一种电网现场作业人员合规穿戴检测方法和系统技术方案

本发明专利技术属于电力智能监测技术领域，尤其涉及一种电网现场作业人员合规穿戴检测方法和系统，本发明专利技术利用IOF匹配算法根据判断因素目标矩形框与人员目标矩形框的重叠面积大小将判断因素与人员进行匹配，并按照分类标签对人员目标矩形框重新标注；当判断因素目标矩形框与多个人员目标矩形框的重叠面积大小一致时，利用中心点距离匹配算法对判断因素目标矩形框与人员目标矩形框进行匹配，根据判断因素目标矩形框中心点到各个人员目标矩形框中心点的距离，进行判断因素与人员的匹配和分类，提高了对现场人员的识别准确性，并按照分类标签将人员目标矩形框对应的图像输出，提高了识别效率。效率。效率。

【技术实现步骤摘要】
一种电网现场作业人员合规穿戴检测方法和系统


[0001]本专利技术属于电力智能监测
，尤其涉及一种电网现场作业人员合规穿戴检测方法和系统。

技术介绍

[0002]随着生产生活对电力能源的需求量不断增加，我国对电力生产产生了更高的需求，受多方面因素的影响，我国电力生产事故的发生频率处于较高水平，对城市的安全生产造成了威胁，因此，必须要将全方位的安全生产理念引入到电力生产作业中，为电力系统的正常运行提供保障，电力生产作业过程中工序复杂，日常巡检和维修过程中会接触高压电力设备，如操作不当或未佩戴防护装备，容易出现安全事故，为确保电力工作人员在采用合规防护措施和操作流程，采用机器学习相关算法对施工现场进行合规检测，诣在提高工作人员安全防护意识，提升现场安全作业水平。
[0003]根据电网公司规定，作业人员每天需要全身穿着工作服，保持员工精神面貌整齐统一，也为户外操作的作业人员提供了一份安全屏障。而监护人员，则需要额外在工作服上佩戴一个红色的袖章。现场有监护人员能够有效避免人员穿戴不规范的现象。
[0004]将深度学习技术应用于电网现场作业人员合规穿戴检测能够有利于提高识别效果，以及降低监护人员的劳动强度，但是，目前的深度学习技术应用于电网现场作业人员的合规穿戴情况仍存在识别不准确的问题，同时，识别效率也有待提高。
[0005]中国专利文献CN113313186A(CN202110643917.3)公开了一种不规范穿戴工作服识别方法及系统，基于YOLOV4网络结构对特定制作的训练样本集进行训练，可以训练获得目标检测模型，再基于目标检测模型对实时监控视频流中的多个解帧图像进行目标检测，将输出为疑似穿戴不规范的解帧图像进一步识别，提取疑似穿戴不规范的解帧图像中ROI区域，根据ROI区域的长宽比例判断疑似穿戴不规范的解帧图像中的衣袖或裤脚是否为正常动作，还通过计算灰度特征图像的灰度共生矩阵的熵值来表征解帧图像中的衣袖或裤脚是否出现明显褶皱，当判断出现明显褶皱，则判定为穿戴不规范。通过上述多个判定规则对工作服穿戴是否规范进行识别，从而提高了不规范穿戴工作服识别的准确性，同时，还提高了识别效率。但是上述专利文献只是利用衣袖和裤脚作为判定因素，判断出穿戴不规范的图像信息，无法保证衣袖和裤腿信息与人员准确对应，如果图片中人员有遮挡现象，会存在识别错误的问题，在后期人员穿戴规范统计过程中容易造成误会；并且无法判定现场是否有监护人员，如果仅靠系统识别出穿戴不规范现象而无法实现现场及时提醒处理，等识别出图像中违规人员再告知监护人员进行相应提醒会花费大量时间，这期间容易出现意外事故，不利于安全管控。

