一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法
【專利摘要】本發(fā)明公開了一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，基于HOG特征訓(xùn)練SVM分類器識別電力設(shè)施作業(yè)現(xiàn)場人員以及基于人員識別結(jié)果判斷人員裝備是否整齊，所述方法首先通過訓(xùn)練基于HOG特征的分類器檢測電力設(shè)施作業(yè)現(xiàn)場中出現(xiàn)的人員目標(biāo)，接著基于所識別到的人員目標(biāo)判斷該人員的著裝裝備是否符合作業(yè)現(xiàn)場安全要求，主要包括安全帽是否佩戴，安全服裝是否完整穿著（無皮膚露出），桿上變工作人員是否正確佩戴安全帶等安全項目。能夠在工作人員進(jìn)入作業(yè)現(xiàn)場之前自動對其著裝進(jìn)行提前檢測，不需要加派工作人員進(jìn)行監(jiān)督；同時，如著裝不符合規(guī)范，則對其進(jìn)行預(yù)警提醒，避免因為未按標(biāo)準(zhǔn)著裝而造成的安全事故，排除安全隱患。
【專利說明】—種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種檢測方法，特別是涉及一種電力設(shè)施作用現(xiàn)場人員著裝安全檢測方法。
【背景技術(shù)】
[0002]在電力設(shè)施的維護(hù)過程中，由于工作人員需要直接接觸電力設(shè)施，因而一旦工作人員沒有按照要求進(jìn)行安全著裝，在此過程中就會產(chǎn)生大量安全隱患。同時由于電力系統(tǒng)設(shè)施的高度危險性，一旦發(fā)生安全事故，通常都會造成不可逆轉(zhuǎn)的嚴(yán)重后果。因此，有必要在電力設(shè)施的維修維護(hù)過程進(jìn)行全程的視頻監(jiān)控，保證電力設(shè)施作業(yè)現(xiàn)場人員的著裝安全。
[0003]有鑒于此，本發(fā)明人對此進(jìn)行研究，專門開發(fā)出一種電力設(shè)施作用現(xiàn)場人員著裝安全檢測方法,本案由此產(chǎn)生。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種電力設(shè)施作用現(xiàn)場人員著裝安全檢測方法，可以自動識別出電力設(shè)施作業(yè)現(xiàn)場場景中的工作人員，同時對工作人員進(jìn)行安全著裝的判定，一旦發(fā)現(xiàn)安全隱患即會進(jìn)行報警。
[0005]為了實現(xiàn)上述目的，本發(fā)明的解決方案是:
一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，包括如下步驟:
1)正負(fù)樣本準(zhǔn)備步驟；
所述正樣本為包含作業(yè)現(xiàn)場人員目標(biāo)的各種形態(tài)以及著裝的圖片，所述圖片像素尺寸大小統(tǒng)一，所述負(fù)樣本為除正樣本外的任何圖片，尺寸和正樣本相同；
2)HOG特征提取步驟，具體包括如下子步驟:
a、將輸入的所有正負(fù)樣本的圖片進(jìn)行高斯平滑，去除噪聲；
b、計算出每個像素的梯度；
C、將圖像分成小的cells，統(tǒng)計每個cell的梯度直方圖；
d、將多個cell組成一個block,將一個block中所有cell的特征串聯(lián)起來得到block的HOG特征描述符；
e、將圖像窗口內(nèi)所有的block的HOG特征串聯(lián)起來，得到檢測窗口的HOG特征描述符，供SVM分類使用；
3)SVM分類器訓(xùn)練步驟；基于SVM方法，選用一個線性判別函數(shù)，對所述所有HOG特征描述符進(jìn)行分類，得到一個初始分類器；
4)檢測步驟；
首先選擇最小的尺度(即正負(fù)樣本尺度)以及尺度增量因子(1.1)，然后從待檢測區(qū)域的左上方開始遍歷圖像。掃描完畢之后，將當(dāng)前的尺度乘以尺度增量因子，再重復(fù)進(jìn)行一遍圖像遍歷，直到所有的尺度都被檢測完備為止(圖6)。最后輸出所有的檢測結(jié)果。[0006]5)基于HSV模型的閥值判定步驟；
獲得了人員目標(biāo)檢測結(jié)果之后，根據(jù)HSV色彩模型判斷人員目標(biāo)是否進(jìn)行了安全著裝。
[0007]安全著裝檢測包括安全帽檢測、桿上變?nèi)藛T安全帶檢測、裸露皮膚的檢測。
[0008]其中，安全帽檢測檢測包括如下子步驟:
a、首先選擇人員目標(biāo)檢測結(jié)果的上半部分作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型；
b、根據(jù)安全帽顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；
C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帽，得到正確的檢測結(jié)果并輸出。由于待檢測區(qū)域只是人員目標(biāo)的頭部，因此根據(jù)檢測結(jié)果可以判定該工作人員是否佩戴了安全帽，若檢測結(jié)果為未佩戴安全帽，則發(fā)出報警提
