一种电力作业现场异常行为的检测方法及系统技术方案

本发明专利技术公开了一种电力作业现场异常行为的检测方法及系统，涉及目标检测技术领域。本发明专利技术方法，包括：获取电力作业现场的视频流；将所述视频流经过预处理后，输入至3D卷积神经网络，在所述3D卷积神经网络中提取行为特征；对所述行为特征进行识别，输出所述行为特征中的异常行为。本发明专利技术可以在采集的视频信息中识别工作人员动作类别；以及可以实时对电力作业现场中工作人员行为进行智能地识别，当识别出异常行为时，及时发出警示，从而辅助管理人员对电力作业现场进行监控，加强作业管理规范性、提升整体效率、减少作业风险。减少作业风险。减少作业风险。

【技术实现步骤摘要】
一种电力作业现场异常行为的检测方法及系统


[0001]本专利技术涉及目标检测
，并且更具体地，涉及一种电力作业现场异常行为的检测方法及系统。

技术介绍

[0002]传统监控设备起着一个录像的功能，不具备分析功能，需要安保人员实时查看视频内容，从而捕捉异常事件和突发事件，或者是在异常事件发生之后对监控录像的查看。
[0003]然而监控视频中绝大部分是正常视频信息，异常事件发生在视频中某一瞬间，安保人员却需要查看完整的视频信息才能知晓是否有异常事件发生，并且人在长时间紧盯监控屏幕之后，其注意力会严重下降，很容易发生漏报、误报等情况，不能及时地对异常事件和突发事件做出适当有效的反应，导致民众遭受巨大的财产损失和生命威胁，无能满足安全防范要求。

技术实现思路

[0004]针对上述问题，本专利技术提出了一种电力作业现场异常行为的检测方法，包括：
[0005]获取电力作业现场的视频流；
[0006]将所述视频流经过预处理后，输入至3D卷积神经网络，在所述3D卷积神经网络中提取行为特征；/>[0007]对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力作业现场异常行为的检测方法，所述方法包括：获取电力作业现场的视频流；将所述视频流经过预处理后，输入至3D卷积神经网络，在所述3D卷积神经网络中提取行为特征；对所述行为特征进行识别，输出所述行为特征中的异常行为。2.根据权利要求1所述的方法，所述获取电力作业现场的视频流，具体包括：获取电力作业现场作业过程中及作业过程前的视频图像，对所述视频图像进行处理，生成RGB视频图像，将所述RGB视频图像作为视频流。3.根据权利要求1所述的方法，所述3D卷积神经网络，包括：stage1、stage2、stage3、stage4和stage5，卷积核的尺寸为如下中的任意一种：k
×3×
3、1
×3×
3、2
×1×
1或1
×1×
1，其中，k值的取值设为递减模式。4.根据权利要求3所述的方法，所述stage1，包括：CBR、ChannelPool和MaxPool；其中CBR表示Conv、Bn、Relu的组合，ChannelPool表示CB、
‑
CB、Relu的组合；其中，CB中的卷积核的尺寸为1
×
l
×
l，卷积核的数量为上一层卷积核数量的1/4；其中，ChannelPool在channel上进行池化，MaxPool在时空上进行池化。5.根据权利要求3所述的方法，所述Stage2，包括：ConvBlock、IDBlock、ChannelPool和MaxPool；所述stage3和stage4，均包括：ConvBlock、2个IDBlock、ChannelPool和MaxPool；所述stage5，包括：ConvBlock、IDBlock、ChannelPoo1、AvgPool和Softmax组成。6.根据权利要求5所述的方法，所述ConvBlock的处理过程如下：将传输的input数据流分两条支路向后传输，其中一条流经由SqueezeBlock、relu层组合的特征提取层，一条流经由Conv3d、BN层组合的捷径层，两条支路中的数据流在add层聚集，并进行信息交互，再经过Relu激活层输出。7.根据权利要求5所述的方法，所述IDBlock的处理过程如下：将传输的input数据流分两条支路向后传输，其中，一条流经由SqueezeBlock、relu层组合的特征提取层，一条流流入add层，之后两条支路中的数据流在add层聚集，并进行信息交互，再经过Relu激活层输出。8.根据权利要求7所述的方法，所述SqueezeBlock的处理过程如下：input数据流先经1/2数量的1xlx1卷积核降维，获取数据，将获取的数据取反，将获取的数据与取反的数据连接，经Relu激活层激活后，再将打乱的Channel分为四组；第一组通过1/8数量的kx3x3卷积核提取特征信息，将得到的数据取反，然后将两支input数据流连接并继续向后传输；第二组通过1/8数量的2x1x1卷积核提取时间维度的特征信息；第三组通过1/8数量的1x3x3卷积核提取空间维度上的特征信息，然后两组input数据流通过Add连接叠加特征信息，将得到的数据取反，并将这两支input数据流通过Concat连接继续向后传输；第四组通过1/8数量的1xlx1卷积核提取组内channel上的特征信息，并将得到的数据取反，并将两支input数据流通过Concat连接向后传输；将第一组和第四卷积得到的数据通过Add连接叠加特征信息，将得到的数据取反，然后
将两支input数据流通过concat连接向后传输；最后将四条input数据流流通过Concat连接进行特征信息的汇总和交互，并将最后的数据通过channel shuffle处理。9.一种电力作业现场异常行为的检测系...

【专利技术属性】
技术研发人员：金淼，张军，黄天富，郭志伟，雷民，周峰，殷小东，陈习文，卢冰，吴志武，王斯琪，王旭，汪泉，聂高宁，周玮，付济良，陈卓，齐聪，郭子娟，余雪芹，刘俊，郭鹏，朱赤丹，王春光，伍翔，周志森，
申请(专利权)人：国网福建省电力有限公司营销服务中心国家电网有限公司国网福建省电力有限公司，
类型：发明
国别省市：