技术实现思路

[0006]为了克服现有技术的缺陷，本专利技术提供了一种电网现场作业人员合规穿戴检测方法和系统，本专利技术根据判断因素目标与人员目标的位置关系，对现场人员进行分类识别，经
过IOF匹配算法和中心点距离匹配算法的匹配分类，将抽帧图像中所有人员最终分为监护人员、正常穿戴人员、非正常穿戴人员，并输出对应的图像，提高了对电网现场作业人员合规穿戴识别的准确性，降低了错误识别的概率，同时，还提高了识别效果，能够识别出是否有监护人员在现场，更有助于对作业现场的监督和管理。
[0007]本专利技术所要解决的技术问题采用以下技术方案来实现：一种电网现场作业人员合规穿戴检测方法，包括以下步骤：
[0008]S1、采集电网现场作业图像，以构建目标检测图像数据集；
[0009]S2、对收集的现场作业图像进行标注分类，按照标注对象确定类别标签，其中所述类别标签包括人员、红袖章、正常穿戴工作服和非正常穿戴工作服，所述非正常穿戴工作服包括但不限于以下情况：上衣开襟、挽裤腿、挽袖和上下衣服不成套；
[0010]S3、根据所述类别标签对图像中的目标区域用矩形框进行手动标注，从而得到所述矩形框的坐标和对应的类别标签，生成训练数据集，其中，所述目标区域包括人、红袖章图标、工作服；
[0011]S4、通过所述训练数据集对目标检测网络进行训练，以得到目标检测模型；
[0012]S5、将实时监控视频流进行抽帧处理，从而得到多个抽帧图像；
[0013]S6、基于所述目标检测模型对所述抽帧图像进行目标检测，从而得到每个图像中相应地目标矩形框及其矩形框信息，所述矩形框信息包含类别标签、目标矩形框坐标以及所述目标矩形框中是否为所述目标的置信度分数；
[0014]S7、利用IOF匹配算法分别将红袖章、正常穿戴工作服、非正常穿戴工作服的目标矩形框和人员的目标矩形框进行匹配，类别标签中红袖章、正常穿戴工作服和非正常穿戴工作服为判定因素，通过判断因素的目标矩形框与人员的目标矩形框重叠度将人员进行分类，具体分类标签为监护人员、正常穿戴人员、非正常穿戴人员，其中红袖章对应人员为监护人员，正常穿戴工作服对应人员为正常穿戴人员，非正常穿戴工作服对应人员为非正常穿戴人员，将与判断因素的目标矩形框重叠度最大的人员目标矩形框按照分类标签进行重新标注；
[0015]S8、当同一个判断因素的目标矩形框同时匹配到两个及以上人员的目标矩形框时，利用中心点距离匹配算法来最终确定该判断因素所属人员，根据判断因素目标矩形框中心点与人员目标矩形框中心点的距离大小进行对应匹配，并将匹配好的人员目标矩形框按照分类标签进行重新标注；
[0016]S9、利用IOF匹配算法和中心点距离匹配算法将抽帧图像中所有人员最终分为监护人员、合规穿戴人员、不合规穿戴人员，将抽帧图像中按照监护人员、合规穿戴人员、不合规穿戴人员分类标签标注的人员目标矩形框对应的图像裁剪出来，展示在系统界面。
[0017]优选的，步骤S7中，所述IOF匹配算法，具体包括：
[0018]分别计算每一个判断因素的目标矩形框与所有人员目标矩形框的IOF值，并对IOF值最大的人员目标矩形框按照分类标签进行标注；
[0019]其中，IOF＝判断因素目标矩形框与人员目标矩形框的重叠面积/判断因素目标矩形框的面积。
[0020]优选的，步骤S8中，所述中心点距离匹配算法，具体包括：
[0021]计算判断因素目标矩形框中心点与所有匹配到的人员目标矩形框中心点的距离；
[0022]将目标矩形框中心点与红袖章目标矩形框中心点距离较大的人员作为该红袖章所属的人员，将对应的人员目标矩形框按照监护人员分类标签进行标注；
[0023]将目标矩形框中心点与正常穿戴工作服或非正常穿戴工作服目标矩形框中心点距离较小的人员作为该工作服所属的人员，将该人员目标矩形框按照合规穿戴人员或者不合规穿戴人员分类标签进行标注。
