CN111144232A - 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 - Google Patents

基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 Download PDF

Info

Publication number
CN111144232A
CN111144232A CN201911252268.3A CN201911252268A CN111144232A CN 111144232 A CN111144232 A CN 111144232A CN 201911252268 A CN201911252268 A CN 201911252268A CN 111144232 A CN111144232 A CN 111144232A
Authority
CN
China
Prior art keywords
electronic fence
monitoring
video
area
substation
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
Application number
CN201911252268.3A
Other languages
English (en)
Inventor
张旭
王海鹏
刘丕玉
李涛
李猷民
许玮
李建祥
郭锐
周大洲
黄锐
李勇
吕俊涛
赵亚博
杨月琛
许乃媛
栾贻青
李希智
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Intelligent Technology Co Ltd
Original Assignee
State Grid Shandong Electric Power Co Ltd
State Grid Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Shandong Electric Power Co Ltd, State Grid Intelligent Technology Co Ltd filed Critical State Grid Shandong Electric Power Co Ltd
Priority to CN201911252268.3A priority Critical patent/CN111144232A/zh
Publication of CN111144232A publication Critical patent/CN111144232A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本公开提供了一种基于智能视频监控的变电站电子围栏监测方法，利用变电站巡检及视频监控数据构建站内工作人员、带电危险设备、动作行为和安全围栏的多类检测目标的样本库；利用深度学习网络进行多类目标检测模型的训练，建立统一的多目标分类判别模型，利用该模型完成视频中各类目标的识别和定位；根据自动检测到的变电设备信息，自动生成带电危险区域，设定禁止进入警戒情况；根据检测目标及现场作业场景，生成电子围栏区域；识别视频帧中不同时刻人员与电子围栏间相互位置关系，根据多目标分类判别模型进行人员行为分析，判断人员是否违规翻越围栏或变电站周界。保证变电站的安全性。

