【技术实现步骤摘要】
本专利技术涉及图像识别，尤其涉及一种应用于风电场工作区域异常图像识别与控制系统。
技术介绍
1、随着全球经济的高速发展，对能源的需求急剧增加，风电作为一种清洁、可靠、可循环的新能源，全球风电发电量不断增加。在源源不断的提供电力的同时，风电场的高速发展，目前风电场的安全管理还是由人为主导的生产安全管理模式，导致会存在一些安全遗漏。
2、生产安全第一，对于安全生产，风场也制定了一系列的规则制度，落实第一责任人的安全生产责任制，定期对人员进行系统的技能安全培训等。上述都是由人主导的管理措施，人在精力上不能保证7*24小时的全天候的100%的投入，就不可避免的会出现管理上漏洞，造成风场安全生产的隐患。
3、目前风电场的已经安装了360°无死角摄像头，比如升压站视频监控、风电机组视频监控等等，每种视频监控都属于单独的一套监控系统，只是实现了对摄像头区域的视频保存，系统会放置在电场里面，一般只有业主需要进行查看的时候才会去使用，基本上80%的时间属于无人使用的情况。并且没有与其他系统进行数据的交互。
技术实现思路
1、本专利技术的目的是为了解决
技术介绍
中的问题，而提出的一种应用于风电场工作区域异常图像识别与控制系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种应用于风电场工作区域异常图像识别与控制系统。
3、一种水下机器人的运行轨道智能定位方法及系统，包括：
4、图像视频采集模块：通过安装在风电场工作区域的高清摄像头对监
5、目标追踪模块：对工作人员随着时间推进进入风机内部工作区域的行动轨迹进行预测，把每一帧新图像中的行人目标与历史的目标追踪状态进行匹配关联，形成追踪结果；
6、运动轨迹预测模块：基于目标追踪模块生成的追踪模型，用以检测跟踪监控视频序列中的行人目标，逐帧输出各目标原始运动轨迹时序特征描述子；
7、安全帽佩戴检测模块：基于运动轨迹预测模块中得出的行人运行轨迹，对进入风机内部工作区域的工作人员进行安全帽正确佩戴的检测；
8、控制模块：基于安全帽佩戴检测模块得出的工作人员不符合安全生产要求，摄像头提前输出一个非正常信号给风电机组控制系统。
9、在上述的一种应用于风电场工作区域异常图像识别与控制系统中，所述图像视频采集模块通过安装在风电场工作区域的高清摄像头对监控区域内是否有目标通过进行监测，当有目标在监控区域内移动时生成识别指令，并根据识别指令控制计数器将进入的目标人数和离开的目标人数加一，在监控区域内根据识别指令和目标人数构成目标识别集，对目标识别集进行图像视频的采集，形成跟踪监控视频序列，对跟踪监控视频序列的目标人数进行运行轨迹的预测。
10、在上述的一种应用于风电场工作区域异常图像识别与控制系统中，所述目标追踪模块是对工作人员随着时间推进进入风机内部工作区域的行动轨迹进行预测，把每一帧新图像中的行人目标与历史的目标追踪状态进行匹配关联，形成追踪结果，追踪模型的具体步骤如下：
11、s1、输入第一帧图像，根据图像检测图像中的行人目标，对每一个检测到的行人目标均构造一个描述子，每一个描述子包含 4 大类属性值: a.该行人目标边界框的图像像素坐标，b.该行人目标的外观特征向量，c.该行人目标的 id 值，d.该行人目标被连续追踪的帧数,当前帧的所有描述子构成特征集合；
12、s2、初始化三个数据结构，用于存储行人目标的位置及各个目标的外观特征编码描述子属性值，其中，表示统一存储正在被追踪的行人目标描述子，存储暂时跟丢的行人目标描述子，存储放弃追踪的行人目标描述子，第一帧中所有被检出的行人目标描述子均存入；
13、s3、模型继续检测下一帧图像，为所有检出的行人目标逐一构造描述子，将新构建的当前帧的行人目标描述子按先后顺序与和中的描述子进行匹配，具体匹配步骤如下：
14、匹配步骤1：当前帧的特征集合共包含m个外观特征描述子，中包含n个外观特征描述子，计算和两个集合中两两元素的余弦距离，得到一个m的距离矩阵，矩阵第(ij)位置上的元素值，衡量了中第i个特征描述子与中第i个特征描述子之间的亲和度，亲和度大于预设阈值时，认为上一帧中的第i个行人目标就是当前帧的第i个行人目标；
15、匹配步骤 2：使用扩展卡尔曼滤波估计上一帧的行人目标在当前帧的位置，并结合当前帧各个目标的边界框位置，依据行人目标运动的连续性、不可瞬移性，不同目标个体在图像中应相距较远，运动状态也有较大区别的物理规律，调整距离矩阵ca，以滤除单纯依据外观特征亲和度，引发因体型、衣着相似的不同行人目标误匹配的结果，此时得到融合运动估计特征的、更新后的距离矩阵；
16、s4、利用匈牙利算法，求解在距离矩阵的约束下，最优的全局匹配结果，结合求解得到的匹配结果，对于当前帧中某一行人目标描述子p，按照以下步骤依次处理:
17、a1、若与中的某一历史行人目标描述子匹配，则使用当前帧的p更新中对应的特征描述子，以适应目标在运动过程中外观、姿态的变化，提高后续跟踪过程的鲁棒性；
18、a2、若 p与中的任何行人目标描述子均不匹配，则把 p与中的历史行人目标描述子进行匹配，匹配成功后，则使用当前帧的 p 更新中对应的特征描述子，把更新后的中的该特征描述子移动到中去；
19、a3、若 p与中任何行人目标描述子均不匹配，则视 p为当前帧出现的新目标，为p赋予新的 id 信息；
20、s5、检查中的目标描述子，将其中没有与当前帧的任何目标相匹配的描述子全部移动到中去，同时中所有特征描述子的被连续追踪的帧数属性值全部减去1，此操作的目的是将暂时未跟踪到的目标做标记并专门存储；
