【技术实现步骤摘要】
本专利技术涉及供电领域，具体而言，涉及一种电力场景下的行为识别方法、存储介质及电子设备。
技术介绍
1、传统的电力场景下的行为识别方法都是针对单人的行为进行识别，并且是短时间内进行的行为识别，针对长时间的行为识别，以及多人的行为识别，并没有相应的应对方法，因此，当电力场景中出现多人时，或电力场景中的人物长时间活动时，难以对人物的行为进行识别。
2、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种电力场景下的行为识别方法、存储介质及电子设备，以至少解决相关技术中难以对电力场景下的多人行为，或人物长时间的行为进行识别的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种供电导线的安全性确定方法，包括：对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，其中，目标图像包含第一目标图像和第二目标图像，第一目标图像的帧率小于第二目标图像的帧率；利用神经网络模型的多个第一层对第一目标图像进行特征提取，得到第一特征信息，并利用神经网络模型的多个第二层对第二目标图像进行特征提取，得到第二特征信息；对第一特征信息和第二特征信息进行特征融合，得到目标融合特征；基于目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到至少一个目标对象的行为类别信息。
3、可选地，对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，包括：对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到初始图像，其中
4、可选地，基于初始图像中所包含的目标对象的行为发生改变的目标速度，确定与初始图像对应的放缩处理通道，包括：响应于目标速度大于或等于第一阈值，确定放缩处理通道为初始图像中的第一通道；响应于目标速度小于第一阈值，确定放缩处理通道为初始图像中的第二通道。
5、可选地，对第一特征信息和第二特征信息进行特征融合，得到目标融合特征，包括：基于时间跨度卷积对第一特征信息和第二特征信息进行卷积运算，得到目标融合特征。
6、可选地，基于目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到至少一个目标对象的行为类别信息，包括：对目标融合特征进行识别，确定目标图像中包含的目标对象的数量；响应于目标对象的数量为一个，基于分类器对目标融合特征进行分类，得到行为类别信息；响应于目标对象的数量大于一个，基于特征关联束对目标融合信息进行识别，得到行为类别信息，特征关联束用于基于损失补偿因子对行为类别信息进行损失补偿。
7、可选地，特征关联束是通过对多个样本图像进行训练得到的，样本图像包含高分辨率图像和低分辨率图像。
8、可选地，目标对象的行为包含扶梯行为以及攀爬行为。
9、可选地，响应于目标速度大于或等于第二阈值，第二阈值大于第一阈值，该方法还包括：基于长短期记忆网络模型的门控制机制对目标融合特征进行处理，得到至少一个目标对象的第一行为类型信息；基于第一行为类型信息对目标对象的行为类别信息进行更新。
10、根据本专利技术实施例的另一个方面，还提供了一种电力场景下的行为识别装置，包括：拍摄模块，用于对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，其中，目标图像包含第一目标图像和第二目标图像，第一目标图像的帧率小于第二目标图像的帧率；提取模块，用于利用神经网络模型的多个第一层对第一目标图像进行特征提取，得到第一特征信息，并利用神经网络模型的多个第二层对第二目标图像进行特征提取，得到第二特征信息；融合模块，用于对第一特征信息和第二特征信息进行特征融合，得到目标融合特征；识别模块，用于基于目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到至少一个目标对象的行为类别信息。
11、根据本专利技术实施例的另一个方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制所在设备的处理器中执行上述的方法。
12、根据本专利技术实施例的另一个方面，还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器执行上述中任意一项的方法。
13、在本专利技术实施例中，通过对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，其中，目标图像包含第一目标图像和第二目标图像，第一目标图像的帧率小于第二目标图像的帧率；利用神经网络模型的多个第一层对第一目标图像进行特征提取，得到第一特征信息，并利用神经网络模型的多个第二层对第二目标图像进行特征提取，得到第二特征信息；对第一特征信息和第二特征信息进行特征融合，得到目标融合特征；基于目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到至少一个目标对象的行为类别信息。容易注意到的是，在拍摄到目标图像后，可以根据目标图像的帧率确定神经网络模型的对应层，并利用神经网络模型的对应层对不同帧率的目标图像进行特征提取，进而进行特征融合，并根据目标融合特征来确定目标对象的类别信息，由于短时间内进行的行为以及长时间内的行为所产生的帧率是不同的，单人行为和多人行为所产生的帧率也是不同的，也即，在进行行为识别时，不仅考虑到了单人行为和短时间行为，还考虑到了多人行为以及长时间行为，从而能够对电力场景下的多人行为，或人物长时间的行为进行识别，进而解决了相关技术中难以对电力场景下的多人行为，或人物长时间的行为进行识别的技术问题。
本文档来自技高网...【技术保护点】
1.一种电力场景下的行为识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述初始图像中所包含的目标对象的行为发生改变的目标速度，确定与所述初始图像对应的放缩处理通道，包括：
4.根据权利要求1所述的方法，其特征在于，对所述第一特征信息和所述第二特征信息进行特征融合，得到目标融合特征，包括：
5.根据权利要求1所述的方法，其特征在于，基于所述目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到所述至少一个目标对象的行为类别信息，包括：
6.根据权利要求5所述的方法，其特征在于，所述特征关联束是通过对多个样本图像进行训练得到的，所述样本图像包含高分辨率图像和低分辨率图像。
7.根据权利要求1所述的方法，其特征在于，所述目标对象的行为包含扶梯行为以及攀爬行为。
8.根据权利要求3所述的方法，其特征在于，响应于目标速度大于或等于第二阈值，所述第二阈值大于
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所在设备的处理器中执行权利要求1至8中任意一项所述的方法。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种电力场景下的行为识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对电力场景下摆放布控球的至少一个目标对象进行拍摄，得到目标图像，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述初始图像中所包含的目标对象的行为发生改变的目标速度，确定与所述初始图像对应的放缩处理通道，包括：
4.根据权利要求1所述的方法，其特征在于，对所述第一特征信息和所述第二特征信息进行特征融合，得到目标融合特征，包括：
5.根据权利要求1所述的方法，其特征在于，基于所述目标融合特征，对目标图像中的至少一个目标对象的行为进行识别，得到所述至少一个目标对象的行为类别...
【专利技术属性】
技术研发人员：陈灿，黄必众，陈学台，欧郁强，李敏，张宝星，黄观荣，许镇宇，胡彬，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。