CN115880722A - 一种配电作业人员穿戴的智能识别方法、***和介质 - Google Patents
一种配电作业人员穿戴的智能识别方法、***和介质 Download PDFInfo
- Publication number
- CN115880722A CN115880722A CN202211531658.6A CN202211531658A CN115880722A CN 115880722 A CN115880722 A CN 115880722A CN 202211531658 A CN202211531658 A CN 202211531658A CN 115880722 A CN115880722 A CN 115880722A
- Authority
- CN
- China
- Prior art keywords
- information
- wearing
- operator
- personnel
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种配电作业人员穿戴的智能识别方法、***和介质。属于大数据及配电作业技术领域,该方法包括:对监控视频中的作业人员以及穿戴装备进行图像识别,对作业人员图像信息进行位置检测,根据位置信息对安全要素信息以及作业人员进行匹配关联,根据多个检测结果进行人员属性识别获得位置区域信息和人员属性信息,并提取作业人员的标准穿戴要求数据对轨迹点的穿戴情况进行判定,并根据全轨迹穿戴情况进行阈值判断;从而基于大数据和图像识别分析技术对配电作业人员的穿戴进行识别,并根据获得的标准穿戴对人员轨迹的穿戴情况进行识别评估,实现对作业人员穿戴的识别检测,提高对作业人员穿戴的有效识别监控,以保障人员安全。
Description
技术领域
本发明涉及大数据和配电作业技术领域,具体而言,涉及一种配电作业人员穿戴的智能识别方法、***和介质。
背景技术
目前对配电作业人员的保护和安全监控方法通常采用人工监护,并通过常用设备及穿戴对人进行防护,而缺乏对人员穿戴标准的跟踪识别技术,无法针对配电作业环境和位置对不同工种类别的配电作业人员穿戴防护进行有效识别和监督,无法实现针对配电操作中穿戴不正确进行识别、告警和监管的智能化技术。
而根据视频监测手段以及图像识别技术,建立起针对配电作业环境、位置以及作业人员工种属性进行图像识别,并辨识标准穿戴要求,以及对全施工过程进行穿戴判断和辨识的智能化配电作业人员穿戴识别技术,是目前不具备的场景技术手段,也是配电服务技术领域的技术空缺。
针对上述问题,目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种配电作业人员穿戴的智能识别方法、***和介质,可以根据大数据和图像识别分析技术对配电作业人员的穿戴进行识别,并根据获得的标准穿戴对人员轨迹的穿戴情况进行识别评估,实现对作业人员穿戴的识别检测,提高对作业人员穿戴的有效识别监控,以保障人员安全。
本申请实施例还提供了一种配电作业人员穿戴的智能识别方法,包括以下步骤:
采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,包括:
采集预设地域内配网不停电作业区域的实时监控视频;
获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识,包括:
根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型;
根据所述多尺度人体检测模型对所述作业人员图像信息进行位置检测,获得作业人员的位置信息,包括作业位置信息和位置定位信息;
根据所述作业位置信息对所述触电保护信息和高空保护信息进行信息补充;
根据所述位置定位信息对所述环控照明信息和防风防雨信息进行信息补充;
根据补充后的安全要素信息与所述作业人员进行匹配;
将补充后的安全要素信息结合所述位置信息对作业人员进行映射关联,并合成作业人员、位置和安全要素的关联标识。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,包括:
将多个匹配和关联标识获得的多个安全要素信息,结合对应作业人员的位置信息进行整合,获得作业人员位置安全要素信息;
对所述作业人员位置安全要素信息中的作业人员根据集合的位置信息结合安全要素信息进行人员属性识别,获得人员属性信息;
根据所述人员属性信息对应的目标作业人员的多个位置信息进行合成,获得待跟踪位置区域信息;
根据所述目标作业人员的人员属性信息和待跟踪位置区域信息输入至预设配网作业穿戴数据库,提取所述目标作业人员的标准穿戴要求数据。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点,包括:
根据所述待跟踪位置区域信息提取所述目标作业人员的各轨迹点;
根据各轨迹点的图像处理获得所述目标作业人员跟踪框的交并比;
根据所述各轨迹点的交并比与预设阈值进行阈值对比;
若轨迹点的交并比小于预设阈值,则判定所述轨迹点中所述目标作业人员不存在,去除所述轨迹点;
若轨迹点的交并比大于预设阈值,则所述轨迹点中所述目标作业人员存在,所述轨迹点有效,将有效轨迹点合成所述目标作业人员的轨迹信息。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,包括:
获取所述目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息,并结合对应轨迹点进行记录;
根据所述目标作业人员对应的标准穿戴要求数据对轨迹点的所述穿戴信息进行穿戴情况判定;
