[发明专利]防人身伤害报警预控装置

说明书

本发明涉及防人身伤害报警预控装置，它包括人体特征识别系统和区域入侵探测系统，人体特征识别系统包括三维视觉传感器和人体特征识别装置，区域入侵探测系统包括电压调节控制装置、语音数控装置和断路器，本发明具有划分工作范围、入侵实时监测、构建三维场景、降低人身伤害的优点。

技术领域

本发明属于电力施工技术领域，具体涉及防人身伤害报警预控装置。

背景技术

随着社会的快速发展，电力需求在现有社会中越来越重要，尤其一些场合需要进行24小时不间断停电，这种场合往往具有多套供电设备的存在，对一套供电设备进行检修时，通过另外一套供电设备进行供电操作，但是在没有多套供电设备端的情况下，对设备进行检修时需要检修人员进行带电工作，事故的发生往往是因为施工人员在操作过程中，忘记与设备保持一定的安全距离，并且缺少相应的提醒，导致事故的发生；因此，提供一种划分工作范围、入侵实时监测、构建三维场景、降低人身伤害的防人身伤害报警预控装置是非常有必要。

发明内容

本发明的目的是为了克服现有技术的不足，而提供一种划分工作范围、入侵实时监测、构建三维场景、降低人身伤害的防人身伤害报警预控装置。

本发明的目的是这样实现的：防人身伤害报警预控装置，它包括人体特征识别系统和区域入侵探测系统，所述的人体特征识别系统包括三维视觉传感器和人体特征识别装置，所述的区域入侵探测系统包括电压调节控制装置、语音数控装置和断路器。

所述的区域入侵探测系统将工作范围划分为三个区域，分别为：设备工作区域、危险区域、警告区域。

所述的人体特征识别装置采用基于骨骼关键点检测的深度神经网络算法，自动识别人体骨骼关键点，以此来判别动作类型，所述的骨骼关键点检测技术包括以下步骤：

步骤1)：人体检测；通过相关算法自动查找图像中是否包含人体图像，正确地检测处人体图像是人体骨骼关键点检测的前提条件；

步骤2)：图像预处理；主要是为了减小图像的噪音，包括人体骨骼关键点相应部分图像的增强以及归一化等工作；

步骤3)：人体骨骼关键点特征提取；主要是提取人体骨骼关键点图像不变性特征，获取更加有效的人体骨骼关键点特征信息，特征提取的好坏是影响人体骨骼关键点检测准确度的关键因素；

步骤4)：人体骨骼关键点检测；主要直接从彩色图像中预测出所有的人体骨骼关键点的响应图，其中全身模型中有14个人体骨骼关键点的响应图，半身模型中有9个人体骨骼关键点的响应图；

所述的基于骨骼关键点检测的深度神经网络算法采用基于ConvolutionalPoseMachines的人体骨骼关键点检测方法，具体为：把图片中第q个(q的取值范围为0～14)人体骨骼关键点的像素位置表示为Y_q∈U∈R²,其中U是一张图片中所有(x,y)像素位置的集合，目的是预测所有Q个人体骨骼关键点的位置Y＝(Y₁,Y₂,...,Y_q)；姿势机器由一系列多级预测因子g_s(·)组成，这些预测因子被训练用来预测每个层次中每个人体骨骼关键点的位置，其中v_u表示在图片位置u处提取的特征图，对于每一个stages∈{1，2，...,S},都有一个多分类器g_s，根据v_u来预测每一个人体骨骼关键点的响应图Y_q＝u，stages(s＝1)应该产生下列的响应值：

其中，是由分类器g₁在stage s(s＝1)图片位置u处预测的分数，在图像中，表示任意一处u＝(x,y)^s，第q个关键点预测的响应值为其中w和h分别表示图像的宽度和高度，