基于作业区域的目标识别方法、装置、计算机设备制造方法及图纸

本申请涉及一种基于作业区域的目标识别方法、装置、计算机设备和存储介质。所述方法包括：采集作业区域内的视频流数据，所述视频流数据包括多帧图像；在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。采用本方法能够对作业区域内的每帧待处理图像进行精确的识别，从而能够有效的对作业区域内的所有人员进行实时智能化的监测，避免由于人为违规因素引发的安全事故。

Target recognition method, device and computer equipment based on work area

【技术实现步骤摘要】
基于作业区域的目标识别方法、装置、计算机设备
本申请涉及计算机
，特别是涉及一种基于作业区域的目标识别方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，网络构成和网络控制更加复杂，长距离、高电压、大电流输电使得电网安全问题愈发突出。尤其在电力生产作业现场中，对作业区域内的作业人员是否在规定区域内进行作业是一项重要的安全检测指标。然而，在目前的电力生产现场作业过程中，绝大多数作业现场还是依靠安全员和摄像头等人工监测模式，由于电力生产作业区域环境复杂多变，依靠人工对监测画面中的作业人员进行监测的方式，难以对作业区域内的所有人员进行有效的实时监测，因而容易导致由于人为违章因素引发的安全事故。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够对作业区域内的所有作业人员进行智能化监测的基于作业区域的目标识别方法、装置、计算机设备和存储介质。一种基于作业区域的目标识别方法，所述方法包括：采集作业区域内的视频流数据，所述视频流数据包括多帧图像；在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。在其中一个实施例中，所述方法还包括：获取多个作业区域图像；>通过调节分类识别模型中的学习速率，利用多个所述作业区域图像对分类识别模型进行训练，得到训练后的分类识别模型。在其中一个实施例中，所述在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像之前，所述方法还包括：对多帧图像进行对比度调节，得到对比度调节后的多帧图像；对对比度调节后的多帧图像进行归一化处理，得到归一化处理后的多帧图像；对归一化处理后的多帧图像进行尺度调节，得到预处理后的多帧图像。在其中一个实施例中，所述根据所述识别框信息在所述待处理图像中提取目标对应的特征数据，包括：所述与目标对应的识别框信息包括识别框位置信息；利用所述识别框位置信息对所述待处理图像进行多尺度特征提取，得到与目标对应的特征数据。在其中一个实施例中，所述识别结果包括识别概率，所述方法还包括：将所述识别概率与预设的阈值进行比较；当所述与目标对应的识别概率小于预设的阈值时，将所述识别概率对应的目标信息输出，生成与所述目标对应的实时监测信息；当所述与目标对应的识别概率大于预设的阈值时，将所述识别概率对应的目标信息输出，触发自动报警。一种基于作业区域的目标识别装置，所述装置包括：采集模块，用于采集作业区域内的视频流数据，所述视频流数据包括多帧图像；读取模块，用于在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载模块，用于加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；提取模块，用于根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；识别模块，用于调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：采集作业区域内的视频流数据，所述视频流数据包括多帧图像；在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：采集作业区域内的视频流数据，所述视频流数据包括多帧图像；在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。上述基于作业区域的目标识别方法、装置、计算机设备和存储介质，通过采集作业区域内的视频流数据，视频流数据包括多帧图像。在视频帧图像中检测相应的目标，得到包含目标的待处理图像。加载分类识别模型对待处理图像进行目标定位，得到与目标对应的识别框信息。根据识别框信息在待处理图像中提取目标对应的特征数据，调用训练后的分类识别模型，通过训练后的分类识别模型对特征数据进行识别，得到与目标对应的识别结果。相对于传统的方式，通过加载分类识别模型对待处理图像进行目标定位，得到与目标对应的识别框信息，利用训练后的分类识别模型对特征数据进行实时监测识别，得到与目标对应的识别结果，由此使得能够对采集的作业区域内的每帧待处理图像进行精确的识别定位，从而能够有效的对作业区域内的所有人员进行实时监测，避免一些由于人为违章因素引发的安全事故。附图说明图1为一个实施例中基于作业区域的目标识别方法的应用场景图；图2为一个实施例中基于作业区域的目标识别方法的流程示意图；图3为一个实施例中对视频帧图像进行预处理步骤的流程示意图；图4为另一个实施例中将识别概率与预设的阈值进行比较步骤的流程示意图；图5为一个实施例中基于作业区域的目标识别装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的基于作业区域的目标识别方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。终端102可以通过向服务器104发送请求，从服务器104获取多个作业区域图像以及对应的违规区域识别库的相关数据。终端102通过摄像头采集作业区域内的视频流数据，视频流数据包括多帧图像。终端102在视频帧图像中检测相应的目标，得到包含目标的待处理图像。终端102加载分类识别模型对待处理图像进行目标定位，得到与目标对应的识别框信息。终端102根据识别框信息在待处理图像中提取目标对应的特征数据，终端102调用训练后的分类识别模型，通过训练后的分类识别模型对特征数据进行识别，得到与目标对应的识别结果。其中，终端102可以但不限于是各种个人计算机、笔记本电脑和智能手机，服务器本文档来自技高网...

【技术保护点】
1.一种基于作业区域的目标识别方法，所述方法包括：/n采集作业区域内的视频流数据，所述视频流数据包括多帧图像；/n在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；/n加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；/n根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；/n调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。/n

【技术特征摘要】
1.一种基于作业区域的目标识别方法，所述方法包括：
采集作业区域内的视频流数据，所述视频流数据包括多帧图像；
在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；
加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；
根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；
调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取多个作业区域图像；
通过调节分类识别模型中的学习速率，利用多个所述作业区域图像对分类识别模型进行训练，得到训练后的分类识别模型。


3.根据权利要求1所述的方法，其特征在于，所述在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像之前，所述方法还包括：
对多帧图像进行对比度调节，得到对比度调节后的多帧图像；
对对比度调节后的多帧图像进行归一化处理，得到归一化处理后的多帧图像；
对归一化处理后的多帧图像进行尺度调节，得到预处理后的多帧图像。


4.根据权利要求1所述的方法，其特征在于，所述根据所述识别框信息在所述待处理图像中提取目标对应的特征数据，包括：
所述与目标对应的识别框信息包括识别框位置信息；
利用所述识别框位置信息对所述待处理图像进行多尺度特征提取，得到与目标对应的特征数据。


5.根据权利要求1所述的方法，其特征在于，所述识别结果包括识别概率，所述方法还包括：
将所述识别概率与预设的阈值进行比较；
当所述与目标对应的识别概率小于预设的阈值时，将所述识别概率对应的目标信息输出，生成与所述目标对应的实时监测信息；
当所述与目标对应的...

【专利技术属性】
技术研发人员：程晓陆，邓浩，叶晓琪，党海，符晓洪，罗伟明，刘雨佳，肖雨亭，乔洪新，斯荣，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44