CN111368727B - 配电室巡检人员着装检测方法、存储介质、系统、装置 - Google Patents

配电室巡检人员着装检测方法、存储介质、系统、装置 Download PDF

Info

Publication number
CN111368727B
CN111368727B CN202010141670.0A CN202010141670A CN111368727B CN 111368727 B CN111368727 B CN 111368727B CN 202010141670 A CN202010141670 A CN 202010141670A CN 111368727 B CN111368727 B CN 111368727B
Authority
CN
China
Prior art keywords
real
distribution room
time scene
power distribution
image
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
Application number
CN202010141670.0A
Other languages
English (en)
Other versions
CN111368727A (zh
Inventor
高圣哲
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.)
Xi'an Yongshengda Electronic Technology Co ltd
Original Assignee
Xi'an Yongshengda Electronic 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 Xi'an Yongshengda Electronic Technology Co ltd filed Critical Xi'an Yongshengda Electronic Technology Co ltd
Priority to CN202010141670.0A priority Critical patent/CN111368727B/zh
Publication of CN111368727A publication Critical patent/CN111368727A/zh
Application granted granted Critical
Publication of CN111368727B publication Critical patent/CN111368727B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/253Fusion techniques of extracted features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/98Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993Evaluation of the quality of the acquired pattern
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (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)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于配电室监测防护技术领域,公开了一种配电室巡检人员着装检测方法、存储介质、系统、装置,采集配电室实时场景图像;对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。本发明可以达到实时检测的效果,便于及时发现并提醒未佩戴安全帽的进入配电室的工人及时离开配电室。

