一种盲图像质量评价引导的电网目标检测方法及系统技术方案

技术编号:24011379 阅读:69 留言:0更新日期:2020-05-02 01:51
本申请属于图像数据处理技术领域,尤其涉及一种盲图像质量评价引导的电网目标检测方法及系统。电力行业中采用图像识别技术存在准确率低且算法鲁棒性和扩展性较差的问题。本申请提供一种盲图像质量评价引导的电网目标检测方法及系统,通过训练盲图像质量评价网络,对监控视频序列进行预处理,筛选出质量达预设要求的视频帧,进而对高质量图像进行目标检测。通过检测出的安全器具目标与人体目标的相对位置、特征表征、人体轮廓表征等特点,对工作人员安全行为进行分析,保障管理规范和人员安全。本申请过滤低质量图像,克服视角变化、光照变化以及运动变化等干扰,提高检测精度;本申请对任意来源图像进行预处理,适应范围广,缩短预处理时间。

A method and system of power grid target detection guided by blind image quality evaluation

【技术实现步骤摘要】
一种盲图像质量评价引导的电网目标检测方法及系统
本申请涉及图像数据处理
,尤其涉及一种盲图像质量评价引导的电网目标检测方法及系统。
技术介绍
电力行业中,由于电网现场存在高电压属性,作业安全一直是备受关注的工作重心。为了确保工作人员穿戴安全劳保上岗作业,一般会在赴现场之前进行人工检查,防止因安全防护不周而产生意外事故。在繁忙紧张的实际工作中,这种自查自纠或是相互检查的人为方式难免会有疏忽或遗漏,劳保用品穿戴不全的现象时有发生,暴露出高风险特征。随着计算机技术的深入发展,通过计算机视觉识别技术可以便捷高效地识别现场工作人员的劳保穿戴状况,进而使之成为辅助人工检查的重要方式之一。现有的计算机图像识别常用的数据集包括:PASCALVOC、ImageNet以及MSCOCO等,大多针对质量较高图像。这些数据集一般用于研究者进行目标检测算法性能测试或者用于相关竞赛,作为图像处理的热门领域,相继涌现了R-CNN、FastR-CNN、FasterR-CNN、YOLO以及SSD等优秀算法,在静态数据集上取得了优异的性能。但在现实环境中,视频获取的图像往往存在失真、降质的现象,算法的精确度也会随之下降。企业实际生产中,为了获得较好的识别效果,需要对任意来源的图像进行筛选,并在提高图像识别准确率的条件下保持图像处理算法的鲁棒性和扩展性,这种实际存在的客观需求成为亟待解决的技术问题。
技术实现思路
本申请提供了一种盲图像质量评价引导的电网目标检测方法及系统,以解决当前电力行业中目标识别准确率低且算法鲁棒性和扩展性差的问题。本申请采用的技术方案如下:本申请的第一方面,提供一种盲图像质量评价引导的电网目标检测方法,包括以下步骤:通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧;通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测;对目标检测的结果进行分析,得出目标人体的安全状态结论。可选的,在所述通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧的步骤中,包括:利用电网现场采集的监控视频,结合数据增强技术,创建盲图像质量评价数据集;根据盲图像质量评价数据集,训练盲图像质量评价网络;将输入的监控视频序列的每一帧图像分离出来,把每一帧图像输入盲图像质量评价网络进行评价,设置质量阈值,提取出质量值大于等于质量阈值的图像,再将这些图像按原时间顺序排列为图像集。可选的,在所述根据盲图像质量评价数据集,训练盲图像质量评价网络的步骤中,利用卷积神经网络对盲图像质量评价数据集进行训练,基于低运算复杂度的VGG-F模型并选取大步长卷积核,所有的卷积层均使用零填充。可选的,在所述利用电网现场采集的监控视频,结合数据增强技术,创建图像质量评价数据集的步骤中,包括:将公共的图像质量评价专用数据集创建成图像质量评价数据集,所述公共的图像质量评价专用数据集具体包括数据集的图像以及图像评分,所述公共的图像质量评价专用数据集包括LIVE数据集、CSIQ数据集以及TID2013数据集。可选的,在所述通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测的步骤中,包括:构建电网现场中的目标人体、安全帽以及安全服的目标训练集;根据目标训练集,训练目标检测网络;将按原时间顺序排列的图像集输入目标检测网络进行目标检测,得到所有目标的置信度和边框信息,当置信度超过预设阈值时,认定目标存在,设为准目标,保留目标边框;根据准目标信息,利用非极大值抑制算法去除冗余框,得到最终目标信息和边框信息的检测结果。可选的,在所述对目标检测的结果进行分析,得出目标人体的安全状态结论的步骤中,包括:根据所述最终目标信息和边框信息的检测结果,对目标人体的安全状态进行分析,得出目标人体的姿态是否安全、安全帽和安全服的穿戴是否安全的结论。可选的,在所述对目标人体的安全状态进行分析的步骤中包括:判断安全帽与目标人体的相对关系,在目标人体的垂直或者近似垂直方向,应检测到安全帽,且目标人体与安全帽的边框应有交集,否则上报未佩戴安全帽的安全行为异常;判断目标人体是否身着安全服,利用深层卷积特征,搜集人体身着安全服的样本,用机器学习方法支撑向量机线下训练二分类模型,线上监测时,在检测出的目标人体边框内,提取人体身着安全服的深层卷积特征,输入事先训练好的二分类模型分类器进行分类,判断目标人体是否身着安全服,得出目标人体安全服穿戴是否安全的结论;判断目标人体姿态是否安全,当人体边框宽高比大于1,且连续10秒内维持此比例时,认定发生人员倒地事故,得出目标人体姿态不安全的结论。可选的,在所述对目标检测的结果进行分析,得出目标人体的安全状态结论的步骤之后,还包括:当得出目标人体的安全状态结论为否时,触发工作现场的报警器发出警报。本申请的第二方面,提供一种盲图像质量评价引导的电网目标检测系统,包括盲图像质量评价模块、目标检测模块以及目标人体安全分析模块;所述盲图像质量评价模块用于通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧;所述目标检测模块用于通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测;目标人体安全分析模块用于对目标检测的结果进行分析,得出目标人体的安全状态结论。可选的,所述盲图像质量评价模块用于根据盲图像质量评价数据集,训练盲图像质量评价网络,其中,所述盲图像质量评价模块被进一步配置为利用卷积神经网络对盲图像质量评价数据集进行训练,基于低运算复杂度的VGG-F模型并选取大步长卷积核,所有的卷积层均使用零填充。采用本申请的技术方案的有益效果如下:本申请提供的盲图像质量评价引导的电网目标检测方法,通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧。这种对任意图像的预处理方法,可以在真实的电网图像数据上构建训练集,利用卷积神经网络技术学习特征,能使特征的表征更加准确、提高在电网环境中的应用能力;本申请的盲图像质量评价网络可过滤低质量图像、克服视角变化、光照变化以及运动变化等干扰,提高检测精度;本申请对工作人员安全行为进行分析,保障管理规范和人员安全,及时处理人员安全事故。本申请可对任意来源图像进行预处理,由于改进预处理的方法,使本申请的适应范围更广,同时,缩短了预处理时间,节约了时间成本。附图说明为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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的附图。图1为本申请第一方面提供的一个实施例的流程框图;图2为本申请第一方面提供的另一实施例的流程框图;图3为本申请第二方面提供的一个实施例的结构示意图。本文档来自技高网...