[0024]优选的，所述目标检测网络为yolov5网络模型。
[0025]一种电网现场作业人员合规穿戴检测系统，包括：
[0026]数据集构建模块，用于采集电网现场作业图像，以构建电网现场作业图像数据集；
[0027]类别标签模块，对收集的现场作业图像进行标注分类，按照标注对象确定类别标签，其中所述类别标签包括人员、红袖章本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网现场作业人员合规穿戴检测方法，其特征在于，包括以下步骤：S1、采集电网现场作业图像，以构建目标检测图像数据集；S2、对收集的现场作业图像进行标注分类，按照标注对象确定类别标签，其中所述类别标签包括人员、红袖章、正常穿戴工作服和非正常穿戴工作服，所述非正常穿戴工作服包括但不限于以下情况：上衣开襟、挽裤腿、挽袖和上下衣服不成套；S3、根据所述类别标签对图像中的目标区域用矩形框进行手动标注，从而得到所述矩形框的坐标和对应的类别标签，生成训练数据集，其中，所述目标区域包括人、红袖章图标、工作服；S4、通过所述训练数据集对目标检测网络进行训练，以得到目标检测模型；S5、将实时监控视频流进行抽帧处理，从而得到多个抽帧图像；S6、基于所述目标检测模型对所述抽帧图像进行目标检测，从而得到每个图像中相应地目标矩形框及其矩形框信息，所述矩形框信息包含类别标签、目标矩形框坐标以及所述目标矩形框中是否为所述目标的置信度分数；S7、利用IOF匹配算法分别将红袖章、正常穿戴工作服、非正常穿戴工作服的目标矩形框和人员的目标矩形框进行匹配，类别标签中红袖章、正常穿戴工作服和非正常穿戴工作服为判定因素，通过判断因素的目标矩形框与人员的目标矩形框重叠度将人员进行分类，具体分类标签为监护人员、正常穿戴人员、非正常穿戴人员，其中红袖章对应人员为监护人员，正常穿戴工作服对应人员为正常穿戴人员，非正常穿戴工作服对应人员为非正常穿戴人员，将与判断因素的目标矩形框重叠度最大的人员目标矩形框按照分类标签进行重新标注；S8、当同一个判断因素的目标矩形框同时匹配到两个及以上人员的目标矩形框时，利用中心点距离匹配算法来最终确定该判断因素所属人员，根据判断因素目标矩形框中心点与人员目标矩形框中心点的距离大小进行对应匹配，并将匹配好的人员目标矩形框按照分类标签进行重新标注；S9、将抽帧图像中按照监护人员、合规穿戴人员、不合规穿戴人员分类标签标注的人员目标矩形框对应的图像裁剪出来，展示在系统界面。2.根据权利要求1所述的电网现场作业人员合规穿戴检测方法，其特征在于，步骤S7中，所述IOF匹配算法，具体包括：分别计算每一个判断因素的目标矩形框与所有人员目标矩形框的IOF值，并对IOF值最大的人员目标矩形框按照分类标签进行标注；其中，IOF＝判断因素目标矩形框与人员目标矩形框的重叠面积/判断因素目标矩形框的面积。3.根据权利要求1所述的电网现场作业人员合规穿戴检测方法，其特征在于，步骤S8中，所述中心点距离匹配算法，具体包括：计算判断因素目标矩形框中心点与所有匹配到的人员目标矩形框中心点的距离；将目标矩形框中心点与红袖章目标矩形框中心点距离较大的人员作为该红袖章所属的人员，将对应的人员目标矩形框按照监护人员分类标签进行标注；将目标矩形框中心点与正常穿戴工作服或非正常穿戴工作服目标矩形框中心点距离较小的人员作为该工作服所属的人员，将该人员目标矩形框按照合规穿戴人员或者不合规
穿戴人员分类标签进行标注。4.根据权利要求1所述的电网现场作业人员合规穿戴检测方法，其特征在于：所述目标检测网络为yolov5网络模型。5.一种电网现场作业人员合规穿戴检测...

【专利技术属性】
技术研发人员：刘治财，朱言庆，方亮，张悦，胡志坤，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：