基于圖像識別技術(shù)的變電站鳥巢智能辨識別技術(shù)研究與應(yīng)用

陳小龍

（廣州供電局有限公司，廣東廣州，510000）

1 應(yīng)用背景

目前的視頻監(jiān)控系統(tǒng)并沒有自動分析功能，自動化程度低，運行人員不能利用這些監(jiān)控系統(tǒng)及時發(fā)現(xiàn)問題，及時處理。為使監(jiān)控系統(tǒng)功能更加智能化，需要利用圖像處理技術(shù)在視頻監(jiān)控中自動識別異常事件及設(shè)備狀態(tài)，以機(jī)器的方式代替人力監(jiān)控工作，對可能或已經(jīng)發(fā)生的異常現(xiàn)象及時告警并保存現(xiàn)場的圖像資料，便于及時發(fā)現(xiàn)危險隱患，保障安全生產(chǎn)，為無人值守模式提供更完備、可靠的保障。本項目主要研究內(nèi)容為基于深度學(xué)習(xí)算法的變電站內(nèi)鳥巢智能識別研究。

2 國內(nèi)外研究水平的現(xiàn)狀和發(fā)展趨勢

2.1 圖像識別技術(shù)

數(shù)字圖像處理和識別的研究開始于1965年。數(shù)字圖像與模擬圖像相比具有存儲，傳輸方便可壓縮、傳輸過程中不易失真、處理方便等巨大優(yōu)勢，這些都為圖像識別技術(shù)的發(fā)展提供了強(qiáng)大的動力。現(xiàn)代圖像識別技術(shù)的一個不足就是自適應(yīng)性能差，一旦目標(biāo)圖像被較強(qiáng)的噪聲污染或是目標(biāo)圖像有較大殘缺往往就得不出理想的結(jié)果。圖像識別問題的數(shù)學(xué)本質(zhì)屬于模式空間到類別空間的映射問題。目前，在圖像識別的發(fā)展中，主要有三種識別方法：統(tǒng)計模式識別、結(jié)構(gòu)模式識別、模糊模式識別[1]。

2.2 深度學(xué)習(xí)技術(shù)

現(xiàn)有的深度學(xué)習(xí)模型屬于神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的歷史可追述到上世紀(jì)四十年代，曾經(jīng)在八九十年代流行。神經(jīng)網(wǎng)絡(luò)試圖通過模擬大腦認(rèn)知的機(jī)理，解決各種機(jī)器學(xué)習(xí)的問題。2006 年，Geoffrey Hinton 提出了深度學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)再度成為熱門研究技術(shù)。其原因在于大數(shù)據(jù)在很大程度上緩解了訓(xùn)練過擬合的問題。計算機(jī)硬件的飛速發(fā)展提供了強(qiáng)大的計算能力，使得訓(xùn)練大規(guī)模神經(jīng)網(wǎng)絡(luò)成為可能。此外神經(jīng)網(wǎng)絡(luò)的模型設(shè)計和訓(xùn)練方法都取得了長足的進(jìn)步。非監(jiān)督和逐層的預(yù)訓(xùn)練使得在利用反向傳播對網(wǎng)絡(luò)進(jìn)行全局優(yōu)化之前，網(wǎng)絡(luò)參數(shù)能達(dá)到一個好的起始點，從而訓(xùn)練完成時能達(dá)到一個較好的局部極小點。

2007 年人臉識別技術(shù)開始興起。Labeled Faces in the Wild (LFW)是當(dāng)今最著名的人臉識別測試集，測試集包含了6000 對人臉圖像，隨機(jī)猜的準(zhǔn)確率是50%。LFW 從互聯(lián)網(wǎng)收集了五千多個名人的人臉照片，用于評估人臉識別算法在非可控條件下的性能。在非深度學(xué)習(xí)的算法中，最好的識別率是96.33%。目前深度學(xué)習(xí)可以達(dá)到99.47%的識別率。

2.3 目標(biāo)區(qū)域跟蹤技術(shù)

智能視頻監(jiān)控系統(tǒng)的發(fā)展十分迅猛，國內(nèi)外的許多學(xué)者對行人目標(biāo)區(qū)域跟蹤方面的理論與技術(shù)做出了重要的貢獻(xiàn)。檢測的方法主要包括運動區(qū)域檢測，目標(biāo)識別與分類，目標(biāo)特征描述，目標(biāo)跟蹤檢測，動作識別行為理解幾個部分。而目標(biāo)的特征描述是識別目標(biāo)的重要環(huán)節(jié)，國內(nèi)多采用方向梯度直方圖HOG，SIFT特征描述子，Haar-like特征，LBP紋理特征等。模型訓(xùn)練是分類的一個常用方法，SVM分類器，也叫作支持向量機(jī)，以及分類器Adaboost等都可以起到這個作用。在目標(biāo)跟蹤方法上有Mean-Shift、對Mean-Shift的改良算法Camshift、粒子濾波、跟蹤-學(xué)習(xí)-檢測算法等。在人體動作識別方面，可以歸為兩類方法：單層模型和多層模型的方法。

