(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211067731.9 (22)申请日 2022.09.01 (71)申请人 国网江苏省电力有限公司技能培训 中心 地址 215004 江苏省苏州市姑苏区劳动路 599号 (72)发明人 李世倩　查显光　季宁　胡晓丽　 张梦梦　孙吕祎　郭宇杰　魏蔚　 张夏溦　朱向军　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 万慧华 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01)G06V 10/774(2022.01) G06V 10/74(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种电力作业人员工器具所属人员确定方 法及系统 (57)摘要 本发明涉及一种电力作业人员工器具所属 人员确定方法及系统， 具体涉及工器具检测技术 领域。 所述方法包括将待识别图像输入训练好的 改进Yolov5网络得到待识别图像的人体目标集 合和工器具目标集合； 改进Yolov5网络包 括主干 网络和分别与主干网络的输出端连接的三个预 测分支； 对于待识别图像中任意一个工器具， 根 据待识别图像工器具的中心点位置坐标、 预测偏 移量和各人员的中心点位置坐标， 计算待识别图 像工器具与各待识别图像人员的中心点偏移量 与预测偏移量之间的偏移距离并确定待识别图 像工器具属于最小的待识别图像偏移距离对应 的人员。 本发明可 以确定工器具的从属关系， 进 而可以以人员为主体， 确定该人员是否正确使用 工器具。 权利要求书3页 说明书8页 附图2页 CN 115424299 A 2022.12.02 CN 115424299 A 1.一种电力作业人员工器具 所属人员确定方法， 其特 征在于， 包括： 获取待识别图像； 所述待识别图像中包括多个人员和多个工器具； 将所述待识别图像输入训练好的改进Yolo  v5网络得到所述待识别图像的人体目标集 合和所述待识别图像的工器具目标集合； 所述待识别图像的人体目标集合包括所述待识别 图像中各人员的中心点位置坐标、 检测框宽度和检测框高度， 所述待识别图像的工器具目 标集合包括所述待识别图像中各工器具的中心 点位置坐标、 类别、 检测框宽度、 检测框高度 和预测偏移量； 所述改进Yolo  v5网络包括依次连接的主干网络和特征融合网络以及分别 与所述特 征融合网络的输出端连接的三个预测分支； 对于所述待识别图像中任意一个工器具， 根据所述工器具的中心点位置坐标、 所述工 器具的预测偏移 量和所述待识别图像中各人员的中心点位置坐标， 计算所述工器具与各所 述人员的中心点偏移量与预测偏移量之间的偏移距离并确定所述工器具属于最小的所述 偏移距离对应的人员。 2.根据权利要求1所述的一种电力作业人员工器具所属人员确定方法， 其特征在于， 对 于所述待识别图像中任意一个工器具， 根据所述工器具 的中心点位置坐标、 所述工器具 的 预测偏移量和所述待识别图像中各人员的中心 点位置坐标， 计算所述工器具与各所述人员 的中心点偏移量与预测偏移量之间的偏移 距离， 具体包括： 根据公式 计算工器具i与人员j的中心点偏移量 与预测偏移量之间的偏移距离， 其中， pxj表示人员j的中心点横坐标， txi表示工器具i的中 心点横坐标， pyi表示人员j的中心点纵坐标， tyi表示工器具i的中心点纵坐标， tui表示预测 偏移量的横坐标， tvi表示预测偏移量的纵坐标， dij表示工器具i与人员j的中心 点偏移量与 预测偏移量之间的偏移 距离。 3.