基于人工智能算法的作业现场人员设备资质识别技术研究.pdf

第61卷第8期电测与仪表Vol.61No.8

2024年8月15日ElectricalMeasurementInstrumentationAug.15,2024

基于人工智能算法的作业现场人员

设备资质识别技术研究

陈晓江，龙震岳，曾纪钧

（广东电网有限责任公司，广州510600）

摘要：针对不具备检修资质的人员误入检修现场和现场检修人员难以近距离查看设备铭牌的问题,研究了基于

人工智能算法的作业现场人员设备资质识别技术。针对现场作业中的设备和人员分别采用不同的文本检测技

术和人脸识别技术，展开设备、人员的资质识别技术研究。文本识别将融合连接文本提议网络（connectionist

textproposalnetwork,CTPN）、密集连接卷积网络（denseconvolutionalnetwork,DenseNet）和连接时序分类（con-

nectionisttemporalclassification，CTC)算法组合，并设计文本训练模型，提升文本识别率。人脸识别基于OpenCV

平台，利用图像预处理和人脸目标算法实现人脸识别，从人脸数据采集、人脸数据训练、人脸检测与识别实现

三个方面训练人脸识别的准确性。最后，通过实际应用证明了设备铭牌检测和人脸识别的准确性。

关键词：文本检测；人脸识别；人工智能；模型训练

D0I:10.19753/j.issn1001-1390.2024.08.011

中图分类号：TM71文献标识码：A

Researchonequipmentqualificationrecognitiontechnologyofjobsitepersonnel

basedonartificialintelligencealgorithm

CHENXiaojiang,LONGZhenyue,ZENGJijun

(GuangdongPowerGridCo.,Ltd.,Guangzhou510600,China)

Abstract:Aimingattheproblemthatunqualifiedpersonnelenterthemaintenancesitebymistakeandtheon-site

maintenancepersonnelaredifficulttoviewtheequipmentnameplateatcloserange,theequipmentqualification

recognitiontechnologyofjobsitepersonnelbasedonartificialintelligencealgorithmisstudiedinthispaper.Ac-

cordingtotheequipmentandpersonnelinthefieldoperation,differenttextdetectiontechnologyandfacerecogni-

tiontechnologyareadoptedrespectively,andthequalificationrecognitiontechnologyofequipmentandpersonnelis

researched.Textrecognitioncombinesthecombinationofconnectionisttextproposalnetwork(CTPN),densecon-

volutionalnetwork(DenseNet)andconnectionisttemporalclassification

trainingmodeltoimprovetextrecognitionrat