基于步幅测量的电力人员安全状态智能识别方法及介质技术

本发明专利技术公开了基于步幅测量的电力人员安全状态智能识别方法及介质，方法包括：基于多目标追踪算法检测并追踪视频画面中每个人的包围框并分配人员ID号；将人的包围框内的图像输入关键点检测算法，得到人体的左右脚踝关键点并关联人的包围框；确定要测量步幅的人的包围框并获取对应的左右脚踝关键点数据，选择测量脚踝，通过测量脚踝关键点确定测量脚踝的当前运动状态，计算测量脚踝的相邻两次静止状态中间的移动距离，记为人员步幅，并生成人员状态信息；基于人员状态信息和预设的安全规则生成人员安全状态信息。本发明专利技术无需额外的人工干预，只需通过摄像头实时采集测试画面而无需佩戴其他硬件设备，运行速度快、部署方便且适用于不同场景。

【技术实现步骤摘要】
基于步幅测量的电力人员安全状态智能识别方法及介质
本专利技术涉及电力安全领域，特别涉及一种基于步幅测量的电力人员安全状态智能识别方法及介质。
技术介绍
高压实验室的电压在66kV及以上电压等级。电压对人体是致命的伤害。实验室不可避免的会分为各个不同的工作区域和交叉作业现象。在高电压下。人员的动作行为以及安全管控尤为重要。现有工作管控方式通常是通过安全遮拦人员监督的方式，时有安全事故发生。为了更好的保证人员安全，现急需用于高压实验室关键点智能识别方法，通过人体动作识别，进行语音提示预警，防止事故的发生。步幅大小是人体动作识别的重要因素，准确测量行人步幅大小对于人员行为识别具有重要意义。当前的行人步幅测量方法大多基于传感器，首先通过运动传感器获取当前人体运动状态信息，然后通过进一步分析该运动状态信息估计得到人的步幅大小。当前基于传感器的行人步幅测量方法主要是使用陀螺传感器收集并计算行人在步行时人体的上下加速度，通过该加速度和身高信息估计人体步幅大小，但该方法采集的加速度信息有很大误差且只能粗略估计步幅大小；或者通过传感器共采集行人运动时三个本文档来自技高网...

【技术保护点】
1.一种基于步幅测量的电力人员安全状态智能识别方法，其特征在于，包括：/nS100、获取视频流，基于多目标追踪算法检测并追踪每帧画面中每个人的包围框，为所述人的包围框分配人员ID号；/nS200、将所述人的包围框内的图像输入基于卷积神经网络的关键点检测算法，得到人体的左右脚踝关键点，将所述左右脚踝关键点按照所述人员ID号关联所述人的包围框；/nS300、确定要测量步幅的人的包围框并获取对应的左右脚踝关键点数据，选择左脚踝或右脚踝作为测量脚踝，通过所述测量脚踝关键点确定所述测量脚踝的当前运动状态，计算所述测量脚踝的相邻两次静止状态中间的移动距离，记为人员步幅，所述人员步幅与所述人员ID号一并生成...

【技术特征摘要】
1.一种基于步幅测量的电力人员安全状态智能识别方法，其特征在于，包括：
S100、获取视频流，基于多目标追踪算法检测并追踪每帧画面中每个人的包围框，为所述人的包围框分配人员ID号；
S200、将所述人的包围框内的图像输入基于卷积神经网络的关键点检测算法，得到人体的左右脚踝关键点，将所述左右脚踝关键点按照所述人员ID号关联所述人的包围框；
S300、确定要测量步幅的人的包围框并获取对应的左右脚踝关键点数据，选择左脚踝或右脚踝作为测量脚踝，通过所述测量脚踝关键点确定所述测量脚踝的当前运动状态，计算所述测量脚踝的相邻两次静止状态中间的移动距离，记为人员步幅，所述人员步幅与所述人员ID号一并生成人员状态信息；
S400、基于所述人员状态信息和预设的安全规则生成人员安全状态信息。


2.根据权利要求1所述的基于步幅测量的电力人员安全状态智能识别方法，其特征在于，所述左右脚踝关键点以基于当前画面的横纵坐标表示。


3.根据权利要求1所述的基于步幅测量的电力人员安全状态智能识别方法，其特征在于，所述步骤S100包括：
S110、通过OpenCV获取并解析视频流；
S120、基于实时目标检测算法得到视频帧中所有包围框，保留人的包围框；
S130、基于目标追踪算法对所述人的包围框进行追踪，并为每个所述人的包围框分配ID号。


4.根据权利要求3所述的基于步幅测量的电力人员安全状态智能识别方法，其特征在于，所述实时目标检测算法为Yolov5s算法。


5.根据权利要求3所述的基于步幅测量的电力人员安全状态智能识别方法，其特征在于，所述目标追踪算法为SORT算法。


6.根据权利要求1所述的基于步幅测量的电力人员安全状态智能识别方法，其特征在于，...

【专利技术属性】
技术研发人员：钟成，蔡传雄，张源，林巧，许镓镕，魏斯芳，梁资源，刘耀，张宗明，
申请(专利权)人：珠高电气检测有限公司，
类型：发明
国别省市：广东;44