一种作业人员安全防护合规识别方法、装置及终端制造方法及图纸

本发明专利技术适用于安全防护合规识别技术领域，提供了一种作业人员安全防护合规识别方法、装置、及终端。该方法包括：获取目标作业区域的作业图像；基于预设的目标检测模型检测所述作业图像中的作业人员以及作业人员佩戴的安全防护用具，得到框选出作业人员的第一框选图像、以及框选出作业人员佩戴的安全防护用具的第二框选图像；最后将第一框选图像和第二框选图像输入至预设的多任务识别模型中，以判断目标作业区域内各个作业人员的安全防护用具的佩戴是否合规。本发明专利技术能够提高作业人员安全防护合规识别的效率。合规识别的效率。合规识别的效率。

【技术实现步骤摘要】
一种作业人员安全防护合规识别方法、装置及终端


[0001]本专利技术涉及安全防护合规识别
，尤其涉及一种作业人员安全防护合规识别方法、装置及终端。

技术介绍

[0002]随着经济的发展和人民生活水平的提高，用户对供电可靠性的要求越来越高，而不停电作业是提高供电可靠最直接有效的方式。但是，不停电作业人员需要在电压高达10kV的工作环境下进行作业，所以他们需要穿戴各类安全防护用具，目前，识别不停电作业人员的安全防护是否合规的问题已经受到越来越多人的关注。
[0003]由于安全防护用具种类和数量众多，因此安全防护是否合规的视觉检测任务也众多，现有技术通常为每个视觉检测任务设置单独的算法，此种设计方法导致安全防护识别的识别步骤繁杂，降低了对作业人员安全防护识别的效率。

