[发明专利]一种基于人机双向的智能监盘管理方法及系统

权利要求书

1.一种基于人机双向的智能监盘管理方法，其特征在于，包括：

获取当前时刻监盘人员的当前人员状态图像以及当前时刻监盘显示屏的当前显示屏图像；

将所述当前人员状态图像输入到训练好的第一神经网络中，对有用数据进行人工标注并剔除无用数据后，输出当前人员状态检测结果；所述当前人员状态检测结果包括人员正常状态和人员异常状态；

当所述当前人员状态检测结果为人员异常状态，发出第一告警信号；

将所述当前显示屏图像输入到训练好的第二神经网络中，对有用数据进行人工标注并剔除无用数据后，输出当前显示屏状态检测结果；所述当前显示屏状态检测结果包括显示屏正常状态和显示屏异常状态；

当所述当前显示屏状态检测结果为显示屏异常状态，发出第二告警信号；

所述训练好的第一神经网络训练过程具体包括：

获取训练人员状态图像集合；所述训练人员状态图像集合包括监盘人员在正常工作状态下的图像以及监盘人员在异常工作状态下的图像；

根据所述训练人员状态图像集合对第一神经网络进行训练，得到预训练第一神经网络；所述第一神经网络包括两个神经元层和一个分类器；

判断第一当前迭代次数是否小于第一预设迭代次数，得到第一判断结果；

若所述第一判断结果表示第一当前迭代次数小于第一预设迭代次数，使用反向传播算法对所述第一神经网络中的权值进行调节，并返回“根据所述训练人员状态图像集合对第一神经网络进行训练，得到预训练第一神经网络”步骤；

若所述第一判断结果表示第一当前迭代次数大于或等于第一预设迭代次数，所述预训练第一神经网络为训练好的第一神经网络；

所述训练好的第二神经网络训练过程具体包括：

获取训练显示屏状态图像集合；所述训练显示屏状态图像集合包括显示屏上的参数在正常状态下的图像以及显示屏上的参数在异常状态下的图像；

根据所述训练显示屏状态图像集合对第二神经网络进行训练，得到预训练第二神经网络；所述第二神经网络包括两个神经元层和一个分类器；

判断第二当前迭代次数是否小于第二预设迭代次数，得到第二判断结果；

若所述第二判断结果表示第二当前迭代次数小于第二预设迭代次数，使用反向传播算法对所述第二神经网络中的权值进行调节，并返回“根据所述训练显示屏状态图像集合对第二神经网络进行训练，得到预训练第二神经网络”步骤；

若所述第二判断结果表示第二当前迭代次数大于或等于第二预设迭代次数，所述预训练第二神经网络为训练好的第二神经网络；

在集控室中进行高清摄像头的布置，布置数量、位置和角度均满足覆盖集控室中相关的监盘人员和大屏显示屏；对所述大屏显示屏和所述监盘人员进行拍摄，同时对大屏上的异常状况和人员分神动作进行模拟，通过摄像头将监盘人员在正常工作状态下的图像以及监盘人员在异常工作状态下的图像、显示屏上的参数在正常状态下的图像以及显示屏上的参数在异常状态下的图像进行收集。

2.根据权利要求1所述的基于人机双向的智能监盘管理方法，其特征在于，所述获取训练人员状态图像集合之后还包括：

对所述训练人员状态图像集合中的图像进行预处理，得到预处理后人员状态图像集合；

将所述预处理后人员状态图像集合中的图像进行人工标注，得到标注后训练人员状态图像集合。

3.根据权利要求1所述的基于人机双向的智能监盘管理方法，其特征在于，所述获取训练显示屏状态图像集合之后还包括：

对所述训练显示屏状态图像集合中的图像进行预处理，得到预处理后训练显示屏状态图像集合；

将所述预处理后训练显示屏状态图像集合中的图像进行人工标注，得到标注后训练显示屏状态图像集合。