电工绝缘手套实时检测方法、计算机可读介质技术

本发明专利技术涉及一种电工绝缘手套实时检测方法、一种存储有电工绝缘手套检测程序的计算机可读介质，包括：使用深度学习算法检测帧图像中是否存在行人图案，若在帧图像中检测到行人图案，则使用标记框标记行人图案；使用姿态估计算法提取标记框内的行人图案对应的腕关节坐标、肘关节坐标，根据腕关节坐标、肘关节坐标，以及标记框内的行人图案的手部提取图形提取标记框内的手部区域图像；在HSV空间中比较手部区域图像中每一像素的灰度值与绝缘手套灰度阈值，获得灰度值在绝缘手套灰度阈值范围内的像素与手部区域图像的像素的比例，比较比例与绝缘手套识别比例阈值，输出绝缘手套识别结果。它们可以提高视频中电工的绝缘手套的检测效率。测效率。

【技术实现步骤摘要】
电工绝缘手套实时检测方法、计算机可读介质


[0001]本专利技术涉及图像中手套识别
，具体涉及一种电工绝缘手套实时检测方法、一种存储有电工绝缘手套检测程序的计算机可读介质。

技术介绍

[0002]物体识别是指在图像或者视频中找到指定的物体并框出物体的具体位置。物体识别算法有多种，最简单的仅仅通过使用物体的颜色来进行判断,然而颜色对于光照条件过于敏感，稳定性太差。后来有利用HAAR配合Adaboost进行人脸识别，HOG特征进行行人检测，SIFT或者SURF特征进行特征匹配进行目标识别等等。但这些算法的识别率都很容易收到环境干扰，而电力作业的环境因素恰恰是复杂多变的。如何克服图像识别中背景的多样化，光线变化，视角变化的干扰，一直是物体识别中最具挑战性的课题。
[0003]专利文献CN106548131A记载了一种基于行人检测的施工人员安全帽实时检测方法，包括以下步骤：步骤A)，实时采集需要进行施工人员安全帽检测的视频序列；步骤B)，训练基于ACF特征提取的行人检测器，训练数据采用国际通用的行人图像数据库；步骤C)，采用训练好的基于A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电工绝缘手套实时检测方法，其特征在于，包括以下步骤：使用深度学习算法检测帧图像中是否存在行人图案，若在帧图像中检测到行人图案，则使用标记框标记所述行人图案；使用姿态估计算法提取所述标记框内的行人图案对应的腕关节坐标、肘关节坐标，根据腕关节坐标、肘关节坐标，以及所述标记框内的行人图案的手部提取图形提取所述标记框内的手部区域图像；在HSV空间中比较所述手部区域图像中每一像素的灰度值与绝缘手套灰度阈值，获得灰度值在绝缘手套灰度阈值范围内的像素与手部区域图像的像素的比例，比较所述比例与绝缘手套识别比例阈值，输出绝缘手套识别结果。2.如权利要求1所述的电工绝缘手套实时检测方法，其特征在于，所述深度学习算法为SSD算法，所述SSD算法的特征提取层包括Inception结构。3.如权利要求1所述的电工绝缘手套实时检测方法，其特征在于，所述深度学习算法利用tensorflow搭建卷积神经网络结构，由输入层、卷积层、激励层，池化层、全连接层和输出层组成，其中输入层接收图片数据，作为tensor张量传入，所述卷积层数目≥5，每一卷积层均采用padding和pooling算法，将一个带有卷积核的local receptive fields扫描生成为一个feature map，并且在网络层之间采用batch normalization，所述全连接层有2层，通过activation_function将信息转化为一个二分类的结果作为输出层，实现特定目标状态判断。4.如权利要求1所述的电工绝缘手套实时检测方法，其特征在于，所述姿态估计算法使用Openpose回归出行人的关节点以及PAF，再通过PAF对这些关节点进行划分，获得腕关节坐标、肘关节坐标。5.如权利要求1所述的...

【专利技术属性】
技术研发人员：马学民，李梦冉，史晨昱，李岩，赵鹤，董建刚，李亚莉，
申请(专利权)人：国网河南省电力公司郑州供电公司，
类型：发明
国别省市：