本发明专利技术公开了一种施工人员身份的识别方法及装置。该发明专利技术包括：采集施工人员的人员图像以及施工人员的班组信息；依据班组信息，确定预存施工人员的人脸图像对应的人脸子库，其中，班组信息与人脸子库之间存在映射关系；依据人员图像，通过自编码算法提取人员图像中施工人员的第一人脸特征；将第一人脸特征与人脸子库中预存的多个人脸图像对应的多个第二人脸特征进行匹配；如果匹配成功，则依据第二人脸特征对应的人脸图像关联的身份信息，确定施工人员的身份；如果匹配失败，则确定施工人员的身份识别失败。通过本发明专利技术，解决了相关技术中人脸识别的技术手段准确率较低的问题。中人脸识别的技术手段准确率较低的问题。中人脸识别的技术手段准确率较低的问题。
【技术实现步骤摘要】
一种施工人员身份的识别方法及装置
[0001]本专利技术涉及身份识别领域，具体而言，涉及一种施工人员身份的识别方法及装置。
技术介绍
[0002]随着电网的不断发展，电力工程日益增多，需要的电力施工人员数量也随之增长。电力施工人员结构复杂，身份难以确认，施工人员身份信息与工作票信息不符的情况时有发生。电力施工作业现场存在人员结构复杂、人员流动性大、人员身份难以确认的问题，而违章的人员经常为流动性较大的劳务分包人员。
[0003]目前电力施工作业的安全监控方法主要有现场人工监督和远程人力监管等方法，主要电力施工作业区域的安全生产情况。现场人工监督即在现场安排专职人员监督作业，能够及时发现施工人员不规范穿戴作业，实时提醒监督，有效避免不规范操作的发生。随着技术的发展和人员素质提高，另行配备现场监督人员浪费了有限的人力。远程人力监管通过监管人员监看现场监控设备传回控制后台的视频画面，远程协助监管现场作业人员，发现不规范操作实时告警，但可能存在无法察觉安全威胁，从而导致漏报现象的发生。
[0004]电力施工作业现场环境复杂，配电作业现场架空线路迁改有工作面大、人员相对分散的特点，一个作业现场涉及作业人员可达数百人，外来人员未经注册系统通过而进入施工现场工作区域的情况频频发生，这给现场的安全管控带来了更为严峻的挑战。基于传统的机器学习技术，并不能很好的满足电力施工场景下人员身份识别的精度要求。人员身份识别的最大挑战在于不同人的人脸之间的差异比较小，有时同一个人在不同的光照条件、不同的姿态角度或者过度夸张的表情下，脸部的差异甚至会比不同人的人脸之间的差异更大。依靠传统的机器学习算法很难抽象出足够有效的脸部特征，来使得学习模型既可以区分不同的个体，又可以区分相同个体在不同环境条件中的变化。
[0005]针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
[0006]本专利技术的主要目的在于提供一种施工人员身份的识别方法及装置，以解决相关技术中人脸识别的技术手段准确率较低的问题。
[0007]为了实现上述目的，根据本专利技术的一个方面，提供了一种施工人员身份的识别方法。该专利技术包括：采集施工人员的人员图像以及施工人员的班组信息；依据班组信息，确定预存施工人员的人脸图像对应的人脸子库，其中，班组信息与人脸子库之间存在映射关系；依据人员图像，通过自编码算法提取人员图像中施工人员的第一人脸特征；将第一人脸特征与人脸子库中预存的多个人脸图像对应的多个第二人脸特征进行匹配；如果匹配成功，则依据第二人脸特征对应的人脸图像关联的身份信息，确定施工人员的身份；如果匹配失败，则确定施工人员的身份识别失败。
[0008]进一步地，在依据班组信息，确定预存施工人员的人脸图像对应的人脸子库之前，该方法还包括：采集目标人群的人脸图像，其中，目标人群为多个施工班组中包含的施工人
员；对目标人群的人脸图像进行预处理得到处理后的人脸图像，其中，预处理至少包括以下方式：灰度变换处理、归一化处理、图像大小标准化处理；依据处理后的人脸图像，构建人脸数据库；依据人脸数据库，确定至少一个人脸子库。
[0009]进一步地，依据人脸数据库，确定至少一个人脸子库，包括：获取目标人群对应的多个施工班组的信息；获取每个施工班组中包含的施工人员对应的身份信息；依据多个施工班组的信息将人脸数据库拆分成多个施工班组对应的多个人脸子库，其中，一个施工班组对应一个人脸子库；将每个施工班组中施工人员的身份信息与人脸子库中的对应的人脸图像关联起来，其中，身份信息至少包括：施工人员的姓名、施工人员的身份证信息。
[0010]进一步地，依据人员图像，通过自编码算法提取人员图像中施工人员的第一人脸特征，包括：将人员图像缩放至预设分辨率；将缩放至预设分辨率的人员图像输入至卷积神经网络，通过标准2堆卷积层对人员图像进行降维处理；对降维后的人员图像进行压缩处理以及归一化处理以得到压缩图像；将压缩图像输入至全连接层以判断压缩图像中是否包含人脸信息；如果压缩图像中包含人脸信息，则依据人脸信息确定出人员图像中的人脸框图像，其中，人脸框图像中显示人脸的区域的面积占比超过阈值；依据人脸框图像以及自编码算法，提取第一人脸特征。
[0011]进一步地，依据人脸框图像以及自编码算法，提取第一人脸特征，包括：将人脸框图像输入至自编码算法器，其中，自编码算法器包含多级处理层；控制第一级处理层提取人脸框图像中包含的人脸形状，并控制之后的每一级处理层对人脸框图像进行自适应映射处理以获得具有目标分辨率的目标人脸框图像；抽取目标人脸框图像中多个位置对应的多个局部特征，并将多个局部特征确定为第一人脸特征。
