[发明专利]一种配网现场作业人员穿衣规范的识别方法有效

专利信息
申请号: 202110453885.0 申请日: 2021-04-26
公开(公告)号: CN113297913B 公开(公告)日: 2023-05-26
发明(设计)人: 马文;田园;黄祖源;张航;高宇豆 申请(专利权)人: 云南电网有限责任公司信息中心
主分类号: G06V40/10 分类号: G06V40/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06Q50/06
代理公司: 北京中济纬天专利代理有限公司 11429 代理人: 石淑珍
地址: 650000 云南省昆*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 现场 作业 人员 穿衣 规范 识别 方法
【权利要求书】:

1.一种配网现场作业人员穿衣规范的识别方法,其特征在于,包括以下步骤:

图像分类:截取配网现场作业视频,作为图像本集,将图像本集按照比例分为验证集和训练集;

训练数据集的形成:利用Mask-RCNN算法训练目标检测和图像实例分割模型,并利用验证集对训练后的模型进行验证,获得检测、识别、分割模型;使用Mask-RCNN推理得到的人员位置坐标、工作服类别、工作服像素分割图从原图中截取图像,形成图像识别的训练数据集;

构建分类模型:基于MobileNet-v2算法,构建图像识别模型,识别作业人员穿着工作服是否规范;

所述构建分类模型具体为:引入MobileNet-v2模型对图像进行分类,同时引入残差结构,实现模型的先升维再降维的处理;

穿衣规范的识别以及标注定位:Mask-RCNN的网络级联结构,来完成所述作业人员穿着工作服是否规范的检测、识别和分割;

所述步骤穿衣规范的识别以及标注定位具体为:本方法首先通过Mask-RCNN对配网现场作业人员进行检测定位、工作服识别、工作服掩码分割,然后将定位到的作业人员从原图像中截取出来;再通过MobileNet-v2对配网现场作业人员穿着工作服是否规范进行分类识别,获得配网现场作业人员是否穿工作服、不规范穿工作服和规范穿工作服的识别结果,将Mask-RCNN的识别结果和MobileNet-v2的识别结果采用类激活映射对原图上,并标注识别结果。

2.根据权利要求1所述的一种配网现场作业人员穿衣规范的识别方法,其特征在于,所述步骤1)图像分类步骤中,还包括图像样本的处理和标注,所述处理为,将图像本集缩放到固定尺寸。

3.根据权利要求2所述的一种配网现场作业人员穿衣规范的识别方法,其特征在于,所述处理具体为:将图像样本利用双线性插值算法进行图像缩放,使得图像本集缩放到固定尺寸。

4.根据权利要求3所述的一种配网现场作业人员穿衣规范的识别方法,其特征在于,所述双线性插值算法具体为,f函数P=(x,y)是需要求解的插值坐标点,已知P点以田字型的周围的四个坐标点Q11=(x1,y1),Q12=(x1,y2),Q21=(x2,y1),Q22=(x2,y2)的值,使用双线性插值如下:

在x方向上进行插值,得到:

由此得到R1=(x,y1),R2=(x,y2);

在y方向上进行插值,得到:

由此得到f(x,y)即P的坐标如下:

5.根据权利要求1所述的一种配网现场作业人员穿衣规范的识别方法,其特征在于,根据Mask-RCNN得到的作业人员工作服mask掩码图实现图像膨胀,保留工作服周围的图像信息。

6.根据权利要求5所述的一种配网现场作业人员穿衣规范的识别方法,其特征在于,所述图像膨胀具体为:Mask-RCNN生成的mask掩码图边缘的坐标值为X1(x1,y1),X2(x2,y2),对图像膨胀n个像素点,得到X′1(x1-n,y1-n),X′2(x2+n,y2+n),根据新得到的坐标点和人员位置坐标进行裁剪,再对数据清洗、类别分类得到MobileNet-v2的训练数据集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司信息中心,未经云南电网有限责任公司信息中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110453885.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top