Description

基于智能视频监控的变电站电子围栏监测方法、存储介质及 设备
技术领域
本发明涉及视频智能分析和计算机视觉技术领域，具体涉及一种基于智能视频监控的变电站电子围栏监测方法、存储介质及设备。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
变电站作为电力系统的重要组成部分，其安全保障与平稳运行是及其重要的。目前，变电站设备周界设施简单，周界报警系统缺乏或者仅使用单纯的红外对射报警系统，入侵者容易攀爬窜入，存在安全隐患。另外，变电站工作人员工作进行日常巡检、检修、作业过程中，存在不按工作票规定区域作业、误入带电危险区域的可能，人工布置的安全围栏也存在工作人员违章跨越的现象，一旦出现安全问题，只能调取监控视频进行人工分析和总结，存在一定的弊端。
随着我国电网信息化、智能化水平的不断提高，各种基于人工智能的巡检、监控系统在国内电力系统中开始推广应用，并取得了良好的效果，有效地提升了电网运行和管理的智能化水平。智能视频监控技术在变电站无人值守方式的推进过程中发挥着至关重要的作业，但目前其主要功能还仅仅局限于安防监控，海量视频数据的自动化、智能化分析手段缺乏，对非法入侵、工作人员违章作业的判别仍以人工为主，耗费大量的人力。在相关研究方面，ZL201310167483.X公开了一种自动布防虚拟电子围栏的监护方法和系统，通过对视频监控信息的人员位置与配置的地理坐标位置信息进行分析告警，但该系统虚拟电子围栏的大小、形状及地理信息需要人工进行配置，对人员翻越现场安全围栏的行为缺少自动识别报警的功能，并且该系统利用运动检测算法对目标进行识别，其识别结果存在受天气环境影响大的问题。
发明内容
本公开针对上述的不足，提出了一种基于智能视频监控的变电站电子围栏监测方法、存储介质及设备，通过安装在变电站内的监控摄像头进行实时监测，利用深度学习技术对监控场景中的各类目标进行识别和定位，根据检测目标及现场作业场景自动生成电子安全围栏区域，利用图像形态学算法生成闭合区域，根据检测的人与电子围栏间的位置关系判断现场人员是否属于警戒情况，如果是则进行警告。
在一些实施方式中，采用如下技术方案：
一种基于智能视频监控的变电站电子围栏监测方法，包括以下步骤：
利用模型完成已有监控视频中各类目标的识别和定位，所述模型为利用深度学习网络进行多类目标检测的训练，建立统一的多目标分类判别模型；
根据自动检测到的变电设备信息，自动生成带电危险区域，设定禁止进入警戒类型；
根据检测目标及现场实际作业场景，生成虚拟电子围栏；
识别视频帧中不同时刻人员与电子围栏间相互位置关系，根据多目标分类判别模型进行人员行为分析，判断人员是否违规翻越围栏或变电站周界。
作为进一步的限定，在利用所述多目标分类判别模型完成已有监控视频中各类目标的识别和定位之前，利用深度学习网络模型进行多类目标检测的训练，建立统一的多目标分类判别模型。
作为进一步的限定，在利用所述多目标分类判别模型完成已有监控视频中各类目标的识别和定位之前，构建各监控视频中人员、变电设备、动作行为和安全隔离围栏的多类检测目标的样本库；
训练样本来源于变电站视频监控系统拍摄的视频及变电站巡检时拍摄的可见光图像，以固定帧的采样频率对视频进行抽帧，得到包含设备与人员目标信息的图像序列，然后对图像中的各类设备、人员、安全围栏和行为进行标注，将标注的图像作为深度学习训练样本。
作为进一步的限定，利用改进的深度学习算法训练得到各类目标的判别模型M，通过模型M识别出当前视频帧中带电危险设备、工作人员、动作行为和安全围栏四类目标。
作为进一步的限定，改进的多目标检测深度学习算法具体过程包括：
(1)将深度学习模型中原有的ResNet残差网络单元用ResNeXt网络进行替代：
(2)将深度学习模型中原有的Darknet-53网络结构扩展到101层，改进后的分类网络为Darknet-101；
或，将特征金字塔扩展到n层，对应的总的预测框由原来的9个增加到3×n个，其中n>3。
作为进一步的限定，利用判别模型M对当前视频中带电设备进行识别和定位，定位到带电设备A的中心点坐标为(xe,ye)，图像中检测到设备的长和宽分别为Width_e、Height_e，根据先验标准模板中设备A的长和宽Width_m、Height_m，计算当前设备A在视频中的尺度因子α：
Figure BDA0002309362420000041
则激活视频中心点坐标(xe,ye)，长和宽分别为Width_e+20×α、Height_e+20×α的区域为带电危险区域Area_e，确定禁止入内的警戒规则。
生成虚拟电子围栏的方式有三种：
(1)自动生成电子围栏区域；
(2)根据现场实际场景，手动生成电子围栏区域；
(3)根据现场实际电子围栏，生成电子围栏区域。
作为可能的实施方式，自动生成电子围栏区域，利用判别模型M对当前视频中安全围栏进行识别和定位，若识别出人工设置的安全围栏，定位到安全围栏B的中心点坐标为(xs,ys)，图像中检测到设备的长和宽分别为Width_s、Height_s，则将该区域定义为安全围栏区域，若当前视频中存在多个安全围栏，则得到安全围栏区域的集合S，激活视频中各个安全围栏区域Area_s，并设定相应的警戒规则。
作为进一步的限定，根据现场实际场景，手动生成电子围栏区域，分析进入站内工作人员的工作票信息，根据工作票中规定的工作区域，手动在视频中绘制相应区域的闭合曲线，生成电子围栏区域Area_w，并开启警戒规则，禁止工作人员离开工作区域进入非工作区域。
作为进一步的限定，判断人员是否违规翻越变电站周界的具体步骤包括：
(a)利用模型M检测得到当前视频中人员的位置，人员检测到的位置框中心点，检测框长和宽，计算得到人员足迹点；
(b)对于禁止进入的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域边界点，如果人员足迹点超过边界点，则判定人员进入了电子围栏中，进行报警；
(c)对于禁止离开的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域的边界点，若开始监测时人员足迹点在边界点范围内则证明当前时刻工作人员处于电子围栏内，若之后时刻监测到人员足迹点超过边界点，则判定人员离开了电子围栏，进行报警。
判断人员是否违规翻越围栏的具体步骤包括：利用训练得到的判别模型M对当前视频中的人员行为进行检测，当检测到有翻越行为的人员时，系统进行报警。
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种基于智能视频监控的变电站电子围栏监测方法。
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种基于智能视频监控的变电站电子围栏监测方法。