Description

配电室巡检人员着装检测方法、存储介质、系统、装置
技术领域
本发明属于配电室监测防护技术领域,尤其涉及一种配电室巡检人员着装检测方法、存储介质、系统、装置。
背景技术
目前,最接近的现有技术:配电室是指带有低压负荷的室内配电场所,主要为低压用户配送电能,属于作业场所。企业要求进入此区域的人员必须佩戴安全帽、绝缘鞋等安全防护用品,从而保障劳动者在生产过程中减轻甚至免遭事故伤害和职业危害,保护劳动者在工作过程中的安全。但是在实际生产过程中部分工人安全意识淡薄,大部分工作人员忘记携带安全帽、绝缘鞋等安全防护用品时,贪图一时的方便,直接进入配电室进行工作,从而导致悲剧的发生。为了彻底根除不携带安全帽、绝缘鞋进入配电室工作的现象,传统的做法是专门配备安全管理人员负责监督。随着物联网技术的发展,为了节约劳动力,部分企业开发出巡检机器人来替代安全管理人员负责监督任务。但是这种方法存在的问题就是成本太高,并且机器人巡检技术本身还存在一定的缺陷,无法做到产品的真正落地,在各大企业内进行普及。随着人工智能尤其是计算机视觉技术的发展,用于配电室的安全帽检测的技术,这种技术极大地降低了成本问题,并且克服了机器人巡检存在的下列缺陷:一是不能达到实时检测的效果,二是机器人巡检虽然在建筑工地阳光充足的工作环境中进行安全帽检测效果表现良好,但是在室内配电室光照不足、甚至光照由于遮挡物遮挡而不均匀的环境中检测精度大大降低。三是工作人员佩戴的安全帽有可能被配电室的配电设备遮挡住一部分,从而不能被很好地检测到。
综上所述,现有技术存在的问题是:
(1)现有用于配电室的安全帽检测的技术存在不能达到实时检测的效果。
(2)现有用于配电室的安全帽检测的技术存在室内配电室光照不足、甚至光照由于遮挡物遮挡而不均匀的环境中检测精度大大降低。
(3)现有用于配电室的安全帽检测的技术存在工作人员佩戴的安全帽有可能被配电室的配电设备遮挡住一部分,检测效果差。
解决上述技术问题的难度:
(1)现有技术在配电室安全帽检测上或者做到检测精度高、检测速度低,或者做到检测精度低、检测速度快,在精度和速度上无法做到兼得。在配电室这样一个需要实时检测巡检人员着装的场景中,开发一套精准检测巡检人员是否佩戴安全帽又不失实时性系统是非必要。
(2)配电室光照不足、光照不均匀严重影响了安全帽检测的精度,很大程度上会发生漏检,在保证系统的实时性的条件下采用适当方法对图像进行增强又是一大挑战。
(3)图片中的安全帽存在遮挡、运动模糊等问题时会发生严重的漏检,在模型的损失函数设计时如何将遮挡问题考虑进去也是一个很大的挑战。
解决上述技术问题的意义:
本发明在配电室光照不足、光照不均匀以及安全帽部分遮挡等情况下仍然保持了较高的检测精度,走出了现有技术在安全帽检测上存在的精度和速度的两难困境,能够及时对未穿戴安全帽进行巡检的工作人员进行警告离开,充分保证了员工在工作过程中的生命财产安全。
发明内容
针对现有技术存在的问题,本发明提供了一种配电室巡检人员着装检测方法、存储介质、系统、装置。
本发明是这样实现的,一种配电室巡检人员着装检测方法,所述配电室巡检人员着装检测方法包括以下步骤:
第一步,采集配电室实时场景图像;
第二步,对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
第三步,对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
第四步,将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
进一步,所述第二步具体包括:
(1)对采集的实时场景图像进行光照质量评价,判断采集到的实时场景图像的质量是否合格;对采集的实时场景图像进行光照质量评价,包括将图片从RGB空间转到HSV空间,判断V空间的均值是否大于预定义阈值m,若是则图像光照质量合格;否则图像光照质量评价不合格;其中预测m为通过多次实验得到的关于图像光照不足的经验值;
(2)对质量评价不合格的图像进行图像修复和增强,得到质量评价合格的场景图像;对光照质量评价不合格的图像进行修复,在原始图像上进行对数变换实现整个画面的亮度提升。
进一步,所述第三步具体包括:对经过质量修复的实时场景图像进行实时检测,在实时场景图像上用矩形框标注出所检测到的安全帽、长短袖以及工作人员。
进一步,所述第四步具体包括:将检测并标注后的实时场景图像从服务器传送到移动端,供安全管理人员查看,当发现没有穿戴安全防护用品的工人时,立刻发送短信通知安全管理人员。
进一步,所述配电室巡检人员着装检测方法每隔122ms采集一张场景图,并将场景图通过rtsp协议发送给服务器。
