【技术实现步骤摘要】
一种配电不安全行为的预测方法、装置和服务器
本申请涉及行为预测
，尤其涉及一种配电不安全行为的预测方法、装置和服务器。
技术介绍
电网配电安全关系到员工的生命安全，根据统计数据显示，员工操作失误是事故发生的主要原因。为了能提前预防电力事故的发生，感知员工的不安全行为就显得尤为重要。因此，提供一种配电不安全行为的预测方法是本领域技术人员亟待解决的技术问题。
技术实现思路
本申请提供了一种配电不安全行为的预测方法、装置和服务器，用于解决现有技术中没有对员工的配电不安全行为进行预测的方法，无法预防电力事故发生的技术问题。有鉴于此，本申请第一方面提供了一种配电不安全行为的预测方法，包括：获取第一目标说话时的视频数据后，逐帧提取所述视频数据中的面部关键点和BVP信号；对每个所述面部关键点提取时域特征和频域特征，得到运动信号特征，对每个所述BVP信号进行特征提取，得到BVP信号特征；对所述第一目标的所述运动信号特征和所述BVP信号特征进行特征融合，得到融合特征；将...
【技术保护点】
1.一种配电不安全行为的预测方法，其特征在于，包括：/n获取第一目标说话时的视频数据后，逐帧提取所述视频数据中的面部关键点和BVP信号；/n对每个所述面部关键点提取时域特征和频域特征，得到运动信号特征，对每个所述BVP信号进行特征提取，得到BVP信号特征；/n对所述第一目标的所述运动信号特征和所述BVP信号特征进行特征融合，得到融合特征；/n将所述融合特征输入至预置全连接神经网络模型进行处理，输出所述第一目标的不安全行为得分，所述预置全连接神经网络模型为所述运动信号特征、所述BVP信号特征的融合特征与不安全行为得分的映射关系模型。/n
【技术特征摘要】
1.一种配电不安全行为的预测方法，其特征在于，包括：
获取第一目标说话时的视频数据后，逐帧提取所述视频数据中的面部关键点和BVP信号；
对每个所述面部关键点提取时域特征和频域特征，得到运动信号特征，对每个所述BVP信号进行特征提取，得到BVP信号特征；
对所述第一目标的所述运动信号特征和所述BVP信号特征进行特征融合，得到融合特征；
将所述融合特征输入至预置全连接神经网络模型进行处理，输出所述第一目标的不安全行为得分，所述预置全连接神经网络模型为所述运动信号特征、所述BVP信号特征的融合特征与不安全行为得分的映射关系模型。
2.根据权利要求1所述的配电不安全行为的预测方法，其特征在于，所述预置全连接神经网络模型的配置过程包括：
获取到若干第二目标填写的配电安全行为测量表后，得到各所述第二目标的不安全行为得分；
获取到各所述第二目标说话时的视频数据后，逐帧提取各所述第二目标的视频数据的所述运动信号特征和所述BVP信号特征；
将各所述第二目标的所述运动信号特征和所述BVP信号特征进行特征融合，并将融合后的特征和对应的不安全行为得分输入到全连接神经网络进行训练，得到所述预置全连接神经网络模型。
3.根据权利要求1所述的配电不安全行为的预测方法，其特征在于，所述逐帧提取所述视频数据中的面部关键点和BVP信号，之前还包括：
基于低通滤波方法对所述视频数据进行去噪处理。
4.根据权利要求1所述的配电不安全行为的预测方法，其特征在于，逐帧提取所述视频数据中的BVP信号，包括：
基于运动目标跟踪算法确定所述视频数据中的第一目标面部的ROI区域；
对每帧所述视频数据中的所述ROI区域的三基色通道像素分别进行空间平均，得到每帧所述视频数据对应的原始信号；
对每个所述原始信号的三基色通道信号进行盲源分离，得到所述BVP信号。
5.根据权利要求4所述的配电不安全行为的预测方法，其特征在于，所述对每个所述原始信号的三基色通道信号进行盲源分离，得到所述BVP信号，之前还包括：
对每个所述原始信号进行滤波和标准化处理，得到预处理后的原始信号；
相应的，对每个所述原始信号的三基色通道信号进行盲源分离，得到所述BVP信号，包括：
对每个所述预处理后的...
【专利技术属性】
技术研发人员：李华亮，张凯，王琪如，杨志欣，刘羽中，熊超琳，沈雅利，王宇，罗径庭，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
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。