[0012]进一步地，将第一人脸特征与人脸子库中预存的多个人脸图像对应的多个第二人脸特征进行匹配，包括：依据surf算法，将第一人脸特征转换为多个第一拉普拉斯符号；依据surf算法，将第二人脸特征转换为多个第二拉普拉斯符号；将多个第一拉普拉斯符号与多个第二拉普拉斯符号进行逐个匹配；在存在单个第一拉普拉斯符号与单个第二拉普拉斯符号匹配成功的情况下，进行下一步匹配，直到预设个数的第一拉普拉斯符号与预设个数的第二拉普拉斯符号匹配成功，判定第一人脸特征与第二人脸特征匹配成功。
[0013]为了实现上述目的，根据本专利技术的另一方面，提供了一种施工人员身份的识别装置。该装置包括：第一采集单元，用于采集施工人员的人员图像以及施工人员的班组信息；第一确定单元，用于依据班组信息，确定预存施工人员的人脸图像对应的人脸子库，其中，班组信息与人脸子库之间存在映射关系；提取单元，用于依据人员图像，通过自编码算法提取人员图像中施工人员的第一人脸特征；匹配单元，用于将第一人脸特征与人脸子库中预存的多个人脸图像对应的多个第二人脸特征进行匹配；第二确定单元，用于在匹配成功的情况下，依据第二人脸特征对应的人脸图像关联的身份信息，确定施工人员的身份；第三确定单元，用于在匹配失败的情况下，确定施工人员的身份识别失败。
[0014]进一步地，该装置还包括：第二采集单元，用于在依据班组信息，确定预存施工人员的人脸图像对应的人脸子库之前，采集目标人群的人脸图像，其中，目标人群为多个施工班组中包含的施工人员；预处理单元，用于对目标人群的人脸图像进行预处理得到处理后的人脸图像，其中，预处理至少包括以下方式：灰度变换处理、归一化处理、图像大小标准化处理；构建单元，用于依据处理后的人脸图像，构建人脸数据库；第四确定单元，用于依据人
脸数据库，确定至少一个人脸子库。
[0015]为了实现上述目的，根据本申请的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，该程序执行上述任意一项的一种施工人员身份的识别方法。
[0016]为了实现上述目的，根据本申请的另一方面，提供了一种处理器，处理器用于运行程序，其中，该程序执行上述任意一项的一种施工人员身份的识别方法。
[0017]通过本专利技术，采用以下步骤：采集施工人员的人员图像以及施工人员的班组信息；依据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种施工人员身份的识别方法，其特征在于，包括：采集施工人员的人员图像以及所述施工人员的班组信息；依据所述班组信息，确定预存所述施工人员的人脸图像对应的人脸子库，其中，所述班组信息与所述人脸子库之间存在映射关系；依据所述人员图像，通过自编码算法提取所述人员图像中所述施工人员的第一人脸特征；将所述第一人脸特征与所述人脸子库中预存的多个人脸图像对应的多个第二人脸特征进行匹配；如果匹配成功，则依据所述第二人脸特征对应的人脸图像关联的身份信息，确定所述施工人员的身份；如果匹配失败，则确定所述施工人员的身份识别失败。2.根据权利要求1所述的方法，其特征在于，在依据所述班组信息，确定预存所述施工人员的人脸图像对应的人脸子库之前，所述方法还包括：采集目标人群的人脸图像，其中，所述目标人群为多个施工班组中包含的施工人员；对所述目标人群的人脸图像进行预处理得到处理后的人脸图像，其中，所述预处理至少包括以下方式：灰度变换处理、归一化处理、图像大小标准化处理；依据所述处理后的人脸图像，构建人脸数据库；依据所述人脸数据库，确定至少一个所述人脸子库。3.根据权利要求2所述的方法，其特征在于，依据所述人脸数据库，确定至少一个所述人脸子库，包括：获取所述目标人群对应的多个施工班组的信息；获取每个所述施工班组中包含的施工人员对应的身份信息；依据多个所述施工班组的信息将所述人脸数据库拆分成多个所述施工班组对应的多个人脸子库，其中，一个施工班组对应一个所述人脸子库；将每个所述施工班组中施工人员的身份信息与所述人脸子库中的对应的人脸图像关联起来，其中，所述身份信息至少包括：所述施工人员的姓名、所述施工人员的身份证信息。4.根据权利要求1所述的方法，其特征在于，依据所述人员图像，通过自编码算法提取所述人员图像中所述施工人员的第一人脸特征，包括：将所述人员图像缩放至预设分辨率；将缩放至所述预设分辨率的所述人员图像输入至卷积神经网络，通过标准2堆卷积层对所述人员图像进行降维处理；对降维后的人员图像进行压缩处理以及归一化处理以得到压缩图像；将所述压缩图像输入至全连接层以判断所述压缩图像中是否包含人脸信息；如果所述压缩图像中包含所述人脸信息，则依据所述人脸信息确定出所述人员图像中的人脸框图像，其中，所述人脸框图像中显示人脸的区域的面积占比超过阈值；依据所述人脸框图像以及所述自编码算法，提取所述第一人脸特征。5.根据权利要求4所述的方法，其特征在于，依据所述人脸框图像以及所述自编码算法，提取所述第一人脸特征，包括：将所述人脸框图像输入至自编码算法器，其中，所述自编码算法器包含多级处理层；
控制第一级处理层提取所述人脸...
【专利技术属性】
技术研发人员：杨博，朱戎，赵蕾，谢欢，李洪斌，穆克彬，李大志，潘轩，许冲冲，贾东强，王博，郝良，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：
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。