进一步,所述配电室巡检人员着装检测方法利用低层特征和高层特征,将处理过的低层特征和高层特征进行累加,构建特征金字塔,融合多层特征信息进行类别分类和定位框的回归,让低层特征提供更加准确的位置信息,让高层特征提供更强的语义信息。
进一步包括:
(1)对输入网络的图片进行预处理操作;
(2)构建bottom-up网络,bottom-up网络将输入的1024*1024的图片,经过5个阶段的卷积池化层分别得到不同大小的特征图,分别为stage1阶段的256*256大小的feature-map、stage2阶段的128*128大小的feature-mapStage3阶段的64*64大小的feature-map、stage4阶段的32*32大小的feature-map以及stage5阶段的16*16大小的feature-map,其中每一阶段特征图的提取采用的是DenseBlock块;
(3)构建top-down网络,将stage5阶段的feature_map经过1*1卷积得到特征图M5,特征图M5经过上采样与stage4阶段的feature_map融合得到特征图M4,特征图M4经过上采样与stage3阶段的feature_map融合得到特征图M3,特征图M3经过上采样与stage2阶段的feature_map融合得到特征图M2;
(4)将特征图M5、M4、M3、M2分别经过3*3卷积得到特征图P5、p4、p3、p2,然后将特征图P5,P4,P3,P2送入RPN网络进行ROI的提取;
(5)将提取到的ROI进行RoIAlign操作,得到统一尺寸的ROI,将得到的ROI送入全连接网络层,然后再走两个支路,一个支路输出分类结果,一个支路输出检测框的坐标修正值。
本发明的另一目的在于提供一种接收用户输入程序存储介质,所存储的计算机程序使电子设备执行包括下列步骤:
第一步,采集配电室实时场景图像;
第二步,对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
第三步,对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
第四步,将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
本发明的另一目的在于提供一种实施所述配电室巡检人员着装检测方法的配电室巡检人员着装检测系统,所述配电室巡检人员着装检测系统包括:
实时场景图像采集模块,用于采集配电室实时场景图像;
实时场景图像评价模块,用于对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
着装检测模块,用于对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
检测信息处理模块,用于将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
本发明的另一目的在于提供一种搭载所述配电室巡检人员着装检测系统的配电室巡检人员着装检测装置,所述配电室巡检人员着装检测装置包括:监控摄像头、服务器、移动显示器;
监控摄像头通过局域网与服务器连接,服务器通过互联网与移动显示器连接。
综上所述,本发明的优点及积极效果为:本发明的系统自动化程度高,以前是通过安监人员巡查或观看配电室监控视频来杜绝违规现象,但由于点多面广,安监人员难以面面俱到。而在观看配电室监控视频时由于长期观看造成的视觉疲劳等原因,安检人员难免会发生疏漏,而配电室巡检人员着装检测系统则很好地解决了这个难题,网络摄像头采集配电室实时场景图,将实时场景图发送到服务器,服务器后端采用AI智能分析,一旦发现不按要求佩戴安全帽等安全防护用品的工作人员时便在当场声光报警劝相关工作人员离开配电室,并立即短信通知安全管理人员,实现了违规行为的自动化检测,节省了人力物力。
本发明放入算法可靠性强,算法对于各种不同光照强度的图片具有很强的鲁棒性,对不按要求佩戴安全帽的识别率达到96%以上,足以对违规行为形成震慑,从根本上解除管理者和监管部门的后顾之忧,充分保障了安全意识淡薄的工作者的安全。
本发明实时性强,算法检测每张图片的速度为122ms,可以达到实时检测的效果,从而使得移动端能够看到实时的检测结果,便于及时发现并提醒未佩戴安全帽的进入配电室的工人及时离开配电室。
附图说明
图1是本发明实施例提供的配电室巡检人员着装检测方法流程图。
图2是本发明实施例提供的配电室巡检人员着装检测系统的结构示意图;
图中:1、实时场景图像采集模块;2、实时场景图像评价模块;3、着装检测模块;4、检测信息处理模块。
图3是本发明实施例提供的配电室巡检人员着装检测装置的结构示意图;
图中:5、监控摄像头;6、服务器;7、移动显示器。
图4是本发明实施例提供的配电室巡检人员着装检测方法的实现流程图。
