本申请所提供的一种危险区域越界识别方法，应用于GPU计算服务器，包括：获取目标对象行为视频；其中，目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；利用预设的深度学习模型对目标对象行为视频进行视觉识别，得到识别结果并依据识别结果执行对应的警告操作。该方法利用预设的深度学习模型对目标对象行为视频进行视觉识别，得到识别结果并依据识别结果执行对应的警告操作。其中，目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频。该方法能够及时地进行危险区域越界识别，进而避免发生安全事故。本申请所提供的一种危险区域越界识别系统、GPU计算服务器及计算机可读存储介质，均具有上述有益效果。
A method, system and related devices for identification of dangerous area crossing boundary
【技术实现步骤摘要】
一种危险区域越界识别方法、系统及相关装置
本申请涉及危险区域越界识别领域，特别涉及一种危险区域越界识别方法、系统、GPU计算服务器及计算机可读存储介质。
技术介绍
对于基建工程建设过程中出现的人员不安全行为的监控以及安全事故发生前的预警和预防措施，在基建工程建设过程中显得尤为重要。在运行变电站进行基建工程施工过程中，如果有人在危险区域(如带电间隔和设备)活动，则可能会造成重大的人身伤亡事故，传统的围栏形式以及普通的红外对射技术可以进行一定程度的提醒，但是如果人员即将进入或已经进入了危险区域，这时红外对射已经失去了作用，但是这时恰恰是最危险的。其次，传统的围栏形式以及红外对射只能判断是否有人，但是无法知道是谁，也无法对其进行考核和安全教育。因此，如何及时地进行危险区域越界识别，进而避免发生安全事故是本领域技术人员亟需解决的技术问题。
技术实现思路
本申请的目的是提供一种危险区域越界识别方法、系统、GPU计算服务器及计算机可读存储介质，能够及时地进行危险区域越界识别，进而避免发生安全事故。为解决上述技术问题，本申请提供一种危险区域越界识别方法，应用于GPU计算服务器，包括：获取目标对象行为视频；其中，所述目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；利用预设的深度学习模型对所述目标对象行为视频进行视觉识别，得到识别结果并依据所述识别结果执行对应的警告操作。优选地，所述获取目标对象行为视频，包括：接收摄像头上传的所述目标对象行为视频。优选地，该危险区域越界识别方法还包括：接收所述摄像头发送的针对初步识别结果的报警指令；其中，所述初步识别结果为所述摄像头基于边缘计算对所述目标对象行为视频的识别结果，所述报警指令为依据所述初步识别结果判定所述目标对象存在越界行为而生成的指令；根据所述报警指令触发报警器进行报警。优选地，所述得到识别结果并依据所述识别结果执行对应的警告操作之后，还包括：从所述目标对象行为视频中获取截图和/或视频片段，并将所述截图和/或所述视频片段发送到业务系统。优选地，该危险区域越界识别方法还包括：从所述截图或所述视频片段中分别筛选出目标截图或目标视频片段；利用所述目标截图或所述目标视频片段进行模型训练，并将训练后的模型作为所述深度学习模型。优选地，该危险区域越界识别方法还包括：依据输入的需求，重新设置所述预设危险区域。优选地，该危险区域越界识别方法包括：所述GPU计算服务器、所述摄像头及所述报警器均处于同一局域网内。本申请还提供一种危险区域越界识别系统，应用于GPU计算服务器，包括：目标对象行为视频获取模块，用于获取目标对象行为视频；其中，所述目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；视觉识别模块，用于利用预设的深度学习模型对所述目标对象行为视频进行视觉识别，得到识别结果并依据所述识别结果执行对应的警告操作。本申请还提供一种GPU计算服务器，包括：存储器和处理器；其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序时实现上述所述的危险区域越界识别方法的步骤。本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的危险区域越界识别方法的步骤。本申请所提供的一种危险区域越界识别方法，应用于GPU计算服务器，包括：获取目标对象行为视频；其中，所述目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；利用预设的深度学习模型对所述目标对象行为视频进行视觉识别，得到识别结果并依据所述识别结果执行对应的警告操作。该方法利用预设的深度学习模型对目标对象行为视频进行视觉识别，得到识别结果并依据识别结果执行对应的警告操作。其中，目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频。该方法能够及时地进行危险区域越界识别，进而避免发生安全事故。