图像识别技术在电信运维质检上的应用

doi:10.11959/j.issn.1000-0801.2019086

电信科学 ›› 2019, Vol. 35 ›› Issue (4): 146-152.doi: 10.11959/j.issn.1000-0801.2019086

• 运行商人工智能专栏 • 上一篇

图像识别技术在电信运维质检上的应用

范博,邱芸,沈雷

中国电信股份有限公司上海研究院，上海 200122

修回日期:2019-04-12 出版日期:2019-04-20 发布日期:2019-04-25
作者简介:范博（1993- ），男，中国电信股份有限公司上海研究院数据挖掘工程师，主要研究方向为图像算法研究和数据挖掘。|邱芸（1980- ），女，中国电信股份有限公司上海研究院网络系统架构师，主要研究方向为基于网络数据的应用研究开发、物联网网络数据分析。|沈雷（1970- ），男，中国电信股份有限公司上海研究院算法专家，主要研究方向为移动网络应用研究开发、人工智能算法。

Application of image detection techniques in telecom operation and maintenance system

Bo FAN,Yun QIU,Lei SHEN

Shanghai Research Institute of China Telecom Co.,Ltd.,Shanghai 200122,China

Revised:2019-04-12 Online:2019-04-20 Published:2019-04-25

摘要/Abstract

摘要：

随着电信行业的发展，持续增长的宽带业务需要更高的人工运维成本。在电信运维的装维质检中,需要人工识别施工现场图片以评估装维质量。传统的装维人工质检存在检测准确率低且人力成本高的问题。近年来基于深度学习的图像识别技术不断发展，应用领域不断拓宽。若采用图像识别技术，则可显著节约人力成本并提高准确率。将多种图像识别技术应用在电信运维业务中的装维场景，并分析比较各种图像识别技术的性能与准确率。基于分析，进一步提出了一种融合的图像识别模型，应用于电信运维的质检流程，显著提高了运维图片识别准确率和质检效率。

关键词: 人工智能, 电信运维质检, 图像识别, 融合模型

Abstract:

With the development of telecom industry,growing web service operations need more people to maintain the quality of the service.In the branch of telecom operation service,installation and maintenance service,the service quality is evaluated by human through assessing picture of construction site.The traditional way of evaluating quality of operation service brings low accuracy and high labor cost.In recent years,image recognition technology developed well with the deep learning raised,the related application field were broaden.If image recognition techniques were applied in telecom operation and maintenance system,the labor cost would be saved and the recognition accuracy would be improved.Several image recognition techniques were applied in installation quality assessment of telecom operation and maintenance system,and the performance and accuracy were analyzed.Based on analysis,a combining image recognition model was further proposed.The image recognition accuracy and efficiency of quality assessment was improved.

Key words: AI, quality assessment of telecom operation and maintenance, image recognition, combining model

中图分类号:

TN929.5

范博,邱芸,沈雷. 图像识别技术在电信运维质检上的应用[J]. 电信科学, 2019, 35(4): 146-152.

Bo FAN,Yun QIU,Lei SHEN. Application of image detection techniques in telecom operation and maintenance system[J]. Telecommunications Science, 2019, 35(4): 146-152.

图/表 11

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

图10

数据量	分类	识别率
合计现网图片总量：4 292张合格图片：3 192张	合格	91.10%
不合格图片：1 100张	不合格	82.50%

[1]	ANDREOPOULOS A , TSOTSOS J K . 50 years of object recognition:directions forword[J]. Computer Vision and Image Understanding, 2013,117(8):82789.
[2]	RUSSAKOVSKY O , DENG J , SU H ,et al. ImageNet:large scal visual recognition challenge[J]. International Journal of Computer Vision, 2015,115(3): 211-252.
[3]	KRIZHEVSKY A , SUTSKEVER I , HINTONG E . ImageNet classification with deep convolutional neural networks[C]// The 25th International Conference on Neural Information Processing Systems,Dec 3-6,2012,Lake Tahoe,Nevada,USA. New York:ACM Press, 2012: 1097-1105.
[4]	HE K , ZHANG X Y , RENS Q ,et al. Spatial pyramid poling in deep convolutional networks for visual recognition[J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 2015,37(9): 1904-1914.
[5]	HE K , GKIOXARI G , DOLLAR P ,et al. Mask R-CNN[C]// 2017 IEEE International Conference on Computer Vision,Oct 22-29,2017,Venice,Italy. Piscataway:IEEE Press, 2017: 2980-2988.

[1]	郭泽华, 朱昊文, 徐同文. 面向分布式机器学习的网络模态创新[J]. 电信科学, 2023, 39(6): 44-51.
[2]	马晓亮, 刘英, 杜德泉, 安玲玲. 运营商智能客服的关键技术和发展趋势[J]. 电信科学, 2023, 39(5): 76-89.
[3]	蒋瑞红, 冯一哲, 孙耀华, 郑海娜. 面向低轨卫星网络的组网关键技术综述[J]. 电信科学, 2023, 39(2): 37-47.
[4]	徐英姿, 刘原, 时梦然, 韩书君, 董辰, 王碧舳. 语义在通信中的应用综述[J]. 电信科学, 2022, 38(Z1): 43-59.
[5]	王晴天, 刘洋, 刘海涛, 宗佳颖, 杨峰义. 面向6G的网络智能化研究[J]. 电信科学, 2022, 38(9): 151-160.
[6]	李爱华, 吴晓波, 陈超, 魏彬, 史嫄嫄. 5G网络大数据智能分析技术[J]. 电信科学, 2022, 38(8): 129-139.
[7]	黄秋萍, 刘晓峰, 高秋彬, 刘正宣, 金立强, 孙韶辉. 基于人工智能的大规模天线信道状态信息反馈研究[J]. 电信科学, 2022, 38(3): 74-83.
[8]	朱明伟. 网络智能化中的AI工程化技术方案[J]. 电信科学, 2022, 38(2): 157-165.
[9]	杨震, 赵建军, 黄勇军, 李洁, 陈楠. 基于网络演进的人工智能技术方向研究[J]. 电信科学, 2022, 38(12): 27-34.
[10]	程瑞营, 张攀, 肖雨, 乔宇杰, 张安奕. 基于时序数据的云网协同平台人工智能运维体系[J]. 电信科学, 2022, 38(11): 24-35.
[11]	陈志宏, 王明晓. 计算机视觉在智慧安防中的应用[J]. 电信科学, 2021, 37(8): 142-147.
[12]	吴晓文, 焦侦丰, 凌翔, 刘冰, 朱立东, 韩磊. 面向6G的卫星通信网络架构展望[J]. 电信科学, 2021, 37(7): 1-14.
[13]	袁硕, 任奕璟, 王则予, 孙耀华, 彭木根. 软件定义的星地融合智能无线网络[J]. 电信科学, 2021, 37(6): 66-77.
[14]	章坚武, 王路鑫, 孙玲芬, 章谦骅, 单杭冠. 人工智能在5G系统中的应用综述[J]. 电信科学, 2021, 37(5): 14-31.
[15]	刘志勇, 何忠江, 阮宜龙, 单俊峰, 张超. 大数据安全特征与运营实践[J]. 电信科学, 2021, 37(5): 160-169.

图像识别技术在电信运维质检上的应用

Application of image detection techniques in telecom operation and maintenance system

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 5

相关文章 15

Metrics

推荐阅读 0