21、s6、检查中的目标描述子，将其中被连续追踪的帧数小于阈值的描述子全部移动到中去，即认为这部分目标已经从视野中消除。
22、s7、循环s1~s6的步骤，直至遍历至视频帧或图像序列末尾，输出中的目标描述子边界框图像像素坐标属性值，即可得到原始的多目标追踪结果，将其作为原始运动轨迹时序特征描述子。
23、在上述的一种应用于风电场工作区域异常图像识别与控制系统中，所述运动轨迹预测模块基于追踪模型，用以检测跟踪监控视频序列中的行人目标，逐帧输出各目标原始运动轨迹时序特征描述子，此特征描述子反映了视频序列中各个目标的可观测物理属性，包含了行人目标身份唯一标识，目标的位置，目标所存在的帧数等信息的7维特征向量：
24、
25、其中，表示图片帧数序号，表示目标身份唯一标识，表示图片边界框左上角点坐标x，表示图片边界框左上角点坐标y，表示图片边界框右下角坐标x，表示图片边界框右下角坐标y，conf表示目标真实存在的置信度，行人目标，从视频中出现直至消失时间内的所有特征描述子，构成该目标运动轨迹特征向本文档来自技高网...
【技术保护点】
1.一种应用于风电场工作区域异常图像识别与控制系统，包括：
2.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述图像视频采集模块通过安装在风电场工作区域的高清摄像头对监控区域内是否有目标通过进行监测，当有目标在监控区域内移动时生成识别指令，并根据识别指令控制计数器将进入的目标人数和离开的目标人数加一，在监控区域内根据识别指令和目标人数构成目标识别集，对目标识别集进行图像视频的采集，形成跟踪监控视频序列，对跟踪监控视频序列的目标人数进行运行轨迹的预测。
3.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述目标追踪模块是对工作人员随着时间推进进入风机内部工作区域的行动轨迹进行预测，把每一帧新图像中的行人目标与历史的目标追踪状态进行匹配关联，形成追踪结果，追踪模型的具体步骤如下：
4.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述运动轨迹预测模块基于追踪模型，用以检测跟踪监控视频序列中的行人目标，逐帧输出各目标原始运动轨迹时序特征描述子，此特
5.根据权利要求4所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：行人目标从视频中出现直至消失时间内的所有特征描述子，构成该目标运动轨迹特征向量，为简洁地描述目标在不同时刻的位置属性，将目标边界框坐标转化为质心点坐标：
6.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述安全帽佩戴检测模块基于运动轨迹预测模块中得出的行人运行轨迹，对进入风机内部工作区域的工作人员进行安全帽正确佩戴的检测，对于单个施工人员个体，遍历人物边框中的所有的安全帽矩形框，然后寻找和当前人物边框交面比，为人物边框与安全帽边框交集部分的面积除以安全帽边框的面积，即为安全帽边框与施工人员边框交集部分占安全帽边框的比重，即最大的安全帽矩形框，安全帽边框存在，并满足两类边框之间的交面比值大于 0.2 的条件，则认为该施工人员存在佩戴安全帽的可能性，否则即认定为该工人没有佩戴安全帽具体计算公式如下：
7.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述控制模块基于安全帽佩戴检测模块得出的工作人员不符合安全生产要求，摄像头提前输出一个非正常信号给风电机组控制系统，风电机组控制系统接收到非正常信号后会下发一个禁止操作信号给升降电梯和操作HMI触摸屏，此工作人员将无法操作升级电梯和操作HMI触摸屏，并在触摸屏上做出文字提示信息，提醒此工作人员整改以达到安全生产的要求。
...【技术特征摘要】
1.一种应用于风电场工作区域异常图像识别与控制系统，包括：
2.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述图像视频采集模块通过安装在风电场工作区域的高清摄像头对监控区域内是否有目标通过进行监测，当有目标在监控区域内移动时生成识别指令，并根据识别指令控制计数器将进入的目标人数和离开的目标人数加一，在监控区域内根据识别指令和目标人数构成目标识别集，对目标识别集进行图像视频的采集，形成跟踪监控视频序列，对跟踪监控视频序列的目标人数进行运行轨迹的预测。
3.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述目标追踪模块是对工作人员随着时间推进进入风机内部工作区域的行动轨迹进行预测，把每一帧新图像中的行人目标与历史的目标追踪状态进行匹配关联，形成追踪结果，追踪模型的具体步骤如下：
4.根据权利要求1所述的一种应用于风电场工作区域异常图像识别与控制系统，其特征在于：所述运动轨迹预测模块基于追踪模型，用以检测跟踪监控视频序列中的行人目标，逐帧输出各目标原始运动轨迹时序特征描述子，此特征描述子反映了视频序列中各个目标的可观测物理属性，包含了行人目标身份唯一标识，目标的位置，目标所存在的帧数等信息的7维特征向量：
5.根据权利要求4所述的一种应用于风电场工作区域异常图像识别...
【专利技术属性】
技术研发人员：王信朋，隋振利，于海波，王衍飞，
申请(专利权)人：道莅智远科技青岛有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。