图5是本发明实施例提供的对配电室实时场景图像进行目标检测的网络结构示意图。
图6是本发明实施例提供配电室巡检人员着装检测系统的应用效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种配电室巡检人员着装检测方法、存储介质、系统、装置,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的配电室巡检人员着装检测方法包括以下步骤:
S101:采集配电室实时场景图像;
S102:对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
S103:对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
S104:将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
在本发明的优选实施例中,步骤S102具体包括:
(1)对采集的实时场景图像进行光照质量评价,判断采集到的实时场景图像的质量是否合格;对采集的实时场景图像进行光照质量评价,包括将图片从RGB空间转到HSV空间,判断V空间的均值是否大于预定义阈值m,若是则图像光照质量合格;否则图像光照质量评价不合格;其中预测m为通过多次实验得到的关于图像光照不足的经验值。
(2)对质量评价不合格的图像进行图像修复和增强,得到质量评价合格的场景图像。对光照质量评价不合格的图像进行修复,在原始图像上进行对数变换从而实现整个画面的亮度提升。
在本发明的优选实施例中,步骤S103具体包括:对经过质量修复的实时场景图像进行实时检测,在实时场景图像上用矩形框标注出所检测到的安全帽、长短袖以及工作人员。
在本发明的优选实施例中,步骤S104具体包括:将检测并标注后的实时场景图像从服务器传送到手机、笔记本等移动端,供安全管理人员查看,当发现没有穿戴安全防护用品的工人时,立刻发送短信通知安全管理人员。
如图2所示,本发明实施例提供的配电室巡检人员着装检测系统包括:
实时场景图像采集模块1,用于采集配电室实时场景图像。
实时场景图像评价模块2,用于对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强。
着装检测模块3,用于对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员。
检测信息处理模块4,用于将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
如图3所示,本发明实施例提供的配电室巡检人员着装检测装置包括:监控摄像头5、服务器6、移动显示器7。
监控摄像头5通过局域网与服务器6连接,服务器6通过互联网与移动显示器7连接。
下面结合附图对本发明的技术方案作进一步的描述。
本发明实施例提供的配电室巡检人员着装检测装置包括网络摄像头、服务器及移动显示器。其中监控摄像头和服务器处于同一局域网下,监控摄像头通过rtsp协议将配电室实时场景图发送到服务器,服务器处理配电室实时场景图,并将处理的结果图通过tcp协议传送给移动显示器,由移动显示器进行显示。
本发明实施例提供的配电室巡检人员着装检测方法包括:
第一步,服务器接收配电室网络摄像头发来的实时场景图像;网络摄像头实时采集配电室的场景,其每隔122ms采集一张场景图,并将场景图通过rtsp协议发送给服务器,此协议支持对流媒体的播放、暂停、后退、前进等操作,服务器不断接收网络摄像头传来的场景图并进行处理。
第二步,服务器对网络摄像头发送来的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强,获得质量良好的图像。
(1)服务器对网络摄像头发送来的实时场景图像进行光照质量评价,判断图像的质量是否合格。网络摄像头在配电室采集图像时,配电室的环境情况是多种多样的,例如白天时光照充足、晚上进入配电室巡查时灯光暗淡、高大的配电器材遮挡时光照不均匀,在光照充足的情况下算法检测精度高,但是在光照受到影响,图片质量不高时,检测的精度会大大降低,因此对网络摄像头发送来的实时场景图进行质量评价是十分有必要的。
在进行图像质量评价前,首先手工选出一批质量良好的实时场景图像作为标准图像,将实时场景图像从RGB空间转到HSV空间,由于V空间受到光照强度的影响最大,统计这些实时场景图像v空间的均值m,将均值m作为判断实时场景图像亮度的标准。对图像进行质量评价时,包括:将图片从RGB空间转到HSV空间,判断V空间的均值是否大于预定义阈值m,若是则所述图像光照质量合格;否则所述图像光照质量不合格;
