图像识别方法、风险管控平台及方法、安全管控平台技术

本发明专利技术公开了图像识别方法、风险管控平台及方法、安全管控平台；涉及电力安全技术领域；图像识别方法步骤包括图像预处理、建立算法架构、模型输出；风险管控平台包括人工智能模块、统一视频模块和内网短信模块；风险管控方法包括采集视频图像上传至统一视频模块；人工智能模块调用统一视频平台源端数据和不同反违章模型进行违章判断；模型识别结果通过接口传输至安全生产管控平台做告警；安全管控平台包括平台层、应用层、服务层和资源层。本发明专利技术针对真实作业场景中违章数据样本较少的问题，在图像预处理过程中采用图像镜像、图像拼接、图像模糊等技术，不仅增加了训练数据集数量，还有效提高了算法模型鲁棒性。提高了算法模型鲁棒性。提高了算法模型鲁棒性。

【技术实现步骤摘要】
图像识别方法、风险管控平台及方法、安全管控平台


[0001]本专利技术涉及电力安全
,尤其是涉及一种图像识别方法、风险管控平台及方法、安全管控平台。

技术介绍

[0002]人工智能图像识别技术在安监作业监控、输电线路无人机巡检等领域广泛应用，可以有效提高违章监控、线路缺陷判别的效率，减少人工投入成本。但在传统的图像识别技术中，算法的准确率和实时性制约着人工智能图像识别技术的推广。且针对甘肃省地形特征南北扁平、东西狭长，地貌复杂多样的情况，有山地、高原、平川、河谷、沙漠、戈壁等，环境相对恶劣，雨、雪、雾、沙尘暴等不同的气候时有出现，实际电网安全生产管理工作中，在作业违章识别、风险预测、安全防护、智能化管控等方面仍存在不足之处，主要体现在：一是甘肃公司近三年来年平均约有150万人次分布在3万余个各类作业现场，作业现场分布广、安全管理人员少，作业现场全覆盖和全过程监督困难；二是通过人工现场监管的方式，将作业现场违章信息录入安全生产风险管控平台，安全管理人员需要监控海量视频，成本高、效率低、主观性强、智能化程度低，难以及时发现违章行为；三是安全督查主要依赖于人盯人防，作业现场风险预判、事前告警措施缺失，对于作业现场的违规风险以及违章情况无法做到实时识别、及时处理。
[0003]公开号为CN107885170A的中国专利公开了一种安全生产管控装置、系统及安全生产管控的方法。其中，所述装置包括安全监测模块、设备管理模块、风险管控模块及安全生产管理模块。设备管理模块中设备的电子标签与设备相关联，是现场设备和设备图模库身份标识；安全监测模块获取现场设备运行参数、设备的状态信息、作业现场安全措施和工作人员现场作业信息；风险管控模块将设备运行参数等信息与设备风险知识库相结合，生成设备状态风险预警和作业风险预控措施；安全生产管理模块根据需求生成作业任务、工作票和操作票，并保证作业现场安全措施执行，还根据设备运行参数、设备的状态、风险预控措施和安全措施并对作业人员的作业过程进行安全监督和作业行为的过程管控。但仍会存在智能化程度低、识别效果不佳等问题。