/Jn ο
[0009]桿上變?nèi)藛T安全帶檢測包括如下子步驟:
a、首先選取人員目標(biāo)的腰部作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型；
b、根據(jù)安全帶顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；
C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帶，得到正確的檢測結(jié)果并輸出，若檢測結(jié)果為未佩戴安全帶，則發(fā)出報警提示。
[0010]裸露皮膚的檢測包括如下子步驟:
a、首先選取人員目標(biāo)的兩側(cè)手臂區(qū)域為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型；
b、根據(jù)裸露皮膚在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；
C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在裸露的皮膚，因此可以根據(jù)檢測結(jié)果判定工作人員是否正確穿著了工作服，若檢測檢測到裸露皮膚，則發(fā)出報警提示。
[0011]電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法優(yōu)點在于能夠在工作人員進(jìn)入作業(yè)現(xiàn)場之前自動對其著裝進(jìn)行提前檢測，不需要加派工作人員進(jìn)行監(jiān)督；同時，如著裝不符合規(guī)范，則對其進(jìn)行預(yù)警提醒，避免因為未按標(biāo)準(zhǔn)著裝而造成的安全事故，排除安全隱患。
[0012]以下結(jié)合附圖及具體實施例對本發(fā)明做進(jìn)一步詳細(xì)描述。
【專利附圖】

【附圖說明】
[0013]圖1為本實施例Hog特征提取過程/lin SVM訓(xùn)練結(jié)構(gòu)圖；
圖2為本實施例HOG特征提取過程； 圖3為本實施例HOG特征提取過程；
圖4為本實施例初始分類器訓(xùn)練過程流程圖；
圖5為本實施例最終分類器訓(xùn)練過程流程圖；
圖6為本實施例多尺度掃描過程示意圖；
圖7為本實施例為安全帽檢測結(jié)果示意圖；
圖8為本實施例為桿上變?nèi)藛T安全帶檢測結(jié)果示意圖；
圖9為本實施例為裸露皮膚的檢測結(jié)果示意圖。
【具體實施方式】
[0014]一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，包括如下步驟:
I)正負(fù)樣本準(zhǔn)備步驟；
所述正樣本為包含作業(yè)現(xiàn)場人員目標(biāo)的各種形態(tài)以及著裝的圖片，所述圖片像素尺寸大小統(tǒng)一，所述負(fù)樣本為除正樣本外的任何圖片，尺寸和正樣本相同；本實施例采用的負(fù)樣本圖片主要是作業(yè)現(xiàn)場場景中的背景圖片，例如道路、草坪、建筑物、電力設(shè)施等。
[0015]2) HOG特征提取步驟，如圖1-3所示，具體包括如下子步驟:
步驟101、對輸入的所有正負(fù)樣本圖片進(jìn)行高斯平滑，去除噪聲；
步驟102、利用[_1，0，1]梯度算子做卷積，得到X方向的梯度分量，然后用[1，0，-1]τ梯度算子對做卷積，得到I方向的梯度分量，計算出每個像素的梯度；
步驟103、采用8*8個像素組成一個cell，并在cell內(nèi)將梯度方向360度分成9個方向塊，對cell內(nèi)每個像素用梯度方向在直方圖中進(jìn)行加權(quán)投影，就得到這個cell的梯度方向直方圖，這就是每個cell對應(yīng)的9維特征向量；
步驟104、再將2*2個cell組成一個block,可以得出一個block包含四個cell,也就總共有36維特征向量，將一個block中所有cell的特征串聯(lián)起來得到block的HOG特征描述符；
步驟105、一個訓(xùn)練窗口為64*128，按8個像素的步長進(jìn)行掃描，水平是7個掃描窗口，垂直是15個，總共生成36*7*15=3780維特征向量，將圖像窗口內(nèi)所有的block的HOG特征串聯(lián)起來，得到檢測窗口的HOG特征描述符，供SVM分類使用；針對不同的目標(biāo)大小，可以調(diào)整cell和block的大小，以及訓(xùn)練窗口大小，重新計算維數(shù)，即可提取到適合自身目標(biāo)的HOG特征，最終加入IinSVM訓(xùn)練。
[0016]3) SVM分類器訓(xùn)練步驟，具體訓(xùn)練流程如圖4-5所示:
應(yīng)用時，分別訓(xùn)練了 32*64的站立式行人分類器，32*80的桿上變的行人分類器，以及24*8的腰帶分類器。
[0017]以32*64的分類器為例具體實現(xiàn)過程為:
對于站立式行人，因為觀察距離原因，訓(xùn)練窗口選擇大小為32*64，cell單元大小為4*4，block的大小為8*8，橫向和縱向分別以4個像素進(jìn)行滑動掃描，則Hog特征的維數(shù)為3780。
