一种营销现场的人体行为信息采集方法和系统与流程

本发明属于图像识别，尤其涉及一种营销现场的人体行为信息采集方法和系统。

背景技术：

1、随着电力系统的规模不断扩大，系统运行过程中的安全事故频繁发生。究其系统内安全事故原因主要可分为电网内在故障和生产现场外在违章隐患，其中由生产现场作业人员安全意识薄弱或安全防控措施不到位等外在违章因素导致的安全事故占相当大的比重。

2、现阶段，电网企业现场作业的安全监督办法虽然较为完善，但仍需相关安全管理人员人为执行，因此并不能保证百分之百的落到实处，监督人员也不能保证能够全方位的掌握安全监督管理办法的所有条例。特别是针对营销领域现场作业范围广、作业数量多、时效性要求高、部分作业在用户侧、主业人员和项目外单位人员兼有等问题，更难以保证监督人员对所有营销作业过程进行实时监控与风险预警信息实时反馈。

3、视频监控系统为安全监督提供了有效辅助，但实际的监控任务仍需要较多的人工工作来完成，监控图像的内容分析仍需依靠人工实时观看、手动调阅。并且现有的视频监控系统所提供的信息是没有经过任何分析的视频裸数据，监控系统通常只是录制视频图像，用作事后取证，这就不能充分发挥监控系统应有的实时主动的监督作用，整个系统在安全性和实用性方面仍然没有达到人们期望。

技术实现思路

1、为了解决或者改善上述问题，本发明提供了营销现场的人体行为信息采集方法和系统，具体技术方案如下：

2、本发明提供一种营销现场的人体行为信息采集方法，包括：根据当前电力作业场景，确定相匹配的行为规则；获取现场数据并基于深度学习处理得到营销人员的行为信息；根据所述行为规则标记所述行为信息，并对应保存指定的所述行为信息。

3、优选的，所述根据当前电力作业场景，确定相匹配的行为规则，还包括：根据当前电力作业场景，确定当前场景的数据采集设备输出的源数据；对应的，所述获取现场数据并基于深度学习处理得到营销人员的行为信息，包括：根据所述源数据的数据类型、数据量和场景要求，选择对应的所述源数据并根据与所述数据类型匹配的数据算法，处理得到所述营销人员的行为信息。

4、优选的，所述数据类型包括：rgb彩色视频和灰度视频数据，红外图像数据，深度图像数据，惯性运动传感数据；所述数据量少于指定阈值时，则不处理对应的所述源数据；所述场景要求用于指定所述源数据中的至少一种，以处理得到所述营销人员的行为信息。

5、优选的，所述根据当前电力作业场景，确定相匹配的行为规则，包括：根据所述当前电力作业场景中的设备、位置确定作业风险点，根据所述作业风险点确定合规行为和违规行为；根据所述营销人员申报的营销行为，载入预设的行为模式识别算法；结合所述行为模式识别算法、所述合规行为和所述违规行为，建立所述行为规则。

6、优选的，包括：从不同的所述源数据中提取多种类型的视觉特征，并通过机器学习算法进行多源数据融合的人体行为识别。

7、本发明提供一种营销现场的人体行为信息采集系统，包括：第一模块，用于根据当前电力作业场景，确定相匹配的行为规则；第二模块，用于获取现场数据并基于深度学习处理得到营销人员的行为信息；第三模块，用于根据所述行为规则标记所述行为信息，并对应保存指定的所述行为信息。

8、优选的，所述根据当前电力作业场景，确定相匹配的行为规则，还包括：根据当前电力作业场景，确定当前场景的数据采集设备输出的源数据；对应的，所述获取现场数据并基于深度学习处理得到营销人员的行为信息，包括：根据所述源数据的数据类型、数据量和场景要求，选择对应的所述源数据并根据与所述数据类型匹配的数据算法，处理得到所述营销人员的行为信息。

9、优选的，所述数据类型包括：rgb彩色视频和灰度视频数据，红外图像数据，深度图像数据，惯性运动传感数据；所述数据量少于指定阈值时，则不处理对应的所述源数据；所述场景要求用于指定所述源数据中的至少一种，以处理得到所述营销人员的行为信息。

