一种基于联邦学习算法的安全作业预警方法及装置制造方法及图纸

本发明专利技术公开了一种基于联邦学习算法的安全作业预警方法及装置，安全作业预警装置包括安装有摄像头的可穿戴设备，可穿戴设备作为客户端与后端的服务器交互，方法包括：实时采集视频数据，提取视频中对象的动作特征，并输入本地行为识别模型；获取本地行为识别模型输出的行为识别结果，若未发现未知行为，则将视频中对象的动作特征以及对应的行为识别结果上传服务器；若发现未知行为，则根据未知行为训练本地动作识别模型，将模型梯度加密后上传服务器；等待并获取服务器下发的风险信息和/或模型参数，根据风险信息进行对应提示，用模型参数更新本地行为识别模型。本发明专利技术具有较高的识别准确率，可以有效的进行预警，提高了人员作业安全性。作业安全性。作业安全性。

【技术实现步骤摘要】
一种基于联邦学习算法的安全作业预警方法及装置


[0001]本专利技术涉及机器学习领域，尤其涉及一种基于联邦学习算法的安全作业预警方法及装置。

技术介绍

[0002]通常来说，施工作业出现的安全问题往往是作业人员的违规作业导致，亦或是参与作业的人员并未有相关作业资质。
[0003]目前有大量的技术方案应用于动作识别，其基本原理是通过采集到作业人员的图像或视频中的数据之后，通过识别模型来进行动作识别，但是这些方案大多采用训练好的识别模型，或者需要通过联网的方式来更新模型，而作业人员时常会在室外进行作业，环境相比室内较为复杂多变，因此单一不变的行为识别模型无法满足各种环境中识别要求，并且采集的图像数据通常包含诸多隐私信息，未考虑用户隐私泄露的问题。
[0004]联邦学习(Federated Learning)是一种新兴的人工智能基础技术，如图1所示，各边缘节点能形成基于样本的分布式模型训练，模型数据分发到不同的机器，每台装置将进行本地训练，将训练后的新参数返回更新到服务端当中，再把最新的模型反馈到每台装置中，从而在保持模型更新的同时，避免隐私泄露。
[0005]基于联邦学习算法的优点，将联邦学习算法应用于安全作业预警具有重要意义。

