[發明專利]一種電力施工現場人員制服穿著識別方法

在審

• 申請號: 201611160441.3
• 申請日: 2016-12-15
• 公開（公告）號: CN106778609A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 宋金根;陳曉剛;宋天予;顏鵬;潘堅躍;馮新華;杜力宇;蘇浩航;俞旻慧;王偉;施松陽;濮衛萍
• 申請（專利權）人: 國網浙江省電力公司杭州供電公司;西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/60;G06K9/62
• 代理公司: 中國航天科工集團公司專利中心11024
• 代理人: 岳潔菱,姜中英

技術領域

本發明涉及一種制服識別方法，特別是一種電力施工現場人員制服穿著識別方法。

背景技術

由于電力系統設施的高度危險性，因此在配電房等區域，不僅需要對電力設施的維修維護過程進行全程的視頻監控，而且需要檢測進入的人員是否為專業的工作人員。而袖章作為電力制服標志，可以通過檢測人員是否佩戴袖章結合安全帽上的文字信息確定其是否為工作人員。如果安排專門人員進行檢查，會消耗大量的人力物力，因此需要一種識別制服的視頻監控和檢測方法。

中國專利申請（公告號：CN104408459A）是由劉福榮等提出一種電力設備監控中使用的圖像識別方法，其步驟為：通過固定的紅外攝像頭來實現定期的巡檢，將所得圖像發回控制室進行分析。首先對電力設備的特征進行提取，進行圖像預處理與分割、合并，確定電氣設備的故障區域，進行目標區域故障的檢測識別。

中國專利申請（公告號：CN201869307U）是由李立新提出一種用于電力系統的圖像監控系統，該圖像監控系統由攝像機、圖像監控主機、交換機、協議轉換器、光端機和分布監控機構。攝像機通過視頻線與圖像監控主機相連接，圖像監控主機通過網線與交換機相連，交換機通過網線與協議轉換器相連接，協議轉換器通過2M線與光端機相連接，光端機通過光纜與分布光端機相連，分布光端機通過2M線與分布協議轉換器相連，分布協議轉換器通過網線與分布監控機相連接。該系統工作時，通過交換機將多個監控地點的主機的數據信息傳送到協議轉換器，由協議轉換器將該信息轉換成2M信息，利用光纖的傳輸特性將圖像監控信息傳輸到較遠距離，實現在不同地點對同一地點的供電設備進行監控。

中國專利申請（公告號：CN104933819A）是由黃棟、王新影提出一種基于人臉識別和標志識別的報警器及報警方法，自動跟蹤攝像機采集人臉圖像數據，并將采集的人臉圖像數據發送至第一計算機；第一計算機對采集的人臉圖像數據與指定人員資料庫中的人臉圖像數據進行特征比對，根據特征比對的結果判斷采集的人臉圖像數據是否為指定人員的人臉圖像數據，并將判斷結果發送至第二計算機；標志檢測裝置檢測指定人員的衣服上是否存在設定標志，并將標志檢測的結果發送至第二計算機；第二計算機根據特征比對的結果以及標志檢測的結果控制報警裝置發出警報。

因此目前國內外輸電設施視頻監控系統中的檢測識別技術主要針對防破壞、防盜、設備狀態檢測等，大多采用傳感器與檢測控制電路相結合的方式。在圖像監控系統中，硬件要求較高，系統復雜，而且沒有給出包括人員、安全帽、朝向、安全帽文字、袖章等的全面的檢測方案。在制服穿著識別方面，也沒有對于工作人員袖章和安全帽文字的檢測和識別方法。

發明內容

本發明的目的在于一種電力施工現場人員制服穿著識別方法，解決目前無法檢測識別工作人員袖章和安全帽文字的問題。

一種電力施工現場人員制服穿著識別方法，其具體步驟為：

第一步搭建電力施工人員制服識別系統

監控視頻讀入模塊、人員檢測模塊、人臉檢測模塊、朝向檢測模塊、軀干檢測模塊、安全帽檢測模塊、安全帽文字檢測模塊和袖章檢測模塊運行在電力施工人員制服識別系統中。

監控視頻讀入模塊用于讀取攝像機采集到的數據，人員檢測模塊用于檢測攝像機拍攝到的場景中是否有人員進入，人臉檢測模塊用于檢測進入人員的人臉部分，朝向檢測模塊用于檢測人員相對于攝像機的朝向，軀干檢測模塊用于檢測人員的軀干部分，安全帽檢測模塊用于檢測進入人員是否佩戴安全帽，安全帽文字檢測模塊用于檢測進入人員的安全帽上的文字，袖章檢測模塊用于檢測進入人員的袖章。

第二步監控視頻讀入模塊讀取攝像機采集到的數據

監控視頻讀入模塊實時采集現場數據，傳輸給人員檢測模塊進行后續處理。

第三步人員檢測模塊檢測攝像機拍攝到的場景中是否有人員進入

樣本是用于分類器訓練的實驗數據，用于人員檢測的正樣本為包含人員目標的圖片，包括人員的各種形態以及著裝；負樣本包括除了正樣本之外的任何圖像，正樣本和負樣本尺寸大小統一。人員檢測中采用的負樣本是作業現場場景中的背景圖片。

人員檢測模塊進行HOG特征提取：

HOG即梯度方向直方圖特征，是一種局部區域特征的描述符，計算局部區域梯度方向直方圖組成目標特征描述目標的邊緣。HOG特征提取計算過程為：對輸入圖像進行高斯平滑，將圖像分成多個細胞單元，統計每個細胞單元的梯度方向直方圖，然后將多個細胞單元組成一個塊，在塊中進行對比度歸一化，最后把多個塊的直方圖組合成HOG特征。

人員檢測模塊進行SVM分類器訓練：