面向电力生产精细化风险解译的高度相似防护工具智能检测技术研究

作     者：马富齐 王波 董旭柱 冯磊 贾嵘 MA Fuqi;WANG Bo;DONG Xuzhu;FENG Lei;JIA Rong

作者机构：西安理工大学电气工程学院陕西省西安市710054 武汉大学电气与自动化学院湖北省武汉市430072 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年第44卷第3期

页      面：971-980,I0010页

核心收录：

学科分类：080805[工学-电工理论与新技术] 0808[工学-电气工程] 08[工学] 

基　　金：云南省科技厅重大科技专项项目(202202AD080004)。 

主　　题：生产安全防护 安全影像解译 电力深度视觉 高度相似目标 深度度量学习 嵌入特征空间 

摘      要：电力生产通常面临高低电压、强弱电流等复杂工作环境转换,不同作业场景有严格的防护工具使用标准,因此,研究生产作业过程防护工具的精细辨识对保障人员安全及电网安全意义重大。已有研究可实现安全帽、工作服等基础着装类检测,而实际生产中存在大量形态高度相似的实体防护工具,如绝缘手套与线手套、绝缘杆与验电杆等。为此,该文提出一种基于深度代表性度量学习的相似防护工具智能检测方法。将目标类别特征学习转换为以差异化表达不同目标特征距离为目的的嵌入式空间特征学习,得到表征不同目标的深度代表性特征向量,通过计算未知目标与代表性特征向量的距离进行类别判断,最后以现场图像进行试验验证。试验结果表明:所提方法实现了对形态相似防护工具的特征差异表达和精准辨识,相比于常见目标检测模型具有更优越的辨识性能,从而提高电力生产安全风险辨识的精细化水平。