[0018]訓(xùn)練時，首先分別采集正負(fù)樣本，調(diào)整大小統(tǒng)一為32*64，正樣本采集了 3090個，存放于pos文件夾，負(fù)樣本采集了 5935存放于neg文件夾。然后分別提取正負(fù)樣本的HOG特征，加入IinSVM進(jìn)行第一次訓(xùn)練，生成初始檢測子。[0019]初次訓(xùn)練完成后，用訓(xùn)練好的分類器進(jìn)行測試，對于誤檢的區(qū)域，重新加入負(fù)樣本中，進(jìn)行樣本更新，重新訓(xùn)練，生成最終分類器，這是一個3781維的數(shù)組，每一個數(shù)據(jù)代表著邊緣方向的閾值。
[0020]上述步驟I) -3)為行人檢測，Opencv的開源庫提供了用于訓(xùn)練分類器的函數(shù)，本實施例使用已經(jīng)提供好的庫函數(shù)進(jìn)行分類器的訓(xùn)練。
[0021]4)檢測步驟；
首先選擇最小的尺度(即正負(fù)樣本尺度)以及尺度增量因子(1.1)，然后從待檢測區(qū)域的左上方開始遍歷圖像。掃描完畢之后，將當(dāng)前的尺度乘以尺度增量因子，再重復(fù)進(jìn)行一遍圖像遍歷，直到所有的尺度都被檢測完備為止(如圖6所示)，最后輸出所有的檢測結(jié)果。
[0022]5)基于HSV模型的閥值判定步驟；
獲得了人員目標(biāo)檢測結(jié)果之后，根據(jù)HSV色彩模型判斷人員目標(biāo)是否進(jìn)行了安全著裝。
[0023]安全著裝檢測包括安全帽檢測、桿上變?nèi)藛T安全帶檢測、裸露皮膚的檢測。
[0024]其中，安全帽檢測檢測包括如下子步驟:
a、首先選擇人員目標(biāo)檢測結(jié)果的上半部分作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型； 安全帽共有黃色、紅色、白色、藍(lán)色四種顏色，其中黃色、紅色和藍(lán)色在HSV模型中的取值范圍分別為:
黃色:H:37.5-67.5 ；S:0.4-1 ；V:0.5-0.8
紅色:H:0-15,330-360 ；S:0.4-1 ；V:0.5-0.8
藍(lán)色:H:225-255 ；S:0.35-1 ；V:0.6-0.8 ；
對于白色，只要亮度V接近1，不管H和S取值多少，都會變成白色，因此白色的取值范圍為:
白色:H:任意；S:任意'N:0.95-1 ；
b、根據(jù)上述安全帽顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；
C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帽，得到正確的檢測結(jié)果并輸出。由于待檢測區(qū)域只是人員目標(biāo)的頭部，因此根據(jù)檢測結(jié)果可以判定該工作人員是否佩戴了安全帽。
[0025]桿上變?nèi)藛T安全帶檢測包括如下子步驟:
a、工作人員爬上桿上變進(jìn)行作業(yè)的時候必須在腰部佩戴安全帶，檢測到人員目標(biāo)之后，首先選取人員目標(biāo)的腰部作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型；由于腰帶目標(biāo)過小，因此分類器輸出結(jié)果不穩(wěn)定，誤識很多。和安全帽類似，安全帶同樣具有鮮明的顏色特征，即橘黃色，因此對于分類器輸出結(jié)果使用基于HSV模型的閾值加以判定。
[0026]在HSV模型中，橘黃色的取值范圍為:
橘黃色:H:30-40 ；S:0.4-1 ；V:0.5-0.8 ；
b、根據(jù)安全帶顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帶，得到正確的檢測結(jié)果并輸出。
[0027]裸露皮膚的檢測包括如下子步驟:
a、工作人員在電力設(shè)施作業(yè)現(xiàn)場作業(yè)時必須保持無皮膚暴露在空氣中，而很多時候工作人員會將袖子挽起，這樣會產(chǎn)生安全隱患，基于人員目標(biāo)識別結(jié)果，首先選取人員目標(biāo)的兩側(cè)手臂區(qū)域為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型；針對黃種人，裸露的皮膚在HSV模型中的取值為:
裸露的皮膚:H:0-53 ；S:0.21-0.69 ；V:0.5-0.8 ；
b、根據(jù)裸露皮膚在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分；
C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域；
d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在裸露的皮膚，因此可以根據(jù)檢測結(jié)果判定工作人員是否正確穿著了工作服。
