(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 202210958603.7 (22)申请日 2022.08.09 (71)申请人 国网湖北省电力有限公司黄龙 滩水 力发电厂 地址 442000 湖北省十堰市张湾区黄龙镇 小峡路 (72)发明人 李常杲　罗建宇　梁超　周文　 杨志　周少宁　 (74)专利代理 机构 深圳博敖专利代理事务所 (普通合伙) 44884 专利代理师 郭永娟 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/20(2022.01) G06V 10/764(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 水电厂的人员定位方法、 装置、 设备及可读 存储介质 (57)摘要 本发明提供了一种水电厂的人员定位方法、 装置、 设备及可读存储介质， 涉及定位技术领域， 包括获取水电厂室内区域信息,所述水电厂室内 区域信息包括至少三个室内划分分区； 鉴别所述 水电厂的待定位的人员身份特征信息标识,并通 过单维关联规则生成； 判断所述身份特征信息标 识是否与所述待定位的人员相关联； 获取所述室 内划分分区的摄像装置的实时视频画面图像,根 据所述像素坐标和所述摄像装置的方位角,计算 所述待定位人员的地理位置。 本发 明有益因素为 通过实时记录电厂人员定位数据以形成电厂人 员的行动轨迹， 一旦发生任何事故， 可查看该电 厂人员的行动轨迹， 从而快速分析出事故原因， 以避免下次事故的发生， 进一步提升了电厂人员 的安全性。 权利要求书3页 说明书10页 附图3页 CN 115546710 A 2022.12.30 CN 115546710 A 1.一种水电厂的人员定位方法， 其特 征在于， 包括： 获取水电厂室内区域信息,所述水电厂室内区域信息包括至少三个室内划分 分区； 鉴别所述水电厂的待定位的人员身份特征信息标识,并通过单维关联规则生成； 判断 所述身份特征信息标识是否与所述待定位的人员相关联,若 所述身份特征信息标识与所述 待定位的人员相关联时,获取 所述待定位人员所在的室内划分 分区的位置； 获取所述室内划分分区的摄像装置的实时视频画面图像,对于当前获取的图像,计算 所述待定位的人员的像素坐标； 根据所述像素坐标和所述摄 像装置的方位角,计算所述待定位人员的地理位置 。 2.根据权利要求1所述的水电厂的人员定位方法， 其特征在于,所述鉴别所述水电厂的 待定位的人员身份特 征信息标识， 之前包括： 采集所述水电厂所有人员的视频序列， 组成图像数据库， 所述图像数据库包括所述水 电厂所有人员的行 走图像数据、 习惯动作图像数据和作业图像数据； 对所述图像数据库进行预处理， 得到预处理后的所述图像数据库， 所述预处理包括对 利用高斯滤波对所述图像数据库进行处理， 并根据边缘损失函数， 对弱化后噪音的所述图 像数据库进行优化处 理； 将处理后的所述图像数据库进行维数约简， 求 解最佳投影矩阵； 根据所述 最佳投影矩阵， 提取 所述图像数据库中的特 征信息标识的数据； 将所述水电厂的待定位的人员的历史图像输入K ‑NN分类器， 利用K ‑NN分类器对提取到 的所述特征信息标识的数据进行分类识别， 并根据所述分类识别的结果， 鉴别所述水电厂 的待定位的人员身份。 3.根据权利要求1所述的水电厂的人员定位方法， 其特征在于,所述获取所述室内划分 分区的摄像装置的实时视频画面图像,对于当前获取 的图像,计算所述待定位的人员的像 素坐标， 包括： 在每个所述室内划分区域设置采样点； 采集每个所述采样点的收发天线对的信道状态信 息数据,根据 所述信道状态信 息数据 的子载波幅度差， 构造信道状态信息特 征图像； 基于深度 卷积神经网络模型,并利用所述信道状态信 息特征图像训练所述深度 卷积神 经网络模型； 根据Adam算法， 将训练后的所述深度卷积神经网络模型进行优化； 采集所述待定位的人员的目标位置信道状态信 息数据， 构造所述目标位置的信道状态 信息特征图像； 将所述目标位置的所述信道状态信息特征图像输入至所述优化后的所述深度卷积神 经网络模型中， 神经网络将所述 目标位置在每个所述采样点的概率作为权重， 计算每个所 述采样点 坐标的加权平均， 得到所述目标位置坐标。 