基于目标检测及场景融合的电力作业安全风险识别方法技术

本发明专利技术公开了基于目标检测及场景融合的电力作业安全风险识别方法包括：基于电力作业过程中存在的安全隐患问题，确定目标检测算法需要检测的安全隐患类型，基于目标检测模型确定的类型，构建电力作业场景的风险模型，通过建立的模型，进行对违规操作的标准化，确定模型的判定标准，基于综合目标检测与电力作业场景风险的判别进行对电力安全管控；可用于减少电力人员在电力生产中因为误操作、不注意等因为认人为因素造成的电力安全问题，这对于电力安全管控的实现具有重要意义。安全管控的实现具有重要意义。安全管控的实现具有重要意义。

【技术实现步骤摘要】
基于目标检测及场景融合的电力作业安全风险识别方法


[0001]本专利技术属于电力视觉
，具体涉及一种基于目标检测与电力作业场景的风险融合模型的电力安全管控方法，可用于判断电力作业工人作业是否存在风险并作出及时管控。

技术介绍

[0002]目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体)，确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。
[0003]常用的目标检测模型可分为两类，一类是基于Region Proposal的R
‑
CNN系算法，包括R
‑
CNN，Fast R
‑
CNN，Faster R
‑
CNN等，它们是two
‑
stage的，需要先算法产生目标候选框，也就是目标位置，物体候选框获取当前主要使用图像分割与区域生长技术，区域生长(合并)主要由于检测图像中存在的物体具有局部区域相似性(颜色、纹理等)，然后再通过卷积神经网络对候选框进行样本分类，做分类与回归。这类two
‑
stage算法检测准确度较高，但检测速度慢，不适用于现场实时的检测。另一类是Yolo，SSD这类one
‑
stage算法，其不需要region proposal阶段，仅仅使用一个卷积神经网络CNN直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到最终的检测结果，因此有着更快的检测速度。由于实际施工场地的电力作业安全监督需要在视频监控中对违规作业的行为发出实时告警，对检测速度与检测精度要求高，因此基于端到端的目标检测法比基于候选框的目标检测法更适用。
[0004]电力作业场景景识别主要可分为三类，为基于对象的场景识别、基于区域的场景识别以及基于上下文的场景识别等等。基于视觉的场景分类方法大部分是以场景中某些对象为基础，该方法基于最初的对图像的分割，将图像分割成有意义的目标区域块，通过识别这些子块场景中一些比较具有代表性的有意义的对象，从而来判别该类场景是属于哪一类场景。首先将各种场景中可能出现的一些目标进行不断的训练，类似于人脸识别中的首先对人脸进行学习，之后需要将图像中特定的一些目标进行分割，对其进行识别，最后依据判断结果来划分图像的归属。基于区域场景的场景分类需要将图像划分为可靠的区域，此外还需要各区域拥有差异化的特征。首先需要检测场景图像中感兴趣的“兴趣点”，提取这些“兴趣点”的场景描述子，然后将相似的局部描述子生成视觉词汇来描述场景，此方法难以实现，应用较少。基于全局语义的方法将图片作为一个整体进行描述，而略去了传统的分割步奏，提取的是可以概括整个图像语义的低维特征，它将图像作为一个整体来进行特征的提取而将局部特征忽略掉。

