基于FaceNet的无人值守变电站智能监控终端

• 作者: 任新颜 周斌 宗祥瑞 庞玉志 王洋 金尧
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 无人值守变电站 支持向量机 人脸检测 人脸识别 智能监控 特征向量
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 大数据专题
• 页码范围: 1-8
• 页数: 8页
• 分类号: TM63
• 语种: 中文

摘要

为了解决无人值守变电站由于点位众多所导致的难以对进站人员实时监控的问题,本文提出了一种针对进站人员实时监测的智能分类算法,首先采用级联Haar分类器实现对监控画面中人脸图像的捕获与分离,然后基于FaceNet深度人脸识别模型完成对人脸图像的特征提取.在此基础上使用支持向量机算法完成对进站人员的智能分类:对于已知人员记录姓名以及进站时间,对于陌生人执行报警功能以及其他规定动作.在实际应用中的实验结果表明,调节算法超参数将获得不同的灵敏度与识别率,经过对超参数的微调,该算法的准确率达到90％左右.基于该算法开发的监控平台已部署到智能终端上,依靠边缘计算技术实现对无人值守变电站进站人员的自动识别,并在生产实践中取得了预期的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洋		15	38	4.0	5.0
2	周斌		2	0	0.0	0.0
3	金尧		9	12	2.0	2.0
4	宗祥瑞		1	0	0.0	0.0
5	任新颜		1	0	0.0	0.0
6	庞玉志		1	0	0.0	0.0