CN104123568A - 多工种作业人员智能视频识别方法 - Google Patents
多工种作业人员智能视频识别方法 Download PDFInfo
- Publication number
- CN104123568A CN104123568A CN201410346330.6A CN201410346330A CN104123568A CN 104123568 A CN104123568 A CN 104123568A CN 201410346330 A CN201410346330 A CN 201410346330A CN 104123568 A CN104123568 A CN 104123568A
- Authority
- CN
- China
- Prior art keywords
- picture
- workers
- pictures
- work
- yuv
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种多工种作业人员智能视频识别方法，通过前端摄像机采集视频图像；将采集回来的视频图像进行解压缩，并且分解成YUV图片；将YUV图片转换成RGB图片；分解成一帧一帧图片，然后从中随机抽取多帧进行分析对比；将后一帧图片和前一帧图片进行对比，并且利用自学习，实时更新背景环境，从中抽离移动目标物体-特指人；锁定到目标物体后，对人体特征和形态识别进行灰度级计算，从而确定每个工种的人员。本发明能方便、及时对靠近电力设施的多工种作业人员进行识别。
Description
技术领域
本发明涉及一种多工种作业人员智能视频识别方法。
背景技术
对于电力设施而言，如何通过对电力设施附近作业人员情况进行分析，以及时掌握作业人员与电力设施是否安全，是技术人员长期追求的目标，至今仍未有理想的方法。
发明内容
本发明的目的在于提供一种能方便、及时对靠近电力设施的多工种作业人员进行识别的多工种作业人员智能视频识别方法。
本发明的技术解决方案是：
一种多工种作业人员智能视频识别方法，其特征是：具体步骤
（1）通过前端摄像机采集视频图像；
（2）将采集回来的视频图像进行解压缩，并且分解成YUV图片；
（3）将YUV图片转换成RGB图片。
（4）分解成一帧一帧图片，然后从中随机抽取多帧进行分析对比；
（5）将后一帧图片和前一帧图片进行对比，并且利用自学习，实时更新背景环境，从中抽离移动目标物体-特指人；
（6）锁定到目标物体后，对人体特征和形态识别进行灰度级计算，从而确定每个工种的人员。
本发明能方便、及时对靠近电力设施的多工种作业人员进行识别。通过智能视频监控不间断的检测作业现场不同工种的人员，无需人为查看。主要用于智能视频分析，检测作业现场不同工种的作业人员。
下面结合实施例对本发明作进一步说明。
具体实施方式
一种多工种作业人员智能视频识别方法，具体步骤
（1）通过前端摄像机采集视频图像；
（2）将采集回来的视频图像进行解压缩，并且分解成YUV图片；
（3）将YUV图片转换成RGB图片。
（4）分解成一帧一帧图片，然后从中随机抽取多帧进行分析对比；
（5）将后一帧图片和前一帧图片进行对比，并且利用自学习，实时更新背景环境，从中抽离移动目标物体-特指人；
（6）锁定到目标物体后，对人体特征和形态识别进行灰度级计算，从而确定每个工种的人员。
将前端摄像机采集的图像分解成一帧一帧图片，根据实际情况选择合适帧传到核心智能图像分析模块进行图像分析，将后一帧的图像和前一帧的图像进行对比，并且利用自动学习场景的细微变化，从而建立并维护一个实时更新的背景环境，这个背景环境会根据环境的细微变化而变化。再将背景以外的东西从中抽离，从而形成画面上的物件。由于每样物件可以从背景中抽离，并可给出物件在画面中相对应的像素坐标，我们便可根据其坐标位置进行人体特征和形态识别，并对其灰度级进行计算，从而确定每个工种的人员。
Claims (1)
1.一种多工种作业人员智能视频识别方法，其特征是：具体步骤
（1）通过前端摄像机采集视频图像；
（2）将采集回来的视频图像进行解压缩，并且分解成YUV图片；
（3）将YUV图片转换成RGB图片；
（4）分解成一帧一帧图片，然后从中随机抽取多帧进行分析对比；
（5）将后一帧图片和前一帧图片进行对比，并且利用自学习，实时更新背景环境，从中抽离移动目标物体-特指人；
（6）锁定到目标物体后，对人体特征和形态识别进行灰度级计算，从而确定每个工种的人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410346330.6A CN104123568A (zh) | 2014-07-21 | 2014-07-21 | 多工种作业人员智能视频识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410346330.6A CN104123568A (zh) | 2014-07-21 | 2014-07-21 | 多工种作业人员智能视频识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104123568A true CN104123568A (zh) | 2014-10-29 |
Family
