[发明专利]一种电力营业厅人员行为规范智能识别系统

权利要求书

1.一种电力营业厅人员行为规范智能识别系统，其特征在于，包括工位检测模块、工作人员检测模块、手机检测模块、逻辑判断模块和输出报警模块，

所述工位检测模块用于检测工位区域；

所述工作人员检测模块用于检测工作人员的位置；

所述手机检测模块用于检测手机；

所述逻辑判断模块用于判断在工位区域内工作人员是否存在玩手机的违规行为；

所述输出报警模块用于对逻辑判断结果进行转化，提供预警。

2.根据权利要求1所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，所述工位区域包括工位位置、座椅位置和显示器位置。

3.根据权利要求1所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，所述工位检测模块、工作人员检测模块和手机检测模块均使用基于Faster RCNN算法的模型,

所述模型包括以下步骤：

1）样本集的选取标注；

2）构建Faster RCNN网络结构；

3）训练Faster RCNN；

4）检测Faster RCNN。

4.根据权利要求3所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，步骤1）中样本集的选取标注：

利用图形标注工具LabelImg对样本集进行标注，并通过 LabelImg人工将每个样本圈出，得到每个样本数据对应图片的XML标注文件；从所有数据中按照比例随机选取训练集、验证集和测试集。

5.根据权利要求3所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，步骤2）中构建Faster RCNN网络结构：

在深度学习系统TensorFlow中构建Faster RCNN的网络结构，网络结构包括：输入层、池化层、卷积层和输出层。

6.根据权利要求3所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，步骤3）中训练Faster RCNN的步骤：

步骤3.1），在已经训练好的model上，训练RPN网络，对应stage1_rpn_train.pt，利用训练好的RPN网络，收集proposals，对应rpn_test.pt；

步骤3.2），第一次训练Fast RCNN网络，对应stage1_fast_rcnn_train.pt；

步骤3.3），第二训练RPN网络，对应stage2_rpn_train.pt，再次利用训练好的RPN网络，收集proposals，对应rpn_test.pt；

步骤3.4），第二次训练Fast RCNN网络，对应stage2_fast_rcnn_train.pt。

7.根据权利要求3所述的一种电力营业厅人员行为规范智能识别系统，其特征在于，步骤4）中检测Faster RCNN：

首先，利用Resnet/VGG网络结构进行基础的特征提取；

其次，RPN网络，负责计算可能存在目标的区域的坐标以及判断是前景/背景以及利用RPN网络得到的目标区域再经过ROI Pooling层得到相同长度的特征向量；

最后，经过两个全连接层接入softmax分类器,其中全连接层实现具体分类和回归坐标。