買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉金華八達集團有限公司;國網浙江省電力有限公司金華供電公司申請的專利一種融合支持向量機的無人機低質巡檢照片剔除方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115620044B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211133344.0，技術領域涉及：G06V10/764；該發明授權一種融合支持向量機的無人機低質巡檢照片剔除方法是由葉宏;湯春俊;金德軍;賀燕;梁加凱;徐敏;朱凱;祝強;徐飛明;童曉文;張家華;莊建國;陳宇剛設計研發完成，并于2022-09-17向國家知識產權局提交的專利申請。

本一種融合支持向量機的無人機低質巡檢照片剔除方法在說明書摘要公布了：本發明公開了一種融合支持向量機的無人機低質巡檢照片剔除方法。包括以下過程：對采集到的巡檢照片進行標簽標注及預處理，組成訓練集；結合訓練集對深度殘差網絡和支持向量機分類器進行訓練；采集待測巡檢照片并進行預處理，然后將待測巡檢照片輸入深度殘差網絡獲取特征向量，然后將特征向量輸入支持向量機分類器確定待測巡檢照片的標簽進而進行分類檢測；將低質巡檢照片進行剔除并輸出低質巡檢照片的屬性信息。本發明通過深度殘差網絡進行特征向量提取，再通過支持向量機分類器對巡檢照片進行判別，過程簡單有效，提高低質巡檢照片剔除的準確率和效率。

本發明授權一種融合支持向量機的無人機低質巡檢照片剔除方法在權利要求書中公布了：1.一種融合支持向量機的無人機低質巡檢照片剔除方法，其特征在于：所述方法包括以下步驟： 步驟1：由預處理后且已標注標簽的巡檢照片及其標簽組成訓練集，所述的巡檢照片是由無人機定點采集桿塔的部位獲得，所述已標注標簽的巡檢照片包括低質巡檢照片和正常巡檢照片，所述低質巡檢照片為平均像素值小于50或平均像素值大于200的巡檢照片，所述正常巡檢照片為平均像素值不小于50且不大于200的巡檢照片；所述桿塔的部位包括塔頭、塔基塔牌、大小號側線路走廊、左右側地線、左右側上相部位、左右側中相部位和左右側下相部位； 步驟2：結合訓練集對深度殘差網絡和支持向量機分類器進行訓練； 步驟3：采集待測巡檢照片并進行預處理，然后將預處理后的待測巡檢照片輸入深度殘差網絡獲取待測巡檢照片的特征向量，然后將待測巡檢照片的特征向量輸入支持向量機分類器確定待測巡檢照片的標簽進而對待測巡檢照片進行分類確定該待測巡檢照片為低質巡檢照片或正常巡檢照片； 步驟4：將步驟3中檢測出的低質巡檢照片進行剔除并輸出低質巡檢照片的屬性信息； 所述步驟2中的深度殘差網絡主要由第一網絡堆疊模塊、第二網絡堆疊模塊、第三網絡堆疊模塊、第四網絡堆疊模塊和第五網絡堆疊模塊構成；所述第一網絡堆疊模塊、第二網絡堆疊模塊、第三網絡堆疊模塊、第四網絡堆疊模塊和第五網絡堆疊模塊依次串聯連接； 第一網絡堆疊模塊和第二網絡堆疊模塊結構相同，均包括兩層網絡層、一層相加層和一層池化層，且兩層網絡層、一層相加層和一層池化層依次串聯連接組成，每層所述網絡層主要由一個卷積層、一個批量歸一化層與一個激活函數依次串聯連接組成；在第一網絡堆疊模塊和第二網絡堆疊模塊的內部均使用跳躍鏈接結構融合巡檢照片，所述跳躍鏈接結構為將每個網絡堆疊模塊的輸入與該堆疊模塊的第二層網絡層的輸出同時輸入相加層中進行像素相加處理，然后輸入池化層中進行池化處理； 所述第三網絡堆疊模塊主要由三層網絡層、一層1×1的卷積層和一層池化層組成，且第三網絡堆疊模塊的三層網絡層、一層1×1的卷積層和一層池化層依次串聯連接，且第三網絡堆疊模塊的每層網絡層均與第一網絡堆疊模塊的網絡層結構相同； 所述第四網絡堆疊模塊和第五網絡堆疊模塊結構相同，均包括三層網絡層、一層1×1的卷積層和一層池化層，且第四網絡堆疊模塊和第五網絡堆疊模塊中的每層網絡層均主要由一個非對稱卷積層、一個批量歸一化層與一個激活函數依次串聯連接組成。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人金華八達集團有限公司;國網浙江省電力有限公司金華供電公司，其通訊地址為：321001 浙江省金華市解放西路480號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。