[发明专利]一种电力作业现场风险监管入侵视频识别方法

说明书

本发明涉及一种电力作业现场风险监管入侵视频识别方法，属于基于AI的电网生产管理安全作业管控关键技术，主要针对电力作业现场的入侵行为进行识别，识别准确率高，能实现自动监控，无人值守。该方法主要包括如下步骤：步骤1：背景模型初始化；步骤2：前进检测；步骤3：模型更新；步骤4：形态学滤波；步骤5：目标区域获取；步骤6：区域模块匹配；步骤7：标记非工作人员入侵区域。本发明所提供的方法是基于深度人工智能的电力作业现场风险监管手段，实现作业现场高效监管,提高监管水平，降低作业安全风险。

技术领域

本发明涉及基于AI的电网生产管理安全作业管控关键技术，具体涉及一种电力作业现场风险监管入侵视频识别方法。

背景技术

电网作业现场类型多样，不同作业现场抢修、试验、检修过程中由不同的专业人员负责，安全无小事,安全大于天,生产安全风险管控成为电网日常工作中最重要的工作之一。然而日常工作中，工作区域范围大，作业繁杂，人员众多，而监督管理人员有限，部分工作人员自觉性不高，安全意识不够、对作业现场安全隐患麻痹大意，导致习惯性违章屡禁不止，因此很有可能在不经意间导致事故发生，威胁人员生命安全，威胁电网运行安全。

目前一般以人工现场稽查和远程视频稽查为主要手段来进行作业现场安全管控，取得一定成效，但也存在以下四点不足：

1、作业现场，尤其是配网作业现场点多面广。稽查人员有限，难以全部覆盖，往往疲于奔命，稽查效率较低。

2、稽查人员即使到现场，也是来去匆匆，无法进行作业全过程安全稽查。

3、稽查人员未必能够做到百分之百严格执法。

4、远程视频稽查实际上是另一种方式的人工稽查，完全依赖监控中心人员眼睛看。作业高峰期视频画面一多难免顾此失彼，且监控人员劳动强度大。

随着人工智能技术的发展,采用基于视觉分析和深度学习的技术已经却得了长足的进步,当前，新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。

目前，变电站视频监控中，需要工作人员不间断地进行监视，通过人为理解与判断是否发生异常，并且判断异常类别，及时做出相应决策。变电站监控的监视范围大、部署监控点多以及异常随机发生，都给变电站工作人员带来了很大的工作强度。通过在复杂的变电站背景下，针对视频中的入侵行为进行识别分析，可以及时提醒工作人员关注视频画面，从而真正做到自动监控，无人值守。

变电站的监控场景十分复杂，现场有大量需要监控的设备以及区域，并且存在大量干扰，为了实现视频入侵行为的自动识别，需要从两个层面上对图像进行处理：视频处理底层，背景模型建立与更新以及运动目标的检测与跟踪；视频处理的高层，即入侵目标行为的分析。本系统中，本发明主要针对非工作人员入侵行为进行识别，识别准确率高，能实现自动监控，无人值守。

发明内容

本发明所要解决的技术问题是提供一种电力作业现场风险监管入侵视频识别方法，基于深度人工智能的电力作业现场风险监管手段，实现作业现场高效监管,提高监管水平，降低作业安全风险。。

为解决上述问题，本发明所采取的技术方案是：

一种电力作业现场风险监管入侵视频识别方法，利用ViBe背景建模方法建立场景的ViBe背景模型，其包括如下步骤：

步骤1：背景模型初始化；

步骤2：前进检测；

步骤3：模型更新；

步骤4：形态学滤波；

步骤5：目标区域获取；

步骤6：区域模块匹配；