4.根据权利要求1所述的水电厂的人员定位方法， 其特征在于,所述根据 所述像素坐标 和所述摄 像装置的方位角,计算所述待定位人员的地理位置， 其中包括： 获取所述摄像装置垂直视野且相交于与监控范围上下边的边界点信 息， 根据所述像素 坐标、 所述边界点信息和余弦定理计算得出所述待定位人员在成像时的像素到所述摄像装 置的摄像孔的距离； 根据所述距离计算得 出所述摄像装置的垂直方位角和所述摄 像装置的水平方位角；权　利　要　求　书 1/3 页 2 CN 115546710 A 2根据所述摄像装置的位置信息、 所述垂直方位角和所述水平方位角， 计算得出所述待 定位人员的地理坐标。 5.一种水电厂的人员定位装置， 其特 征在于， 包括： 获取模块： 用于获取水电厂室内区域信息,所述水电厂室内区域信息包括至少三个室 内划分分区； 判断模块： 用于鉴别所述水电厂的待定位的人员身份特征信息标识,并通过单维关联 规则生成； 判断所述身份特征信息标识是否与所述待定位的人员相关联,若所述身份特征 信息标识与所述待定位的人员相关联时,获取所述待定位人员所在的室内划分分区的位 置； 第一计算模块： 用于获取所述室内划分分区的摄像装置的实时视频画面图像,对于当 前获取的图像,计算所述待定位的人员的像素坐标； 第二计算模块： 用于根据所述像素坐标和所述摄像装置的方位角,计算所述待定位人 员的地理位置 。 6.根据权利要求5所述的水电厂的人员定位装置， 其特征在于， 所述判断模块， 之前包 括： 采集单元： 用于采集所述水电厂所有人员的视频序列， 组成图像数据库， 所述图像数据 库包括所述水电厂所有人员的行 走图像数据、 习惯动作图像数据和作业图像数据； 预处理单元： 用于对所述图像数据库进行预处理， 得到预处理后的所述图像数据库， 所 述预处理包括对利用高斯滤波对所述图像数据库进行处理， 并根据边缘损失函数， 对弱化 后噪音的所述图像数据库进行优化处 理； 求解单元： 用于将处 理后的所述图像数据库进行维数约简， 求 解最佳投影矩阵； 提取单元： 用于根据所述最佳投影矩阵， 提取所述图像数据库中的特征信息标识 的数 据； 识别单元： 用于将所述水电厂的待定位的人员的历史图像输入K ‑NN分类器， 利用K ‑NN 分类器对提取到的所述特征信息标识的数据进行分类识别， 并根据所述分类识别的结果， 鉴别所述水电厂的待定位的人员身份。 7.根据权利要求5所述的水电厂的人员定位装置， 其特征在于， 所述第一计算模块， 包 括： 设置单元： 用于在每 个所述室内划分区域设置采样点； 第一构造单元： 用于采集每个所述采样点的收发天线对的信道状态信息数据,根据所 述信道状态信息数据的子载波幅度差， 构造信道状态信息特 征图像； 优化单元： 用于基于深度卷积神经网络模型,并利用所述信道状态信息特征图像训练 所述深度卷积神经网络模型； 根据Adam算法， 将训练后的所述深度卷积神经网络模型进行 优化； 第二构造单元： 用于采集所述待定位的人员的目标位置信道状态信息数据， 构造所述 目标位置的信道状态信息特 征图像； 第一计算单元： 用于将所述目标位置的所述信道状态信 息特征图像输入至所述优化后 的所述深度卷积神经网络模型中， 神经网络将所述目标位置在每个所述采样点的概率作为 权重， 计算每 个所述采样点 坐标的加权平均， 得到所述目标位置坐标。权　利　要　求　书 2/3 页 3 CN 115546710 A 3