(2)对光照质量评价不合格的图像进行图像修复和增强,得到修复和增强后的质量评价合格的实时场景图。由于配电室场景条件的影响导致图像拍摄的视觉效果不佳,这就需要图像增强技术来改善实时场景图像带给人的视觉效果,这样有利于对图像中目标的识别。由于对数曲线在像素值较低的区域斜率大,在像素值较高的区域斜率较小,所以图像经过对数变换后,较暗区域的对比度将有所提升,可以增强图像的暗部细节。因此在图像光照增强部分本发明使用对数图像增强的方法,使用公式为S=c log(r+1),对图像来实现增强。该对数变换可以将图像的低灰度值扩展,显示出低灰度部分更多的细节,将其高灰度值压缩,减少高灰度值的细节,从而达到强调图像低灰度部分的目的。
第三步,对经过图像增强的配电室实时场景图进行施工人员、安全帽、长短袖的实时检测,在实时场景图像上标注出检测出的施工人员、安全帽、长短袖的位置;
在配电室实时场景图像上进行安全帽、长短袖和工作人员位置检测的卷积神经网络如图5所示,其主要思想是同时利用低层特征和高层特征,将处理过的低层特征和高层特征进行累加,构建特征金字塔,融合多层特征信息进行类别分类和定位框的回归,从而让低层特征提供更加准确的位置信息,让高层特征提供更强的语义信息。其具体过程如下所示:
(1)对输入网络的图片进行图片大小调整、图片归一化等预处理操作。
(2)构建bottom-up网络,bottom-up网络将输入的1024*1024的图片,经过5个阶段的卷积池化层分别得到不同大小的特征图,分别为stage1阶段的256*256大小的feature-map、stage2阶段的128*128大小的feature-mapStage3阶段的64*64大小的feature-map、stage4阶段的32*32大小的feature-map以及stage5阶段的16*16大小的feature-map,其中每一阶段特征图的提取采用的是DenseBlock块。
(3)构建top-down网络,将stage5阶段的feature_map经过1*1卷积得到特征图M5,特征图M5经过上采样与stage4阶段的feature_map融合得到特征图M4,特征图M4经过上采样与stage3阶段的feature_map融合得到特征图M3,特征图M3经过上采样与stage2阶段的feature_map融合得到特征图M2。
(4)将特征图M5、M4、M3、M2分别经过3*3卷积得到特征图P5、p4、p3、p2,然后将特征图P5,P4,P3,P2送入RPN网络进行ROI的提取。
(5)将提取到的ROI进行RoIAlign操作,得到统一尺寸的ROI,将得到的ROI送入全连接网络层,然后再走两个支路,一个支路输出分类结果,一个支路输出检测框的坐标修正值。
第四步,检测后的实时场景图像由服务器传输至手机、笔记本等移动设备上,供管理人员查看,当服务器发现没有穿戴安全防护用品的工人时,服务器立刻控制配电室硬件设备进行声光警报并发送短信通知安全负责人员。服务器将类别和检测框标注在图片上,然后将图片通过tcp协议将实时场景图发送到手机、笔记本端,供其显示配电室的实时情况。当服务器检测到实时场景图种存在工作人员的检测框种不包含安全帽和长短袖的检测框时,则认为发现没有穿戴安全防护用品的工作人员,服务器立刻发送短信通知安全管理人员,并且控制配电室硬件声光警告没有带安全帽等防护措施的工作人员尽快离开配电室。
图6是本发明实施例提供配电室巡检人员着装检测系统的应用效果图。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种配电室巡检人员着装检测方法,其特征在于,所述配电室巡检人员着装检测方法包括以下步骤:
第一步,采集配电室实时场景图像;
第二步,对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
第三步,对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
第四步,将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
2.如权利要求1所述的配电室巡检人员着装检测方法,其特征在于,所述第二步具体包括:
(1)对采集的实时场景图像进行光照质量评价,判断采集到的实时场景图像的质量是否合格;对采集的实时场景图像进行光照质量评价,包括将图片从RGB空间转到HSV空间,判断V空间的均值是否大于预定义阈值m,若是则图像光照质量合格;否则图像光照质量评价不合格;其中预测m为通过多次实验得到的关于图像光照不足的经验值;
(2)对质量评价不合格的图像进行图像修复和增强,得到质量评价合格的场景图像;对光照质量评价不合格的图像进行修复,在原始图像上进行对数变换实现整个画面的亮度提升。
3.如权利要求1所述的配电室巡检人员着装检测方法,其特征在于,所述第三步具体包括:对经过质量修复的实时场景图像进行实时检测,在实时场景图像上用矩形框标注出所检测到的安全帽、长短袖以及工作人员。