与现有技术相比，本公开的有益效果为：
本公开提出了一种改进深度网络拓扑结构的目标检测算法，构建了变电站环境多目标判别模型，实现变电站环境中目标的定位与识别，根据检测目标类别，自动生成电子围栏区域及警戒规则。
本公开提出了一种基于智能视频分析的电子围栏人员管控方法，实现变电站安全围栏自动布防及工作人员行为自动监测，提高了现场作业人员的安全性。
本公开电子围栏生成方式主要分为两种，一是在视频中手动添加闭合区域，另一种是根据自动检测到的安全围栏位置，利用图像形态学算法生成闭合区域，比较灵活，可以根据具体情况调整。
本公开提出了一种变电站安全智能管控新模式，能够在变电站无人值守方式的推进过程中发挥着至关重要的作用，自动对非法入侵、工作人员违章作业进行判别。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为人员翻越安全围栏自动检测效果图；
图2为人员闯入手动绘制电子围栏效果图；
图3是本公开的流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图3所示，一种基于智能视频监控的变电站电子围栏监测方法和系统，包括以下步骤：
(1)利用变电站巡检及视频监控数据制作各类检测目标的样本库；
(2)利用改进的深度学习网络进行多类目标检测模型的训练，建立统一的多目标分类判别模型，利用该模型完成视频中各类目标的识别和定位；
(3)根据自动检测到的变电设备信息，自动生成带电危险区域，设定禁止进入警戒规则；
(4)根据自动检测的安全围栏目标，自动生成电子围栏区域，并设定警戒规则(禁止进入或禁止离开)；
(5)根据现场实际场景，人工手动在监控视频中绘制闭合曲线，自动生成临时电子围栏区域，并设定警戒规则(禁止进入或禁止离开)；
(6)通过视频帧中不同时刻人员与电子围栏间相互位置分析，根据警戒规则判断人员是否违章，通过训练的判别模型进行人员行为分析，判断人员是否违规翻越围栏或变电站周界。
步骤(1)中，训练样本来源于变电站视频监控系统拍摄的视频及变电站巡检时拍摄的可见光图像。对变电站监控视频进行抽帧操作，为避免相邻帧间目标图像的重复性，以10帧的采样频率对视频进行抽帧，得到包含设备与人员目标信息的图像序列，然后对图像中的各类设备、人员、安全围栏、违章行为等目标进行标注，将标注的图像作为深度学习训练样本。对于变电站巡检拍摄的可见光图像，进行各类设备、人员、安全围栏等目标的标注，将标注的图像添加到样本库中。
步骤(2)中，利用改进的多目标检测深度学习算法训练得到各类目标的判别模型M，通过模型M识别出当前视频帧中带电危险设备、工作人员、攀爬翻越行为、安全围栏4类目标。针对原有的多目标检测深度学习算法，具体算法改进包括：
(2-1)对原有的ResNet残差网络单元用ResNeXt网络进行替代：
(2-2)为了进一步提升网络的表达能力，将深度学习网络原有的Darknet-53网络结构扩展到101层，改进后的分类网络为Darknet-101。
(2-3)原始算法中采用了3个尺度对数据集进行预测，为了进一步增加检测尺度，这里将特征金字塔(feature pyramid)扩展到n层，对应的总的预测框(anchor box)由原来的9个增加到3×n个，其中n>3，最优设置为n＝5。
所述步骤(3)中，利用判别模型M对当前视频中带电设备进行识别和定位，定位到带电设备A的中心点坐标为(xe,ye)，图像中检测到设备的长和宽分别为Width_e、Height_e，根据先验标准模板中设备A的长和宽Width_m、Height_m，计算当前设备A在视频中的尺度因子α：
Figure BDA0002309362420000091
则激活视频中心点坐标(xe,ye)，长和宽分别为Width_e+20×α、Height_e+20×α的区域为带电危险区域Area_e，确定禁止入内的警戒规则；
所述步骤(4)中，利用判别模型M对当前视频中安全围栏进行识别和定位，若识别出人工设置的安全围栏，定位到安全围栏B的中心点坐标为(xs,ys)，图像中检测到设备的长和宽分别为Width_s、Height_s，则将该区域定义为安全围栏区域，若当前视频中存在多个安全围栏，则得到安全围栏区域的集合S，激活视频中各个安全围栏区域Area_s，并设定相应的警戒规则。
所述步骤(5)中，分析进入站内工作人员的工作票信息，根据工作票中规定的工作区域，手动在视频中绘制相应区域的闭合曲线，生成电子围栏区域Area_w，并开启警戒规则，禁止工作人员离开工作区域进入非工作区域。
所述步骤(6)中，具体步骤包括：
(6-1)利用模型M检测得到当前视频中人员的位置，人员检测到的位置框中心点为(xp,yp)，检测框长和宽为别为Width_m、Height_m，计算得到人员足迹点(xf,yf)：
Figure BDA0002309362420000101
(6-2)对于禁止进入的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域的左上点坐标为(x_1in,y_1in)，右下点坐标为(x_2in,y_2in)，若人员足迹点满足下列关系：
xf≤x_2inandxf>x_1inandyf<y_2inandyf>y_1in
则判定人员进入了电子围栏中，系统进行报警。
(6-3)对于禁止离开的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域的左上点坐标为(x_1out,y_1out)，右下点坐标为(x_2out,y_2out)，若开始监测时人员足迹点满足下列关系：
xf≤x_2outandxf>x_1outandyf<y_2outandyf>y_1out
则证明当前时刻工作人员处于电子围栏内，若之后时刻监测到人员足迹点不满足上述关系，则判定人员离开了电子围栏，系统进行报警。
(6-4)利用训练得到的判别模型M对当前视频中的人员行为进行检测，当检测到有翻越行为的人员时，系统进行报警。
经过仿真测试，如图1和图2所示，通过上述方法，无论是人员翻越安全围栏还是人员闯入手动绘制电子围栏，都可以灵敏、准确的检测出来。
相应的，提供以下产品实施例：
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种基于智能视频监控的变电站电子围栏监测方法。
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种基于智能视频监控的变电站电子围栏监测方法。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (13)

