-
题名基于CNN的安全智能监测识别算法
被引量：5
- 1
-
-
作者
卫潮冰
-
机构
广东电网有限责任公司江门供电局
-
出处
《电子设计工程》
2020年第4期64-68,共5页
-
基金
广东电网有限责任公司科技项目(GDKJXM20162331)。
-
文摘
针对施工环境的复杂性,监管人员对施工人员着装的监督通常存在着一定的困难,较难实现及时、有效的监督等问题,文中提出了一种基于CNN的安全智能监测识别算法。该算法首先通过相关样本图像训练出所需要的安全帽、安全带等四种识别模型。然后利用所得到的模型,对电力施工现场所拍摄的实时图像进行检测识别,从而实现智能化监测。测试结果表明,该算法对于施工人员着装的平均识别准确率可达到89.27%,验证了该算法的可行性。
-
关键词
深度学习
卷积神经网络
TensorFlow框架
电力施工安全
智能监测
-
Keywords
deep learning
convolutional neural network
tensorFlow framework
power construction safety
intelligent monitoring
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像识别的电力施工人员身份检测技术研究
被引量：4
- 2
-
-
作者
卫潮冰
-
机构
广东电网有限责任公司江门供电局
-
出处
《自动化与仪器仪表》
2020年第6期184-187,共4页
-
基金
广东电网有限责任公司科技项目:现场安全作业智能监控关键技术研究与应用(No.GDKJXM20162331)。
-
文摘
针对当前大多数企业身份检测抗干扰能力低下的问题,提出基于图像识别的电力施工人员身份检测技术。采用Kinect图像采集器对电力施工人员进行图像采集,交替采样后接收到主控芯片中,利用ASM算法计算半错误率得到最终指标性能;检测人脸范围及位置,计算人脸关键点位置坐标,完成人脸图像信息的数据均值规整化,并校准候选窗口。实验结果表明,基于图像识别的电力施工人员身份检测技术与传统相比,电力施工人员的身份识别抗干扰能力大幅提高。由此可见,该图像识别技术能够有效运用到当前电力施工人员身份检测中。
-
关键词
图像识别
身份检测
图像检测
人脸识别
图像采集
-
Keywords
image recognition
identity testing
image detection
face recognition
image acquisition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名电能表错误接线对抄核收工作的影响
被引量：1
- 3
-
-
作者
卫潮冰
-
机构
广东电网有限责任公司江门台山供电局
-
出处
《中国新技术新产品》
2016年第6期77-78,共2页
-
文摘
在各行各业越来越重视工作质量和效率的时代背景下,电力工作者也要秉持着认真负责的态度。尤其在抄核收工作中,不仅要注重工作本身的效果,同时也要清楚地认识到影响工作质量的各种因素,如电能表错误接线等。本文结合实际经验,论述了电能表存在的接线错误对抄核收工作造成的不良影响,并提出了避免出现问题的措施,以供相关实践参考借鉴。
-
关键词
抄核收工作
电能表
错误接线
质量与效率
改进措施
-
分类号
TM93
[电气工程—电力电子与电力传动]
-
