輸變電巡視隱患/缺陷目標識別圖像數(shù)據(jù)集標注規(guī)范起草單位

山東信通電子股份有限公司、山東省電力公司電力科學研究院、山東魯能智能技術(shù)有限公司、濟南信通達電氣科技有限公司

李程啟、蔡富東、劉強、呂昌峰、王力民、王景、王成、王萬國、秦佳峰、林穎、鄭文杰、白德盟、楊祎、韓晶、陳兆文

本規(guī)范對輸變電巡視隱患/缺陷目標識別圖像數(shù)據(jù)集的標注作出要求，為輸變電數(shù)據(jù)集

標注提供參考。

本規(guī)范適用于電力系統(tǒng)架空輸電線路設備缺陷分級及缺陷標注。

本規(guī)范規(guī)定圖像分析隱患檢測與識別系統(tǒng)的標注要求、存儲要求、非功能性要求。

本規(guī)范的標注要求適用于深度學習算法的數(shù)據(jù)標注。

主要研究大規(guī)模圖像數(shù)據(jù)的自動標注算法，具體研究內(nèi)容有：研究具有更好表示和區(qū)分能力的圖像特征提取算法，其重點是研究特征選取和特征變換；研究用于高層語義特征提取的機器學習方法，其重點是研究半監(jiān)督學習和大規(guī)模數(shù)據(jù)學習問題；研究圖像標記的語義相關(guān)性挖掘問題，以進一步提高自動標記的性能，基本思路是利用先驗信息、WordNet等知識庫和標記在圖像同現(xiàn)等統(tǒng)計信息?；谏鲜鏊惴ㄑ芯砍晒?，我們將針對日常生活中常見的實體語義對象，從互聯(lián)網(wǎng)上下載相應的圖像，通過學習訓練建立起較大規(guī)模的視覺語義特征模型庫，用于實現(xiàn)圖像的自動語義標注；我們還計劃研究開發(fā)大規(guī)模圖像數(shù)據(jù)的自動標注原型演示系統(tǒng)，用于網(wǎng)上大規(guī)模圖像的搜索和過濾。

分數(shù)階微積分及相關(guān)研究是近年來科研領(lǐng)域的研究熱點，該項研究不本書內(nèi)容主要包括目標識別與跟蹤技術(shù)的研究現(xiàn)狀和基礎(chǔ)理論（第1章）、衛(wèi)星目標定位方法（第2～4章）、目標識別方法（第5，6章）和目標跟蹤方法（第7，8章），介紹了相關(guān)目標衛(wèi)星定位、識別和跟蹤的研究背景、挑戰(zhàn)性問題、解決理論、算法設計過程和應用場景分析等內(nèi)容，并給出了相應的實驗結(jié)果。