本申请所提供的一种危险区域越界识别系统、GPU计算服务器及计算机可读存储介质，均具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。图1为本申请实施例所提供的一种危险区域越界识别方法的流程图；图2为本申请实施例所提供的一种最优实施例流程示意图；图3为本申请实施例所提供的一种危险区域越界识别系统的结构框图。具体实施方式本申请的核心是提供一种危险区域越界识别方法，能够及时地进行危险区域越界识别，进而避免发生安全事故。本申请的另一核心是提供一种危险区域越界识别系统、GPU计算服务器及计算机可读存储介质。为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动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。对于基建工程建设过程中出现的人员不安全行为的监控以及安全事故发生前的预警和预防措施，在基建工程建设过程中显得尤为重要。在运行变电站进行基建工程施工过程中，如果有人在危险区域(如带电间隔和设备)活动，则可能会造成重大的人身伤亡事故，传统的围栏形式以及普通的红外对射技术可以进行一定程度的提醒，但是如果人员即将进入或已经进入了危险区域，这时红外对射已经失去了作用，但是这时恰恰是最危险的。其次，传统的围栏形式以及红外对射只能判断是否有人，但是无法知道是谁，也无法对其进行考核和安全教育。本申请提供的一种危险区域越界识别方法，能够及时地进行危险区域越界识别，进而避免发生安全事故。具体请参考图1，图1为本申请实施例所提供的一种危险区域越界识别方法的流程图，该危险区域越界识别方法具体包括：S101、获取目标对象行为视频；其中，目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；本实施例的执行主体为GPU计算服务器，GPU计算服务器获取目标对象行为视频，该目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频。在此对于目标对象行为视频的采集设备也不作具体限定，在一些实施例中，该采集设备具体为摄像头。在此对目标对象不作具体限定，该目标对象可以是人，还可以是动物。在此对于预设危险区域也不作具体限定，该预设危险区域即为预先设定的危险区域，例如带电设备所在区域。而该预设危险区域是包含在目标对象行为视频的采集设备的采集区域内，即预设危险区域是包含于目标对象行为视频所显示的区域内。S102、利用预设的深度学习模型对目标对象行为视频进行视觉识别，得到识别结果并依据识别结果执行对应的警告操作。本实施例中利用预设的深度学习模型对目标对象行为视频进行视觉识别，得到识别结果并依据识别结果执行对应的警告操作；其中，深度学习模型是通过模型训练得到的。由于本实施例对于目标对象行为视频中的目标对象具体行为不作限定，故对于识别结果也不作具体限定，只要满足实际需求即可。例如，识别结果可以为接近预设危险区域边界，可以为翻越预设危险区域边界，本文档来自技高网...
【技术保护点】
1.一种危险区域越界识别方法，其特征在于，应用于GPU计算服务器，包括：获取目标对象行为视频；其中，所述目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；利用预设的深度学习模型对所述目标对象行为视频进行视觉识别，得到识别结果并依据所述识别结果执行对应的警告操作。
【技术特征摘要】
1.一种危险区域越界识别方法，其特征在于，应用于GPU计算服务器，包括：获取目标对象行为视频；其中，所述目标对象行为视频为目标对象在包含预设危险区域的区域内的行为视频；利用预设的深度学习模型对所述目标对象行为视频进行视觉识别，得到识别结果并依据所述识别结果执行对应的警告操作。2.根据权利要求1所述的危险区域越界识别方法，其特征在于，所述获取目标对象行为视频，包括：接收摄像头上传的所述目标对象行为视频。3.根据权利要求2所述的危险区域越界识别方法，其特征在于，还包括：接收所述摄像头发送的针对初步识别结果的报警指令；其中，所述初步识别结果为所述摄像头基于边缘计算对所述目标对象行为视频的识别结果，所述报警指令为依据所述初步识别结果判定所述目标对象存在越界行为而生成的指令；根据所述报警指令触发报警器进行报警。4.根据权利要求3所述的危险区域越界识别方法，其特征在于，所述得到识别结果并依据所述识别结果执行对应的警告操作之后，还包括：从所述目标对象行为视频中获取截图和/或视频片段，并将所述截图和/或所述视频片段发送到业务系统。5.根据权利要求4所述的危险区域越界识别方法，其特征在于，还包括：从所述截图或所述视频片段中分别筛选出...
【专利技术属性】
技术研发人员：林培亮，陈少伟，王振达，郑泽鸿，林少鹏，林望青，吴畴东，李文澜，陈炜楠，林海，魏腾，蔡东晓，吕龙，肖森沅，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司汕头供电局，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。