技术实现思路

[0004]本专利技术提供了一种作业人员安全防护合规识别方法、装置及终端，以解决现有技术在识别安全防护是否合规时步骤复杂，识别效率低的问题。
[0005]第一方面，本专利技术实施例提供了一种作业人员安全防护合规识别方法，包括：
[0006]获取目标作业区域的作业图像；
[0007]基于预设的目标检测模型检测所述作业图像中的作业人员以及作业人员佩戴的安全防护用具，得到框选出作业人员的第一框选图像、以及框选出作业人员佩戴的安全防护用具的第二框选图像；
[0008]将所述第一框选图像和第二框选图像输入至预设的多任务识别模型中，以判断目标作业区域内各个作业人员的安全防护用具的佩戴是否合规。r/>[0009]在一种可能的实现方式中，所述安全防护合规识别方法还包括目标检测模型的训练方法；
[0010]所述目标检测模型的训练方法包括：
[0011]获取目标作业区域的历史作业图像以及历史作业图像对应的第一标注信息；其中，所述第一标注信息用于框选历史作业图像中的作业人员、框选历史作业图像中作业人员佩戴的安全防护用具；
[0012]将所述历史作业图像以及所述第一标注信息输入至预设的CenterNet网络结构中，训练得到目标检测模型。
[0013]在一种可能的实现方式中，所述安全防护合规识别方法还包括目标检测模型的训练方法以及多任务识别模型的训练方法；
[0014]所述多任务识别模型的训练方法包括：
[0015]获取目标作业区域内框选出作业人员的第一历史框选图像、框选出作业人员佩戴的安全防护用具的第二历史框选图像、以及作业人员对应的第二标注信息；其中，所述第二
标注信息用于标识作业人员佩戴的安全防护用具是否合规；
[0016]将所述第一历史框选图像、所述第二历史框选图像以及所述第二标注信息输入至预设的神经网络结构中，训练得到多任务识别模型。
[0017]在一种可能的实现方式中，所述安全防护合规识别方法还包括目标检测模型的训练方法以及多任务识别模型的训练方法；
[0018]所述目标检测模型的训练方法以及多任务识别模型的训练方法，包括：
[0019]获取目标作业区域的历史作业图像以及历史作业图像对应的第三标注信息；其中，所述第三标注信息用于框选历史作业图像中的作业人员、框选历史作业图像中作业人员佩戴的安全防护用具、标识作业人员佩戴的安全防护用具是否合规；
[0020]将所述历史作业图像输入至预设的CenterNet网络结构中，得到框选出作业人员的第一历史框选图像、以及框选出作业人员佩戴的安全防护用具的第二历史框选图像；
[0021]将所述第一历史框选图像、所述第二历史框选图像输入至预设的神经网络结构中，得到作业人员佩戴的安全防护用具的合规识别结果；
[0022]基于所述第一历史框选图像、所述第二历史框选图像、所述合规识别结果以及所述第三标注信息确定目标检测模型以及多任务识别模型的联合误差；
[0023]若所述联合误差大于预设误差值，则按照预设规则优化所述CenterNet网络结构的权重系数和所述神经网络结构的权重系数，并返回执行将所述历史作业图像输入至预设的CenterNet网络结构中的步骤；
[0024]若所述联合误差不大于预设误差值，则将当前的CenterNet网络作为目标检测模型，将当前的神经网络作为多任务识别模型；
[0025]其中，当前的CenterNet网络包含所述CenterNet网络结构以及所述CenterNet网络结构当前对应的权重系数，当前的神经网络包含所述神经网络结构以及所述神经网络结构当前对应的权重系数。
[0026]在一种可能的实现方式中，所述基于所述第一历史框选图像、所述第二历史框选图像、所述合规识别结果以及所述第三标注信息确定目标检测模型以及多任务识别模型的联合误差，包括：
[0027]将所述第一历史框选图像、所述第二历史框选图像、所述合规识别结果与所述第三标注信息进行比较，确定目标检测模型以及多任务识别模型的联合误差为：
[0028]L＝λ1l1+λ2l2+λ3l3；
[0029]其中，l1为所述第一历史框选图像与所述第三标注信息比较得到的误差、l2为所述第二历史框选图像与所述第三标注信息比较得到的误差、l3为所述合规识别结果与所述第三标注信息比较得到的误差，λ1、λ2、λ3分别为l1、l2、l3各自的误差因子。
[0030]在一种可能的实现方式中，所述将所述第一框选图像和所述第二框选图像输入至预设的多任务识别模型中，以判断目标作业区域内各个作业人员的安全防护用具的佩戴是否合规，包括：
[0031]将所述第一框选图像和所述第二框选图像输入至预设的多任务识别模型中，得到多任务识别结果；
[0032]累计预设时长的多任务识别结果；
[0033]若预设时长内的多任务识别结果显示某个作业人员在该预设时长内安全防护用
具佩戴不合规的时长超过预设阈值，则判定该作业人员的安全防护用具佩戴不合规；
[0034]若预设时长内的多任务识别结果显示某个作业人员在该预设时长内安全防护用具佩戴不合规的时长不超过预设阈值，则判定该作业人员的安全防护用具佩戴合规。
[0035]在一种可能的实现方式中，所述作业人员安全防护合规识别方法还包括：
[0036]若判定某作业人员的安全防护用具佩戴不合规，则控制发出提示信号；所述提示信号用于提示该作业人员其存在不合规佩戴行为。
[0037]本专利技术的第二方面提供了一种作业人员安全防护合规识别装置，包括：
[0038]图像获取单元，用于获取目标作业区域的作业图像；
[0039]图像检测单元，用于基于预设的目标检测模型检测所述作业图像中的作业人员以及作业人员佩戴的安全防护用具得到框选出作业人员的第一框选图像、以及框选出作业人员佩戴的安全防护用具的第二框选图像；
[0040]判断单元，用于将所述第一框选图像和第二框选图像输入至预设的多任务识别模型中，以判断目标作业区域内各个作业人员的安全防护用具的佩戴是否合规。
[0041]本专利技术实施例的第三方面提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作业人员安全防护合规识别方法，其特征在于，包括：获取目标作业区域的作业图像；基于预设的目标检测模型检测所述作业图像中的作业人员以及作业人员佩戴的安全防护用具，得到框选出作业人员的第一框选图像、以及框选出作业人员佩戴的安全防护用具的第二框选图像；将所述第一框选图像和第二框选图像输入至预设的多任务识别模型中，以判断目标作业区域内各个作业人员的安全防护用具的佩戴是否合规。2.根据权利要求1所述的作业人员安全防护合规识别方法，其特征在于，所述安全防护合规识别方法还包括目标检测模型的训练方法；所述目标检测模型的训练方法包括：获取目标作业区域的历史作业图像以及历史作业图像对应的第一标注信息；其中，所述第一标注信息用于框选历史作业图像中的作业人员、框选历史作业图像中作业人员佩戴的安全防护用具；将所述历史作业图像以及所述第一标注信息输入至预设的CenterNet网络结构中，训练得到目标检测模型。3.根据权利要求1所述的作业人员安全防护合规识别方法，其特征在于，所述安全防护合规识别方法还包括多任务识别模型的训练方法；所述多任务识别模型的训练方法包括：获取目标作业区域内框选出作业人员的第一历史框选图像、框选出作业人员佩戴的安全防护用具的第二历史框选图像、以及作业人员对应的第二标注信息；其中，所述第二标注信息用于标识作业人员佩戴的安全防护用具是否合规；将所述第一历史框选图像、所述第二历史框选图像以及所述第二标注信息输入至预设的神经网络结构中，训练得到多任务识别模型。4.根据权利要求1所述的作业人员安全防护合规识别方法，其特征在于，所述安全防护合规识别方法还包括目标检测模型的训练方法以及多任务识别模型的训练方法；所述目标检测模型的训练方法以及多任务识别模型的训练方法，包括：获取目标作业区域的历史作业图像以及历史作业图像对应的第三标注信息；其中，所述第三标注信息用于框选历史作业图像中的作业人员、框选历史作业图像中作业人员佩戴的安全防护用具、标识作业人员佩戴的安全防护用具是否合规；将所述历史作业图像输入至预设的CenterNet网络结构中，得到框选出作业人员的第一历史框选图像、以及框选出作业人员佩戴的安全防护用具的第二历史框选图像；将所述第一历史框选图像、所述第二历史框选图像输入至预设的神经网络结构中，得到作业人员佩戴的安全防护用具的合规识别结果；基于所述第一历史框选图像、所述第二历史框选图像、所述合规识别结果以及所述第三标注信息确定目标检测模型以及多任务识别模型的联合误差；若所述联合误差大于预设误差值，则按照预设规则优化所述CenterNet网络结构的权重系数和所述神经网络结构的权重系数，并返回执行将所述历史作业图像输入至预设的CenterNet网络结构中的步骤；若所述联合误差不大于预设误差值，则将当前的CenterNet网络作为目标检测模型，将
当前的神经网络作为多任务识别模型；其中，...

【专利技术属性】
技术研发人员：姜义虎，贾伯岩，齐锦涛，马天祥，魏力强，李小玉，贾静然，李丹，段昕，沈宏亮，
申请(专利权)人：国家电网有限公司国网河北能源技术服务有限公司，
类型：发明
国别省市：