[發明專利]異常行為檢測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202111189600.3
• 申請日: 2021-10-12
• 公開（公告）號: CN113627406B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 李鵬;黃文琦;梁凌宇;曾群生;陳佳捷;吳洋;劉高
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 鄭義

本申請涉及一種異常行為檢測方法、裝置、計算機設備和存儲介質。所述方法包括：獲取目標視頻流數據；將所述目標視頻流數據輸入至預先訓練的多任務檢測模型，得到所述目標視頻流數據包含的目標對象的檢測結果；所述檢測結果包含對象識別結果和各安全著裝類型對應的安全著裝檢測結果；根據所述目標對象的檢測結果，確定第一異常行為檢測結果。采用本方法能夠不再采用人工檢測，提高了對異常行為檢測的效果；并且，本方法采用多任務檢測模型，在檢測行人的同時檢測該行人是否穿著各類型安全著裝，進一步提高了對異常行為檢測的效果，有效預防安全事故。

技術領域

本申請涉及電力作業現場控制技術領域，特別是涉及一種異常行為檢測方法、裝置、計算機設備和存儲介質。

背景技術

電力生產是世界上公認的高危生產作業領域。據統計，大多數的電力安全生產事故都來自于現場作業人員的習慣性違規。為了保障電力現場作業的安全性，需要對現場作業人員的行為進行檢測。

目前，為了實現對現場作業人員的行為進行檢測，電力作業現場，尤其是帶電作業現場一般都要設置安全員來監督在施工過程中工人的行為是否規范，并對異常行為警告和記錄。

然而這種方法不僅需要培訓和配備專業的安全員，耗時耗力，而且人的精力有限，在監督過程中難免會有疏忽遺漏，對異常行為檢測效果較差，從而導致安全事故。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高對異常行為檢測效果的異常行為檢測方法、裝置、計算機設備和存儲介質。

一種異常行為檢測方法，所述方法包括：

獲取目標視頻流數據；

將所述目標視頻流數據輸入至預先訓練的多任務檢測模型，得到所述目標視頻流數據包含的目標對象的檢測結果；所述檢測結果包含對象識別結果和各安全著裝類型對應的安全著裝檢測結果；

根據所述目標對象的檢測結果，確定第一異常行為檢測結果。

在其中一個實施例中，所述多任務檢測模型包括特征提取模塊、對象識別模塊、以及各安全著裝類型對應的檢測模塊；

所述將所述目標視頻流數據輸入至預先訓練的多任務檢測模型，得到所述目標視頻流數據包含的目標對象的檢測結果，包括：

將所述目標視頻流數據輸入至所述特征提取模塊，得到所述目標視頻流數據的卷積特征；

將所述卷積特征輸入至所述對象識別模塊，得到對象識別結果；

將所述卷積特征輸入至所述各安全著裝類型對應的檢測模塊，得到各安全著裝類型對應的安全著裝檢測結果。

在其中一個實施例中，所述多任務檢測模型的訓練過程包括：

獲取訓練數據集；所述訓練數據集包括第一樣本圖像、所述第一樣本圖像包含的對象的樣本識別結果，以及第二樣本圖像、所述第二樣本圖像包含的對象的各安全著裝類型對應的樣本檢測結果；

將所述訓練數據集輸入至目標神經網絡，得到對象識別預測結果和各安全著裝類型對應的預測結果；

根據所述對象識別預測結果、所述對象的樣本識別結果、所述各安全著裝類型對應的預測結果、以及所述各安全著裝類型對應的樣本檢測結果，確定目標損失函數，并根據所述目標損失函數迭代更新所述目標神經網絡的參數；

當所述目標損失函數滿足預設條件時，停止對所述目標神經網絡的參數迭代更新，得到所述多任務檢測模型。

在其中一個實施例中，所述根據所述對象識別預測結果、所述對象的樣本識別結果、所述各安全著裝類型對應的預測結果、以及所述各安全著裝類型對應的樣本檢測結果，確定目標損失函數，包括：