【技术实现步骤摘要】
本专利技术属于电力安全监察业务频图像识别及作业现场巡视，尤其涉及一种基于机器视觉的电力作业风险行为违章智能识别方法。
技术介绍
1、电网安全管理是一个庞大、复杂、理论性和操作性极强的系统工程。随着智能电厂(变电站)的发展，专业人员优化精简、业务面稳步拓展、末端融合持续推进，安全涉及范围随之扩大，新安全风险不断出现，电网安全管理的压力越来越大。当前现场作业的安全监督办法虽然较为完善，但仍需相关安全管理人员人为执行。现场安全管控工作仅仅依靠文件督导、材料反馈、现场督查、明察抽访等方式来提高电力作业现场安全管理水平，并不能保证百分之百的落到实处；并且智能电厂(变电站)作业存在现场多、设备多、复杂作业多等诸多问题，不能够全天候、全过程、全方位的对电力作业现场进行监督，同时还耗费大量的人力物力财力。
2、目前，通常采用视频监视系统对电力作业场景、重点工作区域及特定施工区域出入口的图像和视频进行远程采集、辨识和剖析；但考虑到大部分电力作业现场作业人员的行为管理存在施工复杂性、瞬时动态性、行为多变性、不可预测性等因素，例如：未佩戴安全帽、...
【技术保护点】
1.基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述对于收集到的图像进行标注，包括以下步骤：
3.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述分类器模型的构建，包括：
4.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述基于已标定的正负样本进行自主特征学习，对分类器模型进行训练，包括以下步骤：
5.根据权利要求4所述的基于机器视觉的...
【技术特征摘要】
1.基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述对于收集到的图像进行标注，包括以下步骤：
3.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述分类器模型的构建，包括：
4.根据权利要求1所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述基于已标定的正负样本进行自主特征学习，对分类器模型进行训练，包括以下步骤：
5.根据权利要求4所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述使用模板匹配法将样本图像与模板图像进行匹配，得到最佳匹配位置，包括以下步骤：
6.根据权利要求4所述的基于机器视觉的电力作业风险行为违章智能识别方法，其特征在于，所述关键特征包括颜色、纹理、形状、边...
【专利技术属性】
技术研发人员：于骏，孙世勋，李智明，刘朋成，谭立，金明成，金元，黄冶，张坤志，邢立强，胡云启，刘俊林，任宇，王群，刘红叶，
申请(专利权)人：国家电网公司东北分部，
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。