基于高精度机器视觉的电力违规作业动作监控识别算法设计

摘要

随着神经网络与深度学习算法研究的不断深入,对电力作业人员的违规动作监控与识别也有了更高要求。为提升电力生产的安全系数,开展了基于高精度机器视觉的电力违规作业动作监控识别算法设计研究。该算法采用主流的CNN模型对电力违规作业进行监控和数据处理,通过交叉混合操作完成特征提取,并利用Logistic分类器与随机森林分类器对违规作业动作进行目标识别。同时基于间隔帧间差分法检测两帧图像间的差异,对目标图像进行二值化处理,且通过坐标的变化判断目标位置的偏移,增加了算法的鲁棒性。算例分析结果表明,所述方法的识别准确率更高、运行效率更快,具有良好的工程应用价值。