若所述穿戴信息满足所述标准穿戴要求数据,则所述轨迹点穿戴情况合格。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别方法中,所述根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录,包括:
获取预设监控时间段内各作业人员在对应全部有效轨迹点的穿戴情况,获得全轨迹穿戴不合格数据;
根据所述全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比;
若作业人员所述全轨迹穿戴不合格数据大于所述穿戴警告阈值,则对该作业人员进行警告并记录。
第二方面,本申请实施例提供了一种配电作业人员穿戴的智能识别***,该***包括:存储器及处理器,所述存储器中包括配电作业人员穿戴的智能识别方法的程序,所述配电作业人员穿戴的智能识别方法的程序被所述处理器执行时实现以下步骤:
采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
可选地,在本申请实施例所述的配电作业人员穿戴的智能识别***中,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,包括:
采集预设地域内配网不停电作业区域的实时监控视频;
获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
第三方面,本申请实施例还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包括配电作业人员穿戴的智能识别方法程序,所述配电作业人员穿戴的智能识别方法程序被处理器执行时,实现如上述任一项所述的配电作业人员穿戴的智能识别方法的步骤。
由上可知,本申请实施例提供的一种配电作业人员穿戴的智能识别方法、***和介质,通过对监控视频中的作业人员以及穿戴装备进行图像识别,对作业人员图像信息进行位置检测,根据位置信息对安全要素信息进行补充并与作业人员进行匹配和映射关联标识,根据多个检测结果进行信息整合并进行人员属性识别获得待跟踪位置区域信息和人员属性信息,并通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,根据各轨迹点的交并比判断轨迹信息,根据标准穿戴要求数据判定各轨迹点的穿戴情况,并根据全轨迹穿戴情况进行阈值判断,以及警告和记录;从而基于大数据和配电作业图像识别分析技术对配电作业人员的穿戴进行识别和位置关联,并根据获得的标准穿戴对人员轨迹的穿戴情况进行识别评估,实现对作业人员穿戴的识别检测,提高对作业人员穿戴的有效识别监控,以保障人员安全。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的配电作业人员穿戴的智能识别方法的流程图;
图2为本申请实施例提供的配电作业人员穿戴的智能识别方法的获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息的流程图;
图3为本申请实施例提供的配电作业人员穿戴的智能识别方法的对安全要素信息进行补充和匹配以及映射关联标识的流程图;
图4为本申请实施例提供的配电作业人员穿戴的智能识别***的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的配电作业人员穿戴的智能识别方法的流程图。该配电作业人员穿戴的智能识别方法用于终端设备中,例如电脑、手机终端等。该配电作业人员穿戴的智能识别方法,包括以下步骤:
S101、采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
S102、通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
S103、根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
S104、根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
S105、根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
S106、对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
S107、根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
需要说明的是,为实现通过视频监测以及图像识别,对配电作业环境、位置以及作业人员进行图像识别,以辨别工作环境和位置以及对应人员工作属性,获得符合配电人员工种及环境的穿戴标准,再通过穿戴标准对作业人员进行全程追踪识别,判定被监测作业人员的全过程穿戴情况,对不符合穿戴限制要求的作业人员进行警示,以实现根据图像识别和大数据处理技术对配电作业人员的穿戴情况的安全监督技术,达到智能化保障配电施工的安全管理手段,具体过程为:采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,再通过多尺度人体检测模型对作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,对作业人员、位置和安全要素信息进行映射关联,根据获得的多个检测结果进行信息整合对作业人员进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,再通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,对目标作业人员轨迹信息中的轨迹点以及对应穿戴信息进行记录,根据标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,根据各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