[0028]在OpenCV函數(shù)庫中，HSV模型的取值和標(biāo)準(zhǔn)取值有所不同，其中H的取值范圍是0-180，S和V的取值范圍都是0-255，因此需要對前述的各種顏色在標(biāo)準(zhǔn)HSV模型下的取值范圍做修正，已適應(yīng)具體應(yīng)用過程。經(jīng)過修正后，各種顏色的閾值如表1所示:
表1:各顏色在OpenCV中的取值范圍
【權(quán)利要求】
1.一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，其特征在于包括如下步驟: 1)正負(fù)樣本準(zhǔn)備步驟； 所述正樣本為包含作業(yè)現(xiàn)場人員目標(biāo)的各種形態(tài)以及著裝的圖片，所述圖片像素尺寸大小統(tǒng)一，所述負(fù)樣本為除正樣本外的任何圖片，尺寸和正樣本相同； 2)HOG特征提取步驟，具體包括如下子步驟: a、將輸入的所有正負(fù)樣本的圖片進(jìn)行高斯平滑，去除噪聲； b、計算出每個像素的梯度； C、將圖像分成小的cells，統(tǒng)計每個cell的梯度直方圖； d、將多個cell組成一個block,將一個block中所有cell的特征串聯(lián)起來得到block的HOG特征描述符； e、將圖像窗口內(nèi)所有的block的HOG特征串聯(lián)起來，得到檢測窗口的HOG特征描述符，供SVM分類使用； 3)SVM分類器訓(xùn)練步驟；基于SVM方法，選用一個線性判別函數(shù)，對所述所有HOG特征描述符進(jìn)行分類，得到一個初始分類器； 4)檢測步驟； 首先選擇最小的尺度以及尺度增量因子，然后從待檢測區(qū)域的左上方開始遍歷圖像，掃描完畢之后，將當(dāng)前的尺度乘以尺度增量因子，再重復(fù)進(jìn)行一遍圖像遍歷，直到所有的尺度都被檢測完備為止，最后輸出所有的檢測結(jié)果； 5)基于HSV模型的閥值判定步驟； 獲得人員目標(biāo)檢測結(jié)果之后，根據(jù)HSV色彩模型判斷人員目標(biāo)是否進(jìn)行了安全著裝，安全著裝檢測包括安全帽檢測、桿上變?nèi)藛T安全帶檢測、裸露皮膚的檢測。
2.如權(quán)利要求1所述的一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，其特征在于安全帽檢測檢測包括如下子步驟: a、首先選擇人員目標(biāo)檢測結(jié)果的上半部分作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型； b、根據(jù)安全帽顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分； C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域； d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帽，得到正確的檢測結(jié)果并輸出。
3.如權(quán)利要求1所述的一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，其特征在于桿上變?nèi)藛T安全帶檢測包括如下子步驟: a、首先選取人員目標(biāo)的腰部作為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型； b、根據(jù)安全帶顏色在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分； C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域； d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在安全帶，得到正確的檢測結(jié)果并輸出，若檢測結(jié)果為未佩戴安全帶，則發(fā)出報警提示。
4.如權(quán)利要求1所述的一種電力設(shè)施作業(yè)現(xiàn)場人員著裝安全檢測方法，其特征在于裸露皮膚的檢測包括如下子步驟: a、首先選取人員目標(biāo)的兩側(cè)手臂區(qū)域為待檢測區(qū)域，然后將待檢測區(qū)域圖像由RGB模型轉(zhuǎn)為HSV模型； b、根據(jù)裸露皮膚在HSV模型中的取值范圍設(shè)定閾值，將HSV圖二值化成為二值圖，只保留在閾值之內(nèi)的部分； C、然后將二值圖進(jìn)行腐蝕和膨脹，消除一些無關(guān)的區(qū)域； d、最后在膨脹之后的二值圖中尋找連通域，如果找到了連通域，就說明該區(qū)域內(nèi)存在裸露的皮膚，因此可以根據(jù) 檢測結(jié)果判定工作人員是否正確穿著了工作服，若檢測檢測到裸露皮膚，則發(fā)出報警提示。
【文檔編號】G06Q50/06GK103745226SQ201310745896
【公開日】2014年4月23日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】牟軒沁, 彭斌, 潘堅躍, 李志強(qiáng), 安曉軍, 麻立群, 李敏, 張元歆 申請人:國家電網(wǎng)公司, 國網(wǎng)浙江臨安市供電公司, 國網(wǎng)浙江省電力公司杭州供電公司