[发明专利]用于变电站视频监控的危险区域人员入侵检测方法及系统

权利要求书

1.一种用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于，所述方法包括如下步骤：

(1)针对人员入侵检测需求，对经典语义分割网络即PSPNet网络模型进行改进，使得网络输出结果为像素点归属各类别的预测向量，将期望标签改为multi-hot编码格式的多热向量，即允许单像素点归属于不同的类别；

(2)完成语义分割网络改进后，从变电站监控设备导出视频流，调用步骤(1)改进后的语义分割网络对视频流中每一帧变电站视频监控场景实时进行多维语义分割，分割出人员通道、人员和背景的掩码图；

(3)对步骤(2)分割后的掩码图分别进行二值化操作，并对人员掩码图进行膨胀操作；

(4)根据步骤(3)所得人员通道掩码图和膨胀操作后的人员掩码图的交并关系判断人员是否离开安全的人员通道，进入危险区域。

2.根据权利要求1所述的用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于：

步骤(1)中，所述经过改进的PSPNet网络模型，其结构包括图像特征提取模块、全局特征融合模块以及多维掩码预测模块；其中，所述图像特征提取模块用于提取变电站视频监控场景的图像特征；所述全局特征融合模块通过不同尺寸池化操作获取对应尺度的图像全局信息，与初始特征图拼接后生成融合特征图；多维掩码预测模块将融合特征图接入多维掩码预测模块生成与原始图像同等宽高的掩码图。

3.根据权利要求2所述的用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于：

改进后PSPNet网络模型的图像特征提取模块、全局特征融合模块将融合特征图接入多维掩码预测模块，多维掩码预测模块由3×3卷积组、一次上采样层、一次dropout层以及1×1的卷积层组成，最终生成与原始图像同等宽高的掩码图，掩码图的深度为3，掩码图需要分割出人员、人员通道和背景三种类别。

4.根据权利要求1或3所述的用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于：改进后的语义分割网络

在步骤(2)中，通过改进后PSPNet网络模型对视频流中每一帧变电站视频监控场景实时进行多维语义分割，输出结果为宽高与输入图像相等、厚度等于分割类别的三维矩阵，矩阵第i行第j列的特征向量对应原图中第i行第j列的像素点特征，特征向量形如X＝[x₀,x₁,x₂]，x₀、x₁、x₂分别代表像素点处是背景、人员、人员通道的特征值；利用如下规格化函数对预测向量进行向量归一化成p＝[p₀,p₁,p₂]，使其表示像素点处是背景、人员、人员通道的概率：

式中：δ为一个略大于0的数，避免分母趋向于0，此时所得的针对变电站视频监控图像进行语义分割后所得的概率分布向量p＝[p₀,p₁,p₂]，代表了某个像素点归属于各个类别的概率。

5.根据权利要求4所述的用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于：

δ的取值范围为[10^-5,10^-2]。

6.根据权利要求4所述的用于变电站视频监控中的危险区域人员入侵检测方法，其特征在于：

改进后PSPNet网络模型的多维掩码预测模块输出结果汇总得多层掩码图，其尺寸参数中宽高与原图像相同，层数与所需进行分割的类别相同。