(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211015338.5 (22)申请日 2022.08.24 (71)申请人 云南电网有限责任公司电力科 学研 究院 地址 650000 云南省昆明市经济技 术开发 区云大西路10 5号 (72)发明人 罕天玺　唐立军　杨迎春　赵旭　 李正志　闵青云　 (74)专利代理 机构 深圳中细软知识产权代理有 限公司 4 4528 专利代理师 袁文英 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01)G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/56(2022.01) G06V 10/44(2022.01) G06V 10/12(2022.01) G06T 7/73(2017.01) G06T 7/66(2017.01) G06T 7/60(2017.01) G06K 9/62(2022.01) G06F 40/289(2020.01) G06F 40/216(2020.01) G06F 40/151(2020.01) (54)发明名称 基于图像数据的电力作业现场违章辨识系 统及方法 (57)摘要 本发明涉及违章检测技术领域， 具体公开了 一种基于图像数据的电力作业现场违章辨识系 统及方法， 所述方法包括确定采集设备的安装参 数和采集参数； 接收各采集设备获取到的图像数 据， 对所述图像数据进行识别， 确定人员特征； 对 所述人员特征进行识别， 确定违章概率； 当所述 违章概率达到预设的概率阈值时， 向预设的无人 机端发送近景图像获取指令。 本发 明通过安装采 集设备， 基于采集设备获取图像数据， 在所述图 像数据中提取工作人员的人员特征， 基于训练好 的神经网络模 型对人员特征进行识别， 确定该工 作人员的风险率； 当风险率较高时， 通过预设的 无人机端获取近景图像或视频， 由人工端进一步 对工作人员进行识别。 权利要求书3页 说明书8页 附图4页 CN 115410224 A 2022.11.29 CN 115410224 A 1.一种基于图像数据的电力作业现场违章 辨识方法， 其特 征在于， 所述方法包括： 获取电力作业现场的建筑模型， 根据所述建筑模型确定含有功能标签的子区域， 基于 所述子区域确定采集设备的安装参数和采集 参数； 接收各采集设备获取到的图像数据， 对所述图像数据进行识别， 确定人员特征； 所述人 员特征用于表征工作人员的工作状态； 查询该采集设备对应的子区域的功能标签， 基于所述功能标签对所述人员特征进行识 别， 确定违章 概率； 将所述违章概率与预设的概率阈值进行比对， 当所述违章概率达到预设的概率阈值 时， 向预设的无 人机端发送近景图像获取指令 。 2.根据权利要求1所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述获取电力作业现场的建筑模型， 根据所述建筑模型确定含有功 能标签的子区域， 基于所 述子区域确定采集设备的安装参数和采集 参数的步骤 包括： 获取电力作业现场的备案模型， 开放模型调节端口； 所述备案模型的顶部均为 隐藏状 态； 基于所述模型调节端口接收工作 人员的调节指令， 基于所述调节指令修正所述备案模 型， 得到电力作业现场的建筑模型； 基于建筑模型接收用户输入的切分信号， 根据所述切分信号对建筑模型进行切分， 得 到子区域， 基于所述子区域接收用户输入的功能标签； 根据所述子区域确定采集设备的安装参数和采集 参数。 3.根据权利要求2所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述根据所述子区域确定采集设备的安装参数和采集 参数的步骤 包括： 获取所述子区域的区域范围， 基于所述区域范围确定采集设备的型号、 数量及安装位 置； 读取所述子区域的功能标签， 根据所述功能标签在预设的风险参数库中查询风险参 数； 其中， 所述风险参数包括风险类型和风险位置； 所述风险参数库中的风险参数以功能标 签为索引； 根据所述 安装位置和所述 风险位置确定采集设备的采集角度； 将采集设备的采集清晰度设置为随时间递减的数值； 当采集设备接收到音频信息时， 根据音频信息对 采集清晰度进行复位。 