[发明专利]基于危险行为识别的线缆保护方法、装置、系统和介质

权利要求书

1.一种基于危险行为识别的线缆保护方法，其特征在于，包括：

获取多个摄像头，从线缆布设现场采集到的实时监控视频；

基于深度机器学习模型，对所述实时监控视频中的监控图像进行主体对象识别，其中，所述主体对象包括自然人和/或机械工程车；

对多个摄像头、各自在多个监控图像中识别出的自然人和/或机械工程车的行为进行统计；

根据统计结果识别危险行为；

根据识别到的危险行为进行线缆保护报警。

2.根据权利要求1所述的方法，其特征在于，所述摄像头按照布设规律安装在所述线缆布设现场，每段线缆的实时监控视频由至少两个采集角度的摄像头分别进行拍摄。

3.根据权利要求1所述的方法，其特征在于，获取多个摄像头，从线缆布设现场采集到的实时监控视频包括：

通过无线或有线的远程通信技术，从多个摄像头传输获取所述实时监控视频。

4.根据权利要求1所述的方法，其特征在于，对所述实时监控视频中的监控图像进行主体对象识别之前，还包括：

对所述监控图像进行去雾化处理；

对所述监控图像进行空间标准化处理；

将所述监控图像的RGB格式转换为HSV格式。

5.根据权利要求1或4所述的方法，其特征在于，基于深度机器学习模型，对所述实时监控视频中的监控图像进行主体对象识别包括：

对所述实时监控视频中的监控图像，采用包括卷积层的特征提取模块进行图像特征提取；

将提取到的图像特征输入注意力机制单元，以基于注意力机制对主体对象的图像特征进行权重调整；

根据权重调整后的图像特征，生成特征图；

对所述特征图进行分类，并对分类结果进行回归处理；

根据回归结果产生主体对象的识别结果。

6.根据权利要求1所述的方法，其特征在于，所述自然人为穿着设定工服的自然人或未穿着设定工服的自然人。

7.根据权利要求1所述的方法，其特征在于，对多个摄像头、各自在多个监控图像中识别出的自然人和/或机械工程车的行为进行统计包括：

对多个摄像头、各自在多个监控图像中识别出的自然人和/或机械工程车的出现次数、持续出现时间以及出现位置与线缆位置的关系，进行统计。

8.根据权利要求7所述的方法，其特征在于，根据统计结果识别危险行为包括：

如果统计结果为未穿着工服的自然人和机械工程车的出现位置与线路位置之间的距离小于设置值，且出现次数或持续出现时间达到设定门限值，则确定为出现危险行为。

9.一种线缆保护装置，其特征在于，包括：

视频获取模块，用于基于所述多个摄像头，从线缆布设现场采集实时监控视频；

主体识别模块，用于基于深度机器学习模型，对所述实时监控视频中的监控图像进行主体对象识别，其中，所述主体对象包括自然人和/或机械工程车；

危险行为统计模块，用于基于对所述多个摄像头、各自在多个监控图像中识别出的自然人和/或机械工程车的行为进行统计；

危险行为识别模块，用于基于所述统计结果识别危险行为；

报警模块，用于基于所述识别到的危险行为进行线缆保护报警。

10.一种线缆保护系统，其特征在于，包括多个摄像头、服务器和报警器，所述摄像头和报警器设置在线缆布设现场，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的线缆保护方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的线缆保护方法。