4.如权利要求1所述的配电室巡检人员着装检测方法,其特征在于,所述第四步具体包括:将检测并标注后的实时场景图像从服务器传送到移动端,供安全管理人员查看,当发现没有穿戴安全防护用品的工人时,立刻发送短信通知安全管理人员。
5.如权利要求1所述的配电室巡检人员着装检测方法,其特征在于,所述配电室巡检人员着装检测方法每隔122ms采集一张场景图,并将场景图通过rtsp协议发送给服务器。
6.如权利要求1所述的配电室巡检人员着装检测方法,其特征在于,所述配电室巡检人员着装检测方法利用低层特征和高层特征,将处理过的低层特征和高层特征进行累加,构建特征金字塔,融合多层特征信息进行类别分类和定位框的回归,让低层特征提供更加准确的位置信息,让高层特征提供更强的语义信息。
7.如权利要求6所述的配电室巡检人员着装检测方法,其特征在于,进一步包括:
(1)对输入网络的图片进行预处理操作;
(2)构建bottom-up网络,bottom-up网络将输入的1024*1024的图片,经过5个阶段的卷积池化层分别得到不同大小的特征图,分别为stage1阶段的256*256大小的feature-map、stage2阶段的128*128大小的feature-mapStage3阶段的64*64大小的feature-map、stage4阶段的32*32大小的feature-map以及stage5阶段的16*16大小的feature-map,其中每一阶段特征图的提取采用的是DenseBlock块;
(3)构建top-down网络,将stage5阶段的feature_map经过1*1卷积得到特征图M5,特征图M5经过上采样与stage4阶段的feature_map融合得到特征图M4,特征图M4经过上采样与stage3阶段的feature_map融合得到特征图M3,特征图M3经过上采样与stage2阶段的feature_map融合得到特征图M2;
(4)将特征图M5、M4、M3、M2分别经过3*3卷积得到特征图P5、p4、p3、p2,然后将特征图P5,P4,P3,P2送入RPN网络进行ROI的提取;
(5)将提取到的ROI进行RoIAlign操作,得到统一尺寸的ROI,将得到的ROI送入全连接网络层,然后再走两个支路,一个支路输出分类结果,一个支路输出检测框的坐标修正值。
8.一种接收用户输入程序存储介质,其特征在于,所存储的计算机程序使电子设备执行包括下列步骤:
第一步,采集配电室实时场景图像;
第二步,对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
第三步,对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
第四步,将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
9.一种实施权利要求1~7任意一项所述配电室巡检人员着装检测方法的配电室巡检人员着装检测系统,其特征在于,所述配电室巡检人员着装检测系统包括:
实时场景图像采集模块,用于采集配电室实时场景图像;
实时场景图像评价模块,用于对采集的实时场景图像进行光照质量评价,对光照不足、光照不均匀的场景图进行修复和增强;
着装检测模块,用于对质量修复及增强后的实时场景图像进行施工人员的着装检测以及施工人员检测,在实时场景图像上标注出所检测出的安全帽、长短袖、施工人员;
检测信息处理模块,用于将经检测后的实时场景图像传输至移动端设备,供安全管理人员观看,当发现没有穿戴安全防护用品的工人时,发出没有穿戴安全防护用品信息。
10.一种搭载权利要求9所述配电室巡检人员着装检测系统的配电室巡检人员着装检测装置,其特征在于,所述配电室巡检人员着装检测装置包括:监控摄像头、服务器、移动显示器;
监控摄像头通过局域网与服务器连接,服务器通过互联网与移动显示器连接。
CN202010141670.0A 2020-03-04 2020-03-04 配电室巡检人员着装检测方法、存储介质、系统、装置 Active CN111368727B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010141670.0A CN111368727B (zh) 2020-03-04 2020-03-04 配电室巡检人员着装检测方法、存储介质、系统、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010141670.0A CN111368727B (zh) 2020-03-04 2020-03-04 配电室巡检人员着装检测方法、存储介质、系统、装置

