一种作业人员行为规范性识别方法、系统和设备技术方案

本发明专利技术公开了一种作业人员行为规范性识别方法、系统和设备，本发明专利技术包括将环境图像转换成图像数据，并根据图像数据的图像缺陷进行校正，生成中间数据并输入初始检测网络；通过初始检测网络提取中间数据的作业人员特征，并结合预设的调整系数计算初始检测网络的函数修正数值，生成优化计算数值；根据优化计算数值优化初始检测网络的调整参数，生成目标检测网络；通过目标检测网络识别环境图像中作业人员的行为规范性，生成识别结果。解决了现有的技术识别准确率不高，难以确定作业人员是否存在行为规范性行为的技术问题。本发明专利技术通过针对性地优化神经网络模型，使优化后的神经网络模型识别准确率高和适应性强。型识别准确率高和适应性强。型识别准确率高和适应性强。

【技术实现步骤摘要】
一种作业人员行为规范性识别方法、系统和设备


[0001]本专利技术涉及行为规范性识别
，尤其涉及一种作业人员行为规范性识别方法、系统和设备。

技术介绍

[0002]在各种工地的施工现场，无论是电力领域、建筑领域等等，因为场地的复杂性，如需要高空作业等，存在非常多威胁人身安全的因素，因此各施工现场严格要求施工人员需正确做好安全措施的，然而仍然有施工人员出于侥幸心理，不做好安全措施，导致发生了本可以避免的安全事故。
[0003]然而，传统的现场安全督查技术手段对施工现场的作业人员行为进行规范性监督时，因传统的作业现场安全监督技术手段落后，安全风险辨识主要依赖于人工执行，导致人员状态、作业状态等仍然存在不同程度监督盲区。
[0004]因此，现有的技术通常采用作业人员行为规范性识别技术，但上述方法受户外光照、现场环境、工作背景、快速移动、部分遮挡等各种因素的干扰，识别准确率不高，导致难以准确识别作业人员是否存在行为规范性行为，造成安全隐患。

