基于视觉辨识技术的视频监控系统在电力系统中的应用

3.0 闻远设计 2025-03-22 70 4 14.92KB 2 页 5光币
侵权投诉
基于视觉辨识技术的视频监控系统在电力系统
中的应用
    1.引言
    目前,我国电力系统中都已安装了视频监控摄像头,而现有的视频监控系统不具备安防生
产联动监控的功能。推广应用变电站安全监控系统,以自动化的科技手段替代人开展变电站工
作现场安全的相关自动检测工作,是提高变电站运行安全保障能力的一个非常重要的途径。
    2.视觉辨识技术
    (1)基于机器学习的多媒体识别技术
    多媒体识别技术是通过计算机视觉或其他传感器等多媒体手段检查对象的特征,进行辨认
和判断的一种技术,核心在于如何寻找对象的特征并作取样,提取其唯一性的内容,转换为数
字信息,并基于相关算法识别不同的目标和对象。多媒体识别是多媒体应用的一个新的领域,
特别是其与人工智能相交融,基于机器学习算法,衍生出图像文字识别、视频分析、生物特征
识别等多种类型。其中视频分析:使用计算机图像视觉分析技术,通过将场景中背景和目标分
离进而分析并追踪在摄像机场景内出现的目标。用户可以根据的视频内容分析功能,通过在不
同摄像机的场景中预设不同的报警规则,一旦目标在场景中出现了违反预定义规则的行为,系
统会自动发出报警,监控工作站自动弹出报警信息并发出警示音,用户可以通过点击报警信
息,实现报警的场景重组并采取相关措施。
    (2)机器学习
    机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各
个领域,其研究主旨是使用计算机模拟人类的学习活动,它是研究计算机识别现有知识、获取
“ ”新知识、不断改善性能和实现自身完善的方法。这里所说的 机器 ,指的就是计算机,电子计
算机,中子计算机、光子计算机或神经计算机等。将机器学习方法区分为以下六类:
    1  ) 经验性归纳学习。经验性归纳学习采用一些数据密集的经验方法(如版本空间
法、ID3 法,定律发现方法)对例子进行归纳学习。其例子和学习结果一般都采用属性、谓
词、关系等符号表示。归纳学习是由环境提供某概念的一些实例或反例,学习器通过归纳推理
得出该概念的一般描述。
    2  ) 分析学习。分析学习方法是从一个或少数几个实例出发,运用领域知识进行分析。其
主要特征为:推理策略主要是演绎,而非归纳;使用过去的问题求解经验(实例)指导新的问
题求解,或产生能更有效地运用领域知识的搜索控制规则。分析学习的目标是改善系统的性
能,而不是新的概念描述。
    3  ) 类比学习。利用二个不同领域(源域、目标域)中的知识相似性,可以通过类比,从
源域的知识(包括相似的特征和其它性质)推导出目标域的相应知识,从而实现学习。类比学
习系统可以使一个已有的计算机应用系统转变为适应于新的领域,来完成原先没有设计的相类
似的功能。类比学习一般要求先从知识源(源域)中检索出可用的知识,再将其转换成新的形
式,用到新的状况(目标域)中去。
    4)遗传算法。遗传算法模拟生物繁殖的突变、交换和达尔文的自然选择(在每一生态环
境中适者生存)。它把问题可能的解编码为一个向量,称为个体,向量的每一个元素称为基
因,并利用目标函数(相应于自然选择标准)对群体(个体的集合)中的每一个个体进行评
价,根据评价值(适应度)对个体进行选择、交换、变异等遗传操作,从而得到新的群体。
    5)联接学习。典型的联接模型实现为人工神经网络,其由称为神经元的一些简单计算单
元以及单元间的加权联接组成。
摘要:

基于视觉辨识技术的视频监控系统在电力系统中的应用  1.引言  目前,我国电力系统中都已安装了视频监控摄像头,而现有的视频监控系统不具备安防生产联动监控的功能。推广应用变电站安全监控系统,以自动化的科技手段替代人开展变电站工作现场安全的相关自动检测工作,是提高变电站运行安全保障能力的一个非常重要的途径。  2.视觉辨识技术  (1)基于机器学习的多媒体识别技术  多媒体识别技术是通过计算机视觉或其他传感器等多媒体手段检查对象的特征,进行辨认和判断的一种技术,核心在于如何寻找对象的特征并作取样,提取其唯一性的内容,转换为数字信息,并基于相关算法识别不同的目标和对象。多媒体识别是多媒体应用的一个新...

展开>> 收起<<
基于视觉辨识技术的视频监控系统在电力系统中的应用.docx

共2页,预览1页

还剩页未读, 继续阅读

相关推荐

作者:闻远设计 分类:其它行业资料 价格:5光币 属性:2 页 大小:14.92KB 格式:DOCX 时间:2025-03-22

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 2
客服
关注