请参照图2,图2是本申请一些实施例中的配电作业人员穿戴的获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息的流程图。根据本发明实施例,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,具体为:
S201、采集预设地域内配网不停电作业区域的实时监控视频;
S202、获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
S203、根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
需要说明的是,为获得对监控的地域内不停电作业区域的人员穿戴情况,以便进一步根据人员工种属性、工作环境结合穿戴要求进行判断,首先需获取作业区域的视频图像,对图像进行识别获得人员、穿戴以及环境安全要素的信息,即采集预设地域内配网不停电作业的目标区域内的实时监控视频,对视频中带有作业人员的图像进行识别,通过图像提取作业人员图像信息和穿戴信息,目的在于识别图像获取带有作业人员的图像信息,同时识别作业人员的穿戴信息,如配戴的安全帽、防护服、绝缘手套、防护靴等穿戴装备和穿戴设备,再通过图像识别提取工作人员所处配电作业环境的安全要素信息,安全要素信息是根据图像中人员信息和工作环境信息进行识别判断出的配电工作的安全保障要素信息,包括触电保护信息、高空保护信息、环控照明信息和防风防雨信息,反映工作人员在配电环境中需施加的触电防护、高空保护、照明、防风防雨的防护保障要素信息。
请参照图3,图3是本申请一些实施例中的配电作业人员穿戴的智能识别方法的对安全要素信息进行补充和匹配以及映射关联标识的流程图。根据本发明实施例,所述通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识,具体为:
S301、根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型;
S302、根据所述多尺度人体检测模型对所述作业人员图像信息进行位置检测,获得作业人员的位置信息,包括作业位置信息和位置定位信息;
S303、根据所述作业位置信息对所述触电保护信息和高空保护信息进行信息补充;
S304、根据所述位置定位信息对所述环控照明信息和防风防雨信息进行信息补充;
S305、根据补充后的安全要素信息与所述作业人员进行匹配;
S306、将补充后的安全要素信息结合所述位置信息对作业人员进行映射关联,并合成作业人员、位置和安全要素的关联标识。
需要说明的是,为使识别获得的工作人员配电施工所需的安全要素信息更准确,需根据配电作业的位置信息对安全要素信息进行补充,由于配电施工环境往往是大场景,而作业人员通常处于配电单元、建筑、设施的某个位置,因此需根据具体作业人员所处的位置进行场景识别,并根据场景识别的施工位置信息对安全要素信息进行补充,根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型,样本库中包含大量作业人员配电作业的图像样本,通过大量图像样本进行识别训练建立起多尺度人体检测模型,该模型可对作业人员施工的位置进行信息检测,获得作业位置信息和位置定位信息,再分别对安全要素信息进行补充,根据补充后的安全要素信息与作业人员进行匹配,使施工安全要素与作业人员进行精准有效关联,通过某图像中的某个作业人员就可以明确其施工的安全要素信息,然后再与作业人员的位置信息进行映射关联,获得作业人员、施工位置与安全要素的关联,同时合成关联标识,则通过匹配和关联使监督的任一作业人员及其施工位置结合施工安全要素实现有机统一,便于进一步判断监督作业人员的穿戴防护情况。
根据本发明实施例,所述根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,具体为:
将多个匹配和关联标识获得的多个安全要素信息,结合对应作业人员的位置信息进行整合,获得作业人员位置安全要素信息;
对所述作业人员位置安全要素信息中的作业人员根据集合的位置信息结合安全要素信息进行人员属性识别,获得人员属性信息;
根据所述人员属性信息对应的目标作业人员的多个位置信息进行合成,获得待跟踪位置区域信息;
根据所述目标作业人员的人员属性信息和待跟踪位置区域信息输入至预设配网作业穿戴数据库,提取所述目标作业人员的标准穿戴要求数据。
需要说明的是,在识别出任一作业人员、施工位置和安全要素之后,当考察判断某一作业人员的穿戴情况时,需首先明确该作业人员的工作性质或工种,并且获得在预设时间内该作业人员的作业区域和施工轨迹点,以便判断该作业人员穿戴是否符合其岗位工种要求,以及对该人员进行全区域作业穿戴监督,为实现此设计,将获得的作业人员的多次匹配和关联标识的施工位置、安全要素的检测信息进行整合,可得到作业人员在多个施工位置的安全要素信息集合,当集合到一定数量的信息后,就可以通过信息集合识别出作业人员常出现的施工位置以及相应安全要素信息,则可以明确作业人员属性,获得人员属性信息,如通过集合的信息发现某作业人员常出现在配电线网的检测箱前,佩戴检测人员的穿戴装备和工具,则可以识别出该作业人员的工种属于线路检测人员,再根据人员属性信息对识别的该目标作业人员的多个施工位置进行合成为待跟踪位置区域信息,即可获得该目标作业人员的施工位置区域,如在一周内某线路检测人员施工停留过的区域,通过明确了目标作业人员的人员属性信息和待跟踪位置区域信息,即获得了某作业人员的工种属性和施工区域,则可以通过施工位置和区域结合该人员属性在预设配网作业穿戴数据库中,获得目标作业人员的标准穿戴要求数据,即通过数据库查询出该目标作业人员在其工种、施工位置以及区域应该佩戴的标准穿戴要去,如某线路检测人员在冬季夜晚的北方乡村田间地区进行电线杆上部的线路检测作业,则其标准穿戴要求需要包含防寒、照明、警示、定位、防跌落、防触电等标准穿戴的装备、设备、工具等,根据其标准穿戴要求设定标准穿戴要求数据。
