[发明专利]作业人员行为确定方法、装置、电子设备及存储介质

权利要求书

1.一种作业人员行为确定方法，其特征在于，包括：

采集电力施工现场中作业人员作业过程的作业图像；

基于预先建立的人体姿态识别模型，确定所述作业图像中所述作业人员的人体关键点和各所述人体关键点之间的关联关系；

确定与所述人体关键点和所述关联关系对应的所述作业人员的作业行为，将所述作业行为与预先设定的违规行为进行对比，确定所述作业人员是否存在违规行为。

2.根据权利要求1所述的方法，其特征在于，在所述确定所述作业图像中所述作业人员的人体关键点和各所述人体关键点之间的关联关系之前，还包括：

获取至少一张作业人员的作业过程的样本图像，组成样本数据集；

预先对所述样本数据集的各样本图像中的作业人员进行标记；

基于标记后的各所述样本图像，对卷积神经网络进行训练，基于所述训练结果建立所述人体姿态识别模型。

3.根据权利要求2所述的方法，其特征在于，所述组成样本数据集，包括：

对获取到的至少一张所述样本图像进行变换处理；

基于经过变换处理后得到的各变换图像和所述样本图像，组成所述样本数据集；

其中，所述变换处理包括放缩处理、调整对比度处理、色彩抖动处理和增加噪声处理中的至少一种。

4.根据权利要求2所述的方法，其特征在于，所述基于标记后的各所述样本图像，对卷积神经网络进行训练，基于所述训练结果建立所述人体姿态识别模型，包括：

将所述样本图像输入至所述卷积神经网络中，输出所述卷积神经网络对所述样本图像中的作业人员的姿态的识别结果；

将所述识别结果与所述样本图像中的所述标记进行比对，基于比对结果调整所述卷积神经网络的网络参数，并更新所述卷积神经网络；

重复执行将所述样本图像输入至卷积神经网络中，将得到的识别结果与所述标记比对，并调整所述神经网络的网格参数的操作，直到当前训练过程满足预设条件时，结束对卷积神经网络的训练过程，将当前的卷积神经网络确定为所述人体姿态识别模型。

5.根据权利要求4所述的方法，其特征在于，所述预设条件包括重复执行的次数达到预设次数阈值。

6.根据权利要求2所述的方法，其特征在于，所述获取至少一张作业人员的作业过程的样本图像，包括：

获取历史监控视频，按照预设时间间隔对所述历史监控视频进行抽帧操作；

将抽帧操作得到的各帧图像确定为所述样本图像。

7.根据权利要求1所述的方法，其特征在于，所述基于预先建立的人体姿态识别模型，确定所述作业图像中所述作业人员的人体关键点和各所述人体关键点之间的关联关系，包括：

将所述作业图像输入至所述人体姿态识别模型中，生成与所述作业图像对应的第一数量的置信度图像和第二数量的亲和场图像；

基于所述第一数量的所述置信度图像，确定所述作业图像中所述作业人员的人体关键点；

基于所述第二数量的所述亲和场图像，确定各所述人体关键点之间的关联关系。

8.根据权利要求1所述的方法，其特征在于，在所述采集电力施工现场中作业人员作业过程的作业图像之后，还包括：

对所述作业图形进行卷积计算、线性整流函数计算和池化操作，并将所述作业图形更新为操作后得到的图形。

9.根据权利要求1所述的方法，其特征在于，在所述将所述作业行为与预先设定的违规行为进行对比，确定所述作业人员是否存在违规行为之后，还包括：

当确定出所述作业人员存在违规行为时，生成包含有所述违规行为的警告信息发送至安全人员终端以进行提示。

10.根据权利要求1所述的方法，其特征在于，所述确定与所述人体关键点和所述关联关系对应的所述作业人员的作业行为，包括：

确定所述作业图像中对应的所述电力施工现场的作业背景信息，基于所述作业背景信息、所述人体关键点和所述关联关系，确定所述作业人员的所述作业行为。