【技术保护点】
1.一种盲图像质量评价引导的电网目标检测方法,其特征在于,包括以下步骤:/n通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧;/n通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测;/n对目标检测的结果进行分析,得出目标人体的安全状态结论。/n

【技术特征摘要】
1.一种盲图像质量评价引导的电网目标检测方法,其特征在于,包括以下步骤:
通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧;
通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测;
对目标检测的结果进行分析,得出目标人体的安全状态结论。


2.根据权利要求1所述的盲图像质量评价引导的电网目标检测方法,其特征在于,在所述通过训练盲图像质量评价网络,对输入的监控视频序列进行筛选,挑选出质量达到预设要求的视频帧的步骤中,包括:
利用电网现场采集的监控视频,结合数据增强技术,创建盲图像质量评价数据集;
根据盲图像质量评价数据集,训练盲图像质量评价网络;
将输入的监控视频序列的每一帧图像分离出来,把每一帧图像输入盲图像质量评价网络进行评价,设置质量阈值,提取出质量值大于等于质量阈值的图像,再将这些图像按原时间顺序排列为图像集。


3.根据权利要求2所述的盲图像质量评价引导的电网目标检测方法,其特征在于,在所述根据盲图像质量评价数据集,训练盲图像质量评价网络的步骤中,利用卷积神经网络对盲图像质量评价数据集进行训练,基于低运算复杂度的VGG-F模型并选取大步长卷积核,所有的卷积层均使用零填充。


4.根据权利要求2所述的盲图像质量评价引导的电网目标检测方法,其特征在于,在所述利用电网现场采集的监控视频,结合数据增强技术,创建图像质量评价数据集的步骤中,包括:
将公共的图像质量评价专用数据集创建成图像质量评价数据集,所述公共的图像质量评价专用数据集具体包括数据集的图像以及图像评分,所述公共的图像质量评价专用数据集包括LIVE数据集、CSIQ数据集以及TID2013数据集。


5.根据权利要求1所述的盲图像质量评价引导的电网目标检测方法,其特征在于,在所述通过训练目标检测网络,对质量达到预设要求的视频帧进行目标检测的步骤中,包括:
构建电网现场中的目标人体、安全帽以及安全服的目标训练集;
根据目标训练集,训练目标检测网络;
将按原时间顺序排列的图像集输入目标检测网络进行目标检测,得到所有目标的置信度和边框信息,当置信度超过预设阈值时,认定目标存在,设为准目标,保留目标边框;
根据准目标信息,利用非极大值抑制算法去除冗余框,得到最终目标信息和边框信息的检测结果。

...

【专利技术属性】
技术研发人员:李仕林赵旭李梅玉李宏杰韩凯孙晨曦马启林
申请(专利权)人:云南电网有限责任公司电力科学研究院
类型:发明
国别省市:云南;53

网友询问留言 已有0条评论
  • 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。

1