根据本发明实施例,所述根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点,具体为:
根据所述待跟踪位置区域信息提取所述目标作业人员的各轨迹点;
根据各轨迹点的图像处理获得所述目标作业人员跟踪框的交并比;
根据所述各轨迹点的交并比与预设阈值进行阈值对比;
若轨迹点的交并比小于预设阈值,则判定所述轨迹点中所述目标作业人员不存在,去除所述轨迹点;
若轨迹点的交并比大于预设阈值,则所述轨迹点中所述目标作业人员存在,所述轨迹点有效,将有效轨迹点合成所述目标作业人员的轨迹信息。
需要说明的是,由于图像识别的目标作业人员在预设时间段内的施工区域途径轨迹中存在捕捉、识别偏差的问题,导致某些区域轨迹并未出现目标作业人员,因此,为精准掌握目标作业人员的准确施工轨迹点,需对各轨迹点进行图像处理,判断捕捉目标作业人员的准确性,通过提取的目标作业人员各轨迹点的图像处理获得的根据框交并比,进行预设阈值判断,若某轨迹点的交并比小于预设阈值,则判定该轨迹点的目标作业人员不存在,则该轨迹点为无效轨迹点,去除该轨迹点,反之,若大于预设阈值则轨迹点有效,将判断有效的轨迹点进行合成,获得目标作业人员的轨迹信息,目标作业人员跟踪框的交并比(IoU)是用于测量检测物体/人物准确度的一个标准,根据图像中标记一个目标的真实区域,在目标检测中得出该目标的预测区域,通过计算交并比的值来评估检测的准确性,通常交并比值越大,测量结果就越准确,交并比计算如下:IoU=检测区域与真实区域交集/检测区域与真实区域并集,本方案中通过图像处理获得的跟踪框的交并比判断检测目标作业人员是否真实存在于被测区域中,以提高对目标作业人员检测的准确性,筛出跟踪区域轨迹信息中的无效轨迹点。
根据本发明实施例,所述对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,具体为:
获取所述目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息,并结合对应轨迹点进行记录;
根据所述目标作业人员对应的标准穿戴要求数据对轨迹点的所述穿戴信息进行穿戴情况判定;
若所述穿戴信息满足所述标准穿戴要求数据,则所述轨迹点穿戴情况合格。
需要说明的是,根据获得的目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息与对应标准穿戴要求数据进行对比,判断目标作业人员在轨迹点的穿戴情况,若某轨迹点的穿戴信息符合标准穿戴要求数据的预设对比要求,则判断目标作业人员在该轨迹点的穿戴符合标准穿戴要求数据,则该轨迹点的穿戴情况合格,依次来判定目标作业人员在轨迹中的各轨迹点的穿戴情况。
根据本发明实施例,所述根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录,具体为:
获取预设监控时间段内各作业人员在对应全部有效轨迹点的穿戴情况,获得全轨迹穿戴不合格数据;
根据所述全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比;
若作业人员所述全轨迹穿戴不合格数据大于所述穿戴警告阈值,则对该作业人员进行警告并记录。
需要说明的是,当识别完各被监测的作业人员在预设监控时间段内全部有效轨迹点的穿戴情况后,可获得各个作业人员的全轨迹中不合格穿戴情况,即穿戴不合格数据,将全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比,若作业人员全轨迹穿戴不合格数据大于穿戴警告阈值,则对该作业人员进行警告并记录,即通过某个作业人员的全轨迹中穿戴不合格的数据与预设穿戴阈值进行对比,判断其全程作业的穿戴情况,若穿戴不合格数据超过预设阈值要求,则表明该作业人员在时间段内全程作业中不合规的穿戴次数超标,则需对该人员进行警告并记录,通过全轨迹穿戴情况的判断可识别出穿戴违规的人员,加以警示和处理,以避免由于不合规的穿戴导致出现安全作业事故,以实现本方案的根据图像识别和大数据处理技术对配电作业人员的穿戴情况的安全监督技术,达到智能化保障配电施工的安全管理手段。
如图4所示,本发明还公开了一种配电作业人员穿戴的智能识别***,包括存储器41和处理器42,所述存储器中包括配电作业人员穿戴的智能识别方法程序,所述配电作业人员穿戴的智能识别方法程序被所述处理器执行体征异样修正数据时实现如下步骤:
采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
需要说明的是,为实现通过视频监测以及图像识别,对配电作业环境、位置以及作业人员进行图像识别,以辨别工作环境和位置以及对应人员工作属性,获得符合配电人员工种及环境的穿戴标准,再通过穿戴标准对作业人员进行全程追踪识别,判定被监测作业人员的全过程穿戴情况,对不符合穿戴限制要求的作业人员进行警示,以实现根据图像识别和大数据处理技术对配电作业人员的穿戴情况的安全监督技术,达到智能化保障配电施工的安全管理手段,具体过程为:采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,再通过多尺度人体检测模型对作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,对作业人员、位置和安全要素信息进行映射关联,根据获得的多个检测结果进行信息整合对作业人员进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,再通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,对目标作业人员轨迹信息中的轨迹点以及对应穿戴信息进行记录,根据标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,根据各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