4.根据权利要求3所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述当采集设备接收到音频信息时， 根据音频信息对 采集清晰度进行复位的步骤 包括： 当所述采集设备接收到音频信息时， 将所述音频信息输入训练好的音频处理模型， 过 滤所述音频信息中的杂波， 得到待识别音频； 将所述待识别音频转换为音频文本， 提取所述音频文本中的词语， 将所述词语与预设 的关键词进行匹配； 根据匹配结果确定各关键词的出现次数， 统计各关键词的出现次数确定特 征矩阵； 将所述特 征矩阵输入训练好的判定模型， 判定是否将采集清晰度复位至最高值。 5.根据权利要求1所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述接收各采集设备获取到的图像数据， 对所述图像数据进行识别， 确定人员特征 的步骤包权　利　要　求　书 1/3 页 2 CN 115410224 A 2括： 接收各采集设备获取到的图像数据， 对所述图像数据进行色彩识别， 根据色彩识别结 果确定安全帽区域及其色值； 根据所述 安全帽区域及其色值确定人员类型及其人员轮廓； 获取人员轮廓的中心点并计算各人员轮廓之间的距离， 根据所述中心点和所述距离生 成图数据； 所述图数据的节点由人员类型确定， 所述图数据的边由距离确定； 将所述图数据作为人员特 征。 6.根据权利要求1所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述查询该采集设备对应的子区域的功能标签， 基于所述功能标签对所述人员特征进行识 别， 确定违章 概率的步骤 包括： 查询该采集设备对应的子区域的功能标签， 根据所述功能标签获取 标准工作图像； 提取标准工作图像中的标准人员特 征， 生成样本集； 基于所述样本集训练神经网络模型； 根据训练好的神经网络模型识别获取到人员特 征， 确定违章 概率。 7.根据权利要求1所述的基于图像数据的电力作业现场违章辨识方法， 其特征在于， 所 述将所述违章概率与预设的概率阈值进行比对， 当所述违章概率达到预设的概率阈值时， 向预设的无 人机端发送近景图像获取指令的步骤 包括： 将所述违章概率与预设的概率阈值进行比对， 当所述违章概率达到预设的概率阈值 时， 读取人员类型及其人员轮廓； 根据人员类型确定人员级别， 查询最高人员级别对应的人员轮廓； 以最高人员级别对应的人员轮廓 为图像获取中心， 基于预设的检测路径获取含有时间 信息的近景图像。 8.一种基于图像数据的电力作业现场违章 辨识系统， 其特 征在于， 所述系统包括： 参数确定模块， 用于获取电力作业现场的建筑模型， 根据所述建筑模型确定含有功能 标签的子区域， 基于所述子区域确定采集设备的安装参数和采集 参数； 特征提取模块， 用于接收各采集设备获取到的图像数据， 对所述图像数据进行识别， 确 定人员特 征； 所述人员特 征用于表征工作人员的工作状态； 概率确定模块， 用于查询该采集设备对应的子区域的功能标签， 基于所述功能标签对 所述人员特 征进行识别， 确定违章 概率； 近景检测模块， 用于将所述违章概率与预设的概率阈值进行比对， 当所述违章概率达 到预设的概 率阈值时， 向预设的无 人机端发送近景图像获取指令 。 9.根据权利要求8所述的基于图像数据的电力作业现场违章辨识系统， 其特征在于， 所 述参数确定模块包括： 端口开放单元， 用于获取电力作业现场的备案模型， 开放模型调节端口； 所述备案模型 的顶部均为隐藏状态； 模型修正单元， 用于基于所述模型调节端口接收工作人员的调节指令， 基于所述调节 指令修正所述备案模型， 得到电力作业现场的建筑模型； 模型切分单元， 用于基于建筑模型接收用户输入的切分信号， 根据所述切分信号对建 筑模型进行切分， 得到 子区域， 基于所述子区域接收用户输入的功能标签；权　利　要　求　书 2/3 页 3 CN 115410224 A 3