīng)跟蹤器可以快速對(duì)不限類(lèi)別的目標(biāo)進(jìn)行跟蹤,并且得到精準(zhǔn)的位置掩膜,在各個(gè)開(kāi)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(duì)當(dāng)監(jiān)控人員動(dòng)作姿態(tài)幅度較大時(shí)定位算法難以給出魯棒的預(yù)測(cè)結(jié)果的問(wèn)題,利用人體關(guān)鍵點(diǎn)位置信息和人體關(guān)節(jié)連接結(jié)構(gòu)的先驗(yàn)信息增強(qiáng)狀態(tài)自適應(yīng)跟蹤器對(duì)特定類(lèi)別目標(biāo)—“人”的定位性能。本文提出關(guān)鍵點(diǎn)引導(dǎo)的人像分... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

視頻目標(biāo)分割任務(wù)定義示意圖

浙江大學(xué)碩士學(xué)位論文緒論7此外，[51][52][53]等文章使用基于視覺(jué)的巡檢機(jī)器人對(duì)變電站的各種異常情況進(jìn)行檢測(cè)與報(bào)警。但是受限于巡檢機(jī)器人的拍攝視角以及拍攝時(shí)間，此類(lèi)方法無(wú)法對(duì)變電站進(jìn)行全范圍監(jiān)控�？傊S著深度學(xué)習(xí)技術(shù)的發(fā)展，變電站監(jiān)控中基于靜態(tài)圖像的檢測(cè)任務(wù)有了較為成熟的應(yīng)用，而基于動(dòng)態(tài)視頻的研究與分析還沒(méi)有可靠的成果。由此，對(duì)變電站視頻監(jiān)控算法展開(kāi)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(biāo)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(wèn)題，從理論研究與工程應(yīng)用兩個(gè)方面展開(kāi)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(píng)估與反饋的視頻目標(biāo)分割模型—狀態(tài)自適應(yīng)跟蹤器和關(guān)鍵點(diǎn)引導(dǎo)的人像分割模塊，第四章介紹針對(duì)變電站實(shí)際場(chǎng)景與需求的工程應(yīng)用。圖1.2論文總體架構(gòu)圖論文的第二章針對(duì)變電站視頻監(jiān)控對(duì)算法預(yù)測(cè)精度和運(yùn)行速度的雙重要求，提出一種針對(duì)通用類(lèi)別目標(biāo)的基于狀態(tài)評(píng)估與反饋的視頻目標(biāo)分割模型—狀態(tài)

浙江大學(xué)碩士學(xué)位論文基于狀態(tài)評(píng)估與反饋的視頻目標(biāo)分割模型11圖2.1狀態(tài)自適應(yīng)跟蹤器算法示意圖算法的詳細(xì)流程圖如圖2.2所示。按照灰色虛線可以分為三個(gè)階段：“特征聯(lián)合建�！�，“狀態(tài)評(píng)估”，“策略反辣。特征聯(lián)合建模階段通過(guò)兩個(gè)編碼器提起更魯棒的高層特征，并且對(duì)跟蹤目標(biāo)進(jìn)行定位與分割。狀態(tài)評(píng)估環(huán)節(jié)通過(guò)對(duì)預(yù)測(cè)分割掩膜的評(píng)價(jià)預(yù)測(cè)跟蹤物體當(dāng)前所處的狀態(tài)。策略反饋環(huán)節(jié)基于狀態(tài)評(píng)估的結(jié)果動(dòng)態(tài)調(diào)整兩個(gè)閉環(huán)反饋：定位策略反饋根據(jù)當(dāng)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(dāng)前狀態(tài)更新全局特征，為目標(biāo)物體提供更加可靠的特征表示。算法最終的預(yù)測(cè)結(jié)果包括對(duì)每一幀圖像的目標(biāo)物分割掩膜、目標(biāo)物位置框和狀態(tài)評(píng)分。每一個(gè)模塊的詳細(xì)結(jié)構(gòu)將在接下來(lái)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(píng)估過(guò)程以及對(duì)不同狀態(tài)的定義以及分類(lèi)標(biāo)準(zhǔn)。2.5節(jié)介紹策略反饋環(huán)節(jié)，即基于狀態(tài)評(píng)估構(gòu)建的兩條反饋回路“定位切換回路”以及“全局建�；芈贰�。


本文編號(hào)：3293732