CN111178246B - 基于电力施工操作的远程监测方法、装置和计算机设备 - Google Patents
基于电力施工操作的远程监测方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111178246B CN111178246B CN201911379988.6A CN201911379988A CN111178246B CN 111178246 B CN111178246 B CN 111178246B CN 201911379988 A CN201911379988 A CN 201911379988A CN 111178246 B CN111178246 B CN 111178246B
- Authority
- CN
- China
- Prior art keywords
- information
- equipment
- power equipment
- power
- standard
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 148
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012806 monitoring device Methods 0.000 claims abstract description 25
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims description 40
- 230000009471 action Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010019345 Heat stroke Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种基于电力施工操作的远程监测方法、装置和计算机设备。所述方法包括:采集电力施工的操作视频,从所述操作视频中提取多帧操作图像;对所述操作图像进行识别,得到电力设备标识,获取所述电力设备标识对应的标准操作对象;调用预设的操作监测模型,基于多帧所述操作图像进行操作监测,得到待操作对象;根据所述标准操作对象对所述待操作对象进行校验;当校验失败时,生成告警提示信息,将所述告警提示信息发送至告警设备。采用本方法能够避免进行错误的电力施工操作,有效的提高电力施工操作的准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于电力施工操作的远程监测方法、装置、计算机设备和存储介质。
背景技术
随着电力技术的不断发展,多种类型的电力设备也在不断的被升级改造,也有设计制造出新的电力设备。电力设备具备更加优异的性能或丰富的功能,使得由多个电力设备组成的电力系统能够更加可靠、高效的运转。
在电力系统的建设、维护等施工过程中,施工人员需要操作多种电力设备。电力设备的性能或功能在优化的同时,施工操作的复杂度也有所提高。特别是部分危险系数较高或精密度较高的电力设备,对施工操作的准确性要求也较高。然而,施工人员通常是直接根据个人经验进行电力施工操作,施工人员之间的个人经验存在差异,部分施工人员的施工操作可能存在错误,电力施工操作的准确性较低。
发明内容
基于此,有必要针对上述电力施工操作可能存在错误,准确性较低的技术问题,提供一种能够提高电力施工操作准确性的基于电力施工操作的远程监测方法、装置、计算机设备和存储介质。
一种基于电力施工操作的远程监测方法,所述方法包括:
采集电力施工的操作视频,从所述操作视频中提取多帧操作图像;
对所述操作图像进行识别,得到电力设备标识,获取所述电力设备标识对应的标准操作对象;
调用预设的操作监测模型,基于多帧所述操作图像进行操作监测,得到待操作对象;
根据所述标准操作对象对所述待操作对象进行校验;
当校验失败时,生成告警提示信息,将所述告警提示信息发送至告警设备。
在其中一个实施例中,所述调用预设的操作监测模型,基于多帧所述操作图像进行操作监测,得到待操作对象包括:
根据所述操作监测模型对所述操作图像进行监测,得到施工操作姿态;
获取所述电力设备标识对应的电力设备信息;
将所述施工操作姿态与所述电力设备信息进行比对,得到待操作对象。
在其中一个实施例中,所述将所述施工操作姿态与所述电力设备信息进行比对,得到待操作对象包括:
从所述施工操作姿态中提取手部姿态;
根据所述电力设备信息获取设备控件信息;
将所述手部姿态与所述设备控件信息进行比对,得到操作重合度;
确定所述操作重合度大于预设阈值的设备控件作为所述待操作对象。
在其中一个实施例中,所述方法还包括:
获取所述电力设备标识对应的操作对象序列;
根据所述操作对象序列确定对应的标准操作对象;
重复提取多帧操作图像,根据所述标准操作对象连续对所述待操作对象进行校验。
在其中一个实施例中,所述方法还包括:
调用预设的人体识别模型,将所述操作图像输入所述人体识别模型,得到多个区域类型;
根据所述区域类型对所述操作图像进行分割,得到对应的目标区域图像;
获取所述区域类型对应的标准装备信息,基于所述标准装备信息对所述目标区域图像进行佩戴检测;
当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。
一种基于电力施工操作的远程监测装置,所述装置包括:
图像获取模块,用于采集电力施工的操作视频,从所述操作视频中提取多帧操作图像;
电力设备识别模块,用于对所述操作图像进行识别,得到电力设备标识,获取所述电力设备标识对应的标准操作对象;
操作监测模块,用于调用预设的操作监测模型,基于多帧所述操作图像进行操作监测,得到待操作对象;
操作对象校验模块,用于根据所述标准操作对象对所述待操作对象进行校验;
告警提示模块,用于当校验失败时,生成告警提示信息,将所述告警提示信息发送至告警设备。
