[发明专利]一种基于特征分析的作业违章智能识别方法及设备

说明书

本发明涉及一种基于特征分析的作业违章智能识别方法及设备，所述方法包括以下步骤：从待识别视频中读取实时的图像序列，对所述图像序列的各帧图像进行预处理；从各帧图像中提取违章目标，基于实时的图像序列进行跟踪和行为理解分析，获取所述违章目标的动作特征；基于所述动作特征，在能够检测到人脸时，调用关联人员信息库进行人脸比对，识别出违章人员身份。与现有技术相比，本发明具有可靠性高、能及时实现违章人员身份识别等优点。

技术领域

本发明属于风险预控领域，尤其是涉及一种基于特征分析的作业违章智能识别方法及设备。

背景技术

发电厂全过程的生产管理中是对运行、检修、维护和技术改造环节的安全管理，要保证人身安全、设备安全和运行安全。现场运检维护人员需要对设备和现场进行运行维护、定期试验、设备消缺、运行与检修设备系统是否隔绝，安全措施是否完善。现阶段电力行业数字化、智能化正蓬勃发展，用于现场视频监控的智能算法也日益强大，已经能够对于作业现场的很多违章行为进行智能识别，如未戴安全帽、未系帽带、现场吸烟、高处作业未系安全带等等，并且自动报警。

但现有智能识别方法存在如下固有缺陷：只能识别违章现象，对于违章人员是谁，缺乏准确的判断方法，特别是人员背对摄像头或者其他无法识别人脸的角度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高、能及时实现违章人员身份识别的基于特征分析的作业违章智能识别方法及设备。

本发明的目的可以通过以下技术方案来实现：

一种基于特征分析的作业违章智能识别方法，包括以下步骤：

从待识别视频中读取实时的图像序列，对所述图像序列的各帧图像进行预处理；

从各帧图像中提取违章目标，基于实时的图像序列进行跟踪和行为理解分析，获取所述违章目标的动作特征；

基于所述动作特征，在能够检测到人脸时，调用关联人员信息库进行人脸比对，识别出违章人员身份。

进一步地，所述预处理包括滤波和灰度转换。

进一步地，所述从各帧图像中提取违章目标具体为：

根据图像中人员的位置和角度，分离疑似违章区域和背景图像，将所述疑似违章区域与固定违章模型进行比对，判断图像中是否存在违章人员，若是，则基于违章人员的身体区域和轮廓，获取所述违章目标。

进一步地，所述固定违章模型包括不同角度、不同光线的多种违章模型。

进一步地，利用当前提取的图像与背景图像的差分来进一步确定疑似违章区域。

进一步地，所述跟踪和行为理解分析基于时间差分比对和基于光流方法的运动检测算法实现。

进一步地，所述时间差分比对具体为：

将实时的图像序列数据化，比较相邻两帧图像间的数据差异，所述数据差异包括像素、坐标和/或形变的差异。

进一步地，该方法还包括：

将所述违章人员身份及违章事件信息记录为违章日志，推送该违章日志至管理终端。

进一步地，所述违章事件信息包括违章性质、违章时间和违章地点。

本发明还提供一种电子设备，包括：

一个或多个处理器；

存储器；和

被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如所述的基于特征分析的作业违章智能识别方法的指令。

与现有技术相比，本发明具有以下有益效果：