根据本发明实施例,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,具体为:
采集预设地域内配网不停电作业区域的实时监控视频;
获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
需要说明的是,为获得对监控的地域内不停电作业区域的人员穿戴情况,以便进一步根据人员工种属性、工作环境结合穿戴要求进行判断,首先需获取作业区域的视频图像,对图像进行识别获得人员、穿戴以及环境安全要素的信息,即采集预设地域内配网不停电作业的目标区域内的实时监控视频,对视频中带有作业人员的图像进行识别,通过图像提取作业人员图像信息和穿戴信息,目的在于识别图像获取带有作业人员的图像信息,同时识别作业人员的穿戴信息,如配戴的安全帽、防护服、绝缘手套、防护靴等穿戴装备和穿戴设备,再通过图像识别提取工作人员所处配电作业环境的安全要素信息,安全要素信息是根据图像中人员信息和工作环境信息进行识别判断出的配电工作的安全保障要素信息,包括触电保护信息、高空保护信息、环控照明信息和防风防雨信息,反映工作人员在配电环境中需施加的触电防护、高空保护、照明、防风防雨的防护保障要素信息。
根据本发明实施例,所述通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识,具体为:
根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型;
根据所述多尺度人体检测模型对所述作业人员图像信息进行位置检测,获得作业人员的位置信息,包括作业位置信息和位置定位信息;
根据所述作业位置信息对所述触电保护信息和高空保护信息进行信息补充;
根据所述位置定位信息对所述环控照明信息和防风防雨信息进行信息补充;
根据补充后的安全要素信息与所述作业人员进行匹配;
将补充后的安全要素信息结合所述位置信息对作业人员进行映射关联,并合成作业人员、位置和安全要素的关联标识。
需要说明的是,为使识别获得的工作人员配电施工所需的安全要素信息更准确,需根据配电作业的位置信息对安全要素信息进行补充,由于配电施工环境往往是大场景,而作业人员通常处于配电单元、建筑、设施的某个位置,因此需根据具体作业人员所处的位置进行场景识别,并根据场景识别的施工位置信息对安全要素信息进行补充,根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型,样本库中包含大量作业人员配电作业的图像样本,通过大量图像样本进行识别训练建立起多尺度人体检测模型,该模型可对作业人员施工的位置进行信息检测,获得作业位置信息和位置定位信息,再分别对安全要素信息进行补充,根据补充后的安全要素信息与作业人员进行匹配,使施工安全要素与作业人员进行精准有效关联,通过某图像中的某个作业人员就可以明确其施工的安全要素信息,然后再与作业人员的位置信息进行映射关联,获得作业人员、施工位置与安全要素的关联,同时合成关联标识,则通过匹配和关联使监督的任一作业人员及其施工位置结合施工安全要素实现有机统一,便于进一步判断监督作业人员的穿戴防护情况。
根据本发明实施例,所述根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,具体为:
将多个匹配和关联标识获得的多个安全要素信息,结合对应作业人员的位置信息进行整合,获得作业人员位置安全要素信息;
对所述作业人员位置安全要素信息中的作业人员根据集合的位置信息结合安全要素信息进行人员属性识别,获得人员属性信息;
根据所述人员属性信息对应的目标作业人员的多个位置信息进行合成,获得待跟踪位置区域信息;
根据所述目标作业人员的人员属性信息和待跟踪位置区域信息输入至预设配网作业穿戴数据库,提取所述目标作业人员的标准穿戴要求数据。
需要说明的是,在识别出任一作业人员、施工位置和安全要素之后,当考察判断某一作业人员的穿戴情况时,需首先明确该作业人员的工作性质或工种,并且获得在预设时间内该作业人员的作业区域和施工轨迹点,以便判断该作业人员穿戴是否符合其岗位工种要求,以及对该人员进行全区域作业穿戴监督,为实现此设计,将获得的作业人员的多次匹配和关联标识的施工位置、安全要素的检测信息进行整合,可得到作业人员在多个施工位置的安全要素信息集合,当集合到一定数量的信息后,就可以通过信息集合识别出作业人员常出现的施工位置以及相应安全要素信息,则可以明确作业人员属性,获得人员属性信息,如通过集合的信息发现某作业人员常出现在配电线网的检测箱前,佩戴检测人员的穿戴装备和工具,则可以识别出该作业人员的工种属于线路检测人员,再根据人员属性信息对识别的该目标作业人员的多个施工位置进行合成为待跟踪位置区域信息,即可获得该目标作业人员的施工位置区域,如在一周内某线路检测人员施工停留过的区域,通过明确了目标作业人员的人员属性信息和待跟踪位置区域信息,即获得了某作业人员的工种属性和施工区域,则可以通过施工位置和区域结合该人员属性在预设配网作业穿戴数据库中,获得目标作业人员的标准穿戴要求数据,即通过数据库查询出该目标作业人员在其工种、施工位置以及区域应该佩戴的标准穿戴要去,如某线路检测人员在冬季夜晚的北方乡村田间地区进行电线杆上部的线路检测作业,则其标准穿戴要求需要包含防寒、照明、警示、定位、防跌落、防触电等标准穿戴的装备、设备、工具等,根据其标准穿戴要求设定标准穿戴要求数据。