10、优选的，所述根据当前电力作业场景，确定相匹配的行为规则，包括：根据所述当前电力作业场景中的设备、位置确定作业风险点，根据所述作业风险点确定合规行为和违规行为；根据所述营销人员申报的营销行为，载入预设的行为模式识别算法；结合所述行为模式识别算法、所述合规行为和所述违规行为，建立所述行为规则所述根据当前电力作业场景，确定相匹配的行为规则，包括：根据所述当前电力作业场景中的设备、位置确定作业风险点，根据所述作业风险点确定合规行为和违规行为；根据所述营销人员申报的营销行为，载入预设的行为模式识别算法；结合所述行为模式识别算法、所述合规行为和所述违规行为，建立所述行为规则。

11、优选的，所述第二模块，用于从不同的所述源数据中提取多种类型的视觉特征，并通过机器学习算法进行多源数据融合的人体行为识别。

12、本发明提供一种营销现场的人体行为信息采集系统，包括：第一模块，用于采集目标企业的指定参数，以确定绿色溢价成本，所述绿色溢价成本包括自发自用成本、专线直供成本、绿电直购成本、参与绿电交易成本、绿色证书成本和投资绿电成本；第二模块，用于根据所述绿色溢价成本制定或者优化已有绿色转型方法，以实现绿色转型成本的最小化。

13、本发明的有益效果为：根据当前电力作业场景，确定相匹配的行为规则；能够结合实际的电力作业，确定相匹配的行为规则，提高对每一个场景的行为的识别能力。获取现场数据并基于深度学习处理得到营销人员的行为信息，能够准确识别营销人员的行为；根据所述行为规则标记所述行为信息，并对应保存指定的所述行为信息，可以将指定类型的人员的行为进行分类，以降低数据的存储要求，并能将指定的行为进行存储以便于进行后续的处理。

技术特征：

1.一种营销现场的人体行为信息采集方法，其特征在于，包括：

2.根据权利要求1所述营销现场的人体行为信息采集方法，其特征在于，所述根据当前电力作业场景，确定相匹配的行为规则，还包括：

3.根据权利要求2所述营销现场的人体行为信息采集方法，其特征在于，所述数据类型包括：rgb彩色视频和灰度视频数据，红外图像数据，深度图像数据，惯性运动传感数据；

4.根据权利要求3所述营销现场的人体行为信息采集方法，其特征在于，所述根据当前电力作业场景，确定相匹配的行为规则，包括：

5.根据权利要求4所述营销现场的人体行为信息采集方法，其特征在于，包括：

6.一种营销现场的人体行为信息采集系统，其特征在于，包括：

7.根据权利要求6所述营销现场的人体行为信息采集系统，其特征在于，所述根据当前电力作业场景，确定相匹配的行为规则，还包括：

8.根据权利要求7所述营销现场的人体行为信息采集系统，其特征在于，所述数据类型包括：rgb彩色视频和灰度视频数据，红外图像数据，深度图像数据，惯性运动传感数据；

9.根据权利要求8所述营销现场的人体行为信息采集系统，其特征在于，所述根据当前电力作业场景，确定相匹配的行为规则，包括：

10.根据权利要求9所述营销现场的人体行为信息采集系统，其特征在于，所述第二模块，用于从不同的所述源数据中提取多种类型的视觉特征，并通过机器学习算法进行多源数据融合的人体行为识别。

技术总结
本发明属于图像识别技术领域，尤其涉及营销现场的人体行为信息采集方法和系统，方法包括根据当前电力作业场景，确定相匹配的行为规则；获取现场数据并基于深度学习处理得到营销人员的行为信息；根据行为规则标记行为信息，并对应保存指定的行为信息。根据当前电力作业场景，确定相匹配的行为规则；能够结合实际的电力作业，确定相匹配的行为规则，提高对每一个场景的行为的识别能力。获取现场数据并基于深度学习处理得到营销人员的行为信息，能够准确识别营销人员的行为；根据行为规则标记行为信息，并对应保存指定的行为信息，可以将指定类型的人员的行为进行分类，以降低数据的存储要求，并能将指定的行为进行存储以便于进行后续的处理。

技术研发人员：李金灿,黄嘉宁,宋波,黄冬生,秦洁露,代颖,琚小鹏,沙沛东,孙弘,廖银玲
受保护的技术使用者：广西电网有限责任公司
技术研发日：
技术公布日：2024/1/5