在其中一个实施例中,所述操作监测模块还用于根据所述操作监测模型对所述操作图像进行监测,得到施工操作姿态;获取所述电力设备标识对应的电力设备信息;将所述施工操作姿态与所述电力设备信息进行比对,得到待操作对象。
在其中一个实施例中,所述操作监测模块还用于从所述施工操作姿态中提取手部姿态;根据所述电力设备信息获取设备控件信息;将所述手部姿态与所述设备控件信息进行比对,得到操作重合度;确定所述操作重合度大于预设阈值的设备控件作为所述待操作对象。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于电力施工操作的远程监测方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于电力施工操作的远程监测方法的步骤。
上述基于电力施工操作的远程监测方法、装置、计算机设备和存储介质,通过采集电力施工的操作视频,从操作视频中提取多帧操作图像,对操作图像进行识别,得到电力施工操作对应的电力设备标识,获取电力设备标识对应的标准操作对象。通过调用操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象,以此实现对施工人员的电力施工操作进行监测。根据标准操作对象对待操作对象进行校验,当校验失败时,生成告警提示信息,将告警提示信息发送至告警设备,以此提示施工人员进行的电力施工操作可能存在错误,从而避免进行错误的电力施工操作,有效的提高了电力施工操作的准确性。
附图说明
图1为一个实施例中基于电力施工操作的远程监测方法的应用环境图;
图2为一个实施例中基于电力施工操作的远程监测方法的流程示意图;
图3为一个实施例中将施工操作姿态与电力设备信息进行比对,得到待操作对象的步骤的流程示意图;
图4为一个实施例中基于电力施工操作的远程监测装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于电力施工操作的远程监测方法,可以应用于如图1所示的应用环境中。其中,监控设备102可以通过网络与服务器104进行通信,服务器104可以与告警设备106通过网络进行通信。监控设备102可以采集施工人员在电力施工过程中的操作视频。服务器104获取监控设备102采集的操作视频,从操作视频中提取多帧操作图像。服务器104对操作图像进行识别,得到电力设备标识,获取电力设备标识对应的标准操作对象。服务器104调用预设的操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象。服务器104根据标准操作对象对待操作对象进行校验。当校验失败时,服务器104生成告警提示信息,将告警提示信息发送至告警设备106。告警设备106根据告警提示信息进行提示。其中,监控设备102可以包括但不限于各种视频监控设备和图像监控设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现,告警设备106可以包括但不限于各种广播设备、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种基于电力施工操作的远程监测方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,采集电力施工的操作视频,从操作视频中提取多帧操作图像。
服务器可以对应有多种类型的监控设备。例如,监控设备可以是预先固定安装在电力施工区域内的摄像头等,用于采集固定电力施工区域的视频数据。监控设备还可以是可移动的,比如具体可以包括但不限于设置在可移动机器人、监控车以及施工人员对应的安全帽上,可以多角度的采集电力施工区域的视频数据。监控设备可以在施工人员进行电力施工操作时采集对应的视频数据,服务器可以将监控设备采集到的包括电力施工操作动作的视频数据记作操作视频。服务器可以从操作视频中提取多帧操作图像。
服务器具体可以根据预设频率获取监控设备采集的操作图像。具体的,服务器可以获取监控设备采集对应电力施工区域的操作视频,读取操作视频中的多帧图像,根据预设频率从操作视频中提取操作图像。其中,预设频率可以是常量,具体可以是用户根据实际需求预先设置的,比如服务器可以每秒获取10帧操作图像。预设频率还可以是变量。例如,预设频率可以根据时间的变化而变化,施工时间对应的频率相较于非施工时间对应的频率更大。预设频率还可以随着监控区域内施工人员数量的变化而变化。当监控区域内不存在施工人员时,对应的也不会存在电力施工操作,服务器可以降低采集操作图像的频率,避免对不存在电力施工操作的图像数据进行没有必要的监测,节省服务器的运算资源。
步骤204,对操作图像进行识别,得到电力设备标识,获取电力设备标识对应的标准操作对象。
服务器可以对提取的操作图像进行识别,从操作图像中识别出施工人员进行电力施工操作所针对的电力设备,得到电力设备对应的电力设备标识。电力设备标识可以用于标记施工人员进行电力施工操作的电力设备。具体的,服务器可以通过多种方式进行识别处理。例如,服务器可以获取目标识别模型,根据目标识别模型对操作图像进行目标识别处理,得到目标识别模型输出的电力设备标识。其中,目标识别模型具体可以是多种神经网络模型中的一种,目标识别模型可以是预先训练后配置在服务器中的。
在其中一个实施例中,由于监控设备采集操作视频的角度,以及施工人员可能遮挡电力设备,影响电力设备在操作图像中的完整性,导致根据操作图像进行目标识别结果不准确。服务器还可以识别操作图像中的图形码,在实际电力施工环境中,可以在电力设备的多个方向和位置上设置唯一对应的图形码。图形码具体可以包括条形码或者二维码。服务器可以识别操作图像中包括的图形码,得到图形码对应的电力设备标识。通过在电力设备上设置唯一对应的图形码,服务器通过识别操作图像中的图像码得到电力施工操作对应的电力设备标识,有效的提高了获取电力设备标识的准确性。