關(guān)于區(qū)域跟蹤技術(shù)，有國內(nèi)學(xué)者設(shè)計開發(fā)了基于OpenCV的校園智能視頻監(jiān)控系統(tǒng)，另外采用分模塊設(shè)計智能監(jiān)控系統(tǒng)，改進(jìn)了前景提取的方法，將幀差法和背景差分法結(jié)合起來實現(xiàn)互補。在目標(biāo)跟蹤模塊中使用卡爾曼濾波法，提取了目標(biāo)特征，進(jìn)行目標(biāo)匹配。將HOG特征與LBP特征結(jié)合，再使用SVM分類器一起檢測行人。二且結(jié)合LBP特征提取圖像中小部分的紋理信息，使HOG算法更為準(zhǔn)確。針對擁擠的人群，可以利用紋理特征提出一種新的判斷方法。再次在光流場的基礎(chǔ)上，在光流的算法中考慮會改變的亮度，建立新的模型并實施檢測。線性變化的亮度給光流計算提供新的約束，從而增強(qiáng)易于被亮度影響的光流的有效檢測。再有把金字塔光流和FAST角點作為特征點，利用金字塔光流追蹤。利用光流計算特征點的加速度，用于表示運動的加速度特性。在光流水平豎直兩個分量的基礎(chǔ)上進(jìn)行研究，通過不同行為構(gòu)建表征運動特征的模型。隨著時間的推進(jìn)，把光流方向直方圖進(jìn)行累加。

3 基于深度學(xué)習(xí)的鳥巢識別算法實現(xiàn)

站內(nèi)設(shè)備架構(gòu)上存在鳥巢，而且鳥巢由樹枝疊成，遇到風(fēng)雨天氣能造成設(shè)備短路，嚴(yán)重威脅變電站的安全可靠運行。現(xiàn)階段監(jiān)控攝像頭，對視頻及圖像還是通過現(xiàn)場人員進(jìn)行肉眼識別，人工判斷，智能化程度極低。項目將對所有現(xiàn)場獲得的視頻或進(jìn)行多源異構(gòu)數(shù)據(jù)融合與清理，建立基于人工智能、深度學(xué)習(xí)的多輸入快速的鳥巢識別技術(shù)是本項目的技術(shù)關(guān)鍵點及難點之一[2]。

3.1 基于深度學(xué)習(xí)算法的變電站內(nèi)鳥巢智能識別研究

鳥類的筑巢行為也會影響變電站的安全運行，極易造成線路短路或跳閘。為了保證電網(wǎng)的正常運行，必須對鳥類在輸電線路上的筑巢行為進(jìn)行監(jiān)控、預(yù)警和防護(hù)。由于傳統(tǒng)識別算法的局限性及識別率隨樣本數(shù)量增大趨于飽和的特點，將深度學(xué)習(xí)方法應(yīng)用到鳥巢識別技術(shù)中，設(shè)計出深度學(xué)習(xí)網(wǎng)絡(luò)對特征自動進(jìn)行提取，成功避免了特征選擇的影響，隨著訓(xùn)練樣本的增多以及網(wǎng)絡(luò)模型的強(qiáng)大，將取得最優(yōu)的檢測結(jié)果。本研究選取變電站場地的構(gòu)架作為監(jiān)測試驗對象[3]。如圖1所示。

圖1 基于深度學(xué)習(xí)算法的變電站內(nèi)鳥巢智能識別

3.2 基于深度學(xué)習(xí)的目標(biāo)檢測算法

深度學(xué)習(xí)源于大腦認(rèn)知原理的研究，是一種能夠模擬出人腦的神經(jīng)結(jié)構(gòu)的機(jī)器學(xué)習(xí)方式，從而能夠讓計算機(jī)擁有人工智能，大家所熟知的 AlphaGo 就是深度學(xué)習(xí)典型的一個應(yīng)用。深度學(xué)習(xí)的許多研究成果，離不開對大腦認(rèn)知原理的研究，尤其是視覺原理的研究。人類識別氣球的視覺原理如下：從原始信號攝入開始（瞳孔攝入像素 Pixels），接著做初步處理（大腦皮層某些細(xì)胞發(fā)現(xiàn)邊緣和方向），然后抽象（大腦判定，眼前的物體的形狀是圓形的），然后進(jìn)一步抽象（大腦進(jìn)一步判定該物體是只氣球）。

圖2 深度學(xué)習(xí)與傳統(tǒng)目標(biāo)檢測算法比較

使用深度學(xué)習(xí)方法進(jìn)行分類能夠更好的提取特征，以及模型能夠具備更強(qiáng)大的描述能力；所以基本上對深度學(xué)習(xí)的使用也慢慢的從當(dāng)成特征提取進(jìn)步到特征提取與分類、回歸等問題結(jié)合起來的端到端（End-to-End）方式。基于深度學(xué)習(xí)的目標(biāo)檢測算法，主流的檢測方式有兩種：基于候選區(qū)域的，如 R-CNN、SPP-net、Fast R-CNN、Faster R-CNN、R-FCN；另一種是基于回歸方法的，端到端（End-to-End），無需候選區(qū)域的，如YOLO、SSD。

3.3 TensorFlow軟件實現(xiàn)

TensorFlow是一個采用數(shù)據(jù)流圖（data flow graphs），用于數(shù)值計算的開源軟件庫。TensorFlow 最初由Google Brain小組（隸屬于Google機(jī)器智能研究機(jī)構(gòu)）的研究員和工程師們開發(fā)出來，用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，TensorFlow計算框架可以很好地支持深度學(xué)習(xí)的各種算法，但這個系統(tǒng)的通用性使其也可廣泛用于其他計算領(lǐng)域。它靈活的架構(gòu)讓你可以在多種平臺上展開計算。如圖3所示，TensorFlow與其他深度學(xué)習(xí)工具進(jìn)行對比分析，該軟件效果更理想。

圖3 不同深度學(xué)習(xí)工具社區(qū)流行度指標(biāo)比較（2016年11月17日GitHub）