基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究

蔡常雨; 聂江龙; 史梦洁; 张祥全; 张中浩; 贺洲强

doi:10.16543/j.2095-641x.electric.power.ict.2025.10.05

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究

人工智能 | 更新时间：2026-10-17

- 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究
- 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究
- 电力信息与通信技术 2025年23卷第10期页码：35-42
- 作者机构：
  
  1. 中国电力科学研究院有限公司人工智能应用研究中心
  2. 国网甘肃省电力公司
- 作者简介：
- 基金信息：
  
  国家电网有限公司总部管理科技项目资助“基于三维空间信息融合的电网工程安全风险辩识与作业管控技术研究”(5700-202233182A-1-1-ZN)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.10.05
  中图分类号： TP391.41;TM7
- 纸质出版：2025
- 稿件说明：
移动端阅览
蔡常雨, 聂江龙, 史梦洁, 等. 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究[J]. 电力信息与通信技术, 2025,23(10):35-42.

蔡常雨, 聂江龙, 史梦洁, et al. 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究[J]. 2025, 23(10): 35-42.
蔡常雨, 聂江龙, 史梦洁, 等. 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究[J]. 电力信息与通信技术, 2025,23(10):35-42. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.10.05.

蔡常雨, 聂江龙, 史梦洁, et al. 基于双目视觉与点云信息融合的电力作业人员复杂违章行为识别算法研究[J]. 2025, 23(10): 35-42. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.10.05.

摘要

现有电力作业人员违章行为的自动化检测技术无法对与人员位置相关的复杂违章行为进行准确判定。针对此问题，文章提出采用三维点云数据与双目视频数据进行融合的算法框架，通过点云分割获取现场设备环境坐标，通过双目人员定位获得人员空间位置信息，通过二维图像识别判定人员行为特征，形成点云与双目图像为输入的融合算法。实验结果表明，在输变电施工作业现场中的复杂违章识别方面，融合算法比现有算法的精度显著提升20%以上，可有效提升电力施工作业现场违章行为智能化识别水平。

Abstract

关键词

Keywords

references

Hailong Hu,Zhong Li,Xiaogang Jin,Zhigang Deng,Minhong Chen,Yi Shen.Curve Skeleton Extraction From 3D Point Clouds Through Hybrid Feature Point Shifting and Clustering[J].Computer Graphics Forum,2020.

Yue Wang,Yongbin Sun,Ziwei Liu,Sanjay E. Sarma,Michael M. Bronstein,Justin M. Solomon.Dynamic Graph CNN for Learning on Point Clouds[J].ACM Transactions on Graphics (TOG),2019.

Ming He,Chaozheng Zhu,Qian Huang,Baosen Ren,Jintao Liu.A review of monocular visual odometry[J].The Visual Computer,2019.

Wang Zongji,Lu Feng.VoxSegNet: Volumetric CNNs for Semantic Part Segmentation of 3D Shapes[J].IEEE Transactions on Visualization and Computer Graphics,2019.

W. Ye,J. Cheng,F. Yang,Y. Xu.Two-Stream Convolutional Network for Improving Activity Recognition Using Convolutional Long Short-Term Memory Networks.[J].IEEE Access,2019.

Jin Zheng,Yue Wang 0029,Hanzi Wang,Bo Li 0006,Hai-Miao Hu.A Novel Projective-Consistent Plane Based Image Stitching Method.[J].IEEE Trans. Multimedia,2019.

Peng-Shuai Wang,Yang Liu,Yu-Xiao Guo,Chun-Yu Sun,Xin Tong.O-CNN[J].ACM Transactions on Graphics (TOG),2017.

郭鹏天,李黎,王勇,郑碧煌,王晓辉,陈勇.基于改进DETR的电力作业现场安全行为识别方法[J].电力信息与通信技术,2024(08).

闫云凤,陈汐,金浩远,齐冬莲,储海东,汪金维.基于计算机视觉的电力作业人员行为分析研究现状与展望[J].高电压技术,2024(05).

张楠,李温静,刘彩,谢可,马世乾,肖钧浩,邹枫.基于多源数据的电力作业人员实时行为安全预警[J].计算机与现代化,2023(10).

周震震,宋云海,何宇浩,王黎伟,黄和燕,何珏,朱志航,闫云凤.基于分组查询注意力的可扩展电力人员行为分类方法[J].中国电力,2023(11).

肖辉,徐志强,吴小忠,雷川丽,刘功杰,曾刚.多数据贯通的输变电三维数字化移交系统应用研究[J].电力信息与通信技术,2023(09).

孙剑明,韩生权,沈子成,吴金鹏.基于双卷积链的双目人体姿态距离定位识别[J].兵工学报,2022(11).

苏华权,李国强,彭泽武,林俊省,王丛,温柏坚,裴求根,谢瀚阳,陈赟.基于多旋翼无人机的机载激光点云树障隐患识别方法[J].电力信息与通信技术,2021(07).

Zunan Gu,Ji Chen,Chuansong Wu.Three-Dimensional Reconstruction of Welding Pool Surface by Binocular Vision[J].Chinese Journal of Mechanical Engineering,2021(03).

黄瀚,程小舟,云霄,周玉,孙彦景.基于DA-GCN的煤矿人员行为识别方法[J].工矿自动化,2021(04).

张浩博,付冬梅,周珂.时序增强的视频动作识别方法[J].模式识别与人工智能,2020(10).

朱军桃,王雷,赵传,郑旭东.基于区域生长算法的复杂建筑物屋顶点云分割[J].国土资源遥感,2019(04).

杨莉琼,蔡利强,古松.基于机器学习方法的安全帽佩戴行为检测[J].中国安全生产科学技术,2019(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于广义指代表达分割的缺陷检测和行为识别方法研究

基于机器视觉的数据中心机房安全管控技术研究与应用

智能配电网中营配信息融合技术研究

实现营配信息融合的方法研究

扬州智能电网可视化平台建设研究