服务器可以根据电力设备标识,获取与电力设备标识对应的标准操作对象。其中,标准操作对象是指电力设备对应的施工人员应当进行操作的操作对象。操作对象是指电力设备对应的设备控件,例如,可以包括按钮控件、旋钮控件等实体控件和虚拟控件。服务器可以根据电力设备标识获取电力设备对应的操作规则,记载了如何按顺序正确操作电力设备。服务器可以根据电力设备对应的操作规则确定对应的标准操作对象。
在其中一个实施例中,服务器可以根据电力设备标识,获取电力设备标识对应的操作对象序列。操作对象序列记载了电力设备对应的多个操作对象,以及多个操作对象之间的操作顺序,操作对象序列可以采用列表的形式记录。服务器可以根据操作对象在操作对象序列中的先后顺序,确定标准操作对象。服务器可以提取多帧操作图像,根据标准操作对象对操作图像对应的待操作对象进行校验。当校验成功时,服务器可以重复提取多帧操作图像,根据操作对象序列确定下一个操作对象作为标准操作对象,整个电力施工过程中连续对施工人员的电力施工操作进行实时监测,以此保证施工人员操作的准确性。
步骤206,调用预设的操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象。
服务器可以调用预设的操作监测模型,操作监测模型可以是预先建立并经过样本训练后得到的。操作监测模型可以在训练得到后配置在服务器中,以便于服务器调用操作监测模型对操作图像进行操作监测。操作监测模型可以是多种算法模型中的一种。例如,操作监测模型具体可以是SVM(Support Vector Machine,支持向量机)模型以及神经网络模型等。其中,神经网络模型可以包括VGG(Visual Geometry Group Network)模型、FasterR-CNN模型、SSD(Single Shot MultiBox Detector)模型、BP神经网络模型以及YOLO模型中的至少一种。
服务器可以将多帧操作图像输入至操作监测模型中,根据操作监测模型对多帧操作图像进行操作监测,监测操作图像中施工人员进行的电力施工操作,得到操作监测模型输出的待操作对象。待操作对象是指电力施工过程中,施工人员准确进行的电力施工操作所针对的操作对象。对于危险系数较高或精密度较高的电力设备,错误的操作可能对施工人员或电力设备造成较大损害。为了避免施工人员进行错误操作,服务器可以根据多帧操作图像进行操作监测,识别施工人员在连续多帧操作图像中的操作行为,根据多帧操作图像跟踪预测施工人员的操作行为,以及操作行为所对应的待操作对象,从而及时对施工人员的电力施工操作进行校验或告警提示,避免施工人员对电力设备做出错误操作。
在其中一个实施例中,服务器可以获取训练样本,根据训练样本对操作监测模型进行训练。训练样本可以包括施工人员在多种电力施工环境下对不同电力设备进行施工操作的图像。例如,电力施工环境具体可以包括针对室内地面电力设备施工,针对室外地面电力设备施工,针对地下电力设备施工以及针对高空电力设备施工。室外地面施工环境以及高空施工环境还可以对应有多种气象环境,不同的气象环境对应的光照强度等是不同的,训练样本可以包括不同气象环境对应的样本图像。服务器可以获取样本图像对应的操作标注信息,基于样本图像和对应的操作标注信息对建立的初始操作监测模型进行训练,得到训练成功的目标操作监测模型,并将目标操作监测模型配置在服务器中。
步骤208,根据标准操作对象对待操作对象进行校验。
步骤210,当校验失败时,生成告警提示信息,将告警提示信息发送至告警设备。
服务器可以根据标准操作对象对待操作对象进行校验。具体的,服务器可以将标准操作对象与待操作对象进行比对,判断待操作对象与标准操作对象是否一致。当待操作对象与标准操作对象一致时,确定校验成功,施工人员可以继续对待操作对象进行施工操作。当待操作对象与标准操作对象不一致时,确定校验失败。当校验失败时,服务器可以生成告警提示信息。服务器可以将生成的告警提示信息发送至监控设备对应的告警设备,使得告警设备展示告警提示信息,以此及时提示施工人员电力施工操作可能存在错误,可以再次确认或重新调整操作对象,从而避免进行错误的电力施工操作。
具体的,服务器可以获取监控设备对应的监控设备标识,根据监控设备标识和校验结果确定目标告警策略。不同的监控设备可以对应不同的电力设备,不同电力设备对施工操作的准确度要求也是不同的。服务器可以根据监控设备对应的监控设备标识确定对应电力设备的等级,根据电力设备对应的等级,以及校验失败结果确定目标告警策略。其中,目标告警策略是多个预设告警策略中的一个。预设告警策略可以是用户根据实际应用需求预先设置并存储在服务器中的,预设告警策略包括电力设备等级、需要联动的告警设备标识、告警提示方式以及信息类型等。告警设备标识与监控设备标识之间可以存在关联关系。服务器可以将监控设备标识以及校验结果,与多个预设告警策略进行匹配,确定相匹配的预设告警策略作为目标告警策略。
目标告警策略包括信息类型和告警设备标识,信息类型与告警设备标识可以是相对应的。服务器可以根据目标告警策略中的信息类型生成对应的告警提示信息。告警提示信息可以是多种信息类型中的至少一种。例如,告警提示信息具体可以是文本提示信息,也可以是声音提示信息,还可以是文本提示信息与声音提示信息的结合。服务器可以将生成的告警提示信息发送至于信息类型相对应的告警设备标识标记的告警设备,使得告警设备展示对应的告警提示信息。比如,告警设备可以通过对应的显示界面展示文本提示信息,通过扬声器展示声音提示信息,以此提示施工人员的电力施工操作可能存在错误,可以再次确认或重新调整操作对象,从而避免进行错误的电力施工操作。