1.一种基于智能视频监控的变电站电子围栏监测方法，其特征是：包括以下步骤：
利用模型完成已有监控视频中各类目标的识别和定位，所述模型为利用深度学习网络进行多类目标检测的训练，建立统一的多目标分类判别模型；
根据自动检测到的变电设备信息，自动生成带电危险区域，设定禁止进入警戒类型；
根据检测目标及现场实际作业场景，生成虚拟电子围栏；
识别视频帧中不同时刻人员与电子围栏间相互位置关系，根据多目标分类判别模型进行人员行为分析，判断人员是否违规翻越围栏或变电站周界。
2.如权利要求1所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：在利用多目标分类判别模型完成已有监控视频中各类目标的识别和定位之前，构建各监控视频中人员、变电设备、动作行为和安全隔离围栏的多类检测目标的样本库；
训练样本来源于变电站视频监控系统拍摄的视频及变电站巡检时拍摄的可见光图像，以固定帧的采样频率对视频进行抽帧，得到包含设备与人员目标信息的图像序列，然后对图像中的各类设备、人员、安全围栏和行为进行标注，将标注的图像作为深度学习训练样本。
3.如权利要求1所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：所述利用模型完成已有监控视频中各类目标的识别和定位的具体过程包括：利用深度学习网络进行多类目标检测的训练，建立统一的多目标分类判别模型M，通过模型M识别出当前视频帧中带电危险设备、工作人员、动作行为和安全围栏四类目标。
4.如权利要求3所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：所述深度学习网络具体包括：
(1)将深度学习模型中原有的ResNet残差网络单元用ResNeXt网络进行替代：
(2)将深度学习模型中原有的Darknet-53网络结构扩展到101层，改进后的分类网络为Darknet-101。
5.如权利要求4所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：将特征金字塔扩展到n层，对应的总的预测框由原来的9个增加到3×n个。
6.如权利要求3所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：利用判别模型M对当前视频中带电设备进行识别和定位，定位到带电设备A的中心点坐标为(xe,ye)，图像中检测到设备的长和宽分别为Width_e、Height_e，根据先验标准模板中设备A的长和宽Width_m、Height_m，计算当前设备A在视频中的尺度因子α：
Figure FDA0002309362410000021
则激活视频中心点坐标(xe,ye)，长和宽分别为Width_e+20×α、Height_e+20×α的区域为带电危险区域Area_e，设定禁止入内的警戒规则。
7.如权利要求1所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：生成虚拟电子围栏的方式有三种：
(1)自动生成电子围栏区域；
(2)根据现场实际场景，手动生成电子围栏区域；
(3)根据现场实际电子围栏，生成电子围栏区域。
8.如权利要求7所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：所述自动生成电子围栏区域具体为：利用多目标分类判别模型对当前视频中安全围栏进行识别和定位，若识别出人工设置的安全围栏，定位到安全围栏B的中心点坐标为(xs,ys)，图像中检测到设备的长和宽分别为Width_s、Height_s，则将该区域定义为安全围栏区域，若当前视频中存在多个安全围栏，则得到安全围栏区域的集合S，激活视频中各个安全围栏区域Area_s，并设定相应的警戒规则。
9.如权利要求7所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：所述根据现场实际场景，手动生成电子围栏区域，具体为，分析进入站内工作人员的工作票信息，根据工作票中规定的工作区域，手动在视频中绘制相应区域的闭合曲线，生成电子围栏区域Area_w，并开启警戒规则，禁止工作人员离开工作区域进入非工作区域。
10.如权利要求1所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：判断人员是否违规翻越围栏的具体步骤包括：利用多目标分类判别模型对当前视频中的人员行为进行检测，当检测到有翻越行为的人员时，系统进行报警。
11.如权利要求1所述的一种基于智能视频监控的变电站电子围栏监测方法，其特征是：判断人员是否违规翻越变电站周界的具体步骤包括：
(a)利用所述多目标分类判别模型检测得到当前视频中人员的位置，人员检测到的位置框中心点，检测框长和宽，计算得到人员足迹点；
(b)对于禁止进入的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域边界点，如果人员足迹点超过边界点，则判定人员进入了电子围栏中，进行报警；
(c)对于禁止离开的电子围栏区域，根据区域中心点坐标与长、宽信息计算得到闭合矩形区域的边界点，若开始监测时人员足迹点在边界点范围内则证明当前时刻工作人员处于电子围栏内，若之后时刻监测到人员足迹点超过边界点，则判定人员离开了电子围栏，进行报警。
12.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-11中任一项所述的一种基于智能视频监控的变电站电子围栏监测方法。
13.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-11中所述的一种基于智能视频监控的变电站电子围栏监测方法。
CN201911252268.3A 2019-12-09 2019-12-09 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 Pending CN111144232A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911252268.3A CN111144232A (zh) 2019-12-09 2019-12-09 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911252268.3A CN111144232A (zh) 2019-12-09 2019-12-09 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备

