[發(fā)明專利]作業(yè)人員行為確定方法、裝置、電子設(shè)備及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202210555206.5 | 申請日: | 2022-05-19 |
| 公開(公告)號: | CN114821806A | 公開(公告)日: | 2022-07-29 |
| 發(fā)明(設(shè)計(jì))人: | 王琦;王振利;張志;劉丕玉;張海龍;楊月琛;劉海波;王萬國;趙文濤;劉晗;徐康;韓元凱;徐夢雨 | 申請(專利權(quán))人: | 國網(wǎng)智能科技股份有限公司 |
| 主分類號: | G06V40/20 | 分類號: | G06V40/20;G06V40/10;G06V10/82;G06V10/774;G06V10/74;G06N3/04;G08B21/02 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 趙迎迎 |
| 地址: | 250104 山東省濟(jì)南市高新孫村片區(qū)飛躍大道以*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 作業(yè) 人員 行為 確定 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種作業(yè)人員行為確定方法,其特征在于,包括:
采集電力施工現(xiàn)場中作業(yè)人員作業(yè)過程的作業(yè)圖像;
基于預(yù)先建立的人體姿態(tài)識別模型,確定所述作業(yè)圖像中所述作業(yè)人員的人體關(guān)鍵點(diǎn)和各所述人體關(guān)鍵點(diǎn)之間的關(guān)聯(lián)關(guān)系;
確定與所述人體關(guān)鍵點(diǎn)和所述關(guān)聯(lián)關(guān)系對應(yīng)的所述作業(yè)人員的作業(yè)行為,將所述作業(yè)行為與預(yù)先設(shè)定的違規(guī)行為進(jìn)行對比,確定所述作業(yè)人員是否存在違規(guī)行為。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述確定所述作業(yè)圖像中所述作業(yè)人員的人體關(guān)鍵點(diǎn)和各所述人體關(guān)鍵點(diǎn)之間的關(guān)聯(lián)關(guān)系之前,還包括:
獲取至少一張作業(yè)人員的作業(yè)過程的樣本圖像,組成樣本數(shù)據(jù)集;
預(yù)先對所述樣本數(shù)據(jù)集的各樣本圖像中的作業(yè)人員進(jìn)行標(biāo)記;
基于標(biāo)記后的各所述樣本圖像,對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,基于所述訓(xùn)練結(jié)果建立所述人體姿態(tài)識別模型。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述組成樣本數(shù)據(jù)集,包括:
對獲取到的至少一張所述樣本圖像進(jìn)行變換處理;
基于經(jīng)過變換處理后得到的各變換圖像和所述樣本圖像,組成所述樣本數(shù)據(jù)集;
其中,所述變換處理包括放縮處理、調(diào)整對比度處理、色彩抖動處理和增加噪聲處理中的至少一種。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述基于標(biāo)記后的各所述樣本圖像,對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,基于所述訓(xùn)練結(jié)果建立所述人體姿態(tài)識別模型,包括:
將所述樣本圖像輸入至所述卷積神經(jīng)網(wǎng)絡(luò)中,輸出所述卷積神經(jīng)網(wǎng)絡(luò)對所述樣本圖像中的作業(yè)人員的姿態(tài)的識別結(jié)果;
將所述識別結(jié)果與所述樣本圖像中的所述標(biāo)記進(jìn)行比對,基于比對結(jié)果調(diào)整所述卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù),并更新所述卷積神經(jīng)網(wǎng)絡(luò);
重復(fù)執(zhí)行將所述樣本圖像輸入至卷積神經(jīng)網(wǎng)絡(luò)中,將得到的識別結(jié)果與所述標(biāo)記比對,并調(diào)整所述神經(jīng)網(wǎng)絡(luò)的網(wǎng)格參數(shù)的操作,直到當(dāng)前訓(xùn)練過程滿足預(yù)設(shè)條件時,結(jié)束對卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程,將當(dāng)前的卷積神經(jīng)網(wǎng)絡(luò)確定為所述人體姿態(tài)識別模型。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述預(yù)設(shè)條件包括重復(fù)執(zhí)行的次數(shù)達(dá)到預(yù)設(shè)次數(shù)閾值。
6.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述獲取至少一張作業(yè)人員的作業(yè)過程的樣本圖像,包括:
獲取歷史監(jiān)控視頻,按照預(yù)設(shè)時間間隔對所述歷史監(jiān)控視頻進(jìn)行抽幀操作;
將抽幀操作得到的各幀圖像確定為所述樣本圖像。
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于預(yù)先建立的人體姿態(tài)識別模型,確定所述作業(yè)圖像中所述作業(yè)人員的人體關(guān)鍵點(diǎn)和各所述人體關(guān)鍵點(diǎn)之間的關(guān)聯(lián)關(guān)系,包括:
將所述作業(yè)圖像輸入至所述人體姿態(tài)識別模型中,生成與所述作業(yè)圖像對應(yīng)的第一數(shù)量的置信度圖像和第二數(shù)量的親和場圖像;
基于所述第一數(shù)量的所述置信度圖像,確定所述作業(yè)圖像中所述作業(yè)人員的人體關(guān)鍵點(diǎn);
基于所述第二數(shù)量的所述親和場圖像,確定各所述人體關(guān)鍵點(diǎn)之間的關(guān)聯(lián)關(guān)系。
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述采集電力施工現(xiàn)場中作業(yè)人員作業(yè)過程的作業(yè)圖像之后,還包括:
對所述作業(yè)圖形進(jìn)行卷積計(jì)算、線性整流函數(shù)計(jì)算和池化操作,并將所述作業(yè)圖形更新為操作后得到的圖形。
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述將所述作業(yè)行為與預(yù)先設(shè)定的違規(guī)行為進(jìn)行對比,確定所述作業(yè)人員是否存在違規(guī)行為之后,還包括:
當(dāng)確定出所述作業(yè)人員存在違規(guī)行為時,生成包含有所述違規(guī)行為的警告信息發(fā)送至安全人員終端以進(jìn)行提示。
10.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述確定與所述人體關(guān)鍵點(diǎn)和所述關(guān)聯(lián)關(guān)系對應(yīng)的所述作業(yè)人員的作業(yè)行為,包括:
確定所述作業(yè)圖像中對應(yīng)的所述電力施工現(xiàn)場的作業(yè)背景信息,基于所述作業(yè)背景信息、所述人體關(guān)鍵點(diǎn)和所述關(guān)聯(lián)關(guān)系,確定所述作業(yè)人員的所述作業(yè)行為。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)智能科技股份有限公司,未經(jīng)國網(wǎng)智能科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210555206.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