在本实施例中,服务器通过采集电力施工的操作视频,从操作视频中提取多帧操作图像,对操作图像进行识别,得到施工人员的电力施工操作所对应的电力设备标识,获取电力设备标识对应的标准操作对象。服务器通过调用操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象。服务器根据标准操作对象对待操作对象进行校验,当校验失败时,生成告警提示信息,将告警提示信息发送至告警设备,以此提示施工人员进行的电力施工操作可能存在错误,可以再次确认或重新调整操作对象,避免了施工人员进行错误的电力施工操作,有效的提高了电力施工操作的准确性。
在一个实施例中,上述调用预设的操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象的步骤包括:根据操作监测模型对操作图像进行监测,得到施工操作姿态;获取电力设备标识对应的电力设备信息;将施工操作姿态与电力设备信息进行比对,得到待操作对象。
服务器可以将多帧操作图像输入至操作监测模型中,操作图像中包括施工人员的施工操作动作。服务器可以根据操作监测模型对多帧操作图像进行运算,监测识别操作图像中的操作动作,得到操作监测模型输出施工人员的施工操作姿态。施工操作姿态是指施工人员在电力施工过程中人体的动作姿态,施工操作姿态可以包括施工人员多个人体部位分别对应的位置和动作类型。
服务器可以获取电力设备标识对应的电力设备信息,电力设备信息包括电力设备对应的操作对象信息以及标准操作信息等。操作对象信息具体可以包括电力设备中多个操作对象分别对应的对象标识、对象类型以及在电力设备中的位置等,标准操作信息具体可以包括电力设备对应多个操作对象的标准操作顺序以及标准操作动作信息等。例如,对于电力设备中按压类型的操作对象,对应的标准操作动作为按压操作,施工人员无法通过旋转等类型的动作操作对应的操作对象。服务器可以将施工人员的施工操作姿态与电力设备信息进行比对,具体可以将施工人员施工操作姿态的动作类型与标准操作动作信息进行比对,将施工操作姿态对应的位置与电力设备中多个操作对象的位置进行比对,确定比对一致的操作对象为施工人员即将进行电力施工操作的待操作对象。
在一个实施例中,如图3所示,上述将施工操作姿态与电力设备信息进行比对,得到待操作对象的步骤包括:
步骤302,从施工操作姿态中提取手部姿态。
步骤304,根据电力设备信息获取设备控件信息。
步骤306,将手部姿态与设备控件信息进行比对,得到操作重合度。
步骤308,确定操作重合度大于预设阈值的设备控件作为待操作对象。
监控设备采集的操作图像中可以包括施工人员的手部图像。在其中一个实施例中,监控设备可以设置在施工人员佩戴的安全帽上,从而可以以施工人员的视角,更加准确的采集施工人员的手部操作和电力设备。操作监测模型输出的施工操作姿态中包括施工人员的手部姿态。服务器可以从施工操作姿态中提取施工人员对应的手部姿态,手部姿态具体可以包括施工人员手部的动作信息和位置信息。服务器可以从电力设备标识对应的电力设备信息中,获取设备控件信息。设备控件可以是电力设备标识对应的标准操作对象,设备控件信息可以包括设备控件在电力设备中的位置信息,以及设备控件对应的控件类型。服务器可以将施工人员的手部姿态与设备控件信息进行比对,得到操作重合度。具体的,服务器可以将手部动作与设备控件类型进行比对,得到类型重合度。将手部位置与设备控件位置进行比对,得到位置重合度。服务器可以根据类型重合度和位置重合度分别对应的权重,对类型重合度和位置重合度进行加权运算,得到操作重合度。服务器可以将操作重合度与预设阈值进行比对。当操作重合度小于或等于预设阈值时,确定比对失败,服务器可以继续将手部姿态与其他设备控件对应的设备控件信息进行比对。当操作重合度大于预设阈值时,确定比对成功,服务器可以确定比对成功的设备控件信息对应的设备控件作为待操作对象。
在本实施例中,服务器通过从多帧操作图像中监测出的施工人员的施工操作姿态,与电力设备信息进行比对,得到操作重合度。服务器可以确定操作重合度大于预设阈值的设备控件作为施工人员的待操作对象,以此实现跟踪预测出施工人员即将进行电力施工操作的操作对象,以便于对待操作对象进行校验,避免了施工人员进行错误的电力施工操作,有效的提高了电力施工操作的准确性。
在一个实施例中,上述电力施工操作的检测方法还包括:调用预设的人体识别模型,将操作图像输入人体识别模型,得到多个区域类型;根据区域类型对操作图像进行分割,得到对应的目标区域图像;获取区域类型对应的标准装备信息,基于标准装备信息对目标区域图像进行佩戴检测;当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。
服务器可以调用预设的人体识别模型,人体识别模型可以是预先建立并经过样本训练后得到的。人体识别模型可以在训练得到后配置在服务器中,以便于服务器调用人体识别模型对操作图像进行人体识别。人体识别模型可以是多种算法模型中的一种。服务器可以将操作图像输入至人体识别模型中,根据人体识别模型对操作图像进行人体识别运算,得到人体识别模型输出的多个图像区域,以及多个图像区域分别对应的区域类型。例如,人体识别模型输出的多种区域类型具体可以包括施工人员对应的头部区域、手部区域、手臂区域、躯干区域、腿部区域以及脚部区域等中的至少一种,以此识别操作图像中施工人员对应的人体部位。每个图像区域可以是矩形区域,也可以是其他形状的区域范围。
服务器可以根据人体识别模型输出的多个图像区域,以及多个图像区域分别对应的区域类型,对操作图像中的人体部分进行分割。具体的,服务器可以根据人体识别模型输出的多个区域类型各自对应的图像区域,在操作图像中确定对应的位置,根据多个图像区域对应的范围分别进行截取,以此对操作图像进行分割,得到与多个图像区域分别对应的多个目标区域图像。当操作图像中包括多个人体图像时,人体识别模型可以对多个人体图像进行人体识别,分割得到多个人体图像各自对应的目标区域图像。与图像区域的区域类型相对应的,目标区域图像具体可以包括施工人员对应的头部图像、手部图像、手臂图像、躯干图像、腿部图像以及脚部图像等中的至少一种。