根据权利要求1所述的一种电力作业人员工器具所属人员确定方法， 其特征在于， 所 述训练好的改进Yo lo v5网络的确定过程具体包括： 获取训练样本； 所述训练样本包括多张训练图片， 每张所述训练图片均包括多个人员 和多个工器具； 对所述训练样本中的每张训练图片进行标注得到每张训练图片的人体目标集合和每 张训练图片的工器具目标子集合； 所述训练图片的人体目标集合包括所述训练图片中各人 员的中心点位置坐标、 检测框宽度和检测框高度， 所述训练图片的工器具目标子集合包括 所述训练图片中各工器具的中心点 位置坐标、 类别、 检测框 宽度和检测框高度； 对于所述训练样本 中任意一个训练图片中的任意一个工器具， 根据所述工器具预设的 所属人员所在区域的中心点位置坐标和所述训练图片中各人员的中心点位置坐标之间的 距离确定所述工器具真实的所属人员； 根据所述工器具真实的所属人员的中心点位置坐标和所述工器具预设的所属人员所 在区域的中心点 位置坐标 得到所述工器具的预测偏移量； 将所述训练图片中各所述工器具的预测 偏移量、 中心点位置坐标、 类别、 检测框宽度和 检测框高度确定为所述训练图片的工器具目标集 合； 以所述训练样本中的每张训练图片的工器具目标集合和每张训练图片的人体目标集 合为训练集， 对所述改进Yo lo v5网络进行训练得到训练好的改进Yo lo v5网络。权　利　要　求　书 1/3 页 2 CN 115424299 A 24.根据权利要求3所述的一种电力作业人员工器具所属人员确定方法， 其特征在于， 所 述根据所述工器具预设的所属人员所在区域的中心点位置坐标和所述训练图片中各人员 的中心点 位置坐标之间的距离确定所述工器具真实的所属人员， 具体包括： 根据所述工器具预设的所属人员所在区域的中心点位置坐标与所述训练图片中各人 员的中心点位置坐标计算所述工器具预设的所属人员所在区域与所述训练图片中各人员 之间的距离； 确定最小的所述距离对应的人员为所述工器具真实的所属人员。 5.一种电力作业人员工器具 所属人员确定系统， 其特 征在于， 包括： 图片获取模块， 用于获取待识别图像； 所述待识别图像中包括多个人员和多个工器具； 集合确定模块， 用于将所述待识别图像输入训练好的改进Yolo  v5网络得到所述待识 别图像的人体目标集合和所述待识别图像的工器具目标集合； 所述待识别图像的人体目标 集合包括所述待识别图像中各人员的中心点位置坐标、 检测框宽度和检测框高度， 所述待 识别图像的工器具目标集合包括所述待识别图像中各工器具 的中心点位置坐标、 类别、 检 测框宽度、 检测框高度和预测偏移量； 所述改进Yolo  v5网络包括依次连接的主干网络和特 征融合网络以及分别与所述特 征融合网络的输出端连接的三个预测分支； 结果确定模块， 用于对于所述待识别图像中任意一个工器具， 根据所述工器具的中心 点位置坐标、 所述工器具 的预测偏移量和所述待识别图像中各人员的中心点位置坐标， 计 算所述工器具与各所述人员的中心点偏移量与预测偏移量之间的偏移距离并确定所述工 器具属于最小的所述偏移 距离对应的人员。 6.根据权利要求5所述的一种电力作业人员工器具所属人员确定系统， 其特征在于， 所 述结果确定模块， 具体包括： 偏移距离确定单元， 用于根据公式 计算工器具i 与人员j的中心点偏移量与预测偏移量之间的偏移距离， 其中， pxj表示人员j的中心点横坐 标， txi表示工器具i的中心点横坐标， pyi表示人员j的中心点纵坐标， tyi表示工器具i的中 心点纵坐标， tui表示预测偏移量的横坐标， tvi表示预测偏移量的纵坐标， dij表示工器具i 与人员j的中心点偏移量与预测偏移量之间的偏移 距离。 7.根据权利要求5所述的一种电力作业人员工器具所属人员确定系统， 其特征在于， 还 包括： 样本获取模块， 用于获取训练样本； 所述训练样本包括多张训练图片， 每张所述训练图 片均包括多个人员和多个工器具； 集合标注模块， 用于对所述训练样本 中的每张训练图片进行标注得到每张训练图片的 人体目标集合和每张训练图片的工器具目标子集合； 所述训练图片的人体目标集合包括所 述训练图片 中各人员的中心点位置坐标、 检测框宽度和检测框高度， 所述训练图片的工器 具目标子集合包括所述训练图片 中各工器具 的中心点位置坐标、 类别、 检测框宽度和检测 框高度； 真实结果标注模块， 用于对于所述训练样本中任意一个训练图片中的任意一个工器 具， 根据所述工器具预设的所属人员所在区域的中心点位置坐标和所述训练图片中各人员 的中心点 位置坐标之间的距离确定所述工器具真实的所属人员；权　利　要　求　书 2/3 页 3 CN 115424299 A 3