根据本发明实施例,所述根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点,具体为:
根据所述待跟踪位置区域信息提取所述目标作业人员的各轨迹点;
根据各轨迹点的图像处理获得所述目标作业人员跟踪框的交并比;
根据所述各轨迹点的交并比与预设阈值进行阈值对比;
若轨迹点的交并比小于预设阈值,则判定所述轨迹点中所述目标作业人员不存在,去除所述轨迹点;
若轨迹点的交并比大于预设阈值,则所述轨迹点中所述目标作业人员存在,所述轨迹点有效,将有效轨迹点合成所述目标作业人员的轨迹信息。
需要说明的是,由于图像识别的目标作业人员在预设时间段内的施工区域途径轨迹中存在捕捉、识别偏差的问题,导致某些区域轨迹并未出现目标作业人员,因此,为精准掌握目标作业人员的准确施工轨迹点,需对各轨迹点进行图像处理,判断捕捉目标作业人员的准确性,通过提取的目标作业人员各轨迹点的图像处理获得的根据框交并比,进行预设阈值判断,若某轨迹点的交并比小于预设阈值,则判定该轨迹点的目标作业人员不存在,则该轨迹点为无效轨迹点,去除该轨迹点,反之,若大于预设阈值则轨迹点有效,将判断有效的轨迹点进行合成,获得目标作业人员的轨迹信息,目标作业人员跟踪框的交并比(IoU)是用于测量检测物体/人物准确度的一个标准,根据图像中标记一个目标的真实区域,在目标检测中得出该目标的预测区域,通过计算交并比的值来评估检测的准确性,通常交并比值越大,测量结果就越准确,交并比计算如下:IoU=检测区域与真实区域交集/检测区域与真实区域并集,本方案中通过图像处理获得的跟踪框的交并比判断检测目标作业人员是否真实存在于被测区域中,以提高对目标作业人员检测的准确性,筛出跟踪区域轨迹信息中的无效轨迹点。
根据本发明实施例,所述对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,具体为:
获取所述目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息,并结合对应轨迹点进行记录;
根据所述目标作业人员对应的标准穿戴要求数据对轨迹点的所述穿戴信息进行穿戴情况判定;
若所述穿戴信息满足所述标准穿戴要求数据,则所述轨迹点穿戴情况合格。
需要说明的是,根据获得的目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息与对应标准穿戴要求数据进行对比,判断目标作业人员在轨迹点的穿戴情况,若某轨迹点的穿戴信息符合标准穿戴要求数据的预设对比要求,则判断目标作业人员在该轨迹点的穿戴符合标准穿戴要求数据,则该轨迹点的穿戴情况合格,依次来判定目标作业人员在轨迹中的各轨迹点的穿戴情况。
根据本发明实施例,所述根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录,具体为:
获取预设监控时间段内各作业人员在对应全部有效轨迹点的穿戴情况,获得全轨迹穿戴不合格数据;
根据所述全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比;
若作业人员所述全轨迹穿戴不合格数据大于所述穿戴警告阈值,则对该作业人员进行警告并记录。
需要说明的是,当识别完各被监测的作业人员在预设监控时间段内全部有效轨迹点的穿戴情况后,可获得各个作业人员的全轨迹中不合格穿戴情况,即穿戴不合格数据,将全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比,若作业人员全轨迹穿戴不合格数据大于穿戴警告阈值,则对该作业人员进行警告并记录,即通过某个作业人员的全轨迹中穿戴不合格的数据与预设穿戴阈值进行对比,判断其全程作业的穿戴情况,若穿戴不合格数据超过预设阈值要求,则表明该作业人员在时间段内全程作业中不合规的穿戴次数超标,则需对该人员进行警告并记录,通过全轨迹穿戴情况的判断可识别出穿戴违规的人员,加以警示和处理,以避免由于不合规的穿戴导致出现安全作业事故,以实现本方案的根据图像识别和大数据处理技术对配电作业人员的穿戴情况的安全监督技术,达到智能化保障配电施工的安全管理手段。
本发明第三方面提供了一种可读存储介质,所述可读存储介质中包括配电作业人员穿戴的智能识别方法程序,所述配电作业人员穿戴的智能识别方法程序被处理器执行时,实现如上述任一项所述的配电作业人员穿戴的智能识别方法的步骤。
本发明公开的一种配电作业人员穿戴的智能识别方法、***和介质,通过对监控视频中的作业人员以及穿戴装备进行图像识别,对作业人员图像信息进行位置检测,根据位置信息对安全要素信息进行补充并与作业人员进行匹配和映射关联标识,根据多个检测结果进行信息整合并进行人员属性识别获得待跟踪位置区域信息和人员属性信息,并通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,根据各轨迹点的交并比判断轨迹信息,根据标准穿戴要求数据判定各轨迹点的穿戴情况,并根据全轨迹穿戴情况进行阈值判断,以及警告和记录;从而基于大数据和配电作业图像识别分析技术对配电作业人员的穿戴进行识别和位置关联,并根据获得的标准穿戴对人员轨迹的穿戴情况进行识别评估,实现对作业人员穿戴的识别检测,提高对作业人员穿戴的有效识别监控,以保障人员安全。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种配电作业人员穿戴的智能识别方法,其特征在于,包括以下步骤:
采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
2.根据权利要求1所述的配电作业人员穿戴的智能识别方法,其特征在于,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,包括:
