[发明专利]一种配电施工安全工器具使用识别方法及系统

说明书

本发明提供了一种配电施工安全工器具使用识别方法及系统，属于计算机视觉识别技术领域。本发明通过对电力作业现场进行实时监控，对监控视频利用预先训练好的目标检测模型提取作业人员手部图像信息、操作杆图像信息和绝缘手套图像信息，进而再分别根据手部图像信息与操作杆图像信息以及手部图像信息与绝缘手套图像信息来判断作业人员对操作杆和绝缘手套的佩戴情况。本发明通过对电力作业现场实时监控并对监控视频进行分析，从而能够不间断的检测作业人员的工器具使用情况。避免了人工巡检导致的劳动强度大且不能实时巡检的问题。

技术领域

本发明属于计算机视觉识别技术领域，具体涉及一种配电施工安全工器具使用识别方法及系统。

背景技术

随着生产生活对电力能源的需求量不断增加，我国对电力生产产生了更高的需求。受多方面因素的影响，我国电力生产事故的发生频率处于较高水平，对城市的安全生产造成了威胁。因此，必须要将全方位的安全生产理念引入到电力生产作业中，为电力系统的正常运行提供保障，电力生产作业过程中工序复杂，日常巡检和维修过程中会接触高压电力设备，如操作不当或未佩戴防护装备，容易出现安全事故。

综上所述，为确保电力工作人员在采用合规防护措施和操作流程，提高工作人员安全防护意识，提升现场安全作业水平，传统的方式是采用人工巡检或者每个作业现场驻守一个监督者，这样，巡检人员的劳动强度大，生产成本高，每个作业现场距离远，巡检人员大部分时间浪费在路途中，作业人员暂时满足巡检人员要求，巡检人员离开后，作业人员贪图方便，没有采用合规的防护措施。近年来，随着计算机视觉和物联网技术的逐渐成熟，尤其是神经网络技术的飞速发展，深度学习技术开始应用于各类生产环境中。采用深度学习相关技术对施工现场进行实时合规防护措施检测是目前的主流研究方向。

发明内容

有鉴于此，本发明旨在解决现有对电力生产作业进行人工巡检存在的劳动强度大且不能实时巡检的问题。

为了解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供了一种配电施工安全工器具使用识别方法，包括以下步骤：

通过摄像头rtsp获取电力作业现场的作业视频图像，并进行解码；

对解码后的作业视频图像进行预处理，将经过预处理的作业视频图像输入到预先训练好的目标检测模型中，以获得目标检测模型输出的目标的类别、矩形框坐标和分数；

根据设定的类别和分数阈值，对目标检测模型输出的目标信息进行过滤，得到工作人员、操作杆和绝缘手套的矩形框坐标信息；

根据工作人员的矩形框坐标信息截取工作人员图像区域，利用人体关键点检测算法，从工作人员图像区域中获取工作人员的手部坐标信息；

根据操作杆的矩形框坐标信息截取操作杆图像区域，检测操作杆的轮廓，获取操作杆的轮廓坐标信息；

根据工作人员的手部坐标信息和绝缘手套的矩形框坐标信息以及工作人员的手部坐标信息和操作杆的轮廓坐标信息判断工作人员是否佩戴绝缘手套以及工作人员是否手持操作杆。

进一步的，对解码后的作业视频图像进行预处理具体包括：

对解码后的作业视频图像进行质量检测，剔除作业视频图像中的黑屏、模糊、过曝和抖动的图片。

进一步的，将经过预处理的作业视频图像输入到预先训练好的目标检测模型中，以获得目标检测模型输出的目标的类别、矩形框坐标和分数具体为：

将经过预处理的作业视频图像输入到基于YOLO-v4算法训练而成的目标检测模型中，以获得目标检测模型输出的目标的类别、矩形框坐标和分数。

进一步的，根据工作人员的手部坐标信息和绝缘手套的矩形框坐标信息判断工作人员是否佩戴绝缘手套具体包括：