基于图像识别技术的海上风电基建安全智能管控研究 .pdfVIP

基于图像识别技术的海上风电基建安全智能管控研究 .pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于图像识别技术的海上风电基建安全智能管控研究

发布时间:2023-02-01T01:18:01.441Z来源:《中国建设信息化》2022年9月18期作者:徐昊

[导读]本文针对海上施工的安全风险,提出通过构建一套基于图像识别技术的基建安全智能管控系统

徐昊

浙江浙能临海海上风力发电有限公司317013

摘要:本文针对海上施工的安全风险,提出通过构建一套基于图像识别技术的基建安全智能管控系统,着重解决海上风电基建安全基

础薄弱问题,实现智能化安全管控,希望为相关人员提供参考价值。

关键词:图像识别安全管控智能化

一、引言

近年来,海上风电作为新能源开发项目的主力军,正在如火如荼建设中。然而由于海洋环境复杂多变,受地质条件、自然环境、人员

素质、船机、航道等众多不确定因素影响,对海上基建安全管控提出了更高的要求。随着“科技兴安”战略的兴起,利用图像识别、数字地

图、移动互联等技术,通过构建一套基于图像识别技术的基建安全智能管控系统,促使技术、业务与管理的融合互动,将工地、单位、人

员、船机等科学高效地管理起来,实现海上施工智能化安全管控。

二、海上风电基建安全智能管控系统的构建思路

该系统可分为三级架构,分别为以摄像头、人员定位器为主的前端感知层;以图像识别、计算、传输、控制为主的中间层和以平台软

件、数据存储、计算分析为主的控制中心。

、前端感知层1

摄1.1像头

摄像头是图像识别的硬件核心。图像识别的所有素材均由摄像头提供。

人员1.2定位器

人员定位器可提供北斗导航定位以及人员落水报警功能。结合控制中心可显示佩戴用户的实时位置以及报警信息。

、中间2层

人员信息2.1采集

通过闸道工作区视频流作为信息输入端,利用人脸识别等无感检测技术实现实时监控和一站式人员信息采集。当工作区有人员经过

时,会自动身份识别,记录经过人员、时间等信息,可统计和了解经过区域人员情况,可作为考勤和发生事情时,及时追忆相关信息。采

集涵盖了人员基本信息、持证情况、出勤记录、违章记录、位置移动轨迹等五方面。可对人员进行体温测量,做好防疫基础管理。可对违

规入场人员发起报警,以防损失。通过对入场人员的定位,结合图像智能识别模块,可对人员活动情况进行管控,并结合厂区电子平面图

形成历史活动范围的轨迹信息。

人2.2脸识别

人脸识别分为四个过程:人脸检测、人脸对齐、特征提取、特征匹配。其中,特征提取作为人脸识别最关键的步骤,其重点在于提取

到人脸“独有”的特征。经过实际效果与性能对比,insightface算法较之于Facenet算法更有优势。

要提高人脸识别模型的性能,除了优化网络结构,修改损失函数是另一种选择。Insightface算法在现有的损失函数(SphereFace、

CosineFace)基础上优化提出ArcFace,可直接在角度空间最大化分类界限。

图像识别2.3

图像识别技术是系统告警数据的来源和报警功能的依据。

针对风电场内的监控设备进行功能配置,功能包括:禁入区域检测、船机检测、吊装检测、动火检测、劳动防护用品佩戴检测等。监

控根据配置的功能対实时视频进行检测。

海上风电基建安全智能管控系统中图像识别技术的开发可使用SSD300算法,主要特点在于特征融合。

2.3.1SDD核心设计理念

2.3.1.1采用多尺度特征图用于检测

CNN网络前面的特征图比较大,后面逐渐降低特征图大小,比较大的特征图来用来检测相对较小的目标,而小的特征图则负责检测大

目标。

2.3.1.2设置Defaultboxes

为SSD每个单元设置尺度或者长宽比不同的Defaultboxes,预测的边界框是以这些Defaultboxes为基准。

Defaultboxes尺寸的确定方法如下:

提取6个特征图,其大小分别是(38,38)(19,19)(10,10)(5,5)(3,3)(1,1)。不同特征图设置的先验框数目不同。先验框的设置,包括尺度和长

宽比两个方面。对于先验框的尺度,其遵守一个线性递增规则:随着特征图大小降低,先验框尺度线性增加:

这里Smin是0.2,表示最底层的尺度是0.2,;Smax是0.9,表示最高层的尺度是0.9。通过这种计算方法,可以得出6个特征图的

尺度分别为:[30,60,111,162,213,264]。

默认情况下,每个特征图会有一个**=1且尺度

文档评论(0)

177****7755 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档