[发明专利]一种电力营业厅人员行为规范智能识别系统

说明书

一种电力营业厅人员行为规范智能识别系统。涉及供电服务领域，尤其涉及一种电力营业厅人员行为规范智能识别系统。提供了一种方便可靠，避免工作过程中出现不规范行为现象的电力营业厅人员行为规范智能识别系统。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。本发明对于营业厅工位判断逻辑，适用于营业厅环境，通过基于Faster RCNN的模型获取工位位置、座椅位置、人员位置、显示器位置和手机位置等信息，创新性地通过座椅位置和显示器位置辅助判断工位范围，从而对工作人员是否有玩手机性行为进行合理性判断。

技术领域

本发明涉及供电服务领域，尤其涉及一种电力营业厅人员行为规范智能识别系统。

背景技术

随着经济的发展，电力负荷需求急剧增长，相关业务办理量增幅明显。供电营业厅作为国家电网公司对民的服务窗口，该场景下的视频监控系统规模日益增大，其所暴露出的营业厅供电服务质量问题日趋严重，如员工是否玩手机等。目前，已经制定了相应的工作服务规范，但是由于没有有效的监督手段，难以对工作人员的行为规范进行有效监督。

目前,暂无一种针对营业厅人员在工作中的玩手机等违规行为进行有效检测与识别的方法，管理人员也不能够及时准确的知晓营业厅工作人员的违规行为并进行制止。

发明内容

本发明针对以上问题，提供了一种方便可靠，避免工作过程中出现不规范行为现象的电力营业厅人员行为规范智能识别系统。

本发明的技术方案为：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。

所述工位区域包括工位位置、座椅位置和显示器位置。

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。

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。

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。

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；