技术实现思路

[0006]本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于联邦学习算法的安全作业预警方法及装置，根据实时视频内容有效识别人员动作中的危险行为。
[0007]为了解决上述技术问题，本专利技术采用的技术方案为：
[0008]一种基于联邦学习算法的安全作业预警方法，应用于安全作业预警装置，所述安全作业预警装置包括安装有摄像头的可穿戴设备，所述可穿戴设备作为客户端与后端的服务器交互，所述方法包括：
[0009]S1)实时采集视频数据，提取视频中对象的动作特征，并输入本地行为识别模型；
[0010]S2)获取本地行为识别模型输出的行为识别结果，若未发现未知行为，则将视频中对象的动作特征以及对应的行为识别结果上传服务器；若发现未知行为，则根据未知行为训练本地动作识别模型，将模型梯度加密后上传服务器；
[0011]S3)等待并获取服务器下发的风险信息和/或模型参数，根据风险信息进行对应提示，用模型参数更新本地行为识别模型。
[0012]进一步的，步骤S1)之前还包括：获取服务器下发的联邦学习秘钥；步骤S2)中发现未知行为之后还包括：客户端之间进行加密交互，得到掩码；将模型梯度加密具体为：用联邦学习秘钥加密模型梯度并添加掩码。
[0013]进一步的，步骤S2)中根据未知行为训练本地动作识别模型具体包括：设置未知行为对应的权重向量，所述权重向量包括各行为对应的权重分量，根据当前所有已知行为的
权重平均值初始化未知行为的权重向量，将未知行为中关键行为的权重值加入到初始化后的未知行为的权重向量中，用加入关键行为的权重值后的权重向量训练本地动作识别模型。
[0014]进一步的，加入关键行为的权重值后的权重向量表达式如下：
[0015][0016]其中，ρ和θ为比例因子，ρ+θ＝1，ω
n
为当前时刻拥有各已知行为对应的权值，ω
n
′
为在行为识别模型的激活函数输出最高值的权值，N为已知行为的类别数，M为关键行为的数量。
[0017]进一步的，所述方法还包括服务器更新模型参数的步骤，具体包括：
[0018]A1)获取各客户端上传的加密的模型梯度后，进行解密并聚合得到模型梯度聚合值；
[0019]A2)根据模型梯度聚合值更新服务端行为识别模型，得到更新后的模型参数；
[0020]A3)将更新后的模型参数下发到各客户端，等待各客户端上传加密的模型梯度，直到服务端行为识别模型满足预设的收敛条件。
[0021]进一步的，所述方法还包括服务器进行风险评估的步骤，具体包括：
[0022]B1)获取当前客户端上传的视频中对象的动作特征以及对应的行为识别结果；
[0023]B2)获取所述对象的风险等级表，将行为识别结果匹配所述风险等级表；
[0024]B3)若不存在匹配结果，则生成风险信息，并发送给当前客户端。
[0025]进一步的，步骤B2)具体包括：获取视频中对象的面部信息，将面部信息匹配数据库，得到人员作业资质和对应的风险等级表，若人员作业资质不满足当前作业条件，则不存在匹配结果；若人员作业资质满足当前作业条件，则将行为识别结果匹配所述风险等级表。
[0026]本专利技术还提出一种安全作业预警装置，包括安装有摄像头的可穿戴设备，所述可穿戴设备作为客户端与后端的服务器交互，所述可穿戴设备被配置以执行以下功能：
[0027]实时采集视频数据，提取视频中对象的动作特征，并输入本地行为识别模型；
[0028]获取本地行为识别模型输出的行为识别结果，若未发现未知行为，则将视频中对象的动作特征以及对应的行为识别结果上传服务器；若发现未知行为，则根据未知行为训练本地动作识别模型，将模型梯度加密后上传服务器；
[0029]等待并获取服务器下发的风险信息和/或模型参数，根据风险信息进行对应提示，用模型参数更新本地行为识别模型。
[0030]进一步的，所述服务器被配置以执行以下功能：
[0031]获取各客户端上传的加密的模型梯度后，进行解密并聚合得到模型梯度聚合值；
[0032]根据模型梯度聚合值更新服务端行为识别模型，得到更新后的模型参数；
[0033]将更新后的模型参数下发到各客户端，等待各客户端上传加密的模型梯度，直到服务端行为识别模型满足预设的收敛条件。
[0034]进一步的，所述服务器被配置以执行以下功能：
[0035]获取当前客户端上传的视频中对象的动作特征以及对应的行为识别结果；
[0036]获取所述对象的风险等级表，将行为识别结果匹配所述风险等级表；
[0037]若不存在匹配结果，则生成风险信息，并发送给当前客户端。
[0038]和现有技术相比，本专利技术具有下述优点：
[0039]本专利技术基于联邦学习算法，服务器将行为识别模型以及相关训练数据下发到各客户端，客户端包括安装有摄像头的可穿戴设备，这些客户端实时采集视频数据，并在本地进行模型训练和行为识别，不存在泄露隐私的问题，同时由于客户端为可穿戴设备，通过大量工作人员进行穿着，可得到大量的训练数据，从而增加行为识别的准确率，以有效的进行预警，提高了人员作业安全性。
附图说明
[0040]图1为联邦学习的原理示意图。
[0041]图2为不同类型联邦学习的特征图。
[0042]图3为横向联邦学习流程图。
[0043]图4为本专利技术实施例的流程图。
[0044]图5为本专利技术实施例中行为识别模型训练原理图。
[0045]图6为本专利技术实施例中行为识别模型工作原理图。
具体实施方式
[0046]以下结合说明书本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习算法的安全作业预警方法，其特征在于，应用于安全作业预警装置，所述安全作业预警装置包括安装有摄像头的可穿戴设备，所述可穿戴设备作为客户端与后端的服务器交互，所述方法包括：S1)实时采集视频数据，提取视频中对象的动作特征，并输入本地行为识别模型；S2)获取本地行为识别模型输出的行为识别结果，若未发现未知行为，则将视频中对象的动作特征以及对应的行为识别结果上传服务器，若发现未知行为，则根据未知行为训练本地动作识别模型，将模型梯度加密后上传服务器；S3)等待并获取服务器下发的风险信息和/或模型参数，根据风险信息进行对应提示，用模型参数更新本地行为识别模型。2.根据权利要求1所述的基于联邦学习算法的安全作业预警方法，其特征在于，步骤S1)之前还包括：获取服务器下发的联邦学习秘钥；步骤S2)中发现未知行为之后还包括：客户端之间进行加密交互，得到掩码；将模型梯度加密具体为：用联邦学习秘钥加密模型梯度并添加掩码。3.根据权利要求1所述的基于联邦学习算法的安全作业预警方法，其特征在于，步骤S2)中根据未知行为训练本地动作识别模型具体包括：设置未知行为对应的权重向量，所述权重向量包括各行为对应的权重分量，根据当前所有已知行为的权重平均值初始化未知行为的权重向量，将未知行为中关键行为的权重值加入到初始化后的未知行为的权重向量中，用加入关键行为的权重值后的权重向量训练本地动作识别模型。4.根据权利要求3所述的基于联邦学习算法的安全作业预警方法，其特征在于，加入关键行为的权重值后的权重向量表达式如下：其中，ρ和θ为比例因子，ρ+θ＝1，ω
n
为当前时刻拥有各已知行为对应的权值，ω
n
′
为在行为识别模型的激活函数输出最高值的权值，N为已知行为的类别数，M为关键行为的数量。5.根据权利要求1所述的基于联邦学习算法的安全作业预警方法，其特征在于，所述方法还包括服务器更新模型参数的步骤，具体包括：A1)获取各客户端上传的加密的模型梯度后，进行解密并聚合得到模型梯度聚合值；A2)根据模型梯度聚合值更新服务端行为识别模型，得到更新后的模型参数；A3)将更新后的模型参...

【专利技术属性】
技术研发人员：杨银花，黄晓春，余捻宏，丁一平，何波，黄瑶，姚琼，戴彬，黄彬，李振翔，汤涵清，谢丹青，叶睿民，凌智，杨重奇，王舟波，吴佳，周纯，周凌云，
申请(专利权)人：国网湖南省电力有限公司岳阳供电分公司国家电网有限公司，
类型：发明
国别省市：