[发明专利]配网工程现场人员安全行为检测方法、系统、设备和介质

权利要求书

1.配网工程现场人员安全行为检测方法，其特征在于，包括：

获取配网工程现场人员作业待检测图片；

基于安全管控模型，采用双通道对角滑窗检测方法对所述待检测图片进行检测，得到现场人员作业安全行为类型；

所述安全管控模型，是基于配网工程现场人员作业的安全管控合规的以及安全管控缺陷的历史图片训练的。

2.如权利要求1所述的方法，其特征在于，所述基于安全管控模型，采用双通道对角滑窗检测方法对所述待检测图片进行检测，得到现场人员作业安全行为类型，包括：

各通道基于设定的初始窗口从待检测图片的一角开始向对角进行滑动检测，并判断各通道窗口是否检测到人体轮廓特征；

当各通道均判断为否，退出；当有通道判断为是，则判断为是的通道以本通道上包含人体轮廓特征的位置为起点，按设定比例扩大窗口进行滑动检测，直到得到设定最大窗口图像，并基于最大窗口图像，利用安全管控模型得到现场人员作业安全行为类型。

3.如权利要求1或2所述的方法，其特征在于，所述现场人员作业安全行为类型是基于配网工程现场人员作业安全行为标准定义的多级安全行为类型，包括一级安全行为类型和各一级安全行为类型下的二级安全行为类型。

4.如权利要求3所述的方法，其特征在于，所述基于最大窗口图像，利用安全管控模型得到现场人员作业安全行为类型，包括：

对最大窗口图像进行特征提取，得到最大窗口图像特征，并将所述最大窗口图像特征输入到安全管控模型中的多分类器中，得到窗口图像特征中一级安全行为类型；

通过安全管控模型中R-SSD算法，基于一级安全行为类型确定窗口图像特征的检测范围；

依据得到窗口图像特征的检测范围，利用所述多分类器对窗口图像特征进行特征匹配，得到各一级安全行为类型下的二级安全行为类型；

其中，通过特征提取得到的特征为与现场人员作业安全行为相关的特征。

5.如权利要求3所述的方法，其特征在于，多分类器的构建，包括：

以一级安全行为类型特征为顶层目标函数，以各一级安全行为类型下的二级安全行为类型特征为底层目标函数，建立双层目标函数；

以类间的特征间隔最优为约束，建立约束函数；

根据所述目标函数和约束函数，构建多分类器；

所述多分类器，以待检测图片中各位置的图像特征为输入，以现场人员作业安全行为类型为输出。

6.如权利要求5所述的方法，其特征在于，所述根据所述目标函数和约束函数，构建多分类器之后，还包括：

基于配网工程现场人员作业的且安全管控合规的历史图片构建正样本，基于配网工程现场人员作业的且安全管控缺陷的历史图片构建负样本；

以所述正样本和负样本中的一部分为训练样本库，另一部分作为测试样本库；

利用所述训练样本库对建立的多分类器进行训练，并利用所述测试样本库对训练完成的多分类器进行测试。

7.如权利要求6所述的方法，其特征在于，所述以所述正样本和负样本中的一部分为训练样本库之前，还包括：

对所述正样本和负样本进行图像处理和特征提取处理；

所述图像处理包括图谱分析、灰度变换、图像增强和图像轮廓处理。

8.如权利要求4或7所述的方法，其特征在于，特征提取的依据，包括：

Haar特征、LBP特征、HOG特征和SHIFT特征。

9.如权利要求2所述的方法，其特征在于，所述人体轮廓特征，是利用基于Gabor-DNN的复杂背景下人体轮廓提取算法得到的。