面向電網施工人員識別的輕量化檢測網絡

摘 要：針對電網施工環境多樣、傳統方法存在監控盲區導致監控精度和覆蓋面低的問題，提出了一種面向電網工作人員識別的輕量化檢測網絡，以高空及地面立體化的巡查模式來監控電網工作人員的作業行為。該方法采用一個輕量化的目標檢測網絡檢測出監控視頻中的電網工作人員，并判斷其是否佩戴安全帽，使用人員識別網絡來辨別未佩戴安全帽人員的身份。仿真實驗結果表明，所提方法可以實現立體化電網工作人員作業行為巡查，相比于傳統方法，所提出的輕量化網絡具有更小的計算量，可達到６３４％的識別精度。

關 鍵 詞：監控視頻；金字塔池化網絡；安全帽佩戴；深度學習；輕量化；身份識別

中圖分類號：ＴＭ７６ 文獻標志碼：Ａ 文章編號：１０００－１６４６（２０２４）０３－０２４８－０７

隨著居民用電需求的迅速增加，電網建設與維護工作進入了爆發性增長階段［１］。但由于電網通常分布在較為偏僻的地區，因此，在建設和運維過程中極易發生人員傷亡事故。其中，物體打擊、高空墜物及碰撞等導致的事故數量占比最高［２－４］。盡管電網公司會對員工進行安全教育，但仍有工作人員會在施工區域因各種理由而未能時刻佩戴安全帽［５］。因此，如何檢測并識別電網工作人員的安全帽佩戴行為是當前電網施工監管工作的難題之一［６－７］。

目前，電網公司主要采用人工方式在現場或通過監控系統來檢查電網工作人員的安全帽佩戴行為，但這種檢測方式需耗費大量人力且無法保證全天候監控。近年來，基于視頻流的圖像識別方法被提出并應用于安全帽佩戴行為的檢測中。該方法利用圖像處理技術對電網施工及維護現場的監控視頻進行智能分析，從而識別出未佩戴安全帽的工作人員［８－９］。但由于電網操作環境通常為復雜、多變的場景，操作人員存在諸多姿態變化及遮擋，導致傳統方法的識別精度偏低、運算復雜度較高且耗時過長。