Publications (2)

Publication Number Publication Date
CN111368727A CN111368727A (zh) 2020-07-03
CN111368727B true CN111368727B (zh) 2023-04-18

Family

ID=71206679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010141670.0A Active CN111368727B (zh) 2020-03-04 2020-03-04 配电室巡检人员着装检测方法、存储介质、系统、装置

Country Status (1)

Country Link
CN (1) CN111368727B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111931652A (zh) * 2020-08-11 2020-11-13 沈阳帝信人工智能产业研究院有限公司 着装检测方法、装置和监测终端
CN112200051B (zh) * 2020-09-30 2023-09-29 重庆天智慧启科技有限公司 一种案场巡检系统及方法
CN113343852A (zh) * 2021-06-08 2021-09-03 西安咏圣达电子科技有限公司 一种电力作业现场人员行为检测方法、系统及装置
CN113971829A (zh) * 2021-10-28 2022-01-25 广东律诚工程咨询有限公司 安全帽佩戴情况的智能检测方法、装置、设备及存储介质
CN116824511A (zh) * 2023-08-03 2023-09-29 行为科技(北京)有限公司 一种基于深度学习和颜色空间的工装识别方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446926A (zh) * 2016-07-12 2017-02-22 重庆大学 一种基于视频分析的变电站工人安全帽佩戴检测方法
CN110059634A (zh) * 2019-04-19 2019-07-26 山东博昂信息科技有限公司 一种大场景人脸抓拍方法
CN110222672A (zh) * 2019-06-19 2019-09-10 广东工业大学 施工现场的安全帽佩戴检测方法、装置、设备及存储介质
CN110264653A (zh) * 2019-06-04 2019-09-20 国网浙江省电力有限公司衢州供电公司 一种基于物联网的头戴式身份识别及越界预警系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446926A (zh) * 2016-07-12 2017-02-22 重庆大学 一种基于视频分析的变电站工人安全帽佩戴检测方法
CN110059634A (zh) * 2019-04-19 2019-07-26 山东博昂信息科技有限公司 一种大场景人脸抓拍方法
CN110264653A (zh) * 2019-06-04 2019-09-20 国网浙江省电力有限公司衢州供电公司 一种基于物联网的头戴式身份识别及越界预警系统
CN110222672A (zh) * 2019-06-19 2019-09-10 广东工业大学 施工现场的安全帽佩戴检测方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
施辉 ; 陈先桥 ; 杨英 ; .改进YOLO v3的安全帽佩戴检测方法.计算机工程与应用.2019,(11),全文. *

Also Published As

Publication number Publication date
CN111368727A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
CN111368727B (zh) 配电室巡检人员着装检测方法、存储介质、系统、装置
CN108710126B (zh) 自动化探测驱逐目标方法及其系统
CN103726879B (zh) 利用摄像头自动捕捉矿井矿震坍塌并及时记录报警的方法
CN108038424B (zh) 一种适用于高空作业的视觉自动化检测方法
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位系统
CN111383429A (zh) 建筑工地工人着装检测方法、系统、装置、存储介质
CN104394361A (zh) 行人越界智能监控装置与检测方法
CN116091901A (zh) 一种基于监控设备故障诊断分析的运维管理平台
CN111695512B (zh) 一种无人值守文物监测方法及装置
CN111339997A (zh) 火点区域的确定方法及装置、存储介质和电子装置
CN105488806A (zh) 一种工件位置追踪定位方法及定位系统
CN112863100B (zh) 一种智能施工安全监测系统及方法
CN110874866A (zh) 一种基于视频的变电站三维监控方法及系统
CN115035088A (zh) 一种基于yolov5和姿态估计的安全帽佩戴检测方法
CN116846059A (zh) 一种用于电网巡检和监控的边缘检测系统
CN107657260B (zh) 一种输电线路周边环境中地面隐患的检测方法
CN113111771A (zh) 一种发电厂工作人员不安全行为的识别方法
CN109579934A (zh) 水浸多重监测方法及系统
CN113989711A (zh) 一种配电施工安全工器具使用识别方法及系统
CN106851211A (zh) 智能监控系统
CN110543809A (zh) 一种电力作业现场风险监管入侵视频识别方法
Jayashree et al. System to detect fire under surveillanced area
CN109948550A (zh) 一种智慧火车站人流量监控系统及方法
CN113343852A (zh) 一种电力作业现场人员行为检测方法、系统及装置
CN114841932A (zh) 光伏电站的光伏板的异物检测方法、系统、设备及介质

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