采集预设地域内配网不停电作业区域的实时监控视频;
获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
3.根据权利要求2所述的配电作业人员穿戴的智能识别方法,其特征在于,所述通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识,包括:
根据样本库中的人员配电作业图像进行处理并建立多尺度人体检测模型;
根据所述多尺度人体检测模型对所述作业人员图像信息进行位置检测,获得作业人员的位置信息,包括作业位置信息和位置定位信息;
根据所述作业位置信息对所述触电保护信息和高空保护信息进行信息补充;
根据所述位置定位信息对所述环控照明信息和防风防雨信息进行信息补充;
根据补充后的安全要素信息与所述作业人员进行匹配;
将补充后的安全要素信息结合所述位置信息对作业人员进行映射关联,并合成作业人员、位置和安全要素的关联标识。
4.根据权利要求3所述的配电作业人员穿戴的智能识别方法,其特征在于,所述根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息,根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据,包括:
将多个匹配和关联标识获得的多个安全要素信息,结合对应作业人员的位置信息进行整合,获得作业人员位置安全要素信息;
对所述作业人员位置安全要素信息中的作业人员根据集合的位置信息结合安全要素信息进行人员属性识别,获得人员属性信息;
根据所述人员属性信息对应的目标作业人员的多个位置信息进行合成,获得待跟踪位置区域信息;
根据所述目标作业人员的人员属性信息和待跟踪位置区域信息输入至预设配网作业穿戴数据库,提取所述目标作业人员的标准穿戴要求数据。
5.根据权利要求4所述的配电作业人员穿戴的智能识别方法,其特征在于,所述根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点,包括:
根据所述待跟踪位置区域信息提取所述目标作业人员的各轨迹点;
根据各轨迹点的图像处理获得所述目标作业人员跟踪框的交并比;
根据所述各轨迹点的交并比与预设阈值进行阈值对比;
若轨迹点的交并比小于预设阈值,则判定所述轨迹点中所述目标作业人员不存在,去除所述轨迹点;
若轨迹点的交并比大于预设阈值,则所述轨迹点中所述目标作业人员存在,所述轨迹点有效,将有效轨迹点合成所述目标作业人员的轨迹信息。
6.根据权利要求5所述的配电作业人员穿戴的智能识别方法,其特征在于,所述对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况,包括:
获取所述目标作业人员的轨迹信息中有效轨迹点对应的穿戴信息,并结合对应轨迹点进行记录;
根据所述目标作业人员对应的标准穿戴要求数据对轨迹点的所述穿戴信息进行穿戴情况判定;
若所述穿戴信息满足所述标准穿戴要求数据,则所述轨迹点穿戴情况合格。
7.根据权利要求6所述的配电作业人员穿戴的智能识别方法,其特征在于,所述根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录,包括:
获取预设监控时间段内各作业人员在对应全部有效轨迹点的穿戴情况,获得全轨迹穿戴不合格数据;
根据所述全轨迹穿戴不合格数据与预设的穿戴警告阈值进行阈值对比;
若作业人员所述全轨迹穿戴不合格数据大于所述穿戴警告阈值,则对该作业人员进行警告并记录。
8.一种配电作业人员穿戴的智能识别***,其特征在于,该***包括:存储器及处理器,所述存储器中包括配电作业人员穿戴的智能识别方法的程序,所述配电作业人员穿戴的智能识别方法的程序被所述处理器执行时实现以下步骤:
采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息;
通过建立的多尺度人体检测模型对所述作业人员图像信息进行位置检测,根据检测出的位置信息对安全要素信息进行补充,并与作业人员进行匹配,并对作业人员和位置以及安全要素信息进行映射关联标识;
根据多次匹配和关联标识获得的多个检测结果进行信息整合,并进行人员属性识别,获得待跟踪位置区域信息和人员属性信息;
根据所述待跟踪位置区域信息和人员属性信息通过配网作业穿戴数据库提取作业人员的标准穿戴要求数据;
根据各轨迹点的目标作业人员跟踪框的交并比判断目标作业人员轨迹信息,若轨迹点的交并比小于预设阈值,则判定所述轨迹点中监测的所述目标作业人员不存在,去除所述轨迹点;
对所述目标作业人员轨迹信息中的有效轨迹点以及对应所述穿戴信息进行记录,根据所述标准穿戴要求数据判定各有效轨迹点的目标作业人员的穿戴情况;
根据预设监控时间段内的各作业人员的全轨迹穿戴情况进行阈值判断,对超过穿戴警告阈值的作业人员进行警告和记录。
9.根据权利要求8所述的配电作业人员穿戴的智能识别***,其特征在于,所述采集配网不停电作业人员的实时监控视频,对监控视频中的作业人员以及穿戴装备进行图像识别,获得作业人员图像信息、穿戴信息以及作业环境的安全要素信息,包括:
采集预设地域内配网不停电作业区域的实时监控视频;
获取实时监控视频中带有作业人员的图像,并对作业人员和穿戴设备进行图像识别以及图像信息提取,获得作业人员图像信息和穿戴信息;
根据图像识别并提取配电作业环境的安全要素信息,包括触电保护信息、高空保护信息、环控照明信息以及防风防雨信息。
