[发明专利]一种电力作业人员甄别方法和装置

说明书

本发明公开了一种电力作业人员甄别方法和装置，方法包括：接收待识别人脸图像；对待识别人脸图像进行图像预处理，生成多个不同尺度的待识别图像矩阵；将多个待识别图像矩阵分别输入到目标人脸特征提取模型，输出每个待识别图像矩阵分别对应的人脸特征数据；其中，目标人脸特征提取模型通过预置的模型训练过程所生成，人脸特征数据包括人脸特征相似度；基于每个人脸特征相似度是否达到预设阈值的比对结果，确定待识别人脸图像对应的人员是否具备工作资质。有效提高在复杂环境下人员甄选的准确度，防止安全隐患的发生。

技术领域

本发明涉及人员识别技术领域，尤其涉及一种电力作业人员甄别方法和装置。

背景技术

随着社会经济的快速发展和科技水平的不断提升，近年来我国电力事业得到了迅猛发展，在电力生产过程，对作业人员有严格的要求，需要审查现场作业人员是否具备工作资质。

在实时作业过程中，需要监控作业现场是否有无资质人员出入，如发现无资质人员及时发出报警并将人员的图像进行记录。但在电力生产过程，现场作业人员多在野外工作，现场光照情况变化无常、工作环境千差万别、工作位置时刻变化、人体姿态不断变化，这对人脸检测、识别算法提出了严苛的要求，尤其是遇到人员面部发生：大角度变化、表情变化、大面积遮挡、尺寸大范围变化等问题时，现有人脸视频监控技术的识别率会大大降低，进而导致人员甄别的准确度降低，可能导致安全隐患。

发明内容

本发明提供了一种电力作业人员甄别方法和装置，解决了现有人脸视频监控技术的识别率由于环境复杂而降低，进而导致人员甄别的准确度降低，可能导致安全隐患的技术问题。

本发明提供的一种电力作业人员甄别方法，包括：

接收待识别人脸图像；

对所述待识别人脸图像进行图像预处理，生成多个不同尺度的待识别图像矩阵；

将多个所述待识别图像矩阵分别输入到目标人脸特征提取模型，输出每个所述待识别图像矩阵分别对应的人脸特征数据；其中，所述目标人脸特征提取模型通过预置的模型训练过程所生成，所述人脸特征数据包括人脸特征相似度；

基于每个所述人脸特征相似度是否达到预设阈值的比对结果，确定所述待识别人脸图像对应的人员是否具备工作资质。

可选地，所述对所述待识别人脸图像进行图像预处理，生成多个不同尺度的待识别图像矩阵的步骤，包括：

对所述待识别人脸图像进行裁剪，得到多个不同尺度的第一图像矩阵；

按照预设要求对多个所述第一图像矩阵分别执行图像翻转操作，得到多个第二图像矩阵；

对多个所述第二图像矩阵分别执行图像标准化操作和图像归一化操作，生成多个不同尺度的待识别图像矩阵。

可选地，所述模型训练过程包括：

分别获取多种历史电力作业场景中的人脸图像；

对所述人脸图像进行图像预处理，生成多个不同尺度的历史人脸图像矩阵；

将多个所述历史人脸图像矩阵输入到预置的初始人脸特征提取模型，得到多个历史人脸图像相似度；

基于多个所述历史人脸图像相似度和预置权值，确定人脸综合损失函数；

采用所述人脸综合损失函数训练所述初始人脸特征提取模型，得到目标人脸特征提取模型。

可选地，所述预置权值包括第一权值和第二权值，所述基于多个所述历史人脸图像相似度和预置权值，确定人脸综合损失函数的步骤，包括：

从多个所述历史人脸图像相似度中选择第一相似度和第二相似度；

基于所述第一相似度和所述第一权值，确定所述历史人脸图像矩阵的第一类相似度累加值；