服务器可以获取区域类型对应的标准装备信息。具体的,服务器可以预先设置并存储有区域类型与标准装备信息之间的关联关系。服务器可以根据区域类型与标准装备信息之间的关联关系,获取与区域类型相关联的标准装备信息。标准装备信息是指在电力施工环境中施工人员应该佩戴的电力防护装备对应的装备信息。电力防护装备是指可以在电力施工过程中保护施工人员,起到防护作用的装备。例如,电力防暑装备具体可以包括安全帽、电磁屏蔽服、绝缘手套、安全绳以及绝缘靴等。与电力施工环境对应的标准装备信息具体可以包括安全帽信息、电磁屏蔽服信息、绝缘手套信息、安全绳信息以及绝缘靴信息等多种电力防护装备信息中的至少一种。
根据电力防护装备对应的佩戴规则,不同的区域类型可以对应不同的标准装备信息。例如,头部区域可以与安全帽信息相关联,手部区域可以与绝缘手套信息相关联,躯干区域可以与电磁屏蔽服信息相关联。在其中一个实施例中,在不同的电力施工环境下,区域类型可以对应有不同的标准装备信息。例如,在高空施工环境下,躯干区域可以与安全绳信息相对应。而在室内地面施工环境中,躯干区域可以不与安全绳信息相关联。在电磁辐射较大的电力施工环境中需要穿戴电磁屏蔽服,而在电磁辐射较小的电力施工环境中不需要穿戴电磁屏蔽服。用户可以预先对不同电力施工环境下区域类型与标准装备信息之间的关联关系进行设置。
服务器可以基于区域类型对应的标准装备信息,对目标区域图像进行佩戴检测,检测目标区域图像中的施工人员是否佩戴与标准装备信息相对应的电力防护装备。具体的,服务器可以调用佩戴检测模型,佩戴检测模型可以是预先训练并配置在服务器中的,佩戴检测模型可以包括多种目标检测算法中的至少一种。服务器可以将目标区域图像输入至佩戴检测模型中,利用佩戴检测模型基于标准装备信息进行佩戴检测,得到佩戴检测模型输出的佩戴检测结果。在其中一个实施例中,佩戴检测模型可以是与区域类型相对应的,服务器可以根据图像区域图像对应的不同区域类型,调用与区域类型对应的不同的佩戴检测模型进行佩戴检测。不同区域类型对应的佩戴检测模型的目标检测算法可以是相同的,也可以是不同的。服务器还可以调用一个完整的佩戴检测模型,佩戴检测模型中可以包括多个与区域类型相对应的检测子网络,服务器可以根据佩戴检测模型中与区域类型对应的检测子网络对目标区域图像进行检测,得到佩戴检测结果。
服务器对目标区域图像进行佩戴检测,得到的佩戴检测结果可以包括已佩戴装备和未佩戴装备中的一种。当佩戴检测结果为已佩戴装备时,确定检测成功,服务器可以重复获取监控设备采集的操作图像,持续对电力施工过程中施工人员是否佩戴对应的电力防护装备进行检测。当佩戴检测结果为未佩戴装备时,确定检测失败,服务器可以根据佩戴检测结果生成佩戴失败提示信息。佩戴失败提示信息可以是多种信息类型中的至少一种,以此提示施工人员佩戴电力防护装备。
在本实施例中,服务器可以对施工人员对应的操作图像进行人体识别,根据区域类型将操作图像分割成多个对应的目标区域图像。服务器可以获取区域类型对应的标准装备信息,基于标准装备信息对目标区域图像进行佩戴检测,当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。在监测施工人员的电力施工操作是否准确的同时,服务器还可以检测施工人员在电力施工过程中是否佩戴电力施工环境所要求的的电力防护装备,对未佩戴对应电力防护装备的施工人员进行提示,进一步对电力施工过程进行监测,保证施工人员在电力施工操作过程中的安全,减小了电力施工操作过程中的安全隐患。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种基于电力施工操作的远程监测装置,包括:图像获取模块402、电力设备识别模块404、操作监测模块406、操作对象校验模块408和告警提示模块410,其中:
图像获取模块402,用于采集电力施工的操作视频,从操作视频中提取多帧操作图像。
电力设备识别模块404,用于对操作图像进行识别,得到电力设备标识,获取电力设备标识对应的标准操作对象。
操作监测模块406,用于调用预设的操作监测模型,基于多帧操作图像进行操作监测,得到待操作对象。
操作对象校验模块408,用于根据标准操作对象对待操作对象进行校验。
告警提示模块410,用于当校验失败时,生成告警提示信息,将告警提示信息发送至告警设备。
在一个实施例中,上述操作监测模块406还用于根据操作监测模型对操作图像进行监测,得到施工操作姿态;获取电力设备标识对应的电力设备信息;将施工操作姿态与电力设备信息进行比对,得到待操作对象。
在一个实施例中,上述操作监测模块406还用于从施工操作姿态中提取手部姿态;根据电力设备信息获取设备控件信息;将手部姿态与设备控件信息进行比对,得到操作重合度;确定操作重合度大于预设阈值的设备控件作为待操作对象。
在一个实施例中,上述操作对象校验模块408还用于获取电力设备标识对应的操作对象序列;根据操作对象序列确定对应的标准操作对象;重复提取多帧操作图像,根据标准操作对象连续对待操作对象进行校验。
在一个实施例中,上述基于电力施工操作的远程监测装置还包括装备检测模块,用于调用预设的人体识别模型,将操作图像输入人体识别模型,得到多个区域类型;根据区域类型对操作图像进行分割,得到对应的目标区域图像;获取区域类型对应的标准装备信息,基于标准装备信息对目标区域图像进行佩戴检测;当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。
关于基于电力施工操作的远程监测装置的具体限定可以参见上文中对于基于电力施工操作的远程监测方法的限定,在此不再赘述。上述基于电力施工操作的远程监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于电力施工操作的远程监测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于电力施工操作的远程监测方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述基于电力施工操作的远程监测方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于电力施工操作的远程监测方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于电力施工操作的远程监测方法,所述方法包括:
采集电力施工的操作视频,根据预设频率从所述操作视频中提取多帧操作图像,所述预设频率是变量;
对所述操作图像进行识别,通过识别所述操作图像中的图形码,得到电力设备标识,根据所述电力设备标识获取电力设备对应的操作规则,根据所述操作规则获取所述电力设备标识对应的标准操作对象;
调用预设的操作监测模型,基于多帧所述操作图像监测出施工人员的施工操作姿态,所述施工操作姿态包括施工人员多个人体部位分别对应的位置和动作类型;获取所述电力设备标识对应的电力设备信息,所述电力设备信息包括电力设备对应的操作对象信息以及标准操作信息,所述操作对象信息包括所述电力设备中多个操作对象分别对应的对象标识、对象类型以及在电力设备中的位置,所述标准操作信息包括电力设备对应多个操作对象的标准操作顺序以及标准操作动作信息;将施工人员所述施工操作姿态的动作类型与标准操作动作信息进行比对,将所述施工操作姿态对应的位置与电力设备中多个操作对象的位置进行比对,确定比对一致的操作对象为待操作对象,包括:从所述施工操作姿态中提取手部姿态;手部姿态包括施工人员的手部动作信息和手部位置;根据所述电力设备信息获取设备控件信息;设备控件信息包括设备控件在电力设备中的位置信息,以及设备控件对应的控件类型;将所述手部姿态与所述设备控件信息进行比对,得到操作重合度,包括:将手部动作与控件类型进行比对,得到类型重合度;将手部位置与设备控件在电力设备中的位置信息进行比对,得到位置重合度;根据类型重合度和位置重合度分别对应的权重,对类型重合度和位置重合度进行加权运算,得到操作重合度;确定所述操作重合度大于预设阈值的设备控件作为所述待操作对象;
其中,所述操作监测模型是根据包含不同气象环境对应的样本图像的训练样本训练得到的;
根据所述标准操作对象对所述待操作对象进行校验;
当校验失败时,生成告警提示信息,将所述告警提示信息发送至告警设备,获取监控设备对应的监控设备标识,根据所述监控设备标识确定对应电力设备的等级、需要联动的告警设备标识、告警提示方式以及信息类型,根据所述对应电力设备的等级、需要联动的告警设备标识、告警提示方式、信息类型以及校验失败结果与多个预设告警策略进行匹配,确定目标告警策略。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当操作重合度小于或等于预设阈值时,确定比对失败,继续将手部姿态与其他设备控件对应的设备控件信息进行比对。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述电力设备标识对应的操作对象序列;
根据所述操作对象序列确定对应的标准操作对象;
重复提取多帧操作图像,根据所述标准操作对象连续对所述待操作对象进行校验。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述方法还包括:
调用预设的人体识别模型,将所述操作图像输入所述人体识别模型,得到多个区域类型;
根据所述区域类型对所述操作图像进行分割,得到对应的目标区域图像;
获取所述区域类型对应的标准装备信息,基于所述标准装备信息对所述目标区域图像进行佩戴检测;
当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。
5.一种基于电力施工操作的远程监测装置,其特征在于,所述装置包括:
图像获取模块,用于采集电力施工的操作视频,根据预设频率从所述操作视频中提取多帧操作图像,所述预设频率是变量;
电力设备识别模块,用于对所述操作图像进行识别,通过识别所述操作图像中的图形码,得到电力设备标识,根据所述电力设备标识获取电力设备对应的操作规则,根据所述操作规则获取所述电力设备标识对应的标准操作对象;
操作监测模块,用于调用预设的操作监测模型,基于多帧所述操作图像进监测出施工人员的施工操作姿态,所述施工操作姿态包括施工人员多个人体部位分别对应的位置和动作类型;获取所述电力设备标识对应的电力设备信息,所述电力设备信息包括电力设备对应的操作对象信息以及标准操作信息,所述操作对象信息包括所述电力设备中多个操作对象分别对应的对象标识、对象类型以及在电力设备中的位置,所述标准操作信息包括电力设备对应多个操作对象的标准操作顺序以及标准操作动作信息;将施工人员所述施工操作姿态的动作类型与标准操作动作信息进行比对,将所述施工操作姿态对应的位置与电力设备中多个操作对象的位置进行比对,确定比对一致的操作对象为待操作对象,包括:从所述施工操作姿态中提取手部姿态;手部姿态包括施工人员的手部动作信息和手部位置;根据所述电力设备信息获取设备控件信息;设备控件信息包括设备控件在电力设备中的位置信息,以及设备控件对应的控件类型;将所述手部姿态与所述设备控件信息进行比对,得到操作重合度,包括:将手部动作与控件类型进行比对,得到类型重合度;将手部位置与设备控件在电力设备中的位置信息进行比对,得到位置重合度;根据类型重合度和位置重合度分别对应的权重,对类型重合度和位置重合度进行加权运算,得到操作重合度;确定所述操作重合度大于预设阈值的设备控件作为所述待操作对象;其中,所述操作监测模型是根据包含不同气象环境对应的样本图像的训练样本训练得到的;
操作对象校验模块,用于根据所述标准操作对象对所述待操作对象进行校验;
告警提示模块,用于当校验失败时,生成告警提示信息,将所述告警提示信息发送至告警设备,获取监控设备对应的监控设备标识,根据所述监控设备标识确定对应电力设备的等级、需要联动的告警设备标识、告警提示方式以及信息类型,根据所述对应电力设备的等级、需要联动的告警设备标识、告警提示方式、信息类型以及校验失败结果与多个预设告警策略进行匹配,确定目标告警策略。