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包括配电作业人员穿戴的智能识别方法程序,所述配电作业人员穿戴的智能识别方法程序被处理器执行时,实现如权利要求1至7中任一项所述的配电作业人员穿戴的智能识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531658.6A CN115880722A (zh) | 2022-12-01 | 2022-12-01 | 一种配电作业人员穿戴的智能识别方法、***和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211531658.6A CN115880722A (zh) | 2022-12-01 | 2022-12-01 | 一种配电作业人员穿戴的智能识别方法、***和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115880722A true CN115880722A (zh) | 2023-03-31 |
Family
ID=85765347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211531658.6A Pending CN115880722A (zh) | 2022-12-01 | 2022-12-01 | 一种配电作业人员穿戴的智能识别方法、***和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880722A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503797A (zh) * | 2023-04-10 | 2023-07-28 | 盐城工学院 | 基于目标检测的医废处理人员防护用具穿戴检测方法 |
CN116758493A (zh) * | 2023-08-22 | 2023-09-15 | 中国水利水电第七工程局有限公司 | 基于图像处理的隧道施工监测方法、装置及可读存储介质 |
-
2022
- 2022-12-01 CN CN202211531658.6A patent/CN115880722A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116503797A (zh) * | 2023-04-10 | 2023-07-28 | 盐城工学院 | 基于目标检测的医废处理人员防护用具穿戴检测方法 |
CN116503797B (zh) * | 2023-04-10 | 2023-10-27 | 盐城工学院 | 基于目标检测的医废处理人员防护用具穿戴检测方法 |
CN116758493A (zh) * | 2023-08-22 | 2023-09-15 | 中国水利水电第七工程局有限公司 | 基于图像处理的隧道施工监测方法、装置及可读存储介质 |
CN116758493B (zh) * | 2023-08-22 | 2023-11-21 | 中国水利水电第七工程局有限公司 | 基于图像处理的隧道施工监测方法、装置及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115880722A (zh) | 一种配电作业人员穿戴的智能识别方法、***和介质 | |
CN211741994U (zh) | 一种电网现场作业安全风险的识别监控装置 | |
CN112347916B (zh) | 基于视频图像分析的电力现场作业安全监控方法及装置 | |
CN112785798B (zh) | 面向电力变电站工程建设项目施工人员的行为分析方法 | |
CN110620906A (zh) | 一种基于物联网的电力施工安全管理*** | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位*** | |
CN114418145A (zh) | 基于gim的变电站数字孪生方法及*** | |
CN110874866B (zh) | 一种基于视频的变电站三维监控方法及*** | |
CN104994334A (zh) | 基于实时视频的变电站自动监控方法 | |
CN113807240A (zh) | 基于非配合式人脸识别的变电站人员着装智能监控方法 | |
CN115883779B (zh) | 一种基于大数据的智慧园区信息安全管理*** | |
CN115393566A (zh) | 电力设备的故障识别与预警方法、装置、存储介质、设备 | |
CN112613449A (zh) | 一种基于视频人脸图像的安全帽佩戴检测识别方法及*** | |
CN115100813B (zh) | 基于数字孪生的智慧社区*** | |
CN111860187A (zh) | 一种高精度的佩戴口罩识别方法及*** | |
CN114663772A (zh) | 一种电网现场作业人员合规穿戴检测方法和*** | |
CN110987081A (zh) | 一种室外环境检测*** | |
CN114925960A (zh) | 一种变电站操作全过程的评价方法及装置 | |
CN116665419B (zh) | 电力生产作业中基于ai分析的故障智能预警***及方法 | |
CN213457742U (zh) | 一种焊接作业监控*** | |
CN116579601B (zh) | 矿山安全生产风险监测预警***及方法 | |
CN110751125A (zh) | 穿戴检测方法及装置 | |
CN111597919A (zh) | 一种视频监控场景下的人体跟踪方法 | |
CN116524428A (zh) | 基于目标检测及场景融合的电力作业安全风险识别方法 | |
CN115578731A (zh) | 安全管控信息的生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |