一种新型视频目标分割算法及其在变电站人员智能监控中的应用研究

发布时间：2021-07-20 22:36

　　变电站智能化运维与巡检是智能电网发展的迫切需求,也是降低人力成本、提高巡维效率的有效途径。变电站人员监控,尤其是人员的定位与跟踪是变电站智能化运维的核心环节。本文以视频目标分割算法为基础解决变电站人员定位与跟踪的问题,从理论研究与工程应用两个层面进行了深入分析,提出了一种新型的视频目标分割算法,并在变电站监控系统中进行了实际应用。本文取得的主要研究成果如下:（1）针对变电站人员定位与跟踪任务对算法精度和速度的双重要求,从理论研究出发,提出了一种基于状态评估与反馈的视频目标分割算法—“状态自适应跟踪器”。该算法创新性地提出一种基于状态评估与反馈的自适应调整机制,根据当前帧的具体状态对跟踪与分割的策略进行自适应调整,同时利用视频前序帧的信息对模型进行动态增强。状态自适应跟踪器可以快速对不限类别的目标进行跟踪,并且得到精准的位置掩膜,在各个开源数据集上展示出了优于其他前沿算法的精度与速度。（2）针对当监控人员动作姿态幅度较大时定位算法难以给出鲁棒的预测结果的问题,利用人体关键点位置信息和人体关节连接结构的先验信息增强状态自适应跟踪器对特定类别目标—“人”的定位性能。本文提出关键点引导的人像分... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

视频目标分割任务定义示意图

浙江大学硕士学位论文绪论7此外，[51][52][53]等文章使用基于视觉的巡检机器人对变电站的各种异常情况进行检测与报警。但是受限于巡检机器人的拍摄视角以及拍摄时间，此类方法无法对变电站进行全范围监控。总之，随着深度学习技术的发展，变电站监控中基于静态图像的检测任务有了较为成熟的应用，而基于动态视频的研究与分析还没有可靠的成果。由此，对变电站视频监控算法展开深入研究具有重要意义。1.4论文组织安排本文基于视频目标分割算法解决变电站人员智能监控中的人员定位与跟踪问题，从理论研究与工程应用两个方面展开了深入的分析。论文总体架构如图1.1所示，论文的第二章和第三章分别介绍理论算法方面的成果：基于状态评估与反馈的视频目标分割模型—状态自适应跟踪器和关键点引导的人像分割模块，第四章介绍针对变电站实际场景与需求的工程应用。图1.2论文总体架构图论文的第二章针对变电站视频监控对算法预测精度和运行速度的双重要求，提出一种针对通用类别目标的基于状态评估与反馈的视频目标分割模型—状态

浙江大学硕士学位论文基于状态评估与反馈的视频目标分割模型11图2.1状态自适应跟踪器算法示意图算法的详细流程图如图2.2所示。按照灰色虚线可以分为三个阶段：“特征联合建模”，“状态评估”，“策略反辣。特征联合建模阶段通过两个编码器提起更鲁棒的高层特征，并且对跟踪目标进行定位与分割。状态评估环节通过对预测分割掩膜的评价预测跟踪物体当前所处的状态。策略反馈环节基于状态评估的结果动态调整两个闭环反馈：定位策略反馈根据当前状态调整截取搜索区域的方法，构建更稳定的跟踪序列；全局建模反馈根据当前状态更新全局特征，为目标物体提供更加可靠的特征表示。算法最终的预测结果包括对每一帧图像的目标物分割掩膜、目标物位置框和状态评分。每一个模块的详细结构将在接下来的章节中介绍：2.3节介绍特征联合建模,该阶段联合不同的编码器共同提取更加鲁棒的特征。2.4节介绍状态评估过程以及对不同状态的定义以及分类标准。2.5节介绍策略反馈环节，即基于状态评估构建的两条反馈回路“定位切换回路”以及“全局建模回路”。


本文编号：3293732