Publications (1)

Publication Number Publication Date
CN111144232A true CN111144232A (zh) 2020-05-12

Family

ID=70517817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911252268.3A Pending CN111144232A (zh) 2019-12-09 2019-12-09 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备

Country Status (1)

Country Link
CN (1) CN111144232A (zh)

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111461080A (zh) * 2020-05-18 2020-07-28 江苏电力信息技术有限公司 一种基于图像的智能围栏搭建和识别方法
CN111681382A (zh) * 2020-05-28 2020-09-18 天津市三源电力设备制造有限公司 一种基于视觉分析检测施工现场跨越临时围栏的方法
CN111683222A (zh) * 2020-05-28 2020-09-18 天津市三源电力设备制造有限公司 一种用于单兵安全帽的临时围栏检测方法
CN111723741A (zh) * 2020-06-19 2020-09-29 江苏濠汉信息技术有限公司 一种基于视觉分析的临时围栏移动检测报警系统
CN112288995A (zh) * 2020-11-09 2021-01-29 华能通辽风力发电有限公司 一种风电场升压站虚拟隔离安全防护系统
CN112381778A (zh) * 2020-11-10 2021-02-19 国网浙江嵊州市供电有限公司 一种基于深度学习的变电站安全管控平台
CN112417946A (zh) * 2020-09-17 2021-02-26 国网天津静海供电有限公司 电力施工现场指定区域的越界检测方法及系统
CN112530115A (zh) * 2020-11-17 2021-03-19 云南电网有限责任公司 一种电力作业人员防触电现场智能监理成套装置
CN112562238A (zh) * 2020-12-24 2021-03-26 中建材信息技术股份有限公司 一种基于视频的实时电子围栏生成方法
CN112633157A (zh) * 2020-12-22 2021-04-09 江苏智库智能科技有限公司 一种agv工作区域安全性的实时检测方法及系统
CN112757300A (zh) * 2020-12-31 2021-05-07 广东美的白色家电技术创新中心有限公司 机器人的防护系统及方法
CN112800947A (zh) * 2021-01-27 2021-05-14 上海电气集团股份有限公司 视频监控方法、系统、电子设备及存储介质
CN112818768A (zh) * 2021-01-19 2021-05-18 南京邮电大学 一种基于元学习的变电站改扩建违章行为智能化识别方法
CN112863100A (zh) * 2020-12-31 2021-05-28 山东奥邦交通设施工程有限公司 一种智能施工安全监测系统及方法
CN112861819A (zh) * 2021-04-01 2021-05-28 潘振波 一种变电站作业跨越围栏检测方法、装置及电子设备
CN113054654A (zh) * 2020-10-16 2021-06-29 泰州物族信息科技有限公司 环形电网分区域供电系统及方法
CN113095161A (zh) * 2021-03-23 2021-07-09 深圳力维智联技术有限公司 危险行为的识别方法、装置、终端设备及计算机存储介质
CN113158800A (zh) * 2021-03-19 2021-07-23 上海云赛智联信息科技有限公司 围界入侵混合检测方法及围界入侵混合检测系统
CN113192508A (zh) * 2021-05-26 2021-07-30 国家电网有限公司 一种多功能智能化变电运检虚拟监护系统及其监护方法
CN113313201A (zh) * 2021-06-21 2021-08-27 南京挥戈智能科技有限公司 基于Swin Transformer和ZED摄像头的多目标检测和测距方法
CN113378873A (zh) * 2021-01-13 2021-09-10 杭州小创科技有限公司 一种用于确定目标对象归属或归类的算法
CN113393628A (zh) * 2021-05-10 2021-09-14 天津泰来勘测设计有限公司 一种智能监控报警方法、系统、智能终端以及存储介质
CN113435278A (zh) * 2021-06-17 2021-09-24 华东师范大学 一种基于yolo的行吊安全检测方法及系统
CN113593161A (zh) * 2021-06-28 2021-11-02 华迪计算机集团有限公司 一种周界入侵检测方法
CN113657165A (zh) * 2020-08-10 2021-11-16 广东电网有限责任公司 电力现场作业中的危险攀登行为识别算法
CN113822167A (zh) * 2021-08-27 2021-12-21 杭州小创科技有限公司 基于机器视觉识别到的目标对象的归类方法、设备和介质
