发明授权
- 专利标题: 一种基于时空图卷积神经网络的带电作业现场违章行为检测方法
-
申请号: CN202011030511.X申请日: 2020-09-27
-
公开(公告)号: CN112183317B公开(公告)日: 2022-04-19
- 发明人: 王波 , 罗鹏 , 马富齐 , 张迎晨 , 周胤宇 , 张天 , 王红霞 , 马恒瑞 , 李怡凡 , 张嘉鑫
- 申请人: 武汉大学
- 申请人地址: 湖北省武汉市武昌区八一路299号
- 专利权人: 武汉大学
- 当前专利权人: 武汉大学
- 当前专利权人地址: 湖北省武汉市武昌区八一路299号
- 代理机构: 苏州导思知识产权代理事务所
- 代理商 龚建良
- 主分类号: G06V20/52
- IPC分类号: G06V20/52 ; G06V40/70 ; G06V10/774 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明涉及一种基于时空图卷积神经网络的带电作业现场违章行为检测方法,该方法包括如下步骤:(1)采集带电作业监控视频;(2)总结带电作业过程中常见的违章行为,并提取对应的视频片段,对违章行为片段中的作业人员进行标记;(3)采用时空图卷积神经网络进行训练学习;(4)使用训练好的模型对带电作业现场的监控视频自动进行违章行为检测,作业人员存在违章行为时报警。本发明通过人员姿态识别等深度视觉技术,提取带电作业人员的行为信息,当作业人员出现违章操作时,及时发出警告。该方法可以大大减少电力安全监管的工作量,保障电力作业的安全。
公开/授权文献
- CN112183317A 一种基于时空图卷积神经网络的带电作业现场违章行为检测方法 公开/授权日:2021-01-05