技术实现思路

[0004]本专利技术针对现有技术存在的问题，提供了一种图像识别方法、风险管控平台及方法、安全管控系统。
[0005]为实现上述目的，本专利技术采用的技术方案如下：
[0006]一种图像识别方法，包括以下步骤：
[0007]步骤S1：图像预处理；
[0008]步骤S2：建立算法架构；
[0009]步骤S3：模型输出。
[0010]基于上述技术方案，更进一步地，步骤S1对图像预处理的方法，包括以下步骤：
[0011]步骤S11：将图像读取为计算机可以理解的二维矩阵并计算矩阵的均值和方差；
[0012]步骤S12：基于Laplacian算子对图像进行卷积后求其方差，得到图像的模糊度，同时分别用图像矩阵的RGB三个通道的矩阵以不同的权重值分别点乘后求和，作为该图像的亮度值，设定亮度阈值，将不满足预设阈值亮度的图像按经验值进行对比度增强；
[0013]步骤S13：完成图像数据预处理。
[0014]基于上述技术方案，更进一步地，步骤S2对算法架构的建立的方法，包括以下步骤：
[0015]步骤S21：算法选择；
[0016]步骤S22：算法调用；
[0017]步骤S23：算法优化。
[0018]基于上述技术方案，更进一步地，步骤S21中的算法选择至少包括Two stage目标检测算法和One stage目标检测算法，其中，Two stage目标检测算法的流程，包括以下步骤：先进行区域生成(region proposal,RP)，再通过卷积神经网络进行样本分类。
[0019]基于上述技术方案，更进一步地，所述步骤S23算法优化过程，包括以下步骤：
[0020]步骤S231：前端获取样本；
[0021]步骤S232：将原始YOLOv5网络中下采样倍数8倍、16倍、32倍修改为4倍、8倍、16倍、32倍，增加浅层特征的卷积层；
[0022]步骤S233：对步骤S232中得到的(8倍、16倍、32倍)特征图上采样，并同拼接4组特征图得到新的最终特征图。
[0023]步骤S234：保持原始YOLOv5分类和回归方法，对最终特征图进行目标检测框的定位及分类，得到模型预测的最终结果。
[0024]基于上述技术方案，更进一步地，步骤S3中的模型输出方法，包括以下步骤：
[0025]步骤31：选择模型权重文件；
[0026]步骤32：使用步骤31选择的模型对智能终端数据进行检测识别，得到目标的坐标及类别信息；
[0027]步骤33：根据不同违章类型，对目标框进行后处理，包括多个目标框的交并比、位置关系、色彩信息等，分析出当前场景是否存在违章。
[0028]步骤34：将模型进行封装部署，并进行模型调用。
[0029]基于上述技术方案，更进一步地，所述步骤34中将安监项目开发的算法模型利用docker封装成镜像，并打包成tar包的形式部署至人工智能模块中的人工智能应用服务器，再由安全生产风险管控平台对算法模型进行调用。
[0030]一种安全生产风险管控平台，包括人工智能模块、统一视频模块和内网短信模块；
[0031]所述人工智能模块包括用于存储若干个模型的模型库和用于存储若干个样本的样本库；
[0032]统一视频模块将接收到的信息通过通信方式传递至人工智能模块，人工智能模块的信息通过通信方式传递至内网短信模块。
[0033]一种安全生产风险管控方法，包括以下步骤：
[0034]步骤1：采集视频图像上传至统一视频模块；
[0035]步骤2：人工智能模块通过接口调用统一视频平台源端数据；
[0036]步骤3：人工智能模块根据不同业务场景，调用不同反违章模型进行违章判断；
[0037]步骤4：分析结果通过接口传输至安全生产管控平台做告警。
[0038]基于上述技术方案，更进一步地，包括以下步骤：
[0039]步骤11：提前录入作业人员信息；
[0040]步骤12：输入即将入场的作业人员信息；
[0041]步骤13：将步骤11和步骤12的信息进行比对；
[0042]步骤14：比对结果提示正确，则进入作业现场；比对结果显示错误，则返回步骤12的操作。
[0043]基于上述技术方案，更进一步地，步骤3中的智能分析过程包括：人工智能模块使用定时任务拉取图片调用算法模型，进行算法识别；利用人工智能算法模型识别中，如果识别的作业图片发生算法告警，则将该图片按照安监提供的接口，依据接口中约定的组装数据，将数据集转成图片，该违章图片发送至安全生产管控平台的报警接口，同时生成一条报警记录，该报警记录保存在安全风险管控系统的mysql数据库中，实现违章结果自动报警。
[0044]一种安全管控平台，所述安全生产风险管控平台设于平台层；还包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括以下步骤：步骤S1：图像预处理；步骤S2：建立算法架构；算法架构建立的方法，包括以下步骤：步骤S21：算法选择；步骤S22：算法调用；步骤S23：算法优化；步骤S3：模型输出。2.根据权利要求1所述的一种图像识别方法，其特征在于，步骤S1对图像预处理的方法，包括以下步骤：步骤S11：将图像读取为二维矩阵并计算矩阵的均值和方差；步骤S12：基于Laplacian算子对图像进行卷积后求方差，得到图像的模糊度，同时分别用图像矩阵的RGB三个通道的矩阵以不同的权重值分别点乘后求和，作为当前图像的亮度值，设定亮度阈值，将不满足预设阈值亮度的图像进行对比度增强；步骤S13：完成图像数据预处理。3.根据权利要求1所述的一种图像识别方法，其特征在于，步骤S21中的算法选择至少包括Two stage目标检测算法和One stage目标检测算法，其中，Two stage目标检测算法的流程，包括以下步骤：先进行区域生成(region proposal,RP)，再通过卷积神经网络进行样本分类。4.根据权利要求1所述的一种图像识别方法，其特征在于，所述步骤S23算法优化过程，包括以下步骤：步骤S231：前端获取样本；步骤S232：将原始YOLOv5网络中下原始采样倍数修改为新的采样倍数，增加浅层特征的卷积层；步骤S233：在原始采样倍数获得的特征图上进行采样，并同时拼接四组不同倍数下的特征图得到新的最终特征图；步骤S234：保持原始YOLOv5分类和回归方法，对最终特征图进行目标检测框的定位及分类，得到模型预测的最终优化结果。5.根据权利要求1所述的一种图像识别方法，其特征在于，步骤S3中的模型输出方法，包括以下步骤：步骤31：选择模型权重文件；步骤32：基于选择的模型对智能终端数据进行检测识别，得到目标的坐标及类别信息；步骤33：根据不同违章类型，对目标框进行后处理，分析出当前场景是否存在违章；步骤34：将模型进行封装部署，并进行模型调用。6.一种安全生产风险管控平台，采用权利要求1
‑

【专利技术属性】
技术研发人员：赵金雄，狄磊，张驯，马志程，马宏忠，赵红，杨岚，魏峰，
申请(专利权)人：国网甘肃省电力公司电力科学研究院，
类型：发明
国别省市：