6.根据权利要求5所述的装置,其特征在于,所述操作监测模块还用于当操作重合度小于或等于预设阈值时,确定比对失败,继续将手部姿态与其他设备控件对应的设备控件信息进行比对。
7.根据权利要求5所述的装置,其特征在于,所述操作对象校验模块还用于获取电力设备标识对应的操作对象序列;根据操作对象序列确定对应的标准操作对象;重复提取多帧操作图像,根据标准操作对象连续对待操作对象进行校验。
8.根据权利要求5至7任意一项所述的装置,其特征在于,所述基于电力施工操作的远程监测装置还包括装备检测模块,用于调用预设的人体识别模型,将操作图像输入人体识别模型,得到多个区域类型;根据区域类型对操作图像进行分割,得到对应的目标区域图像;获取区域类型对应的标准装备信息,基于标准装备信息对目标区域图像进行佩戴检测;当佩戴检测结果为未佩戴装备时,生成佩戴失败提示信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379988.6A CN111178246B (zh) | 2019-12-27 | 2019-12-27 | 基于电力施工操作的远程监测方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379988.6A CN111178246B (zh) | 2019-12-27 | 2019-12-27 | 基于电力施工操作的远程监测方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111178246A CN111178246A (zh) | 2020-05-19 |
CN111178246B true CN111178246B (zh) | 2024-02-09 |
Family
ID=70647363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911379988.6A Active CN111178246B (zh) | 2019-12-27 | 2019-12-27 | 基于电力施工操作的远程监测方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178246B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932819A (zh) * | 2020-08-27 | 2020-11-13 | 宝武集团鄂城钢铁有限公司 | 一种基于智能工厂平台iPlat的可视化识别系统 |
CN112380922B (zh) * | 2020-10-23 | 2024-03-22 | 岭东核电有限公司 | 复盘视频帧确定方法、装置、计算机设备和存储介质 |
CN113696329B (zh) * | 2021-08-25 | 2022-04-01 | 乐山市富侨建材有限公司 | 一种混凝土生产和施工现场的监控与警告方法及其系统 |
CN117612095A (zh) * | 2023-11-27 | 2024-02-27 | 中国南方电网有限责任公司 | 一种电力安全控制方法及装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389705A (zh) * | 2013-07-19 | 2013-11-13 | 国家电网公司 | 操作监控系统和操作监控方法 |
CN103839193A (zh) * | 2014-03-07 | 2014-06-04 | 国家电网公司 | 基于二维码识别技术的变电站防误操作方法及系统 |
CN105957177A (zh) * | 2015-09-29 | 2016-09-21 | 北京中恒瑞翔能源科技有限公司 | 电气二次标准化巡点检系统及方法 |
CN106485298A (zh) * | 2016-10-11 | 2017-03-08 | 合肥思盟信息科技有限公司 | 一种基于二维码的设备巡检维护方法 |
CN106815681A (zh) * | 2016-12-30 | 2017-06-09 | 国网江苏省电力公司检修分公司 | 基于二维码的变电站二次设备闭环管理平台及其管理系统 |
CN107219928A (zh) * | 2017-06-23 | 2017-09-29 | 西安天圆光电科技有限公司 | 一种战机飞行员操作识别的数据采集分析装置及方法 |
CN109344679A (zh) * | 2018-07-25 | 2019-02-15 | 深圳云天励飞技术有限公司 | 基于图像分析的工地监控方法、装置及可读存储介质 |
CN109598351A (zh) * | 2018-11-23 | 2019-04-09 | 国网湖北省电力有限公司孝感供电公司 | 用于变电站设备运检的安全预警管控系统及方法 |
CN110018646A (zh) * | 2019-04-19 | 2019-07-16 | 北京潞电电气设备有限公司 | 一种电力设备操作规范监控系统 |
CN110210274A (zh) * | 2018-02-28 | 2019-09-06 | 杭州海康威视数字技术股份有限公司 | 安全帽检测方法、装置及计算机可读存储介质 |
CN110287804A (zh) * | 2019-05-30 | 2019-09-27 | 广东电网有限责任公司 | 一种基于移动视频监控的电力作业人员着装识别方法 |
-
2019
- 2019-12-27 CN CN201911379988.6A patent/CN111178246B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103389705A (zh) * | 2013-07-19 | 2013-11-13 | 国家电网公司 | 操作监控系统和操作监控方法 |