ID=51768973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410346330.6A Pending CN104123568A (zh) | 2014-07-21 | 2014-07-21 | 多工种作业人员智能视频识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104123568A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226597A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于热红外步态的夜间行人识别方法及系统 |
| CN101630364A (zh) * | 2009-08-20 | 2010-01-20 | 天津大学 | 基于融合特征的步态信息处理与身份识别方法 |
| CN102521565A (zh) * | 2011-11-23 | 2012-06-27 | 浙江晨鹰科技有限公司 | 低分辨率视频的服装识别方法及系统 |
-
2014
- 2014-07-21 CN CN201410346330.6A patent/CN104123568A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226597A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 一种基于热红外步态的夜间行人识别方法及系统 |
| CN101630364A (zh) * | 2009-08-20 | 2010-01-20 | 天津大学 | 基于融合特征的步态信息处理与身份识别方法 |
| CN102521565A (zh) * | 2011-11-23 | 2012-06-27 | 浙江晨鹰科技有限公司 | 低分辨率视频的服装识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 赵向梅等: "基于视频图像的目标检测技术研究", 《电子设计工程》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104123567A (zh) | 电力作业工器具现场遗留智能视频识别方法 | |
| CN104077581A (zh) | 安全帽正确佩戴智能视频识别方法 | |
| CN109271881B (zh) | 一种变电站内人员安全管控方法、装置及服务器 | |
| CN102665071B (zh) | 一种社会治安视频监控图像智能处理和检索方法 | |
| CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
| CN102930261A (zh) | 一种人脸抓拍识别方法 | |
| CN104112146A (zh) | 电力作业单人工作有效监护智能视频识别方法 | |
| CN104253482A (zh) | 基于图像数据库和巡检机器人的设备故障检测方法 | |
| CN103226712B (zh) | 一种基于有限状态机的遗留物检测方法 | |
| PH12018501518A1 (en) | Method for detecting frequent passer-passing in monitoring video | |
| CN106355162A (zh) | 一种基于视频监控的入侵检测方法 | |
| CN109867186B (zh) | 一种基于智能视频分析技术的电梯困人检测方法及系统 | |
| CN112541393A (zh) | 一种基于深度学习的变电站人员检测方法及装置 | |
| CN205068764U (zh) | 一种基于行人闯红灯监控的人脸识别系统 | |
| CN104849180A (zh) | 一种颗粒图像实时处理系统和方法 | |
| CN108898098A (zh) | 基于监控平台的早期视频烟雾检测方法 | |
| CN104284149A (zh) | 输配电线路危险源点大型车辆形体变化侦测视频识别方法 | |
| CN104092922A (zh) | 变电站带电体智能视频距离管控方法 | |
| CN104103074A (zh) | 汽车作业扬臂阀控识别方法 | |
| CN107977531A (zh) | 一种基于图像处理和领域数学模型进行接地电阻软测量的方法 | |
| CN105205833B (zh) | 一种基于时空背景模型的运动目标检测方法及装置 | |
| CN112232239B (zh) | 变电站施工安全标示牌监控方法、装置和电子设备 | |
| CN117935452A (zh) | 一种基于视觉多模态分析的车间安防系统和方法 | |
| CN103425958A (zh) | 一种视频中不动物检测的方法 | |
| CN104697996A (zh) | 自然环境中荔枝成熟果实自动识别与采摘系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141029 |