CN114241522A (zh) * 2021-12-13 2022-03-25 北京国网信通埃森哲信息技术有限公司 现场作业安全穿戴识别方法、系统、设备及存储介质
CN114373162A (zh) * 2021-12-21 2022-04-19 国网江苏省电力有限公司南通供电分公司 用于变电站视频监控的危险区域人员入侵检测方法及系统
CN114639217A (zh) * 2020-12-16 2022-06-17 国电南瑞科技股份有限公司 一种基于激光雷达的变电站室内区域防护与告警系统及其工作方法
CN115050152A (zh) * 2022-05-23 2022-09-13 山东国子软件股份有限公司 一种基于警戒线类别的电子围栏监控方法及系统
CN115050151A (zh) * 2022-03-31 2022-09-13 北京科技大学 一种针对于火灾现场保护的便携式智慧电子围栏
CN115273373A (zh) * 2022-06-27 2022-11-01 国网浙江省电力有限公司建德市供电公司 一种电力禁区警示系统
CN115503906A (zh) * 2022-09-28 2022-12-23 杭州雅格纳科技有限公司 人员落水智能救生系统
CN116709501A (zh) * 2022-10-26 2023-09-05 荣耀终端有限公司 业务场景识别方法、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090195654A1 (en) * 2008-02-06 2009-08-06 Connell Ii Jonathan H Virtual fence
CN102122844A (zh) * 2011-03-01 2011-07-13 江苏省电力设计院 基于传感器通信网络和专家系统的智能变电站
CN103280041A (zh) * 2013-05-08 2013-09-04 广东电网公司珠海供电局 自动布防虚拟电子围栏的监护方法和系统
CN104994334A (zh) * 2015-06-09 2015-10-21 海南电网有限责任公司 基于实时视频的变电站自动监控方法
CN107977646A (zh) * 2017-12-19 2018-05-01 北京博睿视科技有限责任公司 一种隔栏递物检测算法
CN108174165A (zh) * 2018-01-17 2018-06-15 重庆览辉信息技术有限公司 电力安全作业及运维智能监管系统及方法
CN109040669A (zh) * 2018-06-28 2018-12-18 国网山东省电力公司菏泽供电公司 变电站智能视频围栏方法及系统
CN109147272A (zh) * 2018-09-03 2019-01-04 国网天津市电力公司 基于超宽带uwb定位的变电站违规越线提示方法
CN110110657A (zh) * 2019-05-07 2019-08-09 中冶赛迪重庆信息技术有限公司 视觉识别危险的预警方法、装置、设备及存储介质
CN110163143A (zh) * 2019-05-17 2019-08-23 国网河北省电力有限公司沧州供电分公司 违规行为识别方法、装置及终端设备
CN110298234A (zh) * 2019-05-15 2019-10-01 国网湖南省电力有限公司 基于人体姿态识别的变电站带电区域安全预警方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090195654A1 (en) * 2008-02-06 2009-08-06 Connell Ii Jonathan H Virtual fence
CN102122844A (zh) * 2011-03-01 2011-07-13 江苏省电力设计院 基于传感器通信网络和专家系统的智能变电站
CN103280041A (zh) * 2013-05-08 2013-09-04 广东电网公司珠海供电局 自动布防虚拟电子围栏的监护方法和系统
CN104994334A (zh) * 2015-06-09 2015-10-21 海南电网有限责任公司 基于实时视频的变电站自动监控方法
CN107977646A (zh) * 2017-12-19 2018-05-01 北京博睿视科技有限责任公司 一种隔栏递物检测算法
CN108174165A (zh) * 2018-01-17 2018-06-15 重庆览辉信息技术有限公司 电力安全作业及运维智能监管系统及方法
CN109040669A (zh) * 2018-06-28 2018-12-18 国网山东省电力公司菏泽供电公司 变电站智能视频围栏方法及系统
CN109147272A (zh) * 2018-09-03 2019-01-04 国网天津市电力公司 基于超宽带uwb定位的变电站违规越线提示方法
CN110110657A (zh) * 2019-05-07 2019-08-09 中冶赛迪重庆信息技术有限公司 视觉识别危险的预警方法、装置、设备及存储介质
CN110298234A (zh) * 2019-05-15 2019-10-01 国网湖南省电力有限公司 基于人体姿态识别的变电站带电区域安全预警方法及系统
CN110163143A (zh) * 2019-05-17 2019-08-23 国网河北省电力有限公司沧州供电分公司 违规行为识别方法、装置及终端设备