CN103839193A (zh) * | 2014-03-07 | 2014-06-04 | 国家电网公司 | 基于二维码识别技术的变电站防误操作方法及系统 |
CN105957177A (zh) * | 2015-09-29 | 2016-09-21 | 北京中恒瑞翔能源科技有限公司 | 电气二次标准化巡点检系统及方法 |
CN106485298A (zh) * | 2016-10-11 | 2017-03-08 | 合肥思盟信息科技有限公司 | 一种基于二维码的设备巡检维护方法 |
CN106815681A (zh) * | 2016-12-30 | 2017-06-09 | 国网江苏省电力公司检修分公司 | 基于二维码的变电站二次设备闭环管理平台及其管理系统 |
CN107219928A (zh) * | 2017-06-23 | 2017-09-29 | 西安天圆光电科技有限公司 | 一种战机飞行员操作识别的数据采集分析装置及方法 |
CN110210274A (zh) * | 2018-02-28 | 2019-09-06 | 杭州海康威视数字技术股份有限公司 | 安全帽检测方法、装置及计算机可读存储介质 |
CN109344679A (zh) * | 2018-07-25 | 2019-02-15 | 深圳云天励飞技术有限公司 | 基于图像分析的工地监控方法、装置及可读存储介质 |
CN109598351A (zh) * | 2018-11-23 | 2019-04-09 | 国网湖北省电力有限公司孝感供电公司 | 用于变电站设备运检的安全预警管控系统及方法 |
CN110018646A (zh) * | 2019-04-19 | 2019-07-16 | 北京潞电电气设备有限公司 | 一种电力设备操作规范监控系统 |
CN110287804A (zh) * | 2019-05-30 | 2019-09-27 | 广东电网有限责任公司 | 一种基于移动视频监控的电力作业人员着装识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111178246A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178246B (zh) | 基于电力施工操作的远程监测方法、装置和计算机设备 | |
CN111199200A (zh) | 基于电力防护装备的佩戴检测方法、装置和计算机设备 | |
CN111222423B (zh) | 基于作业区域的目标识别方法、装置、计算机设备 | |
US11080434B2 (en) | Protecting content on a display device from a field-of-view of a person or device | |
CN112272288B (zh) | 核电作业监控方法、装置、计算机设备和存储介质 | |
CN108446585B (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
CN112364715B (zh) | 核电作业异常监控方法、装置、计算机设备和存储介质 | |
WO2018001371A1 (zh) | 一种身份识别方法及装置 | |
CN111914661A (zh) | 异常行为识别方法、目标异常识别方法、设备及介质 | |
CN111191581B (zh) | 基于电力施工的安全帽检测方法、装置和计算机设备 | |
CN110620905A (zh) | 视频监控方法、装置、计算机设备和存储介质 | |
US11727578B2 (en) | Crowd type classification system, crowd type classification method and storage medium for storing crowd type classification program | |
US20190213424A1 (en) | Image processing system and image processing method | |
KR20150031985A (ko) | 모바일 기기와 협력하여 위험 상황을 추적하기 위한 시스템 및 그 방법 | |
CN110751116B (zh) | 一种目标识别的方法及装置 | |
CN107273869B (zh) | 手势识别控制方法和电子设备 | |
CN112163470A (zh) | 基于深度学习的疲劳状态识别方法、系统、存储介质 | |
CN112329560A (zh) | 核电作业人员的违规行为识别方法、装置和计算机设备 | |
CN111083441A (zh) | 工地监控方法、装置、计算机设备和存储介质 | |
CN110490079B (zh) | 巡检数据处理方法、装置、计算机设备和存储介质 | |
CN115424001A (zh) | 场景相似度估计方法、装置、计算机设备和存储介质 | |
Malik | Android system call analysis for malicious application detection | |
CN113723355A (zh) | 一种目标监控方法和装置、存储介质及电子装置 | |
CN115100595A (zh) | 一种安全隐患检测方法、系统、计算机设备和存储介质 | |
CN110826460B (zh) | 一种异常人证信息识别方法、装置和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |