[發明專利]基于圖卷積的電力系統現場作業動作風險識別方法

在審

• 申請號: 202011033289.9
• 申請日: 2020-09-27
• 公開（公告）號: CN112200030A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 王波;馬富齊;羅鵬;張迎晨;周胤宇;張天;王紅霞;馬恒瑞;李怡凡;張嘉鑫
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 張寧展

1.一種基于圖卷積的電力系統現場作業動作風險識別方法，包括以下步驟：

步驟1電力系統現場作業人員的行為監控與影像傳輸：通過電力系統作業現場布置的監控攝像頭對作業人員的行為進行監控，并將監控視頻上傳至中心云平臺；

步驟2作業人員行為姿態估計：利用人體姿態估計模型openpose估計監控視頻中的現場作業人員的行為姿態，獲取現場作業人員行為動作的骨架信息；

步驟3構造包含人體骨架信息的無向圖：將得到的人體骨架信息相連接，構建包含現場作業人員動作信息的無向圖G＝(v,A,X)，其中是N個頂點的集合，A是加權的鄰接矩陣，X是頂點上的信號矩陣，頂點集合v對應著骨架的所有N個關節，鄰接矩陣A表示兩個頂點之間的鏈接關系，其中如果頂點v_i和頂點v_j和有直接連接，則A_ij＝1，否則A_ij＝0；

步驟4將構造的無向圖變換到譜域中，在譜域中對包含人體骨架信息無向圖進行濾波；

步驟5利用時空圖卷積網絡對包含人體骨架信息的無向圖進行動作識別；

步驟6在圖卷積網絡之間加入人體關鍵骨骼節點注意力模塊：通過圖卷積得到的特征圖為H，則關鍵骨骼節點注意模塊得到的輸出特征圖H′如下所示：

H′＝W(H)H

其中，W_ij≥0和W_ij越大，則表示第i個關節節點對于違規識別就越重要；

步驟7動作識別與分類：對于圖卷積網絡提取的包含人體姿態信息的特征圖，利用全連接層將所有的特征圖轉化成一維矩陣，然后利用softmax函數實現對不同作業人員違章行為和風險動作的識別與分類。