技术实现思路

[0005]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施
例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0006]鉴于上述存在的问题，提出了本专利技术。
[0007]因此，本专利技术解决的技术问题是：现有的云服务平台计算方法存在功耗耗损较大，负载率奖惩，成本较高，以及如何将任务请求分配到各个主机上实现负载平衡的优化问题。
[0008]为解决上述技术问题，本专利技术提供如下技术方案：基于目标检测及场景融合的电力作业安全风险识别方法，包括：
[0009]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：基于电力作业过程中存在的安全隐患问题，确定目标检测算法需要检测的安全隐患类型；
[0010]基于目标检测模型确定的类型，构建电力作业场景的风险模型；
[0011]通过建立的模型，进行对违规操作的标准化，确定模型的判定标准；
[0012]基于综合目标检测与电力作业场景风险的判别进行对电力安全管控。
[0013]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：所述构建电力作业场景的风险模型构建中
[0014]针对无需进行场景的判断，对特征进行标记，直接利用YOLOv3进行目标检测；
[0015]针对需要场景识别的，进行图像切割后，再进行目标区域的标记检测。
[0016]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：在电力作业场景风险模型中引入交并比的概念，作为判断是否安全作业的附加条件。
[0017]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：所述交并比需要先计算采集到信息的边框和正确规范边框的交集，通过两个边框的面积的和减去交集部分即为并集，计算其交集和并集的比值，当两识别框之间没有交集时，其交并比为0。
[0018]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：YOLO算法通过一个S行S列的均匀网格，将一张输入的图像均匀分成SxS个子图像块，如果目标的中心点落在某个子图像块内，就认为这个目标归属于这个子图像块，也可以说这个子图像块包含这个目标(其实是包含目标的中心)。在每一个子图像块中，会预测B个目标框的坐标以及这B个目标框框中目标的置信度，这个置信度反映的是当前预测框框中目标的概率以及预测框位置的准确程度
[0019][0020]其中是预测框和目标真值框的交并比，反映预测框和真值框的重合度；如果当前预测框没有框中目标，则Pr(Object)＝0；反之如果当前预测框框中了目标，则Pr(Object)＝1。
[0021]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：利用yolov3进行目标检测得到各边界框的类别置信度后，需要进行过滤，先对每个框进行排序，将每个框的置信度与阈值进行比较，小于阈值则置为0，然后再分类别进行非极大值抑制算法，从所有的检测框中找到置信度最大的那个框，然后计算此框
与其他框的交并比，如果交并比大于一定阈值，那么就将该框置于0；然后对剩余的检测框重复以上操作，直到处理完所有的检测框，每个检测框只保留置信度大于0且最高的类，检测出各类目标。
[0022]作为本专利技术所述的基于目标检测及场景融合的电力作业安全风险识别方法的一种优选方案，其中：当有多条附加条件需要满足时，将多项交并比的乘积定义为逻辑判断函数
[0023][0024]其中，R(xp)表示作业工人的识别框，x1、x2、x3、x4分别指代识规范作业所必备的各项安全防护用具，若y＝0则有物体有没有被正确穿戴；定义函数阈值，当逻辑判断函数达到阈值时，即关键物体与作业工人的识别框达到一定程度的重叠，则将其判断为安全作业，否则视为违规作业发出告警本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于，包括：基于电力作业过程中存在的安全隐患问题，确定目标检测算法需要检测的安全隐患类型；基于目标检测模型确定的类型，构建电力作业场景的风险模型；通过建立的模型，进行对违规操作的标准化，确定模型的判定标准；基于综合目标检测与电力作业场景风险的判别进行对电力安全管控。2.如权利要求1所述的基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于：所述构建电力作业场景的风险模型构建中针对无需进行场景的判断，对特征进行标记，直接利用YOLOV3进行目标检测；针对需要场景识别的，进行图像切割后，再进行目标区域的标记检测。3.如权利要求2所述的基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于：在电力作业场景风险模型中引入交并比的概念，作为判断是否安全作业的附加条件。4.如权利要求2所述的基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于：所述交并比需要先计算采集到信息的边框和正确规范边框的交集，通过两个边框的面积的和减去交集部分即为并集，计算其交集和并集的比值，当两识别框之间没有交集时，其交并比为0。5.如权利要求2所述的基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于：YOLO算法通过一个S行S列的均匀网格，将一张输入的图像均匀分成SxS个子图像块，如果目标的中心点落在某个子图像块内，就认为这个目标归属于这个子图像块，也可以说这个子图像块包含这个目标其实是包含目标的中心；在每一个子图像块中，会预测B个目标框的坐标以及这B个目标框框中目标的置信度，这个置信度反映的是当前预测框框中目标的概率以及预测框位置的准确程度其中是预测框和目标真值框的交并比，反映预测框和真值框的重合度；如果当前预测框没有框中目标，则Pr(Object)＝0；反之如果当前预测框框中了目标，则Pr(Object)＝1。6.如权利要求5所述的基于目标检测及场景融合的电力作业安全风险识别方法，其特征在于：利用YOLOv3进行目标检测得到各边界...

【专利技术属性】
技术研发人员：许逵，李鑫卓，张历，张俊杰，李欣，张锐锋，班国邦，冯光璐，孟令雯，肖小兵，刘君，杨旗，陈敦辉，祝健杨，唐赛秋，付胜军，范强，毛先胤，陈沛龙，罗显跃，刘斌，付渊，李翔，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：