本发明专利技术公开了一种人员行为检测方法、控制器、人员行为检测系统和变电所，涉及人员行为检测技术领域，其中，人员行为检测方法用于变电所，包括获取所述摄影组件捕获到的视频数据；将所述视频数据输入至预先训练的多模态特征生成模型，所述多模态特征生成模型包括视觉编码模块、语义编码模块和译码模块。通过视觉编码模块、语义编码模块提取视频数据中的图像特征和语义特征，并通过译码模块组合所述图像特征和语义特征，以用作多模态特征信号的输出，该多模态特征信号用于表征变电所内的人员行为处于异常状态或者正常状态。如此，通过组合图像特征和与之对应的语义特征，可以提升人员行为检测方法的鲁棒性，进而提升检测的准确性和可靠性。
【技术实现步骤摘要】
本专利技术涉及变电所，特别涉及一种人员行为检测方法、控制器、人员行为检测系统和变电所。
技术介绍
1、目前，变电所的人员安全监测主要依赖于摄像头和人工监控结合的方式。这种系统通过摄像头采集现场视频数据，并由操作人员实时监控画面。然而，针对突发性的人员异常行为，如触电或倒地，现有系统通常需要结合多种逻辑判断来识别异常，稳定性及通用性相对较差且容易产生误判或漏判，而且无法准确地对场景进行描述及记录。
技术实现思路
1、本专利技术的主要目的是提出一种人员行为检测方法、控制器、人员行为检测系统和变电所，旨在提升人员行为检测方法的鲁棒性，进而提升检测的准确性和可靠性。
2、为实现上述目的，本专利技术提出的人员行为检测方法，用于变电所，所述变电所内设置有至少一个摄影组件，所述人员行为检测方法包括：
3、获取所述摄影组件捕获到的视频数据；
4、将所述视频数据输入至预先训练的多模态特征生成模型，所述多模态特征生成模型包括视觉编码模块、语义编码模块和译码模块；
>5、通过所述视觉编本文档来自技高网...
【技术保护点】
1.一种人员行为检测方法，其特征在于，用于变电所，所述变电所内设置有至少一个摄影组件，所述人员行为检测方法包括：
2.如权利要求1所述的人员行为检测方法，其特征在于，所述多模态特征生成模型的训练步骤包括：
3.如权利要求2所述的人员行为检测方法，其特征在于，所述训练样本的数量为多个，所述多个训练样本用于表征所述变电所内的人员行为处于第一异常状态，且每一所述训练样本的语言标签还用于表征所述变电所内的人员行为处于第一异常状态的异常等级；
4.如权利要求2所述的人员行为检测方法，其特征在于，所述训练样本包括至少一个用于表征所述变电所内的人员处于异常状态的训练...
【技术特征摘要】
1.一种人员行为检测方法，其特征在于，用于变电所，所述变电所内设置有至少一个摄影组件，所述人员行为检测方法包括：
2.如权利要求1所述的人员行为检测方法，其特征在于，所述多模态特征生成模型的训练步骤包括：
3.如权利要求2所述的人员行为检测方法，其特征在于，所述训练样本的数量为多个，所述多个训练样本用于表征所述变电所内的人员行为处于第一异常状态，且每一所述训练样本的语言标签还用于表征所述变电所内的人员行为处于第一异常状态的异常等级；
4.如权利要求2所述的人员行为检测方法，其特征在于，所述训练样本包括至少一个用于表征所述变电所内的人员处于异常状态的训练样本以及至少一个用于表征所述变电所内的人员处于正常状态的...
【专利技术属性】
技术研发人员：陈永彬，黄嘉思，黄国健，陈红烨，彭梓豪，汤嘉豪，龙鹏云，吴奕锋，梁泽民，梁少杰，单子荏，宋潇哲，
申请(专利权)人：广东机电职业技术学院，
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。