(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 202210926831.6 (22)申请日 2022.08.03 (71)申请人 国电南瑞科技股份有限公司 地址 211106 江苏省南京市江宁区诚信大 道19号 申请人 国电南瑞南京控制系统有限公司 　 国家电网有限公司 (72)发明人 朱东升　彭楚宁　叶剑斌　葛得辉　 汪亮　杜新纲　宋剑　李捷　汪锐　 艾臻　储鹏飞　管振华　王彩霞　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G06V 10/20(2022.01)G06V 10/40(2022.01) G06V 10/82(2022.01) G06V 20/52(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种电力营销现场作业操作动态检测方法 及装置 (57)摘要 本发明公开了一种电力营销现场作业操作 动态检测方法及装置， 其方法包括： 获取电力影 响现场作业的当前时序场景图像； 基于Retinex 理论对当前时序场景图像进行预处理； 基于预构 建的动态检测模型对预处理后的当前时序场景 图像进行关键数据提取； 根据关键数据生成用于 描述运动的几何特征； 根据几何特征判断电力营 销现场作业操作是否违规； 本发明通过基于LSTM 及知识蒸馏技术训练出轻量级的动态检测模型 对电力营销现场作业的违规操作开展监测， 能够 有效解决当前检测模型中存在的检测时间延迟 较久、 模型精度不太够、 模型部署费时费力等问 题。 权利要求书2页 说明书5页 附图2页 CN 115393572 A 2022.11.25 CN 115393572 A 1.一种电力营销现场作业操作动态检测方法， 其特 征在于， 包括： 获取电力影响 现场作业的当前时序场景图像； 基于Reti nex理论对当前时序场景图像进行 预处理； 基于预构建的动态检测模型对预处 理后的当前时序场景图像进行关键数据提取； 根据关键数据生成用于描述 运动的几何特 征； 根据几何特 征判断电力营销现场作业操作是否违规。 2.根据权利要求1所述的一种电力营销现场作业操作动态检测方法， 其特征在于， 所述 预处理包括： 构建场景图像： S(x， y)＝R(x， y) ·L(x， y) 式中， S(x， y)为场景图像， R(x， y)为反射图像， L(x， y)为 光照图像， x， y为 坐标点； 采用高斯中心 环绕函数估测光照图像L(x， y)： 式中， γ、 c为高斯中心 环绕函数的参数； 对场景图像S(x， y)、 反射图像R(x， y)、 光照图像L(x， y)由实数域 转换到对数域： s(x， y)＝ logS(x， y)； r(x， y)＝ logR(x， y)； l(x， y)＝ logL(x， y) 计算获取对数域的反射图像r(x， y)： 将反射图像r(x， y)由对数域 转换到实数域： 将最终获取的反射图像R(x， y)作为预处 理结果。 3.根据权利要求1所述的一种电力营销现场作业操作动态检测方法， 其特征在于， 所述 关键数据包括头、 面部、 脖 子、 左肩、 右肩、 左手、 右手、 左臂和右 臂的坐标位置 。 4.根据权利要求1所述的一种电力营销现场作业操作动态检测方法， 其特征在于， 所述 动态检测模型的构建包括： 获取电力影响 现场作业的历史时序场景图像； 基于Reti nex理论对历史时序场景图像进行 预处理； 对预处理后的历史时序场景图像添加标注信息并生成训练样本集； 初始化LSTM网络模型并输入训练样本集进行训练， 根据模型输出与标注信息计算损 失， 并基于损失更新 LSTM网络模型的模型参数， 直至损失收敛； 将训练好的LSTM网络模型作为教师模型， 通过知识蒸馏法训练出学生模型， 将训练出 的学生模型作为动态检测模型。 5.根据权利要求4所述的一种电力营销现场作业操作动态检测方法， 其特征在于， 所述 初始化LSTM网络模型并输入训练样本集进行训练还包括引入空域注意力和时域注意力方权　利　要　求　书 1/2 页 2 CN 115393572 A 2法； 所述空域注意力方法包括通过一个LSTM子网络自动学习和获知时序序列中不同帧场 景图像的重要性； 所述时域注意力方法包括通过一个LSTM子网络根据时序序列的中不同帧场景图像获 取不同的关键数据的重要性。 6.根据权利要求4所述的一种电力营销现场作业操作动态检测方法， 其特征在于， 所述 通过知识蒸馏法训练出 学生模型包括： 将训练样本集输入教师模型和学生模型， 教师模型的softmax作为soft target； 学生模型在相同温度系数T下的softmax输出和soft target的交叉熵 记为Lsoft； 学生模型在相同温度系数T＝1下的softmax输出和标注的交叉熵 记为Lhard； 构建知识蒸馏法的目标函数： L＝α Lsoft+β Lhard 式中， α 、 β 为系数常数； 基于损失更新学习模型的模型参数， 直至目标函数 结果收敛。 7.一种电力营销现场作业操作动态检测装置， 其特 征在于， 所述装置包括： 采集模块， 用于获取电力影响 现场作业的当前时序场景图像； 预处理模块， 用于基于Reti nex理论对当前时序场景图像进行 预处理； 提取模块， 用于基于预构建的动态检测模型对预处理后的当前时序场景图像进行关键 数据提取； 特征模块， 用于根据关键数据生成用于描述 运动的几何特 征； 判断模块， 用于根据几何特 征判断电力营销现场作业操作是否违规。 8.一种电力营销现场作业操作动态检测装置， 其特 征在于， 包括处 理器及存 储介质； 所述存储介质用于存 储指令； 所述处理器用于根据 所述指令进行操作以执行根据权利要求1 ‑6任一项所述方法的步 骤。 9.计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行时 实现权利要求1 ‑6任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115393572 A 3