技术实现思路

[0005]本专利技术提供了一种作业人员行为规范性识别方法、系统和设备，解决了现有的技术受户外光照、现场环境、工作背景、快速移动、部分遮挡等各种因素的干扰，识别准确率不高，导致难以准确识别作业人员是否存在行为规范性行为，造成安全隐患的技术问题。
[0006]本专利技术第一方面提供的一种作业人员行为规范性识别方法，包括：
[0007]获取电力作业区域的监控视频并逐帧提取作业人员所处的环境图像；
[0008]将所述环境图像转换成图像数据，并根据所述图像数据的图像缺陷进行校正，生成中间数据并输入初始检测网络；
[0009]通过所述初始检测网络提取所述中间数据的作业人员特征，并结合预设的调整系数计算所述初始检测网络的函数修正数值，生成优化计算数值；
[0010]根据所述优化计算数值优化所述初始检测网络的调整参数，生成目标检测网络；
[0011]通过所述目标检测网络识别所述环境图像中所述作业人员的行为规范性，生成识别结果。
[0012]可选地，所述将所述环境图像转换成图像数据，并根据所述图像数据的图像缺陷进行校正，生成中间数据并输入初始检测网络的步骤，包括：
[0013]将所述环境图像转换成图像数据，并对所述图像数据的图像缺陷进行裁剪和缩放，生成第一更新图像数据；
[0014]将所述第一更新图像数据进行矫正及增强处理，生成第二更新图像数据；
[0015]将所述第二更新图像数据进行标准化处理并转换成多个中间数据；
[0016]将全部所述中间数据输入初始检测网络。
[0017]可选地，所述中间数据包括一维数值、二维数值和三维数值；所述作业人员特征包括一维特征数组、二维特征数组和三维特征数组；所述通过所述初始检测网络提取所述中间数据的作业人员特征，并结合预设的调整系数计算所述初始检测网络的函数修正数值，生成优化计算数值的步骤，包括：
[0018]通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组，并结合预设的调整系数，生成第一计算结果；
[0019]通过所述初始检测网络对所述二维数值进行卷积，生成对应的二维特征数组，并结合所述调整系数，生成第二计算结果；
[0020]通过所述初始检测网络对所述三维数值进行卷积，生成对应的三维特征数组，并结合所述调整系数，生成第三计算结果；
[0021]采用所述第一计算结果、所述第二计算结果和所述第三计算结果计算所述初始检测网络的函数修正数值，生成优化计算数值。
[0022]可选地，所述调整系数包括第一调整系数和第二调整系数；所述通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组，并结合预设的调整系数，生成第一计算结果的步骤，包括：
[0023]通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组；
[0024]计算所述第一调整系数和所述一维特征数组之间的差值，生成第一差值；
[0025]计算所述第二调整系数和所述一维数值之间的差值，并进行对数计算，生成第一对数值；
[0026]计算所述第一差值和所述第一对数值之间的乘值，生成第一乘值；
[0027]计算所述一维数值的对数，生成第二对数值；
[0028]所述第二对数值和所述一维特征数组之间的乘值，生成第二乘值；
[0029]计算所述第一乘值和所述第二乘值之间的和值，并进行累加计算，生成第一计算结果。
[0030]可选地，所述调整系数还包括第三调整系数、第四调整系数和第五调整系数；所述通过所述初始检测网络对所述二维数值进行卷积，生成对应的二维特征数组，并结合所述调整系数，生成第二计算结果的步骤，包括：
[0031]通过所述初始检测网络对所述二维数值进行卷积，生成对应的二维特征数组；
[0032]计算所述一维特征数组、所述一维数值和所述第一调整系数之间的乘值，生成第三乘值；
[0033]采用所述第三乘值、所述第二调整系数和所述第四调整系数，计算对应的指数数值；
[0034]采用所述指数数值、所述第三调整系数和所述第五调整系数，计算对应的第二差值；
[0035]计算所述二维特征数组和所述二维数值之间的差值的平方值；
[0036]计算所述第二差值和所述平方值之间的乘值，并进行累加计算，生成第二计算结果。
[0037]可选地，所述三维特征数组包括第一三维特征数组和第二三维特征数组；所述通过所述初始检测网络对所述三维数值进行卷积，生成对应的三维特征数组，并结合所述调
整系数，生成第三计算结果的步骤，包括：
[0038]通过所述初始检测网络对所述三维数值进行卷积，生成对应的第一三维特征数组和第二三维特征数组；
[0039]计算预设的样本平均数组和所述第一三维特征数组之间的乘值，生成第四乘值；
[0040]计算所述第四乘值和所述第二三维特征数组之间的和值；
[0041]计算所述和值和所述三维数值之间的差值，生成第三差值；
[0042]计算所述第三差值的绝对值，并进行累加计算，生成第三计算结果。
[0043]可选地，所述调整系数还包括第六调整系数、第七调整系数和第八调整系数；所述采用所述第一计算结果、所述第二计算结果和所述第三计算结果计算所述初始检测网络的函数修正数值，生成优化计算数值的步骤，包括：
[0044]采用所述第一计算结果和所述第六调整系数，计算所述初始检测网络的函数的第一修正值；
[0045]采用所述第二计算结果和所述第七调整系数，计算所述初始检测网络的函数的第二修正值；
[0046]采用所述第三计算结果和所述第八调整系数，计算所述初始检测网络的函数的第三修正值；
[0047]叠加所述第一修正值、所述第二修正值和所述第三修正值，生成优化计算数值。
[0048]可选地，所述根据所述优化计算数值优化所述初始检测网络的调整参数，生成目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作业人员行为规范性识别方法，其特征在于，包括：获取电力作业区域的监控视频并逐帧提取作业人员所处的环境图像；将所述环境图像转换成图像数据，并根据所述图像数据的图像缺陷进行校正，生成中间数据并输入初始检测网络；通过所述初始检测网络提取所述中间数据的作业人员特征，并结合预设的调整系数计算所述初始检测网络的函数修正数值，生成优化计算数值；根据所述优化计算数值优化所述初始检测网络的调整参数，生成目标检测网络；通过所述目标检测网络识别所述环境图像中所述作业人员的行为规范性，生成识别结果。2.根据权利要求1所述的作业人员行为规范性识别方法，其特征在于，所述将所述环境图像转换成图像数据，并根据所述图像数据的图像缺陷进行校正，生成中间数据并输入初始检测网络的步骤，包括：将所述环境图像转换成图像数据，并对所述图像数据的图像缺陷进行裁剪和缩放，生成第一更新图像数据；将所述第一更新图像数据进行矫正及增强处理，生成第二更新图像数据；将所述第二更新图像数据进行标准化处理并转换成多个中间数据；将全部所述中间数据输入初始检测网络。3.根据权利要求1所述的作业人员行为规范性识别方法，其特征在于，所述中间数据包括一维数值、二维数值和三维数值；所述作业人员特征包括一维特征数组、二维特征数组和三维特征数组；所述通过所述初始检测网络提取所述中间数据的作业人员特征，并结合预设的调整系数计算所述初始检测网络的函数修正数值，生成优化计算数值的步骤，包括：通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组，并结合预设的调整系数，生成第一计算结果；通过所述初始检测网络对所述二维数值进行卷积，生成对应的二维特征数组，并结合所述调整系数，生成第二计算结果；通过所述初始检测网络对所述三维数值进行卷积，生成对应的三维特征数组，并结合所述调整系数，生成第三计算结果；采用所述第一计算结果、所述第二计算结果和所述第三计算结果计算所述初始检测网络的函数修正数值，生成优化计算数值。4.根据权利要求3所述的作业人员行为规范性识别方法，其特征在于，所述调整系数包括第一调整系数和第二调整系数；所述通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组，并结合预设的调整系数，生成第一计算结果的步骤，包括：通过所述初始检测网络对所述一维数值进行卷积，生成对应的一维特征数组；计算所述第一调整系数和所述一维特征数组之间的差值，生成第一差值；计算所述第二调整系数和所述一维数值之间的差值，并进行对数计算，生成第一对数值；计算所述第一差值和所述第一对数值之间的乘值，生成第一乘值；计算所述一维数值的对数，生成第二对数值；计算所述第二对数值和所述一维特征数组之间的乘值，生成第二乘值；
计算所述第一乘值和所述第二乘值之间的和值，并进行累加计算，生成第一计算结果。5.根据权利要求4所述的作业人员行为规范性识别方法，其特征在于，所述调整系数还包括第三调整系数、第四调整系数和第五调整系数；所述通过所述初始检测网络对所述二维数值进行卷积，生成对应的二维特征数组，并结合所述调整系数，生成第二计算结果的步骤，包括：通过所述初始检...

【专利技术属性】
技术研发人员：钟前辉，黎艺苗，陈学台，欧郁强，黄观荣，黄必众，杨德奖，李敏，张宝星，
申请(专利权)人：广东电网有限责任公司湛江供电局，
类型：发明
国别省市：