System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种偏移检测方法、系统、设备及存储介质。
技术介绍
1、随着电力行业的全面建设,为了更好地监控站内生产设备,视频监控已成为安全防范中不可或缺的一部分。并且在站内运行中的作用将会步步深化。视频监控的点位部署需遍布全站,摄像头的视频画面是否准确关系着电网运行的安全,摄像头在外界环境以及人为恶意破坏等影响下,会出现视频偏移等问题。摄像头如果发生偏移,原本应该被监控的关键区域可能变得不可见,形成监控盲区。在电力行业中,这些盲区可能包括高压设备区、变压器室、开关柜等重要区域,一旦发生故障或异常,将无法及时被捕捉并处理,增加事故风险。
2、由于监控点位数量众多,通常需要覆盖整个电站区域,人工逐一检查每个摄像头的工作状态不仅费时费力,而且效率低下。因此,目前通常不能及时发现摄像头位置发生偏移的情况。这可能导致长时间内未能察觉到的安全隐患。
技术实现思路
1、基于上述问题,本申请提供了一种偏移检测方法、系统、设备及存储介质,用以实时检测摄像头位置是否发生偏移。
2、为解决上述问题,本申请实施例提供的技术方案如下:
3、本申请第一方面提供了一种偏移检测方法,包括:
4、利用训练得到的设备模型对基准图进行检测,得到基准图信息,所述基准图信息用于表征所述基准图中至少一个设备的所在位置,所述设备模型用于对图片包含的设备轮廓进行检测;
5、对目标拍摄设备拍摄得到的视频流进行截取,得到实时图;
6、基于训练得到
7、当所述实时图存在设备轮廓信息时,基于所述实时图中的设备轮廓信息和所述基准图信息,对所述实时图与所述基准图进行匹配,得到匹配结果,所述匹配结果用于表征所述目标拍摄设备是否发生偏移。
8、在一种可能的实现方式中,所述利用训练得到的设备模型对基准图进行检测,得到基准图信息,包括:
9、利用训练得到的设备模型检测所述基准图中的设备,提取基准图中设备轮廓的坐标信息,保存所述设备轮廓的坐标信息作为基准图信息。
10、在一种可能的实现方式中,所述方法还包括:
11、当所述设备模型未检测到所述基准图中的设备时,对所述基准图中关键点的位置进行标注,将标注得到的关键点坐标信息作为基准图信息。
12、在一种可能的实现方式中,所述对所述基准图中关键点的位置进行标注,将标注得到的关键点坐标信息作为基准图信息,包括:
13、利用矩形框标注基准图中设备的位置,以使矩形框覆盖设备轮廓;
14、记录每个矩形框的左上角坐标和右下角坐标,作为基准图信息。
15、在一种可能的实现方式中,所述方法还包括:
16、当所述实时图不存在设备轮廓信息时,执行所述对目标设备的视频流进行截取,得到实时图及后续步骤,直至所述实时图中存在设备轮廓信息。
17、在一种可能的实现方式中,所述方法还包括:
18、当所述匹配结果表征所述实时图与所述基准图的误差大于预设阈值时,调整所述目标拍摄设备的拍摄角度,执行所述对目标拍摄设备拍摄得到的视频流进行截取,得到实时图及后续步骤,直至所述匹配结果表征所述实时图与所述基准图的误差不大于预设阈值。
19、在一种可能的实现方式中,所述设备模型的确定方式包括:
20、获取目标场地的若干个场景图;
21、对获取到的场景图中的设备进行语义分割标注,得到标注后的场景图;
22、基于所述标注后的场景图对预备模型进行训练,直至得到准确率符合预设标准的,用于检测图片中设备轮廓的设备模型。
23、本申请第二方面提供了一种偏移检测系统,包括:
24、第一检测单元,用于利用训练得到的设备模型对基准图进行检测,得到基准图信息,所述基准图信息用于表征所述基准图中至少一个设备的所在位置,所述设备模型用于对图片包含的设备轮廓进行检测;
25、截取单元,用于对目标拍摄设备拍摄得到的视频流进行截取,得到实时图;
26、第二检测单元,用于基于训练得到的设备模型,检测所述实时图是否存在设备轮廓信息;
27、匹配单元,用于当所述实时图存在设备轮廓信息时,基于所述实时图中的设备轮廓信息和所述基准图信息,对所述实时图与所述基准图进行匹配,得到匹配结果,所述匹配结果用于表征所述目标拍摄设备是否发生偏移。
28、本申请第三方面提供了一种电子设备,包括:存储器,处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现前述第一方面所述的偏移检测方法。
29、本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得所述终端设备执行如前述第一方面所述的偏移检测方法。
30、相较于现有技术,本申请具有以下有益效果:
31、通过已经训练好的设备模型对基准图进行检测,从而得到基准图信息,基准图信息可以准确地表征基准图中至少一个设备的位置,通过机器学习模型来确定设备的位置能够显著提升准确度当实时图中检测到设备轮廓时,将实时图中的设备轮廓信息与基准图信息进行匹配。通过比较两个图像中设备轮廓的位置差异,可以得出目标摄像头是否发生了偏移。如果匹配结果显示设备轮廓位置有明显变化,则认为摄像头发生了偏移。传统的人工监测摄像头偏移依赖于人工定期检查和比对图像,这种方法不仅耗时耗力,而且容易受到人为因素的影响,导致监测结果不准确或延迟。而本申请通过引入训练得到的设备模型,实现了对摄像头拍摄画面的自动化分析,极大地提高了监测的效率和准确性。并且,本申请不仅检测实时图中的设备轮廓信息,还通过将实时图与基准图进行匹配,实时判断摄像头是否发生偏移。这种实时匹配机制能够快速响应摄像头的位置变化,一旦发现偏移即可立即发出警报或进行校正,避免了偏移问题长时间未被发现和处理的情况。
本文档来自技高网...【技术保护点】
1.一种偏移检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用训练得到的设备模型对基准图进行检测,得到基准图信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述对所述基准图中关键点的位置进行标注,将标注得到的关键点坐标信息作为基准图信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,所述设备模型的确定方式包括:
8.一种偏移检测系统,其特征在于,所述系统包括:
9.一种电子设备,其特征在于,包括:存储器,处理器,及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-7任一项所述的偏移检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在终端设备上运行时,使得
...【技术特征摘要】
1.一种偏移检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述利用训练得到的设备模型对基准图进行检测,得到基准图信息,包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述对所述基准图中关键点的位置进行标注,将标注得到的关键点坐标信息作为基准图信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
【专利技术属性】
技术研发人员:骆立实,赵波,何红亮,李奕炜,李维江,孙静仪,武建松,张宇宁,李哲华,秘明发,成浩天,孙志颖,
申请(专利权)人:国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。