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111461080A (zh) * 2020-05-18 2020-07-28 江苏电力信息技术有限公司 一种基于图像的智能围栏搭建和识别方法
CN111681382A (zh) * 2020-05-28 2020-09-18 天津市三源电力设备制造有限公司 一种基于视觉分析检测施工现场跨越临时围栏的方法
CN111683222A (zh) * 2020-05-28 2020-09-18 天津市三源电力设备制造有限公司 一种用于单兵安全帽的临时围栏检测方法
CN111723741A (zh) * 2020-06-19 2020-09-29 江苏濠汉信息技术有限公司 一种基于视觉分析的临时围栏移动检测报警系统
CN113657165A (zh) * 2020-08-10 2021-11-16 广东电网有限责任公司 电力现场作业中的危险攀登行为识别算法
CN112417946A (zh) * 2020-09-17 2021-02-26 国网天津静海供电有限公司 电力施工现场指定区域的越界检测方法及系统
CN113054654A (zh) * 2020-10-16 2021-06-29 泰州物族信息科技有限公司 环形电网分区域供电系统及方法
CN112288995A (zh) * 2020-11-09 2021-01-29 华能通辽风力发电有限公司 一种风电场升压站虚拟隔离安全防护系统
CN112381778A (zh) * 2020-11-10 2021-02-19 国网浙江嵊州市供电有限公司 一种基于深度学习的变电站安全管控平台
CN112530115B (zh) * 2020-11-17 2022-07-12 云南电网有限责任公司 一种电力作业人员防触电现场智能监理成套装置
CN112530115A (zh) * 2020-11-17 2021-03-19 云南电网有限责任公司 一种电力作业人员防触电现场智能监理成套装置
CN114639217A (zh) * 2020-12-16 2022-06-17 国电南瑞科技股份有限公司 一种基于激光雷达的变电站室内区域防护与告警系统及其工作方法
CN112633157A (zh) * 2020-12-22 2021-04-09 江苏智库智能科技有限公司 一种agv工作区域安全性的实时检测方法及系统
CN112633157B (zh) * 2020-12-22 2024-05-24 江苏智库智能科技有限公司 一种agv工作区域安全性的实时检测方法及系统
CN112562238A (zh) * 2020-12-24 2021-03-26 中建材信息技术股份有限公司 一种基于视频的实时电子围栏生成方法
CN112863100A (zh) * 2020-12-31 2021-05-28 山东奥邦交通设施工程有限公司 一种智能施工安全监测系统及方法
CN112863100B (zh) * 2020-12-31 2022-09-06 山东奥邦交通设施工程有限公司 一种智能施工安全监测系统及方法
CN112757300A (zh) * 2020-12-31 2021-05-07 广东美的白色家电技术创新中心有限公司 机器人的防护系统及方法
CN113378873A (zh) * 2021-01-13 2021-09-10 杭州小创科技有限公司 一种用于确定目标对象归属或归类的算法
CN112818768A (zh) * 2021-01-19 2021-05-18 南京邮电大学 一种基于元学习的变电站改扩建违章行为智能化识别方法
CN112818768B (zh) * 2021-01-19 2022-08-26 南京邮电大学 一种基于元学习的变电站改扩建违章行为智能化识别方法
CN112800947A (zh) * 2021-01-27 2021-05-14 上海电气集团股份有限公司 视频监控方法、系统、电子设备及存储介质
CN113158800A (zh) * 2021-03-19 2021-07-23 上海云赛智联信息科技有限公司 围界入侵混合检测方法及围界入侵混合检测系统
CN113095161A (zh) * 2021-03-23 2021-07-09 深圳力维智联技术有限公司 危险行为的识别方法、装置、终端设备及计算机存储介质
CN113095161B (zh) * 2021-03-23 2024-05-31 深圳力维智联技术有限公司 危险行为的识别方法、装置、终端设备及计算机存储介质
CN112861819A (zh) * 2021-04-01 2021-05-28 潘振波 一种变电站作业跨越围栏检测方法、装置及电子设备
CN113393628A (zh) * 2021-05-10 2021-09-14 天津泰来勘测设计有限公司 一种智能监控报警方法、系统、智能终端以及存储介质
CN113192508A (zh) * 2021-05-26 2021-07-30 国家电网有限公司 一种多功能智能化变电运检虚拟监护系统及其监护方法
CN113435278A (zh) * 2021-06-17 2021-09-24 华东师范大学 一种基于yolo的行吊安全检测方法及系统
CN113313201A (zh) * 2021-06-21 2021-08-27 南京挥戈智能科技有限公司 基于Swin Transformer和ZED摄像头的多目标检测和测距方法
CN113593161A (zh) * 2021-06-28 2021-11-02 华迪计算机集团有限公司 一种周界入侵检测方法
CN113822167A (zh) * 2021-08-27 2021-12-21 杭州小创科技有限公司 基于机器视觉识别到的目标对象的归类方法、设备和介质
