[发明专利]基于作业区域的目标识别方法、装置、计算机设备

说明书

本申请涉及一种基于作业区域的目标识别方法、装置、计算机设备和存储介质。所述方法包括：采集作业区域内的视频流数据，所述视频流数据包括多帧图像；在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。采用本方法能够对作业区域内的每帧待处理图像进行精确的识别，从而能够有效的对作业区域内的所有人员进行实时智能化的监测，避免由于人为违规因素引发的安全事故。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于作业区域的目标识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，网络构成和网络控制更加复杂，长距离、高电压、大电流输电使得电网安全问题愈发突出。尤其在电力生产作业现场中，对作业区域内的作业人员是否在规定区域内进行作业是一项重要的安全检测指标。

然而，在目前的电力生产现场作业过程中，绝大多数作业现场还是依靠安全员和摄像头等人工监测模式，由于电力生产作业区域环境复杂多变，依靠人工对监测画面中的作业人员进行监测的方式，难以对作业区域内的所有人员进行有效的实时监测，因而容易导致由于人为违章因素引发的安全事故。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对作业区域内的所有作业人员进行智能化监测的基于作业区域的目标识别方法、装置、计算机设备和存储介质。

一种基于作业区域的目标识别方法，所述方法包括：

采集作业区域内的视频流数据，所述视频流数据包括多帧图像；

在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像；

加载分类识别模型对所述待处理图像进行目标定位，得到与目标对应的识别框信息；

根据所述识别框信息在所述待处理图像中提取目标对应的特征数据；

调用训练后的分类识别模型，通过所述训练后的分类识别模型对所述特征数据进行识别，得到与所述目标对应的识别结果。

在其中一个实施例中，所述方法还包括：

获取多个作业区域图像；

通过调节分类识别模型中的学习速率，利用多个所述作业区域图像对分类识别模型进行训练，得到训练后的分类识别模型。

在其中一个实施例中，所述在所述视频帧图像中检测相应的目标，得到包含所述目标的待处理图像之前，所述方法还包括：

对多帧图像进行对比度调节，得到对比度调节后的多帧图像；

对对比度调节后的多帧图像进行归一化处理，得到归一化处理后的多帧图像；

对归一化处理后的多帧图像进行尺度调节，得到预处理后的多帧图像。

在其中一个实施例中，所述根据所述识别框信息在所述待处理图像中提取目标对应的特征数据，包括：

所述与目标对应的识别框信息包括识别框位置信息；

利用所述识别框位置信息对所述待处理图像进行多尺度特征提取，得到与目标对应的特征数据。

在其中一个实施例中，所述识别结果包括识别概率，所述方法还包括：

将所述识别概率与预设的阈值进行比较；

当所述与目标对应的识别概率小于预设的阈值时，将所述识别概率对应的目标信息输出，生成与所述目标对应的实时监测信息；