CN114241522A (zh) * 2021-12-13 2022-03-25 北京国网信通埃森哲信息技术有限公司 现场作业安全穿戴识别方法、系统、设备及存储介质
CN114373162B (zh) * 2021-12-21 2023-12-26 国网江苏省电力有限公司南通供电分公司 用于变电站视频监控的危险区域人员入侵检测方法及系统
CN114373162A (zh) * 2021-12-21 2022-04-19 国网江苏省电力有限公司南通供电分公司 用于变电站视频监控的危险区域人员入侵检测方法及系统
CN115050151A (zh) * 2022-03-31 2022-09-13 北京科技大学 一种针对于火灾现场保护的便携式智慧电子围栏
CN115050151B (zh) * 2022-03-31 2023-01-17 北京科技大学 一种针对于火灾现场保护的便携式智慧电子围栏
CN115050152A (zh) * 2022-05-23 2022-09-13 山东国子软件股份有限公司 一种基于警戒线类别的电子围栏监控方法及系统
CN115273373A (zh) * 2022-06-27 2022-11-01 国网浙江省电力有限公司建德市供电公司 一种电力禁区警示系统
CN115503906A (zh) * 2022-09-28 2022-12-23 杭州雅格纳科技有限公司 人员落水智能救生系统
CN116709501A (zh) * 2022-10-26 2023-09-05 荣耀终端有限公司 业务场景识别方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111144232A (zh) 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备
CN110674772B (zh) 电力作业现场智能安全管控辅助系统及方法
CN106412501A (zh) 一种视频的施工安全行为智能监控系统及其监控方法
CN108875561A (zh) 一种输电线路监控隐患预警图像的隐患重复判别方法
CN109389185B (zh) 使用三维卷积神经网络的视频烟雾识别方法
CN112183265A (zh) 基于图像识别的电力施工视频监控告警方法及系统
CN109446936A (zh) 一种用于监控场景的身份识别方法及装置
CN110827435A (zh) 基于智能警示柱的外破监测方法、系统及可读存储介质
CN113469654B (zh) 一种基于智能算法融合的变电站多层次安全管控系统
CN114782897A (zh) 基于机器视觉及深度学习的危险行为检测方法及系统
CN104637071A (zh) 基于智能视频分析的人员跟踪方法
CN113191273A (zh) 基于神经网络的油田井场视频目标检测与识别方法及系统
CN111062373A (zh) 一种基于深度学习的吊装过程危险识别方法及系统
CN116311081B (zh) 一种基于图像识别的医学实验室监控图像分析方法和系统
CN115567690A (zh) 一种自动识别现场作业危险点的智慧监控系统
Wang et al. A safety helmet and protective clothing detection method based on improved-yolo v 3
Xiao et al. Real-time object detection for substation security early-warning with deep neural network based on YOLO-V5
CN107920224B (zh) 一种异常告警方法、设备及视频监控系统
CN103605956A (zh) 基于视频摘要的突发事件智能识别系统
CN111860187A (zh) 一种高精度的佩戴口罩识别方法及系统
Li et al. Application research of artificial intelligent technology in substation inspection tour
CN117172984A (zh) 基于设备检修数字孪生场景的安全风险识别方法及系统
CN112885014A (zh) 预警方法、装置、系统和计算机可读存储介质
CN116778657A (zh) 一种智能识别入侵行为的方法及系统
CN114241400A (zh) 电网系统的监控方法及其装置、计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201030

Address after: 250101 Electric Power Intelligent Robot Production Project 101 in Jinan City, Shandong Province, South of Feiyue Avenue and East of No. 26 Road (ICT Industrial Park)

Applicant after: National Network Intelligent Technology Co.,Ltd.

Address before: 250101 Electric Power Intelligent Robot Production Project 101 in Jinan City, Shandong Province, South of Feiyue Avenue and East of No. 26 Road (ICT Industrial Park)

Applicant before: National Network Intelligent Technology Co.,Ltd.

Applicant before: STATE GRID SHANDONG ELECTRIC POWER Co.