無人值守變電站是近年來電力行業(yè)發(fā)展的重要部分，通過先進(jìn)的技術(shù)手段為傳統(tǒng)四遙系統(tǒng)增添智能遙視功能，可以大大提高無人值守變電站的運(yùn)行效率和安全性。

引言

變電站實(shí)現(xiàn)無人值班，少人值守，是電力系統(tǒng)發(fā)展的必然趨勢。目前，國內(nèi)大多數(shù)變電站在“四遙”的基礎(chǔ)上已經(jīng)部署了第五遙“遙視”系統(tǒng)，完成了無人值守變電站的改造。一些變電站的“遙視”系統(tǒng)不僅實(shí)現(xiàn)了變電站內(nèi)部環(huán)境、重要設(shè)備的實(shí)時視頻監(jiān)控，也實(shí)現(xiàn)了變電站綜合自動化系統(tǒng)重要信號的“事件聯(lián)動”，甚至還實(shí)現(xiàn)一些智能視頻分析功能，如運(yùn)動偵測、禁區(qū)檢測、變電設(shè)備模式識別等。

這些智能視頻分析功能完成了從禁入?yún)^(qū)域進(jìn)入的檢測，物品遺留的檢測、變電站內(nèi)開關(guān)刀閘分合位置檢測，豐富了“遙視”系統(tǒng)的功能，減輕了監(jiān)控人員的工作量。但是，對于變電站的人臉檢測目前還處于起步階段。無人、少人值守的變電站也不可能完全沒有人，帶電危險(xiǎn)區(qū)域內(nèi)活動的是工作人員還是無關(guān)人員，對變電站內(nèi)的人員采用人臉識別實(shí)時比對身份，將進(jìn)一步精確化“遙視”系統(tǒng)智能分析的功能，進(jìn)一步推進(jìn)無人值守變電站的安全運(yùn)行。

本文介紹了一種智能遙視在無人值守變電站的推廣應(yīng)用，利用基于Adaboost 算法的人臉識別技術(shù)，對進(jìn)入變電站內(nèi)的人員身份信息進(jìn)行有效識別，實(shí)現(xiàn)身份比對，進(jìn)一步精確化“遙視”系統(tǒng)智能分析的功能，提高了無人值班變電站運(yùn)行安全性。

系統(tǒng)整體架構(gòu)

變電站遙視系統(tǒng)構(gòu)架如圖一所示：

圖1：變電站遙視系統(tǒng)

變電站遙視系統(tǒng)的前端為模擬/數(shù)字的槍型攝像機(jī)或者球型攝像機(jī)。模擬視頻流經(jīng)數(shù)字硬盤錄像機(jī)（DVR）采集，壓縮后變?yōu)镠.264碼流；數(shù)字?jǐn)z像機(jī)的碼流為H.264碼流，經(jīng)由網(wǎng)絡(luò)硬盤錄像機(jī)（NVR）進(jìn)行轉(zhuǎn)發(fā)。

由于視頻數(shù)據(jù)量大，對傳輸有較大的帶寬需求，變電站一般都有專用的遙視VLAN,變電站遙視系統(tǒng)的前端數(shù)據(jù)通過DVR/NVR經(jīng)由遙視VLAN轉(zhuǎn)發(fā)至智能分析服務(wù)器。

智能分析服務(wù)器對捕獲視頻流中的人臉，根據(jù)預(yù)先建立好的人臉數(shù)據(jù)庫區(qū)分出值班人員、合法操作人員、無關(guān)人員等，當(dāng)在作業(yè)區(qū)域內(nèi)發(fā)現(xiàn)無關(guān)人員時，或者在變電站區(qū)域內(nèi)發(fā)現(xiàn)非法人員時，立即發(fā)出報(bào)警。

遙視系統(tǒng)的人臉識別

人臉識別的概述

人臉識別系統(tǒng)的組成

一個完整的自動人臉識別系統(tǒng)如圖2所示。系統(tǒng)首先對輸入圖像進(jìn)行人臉檢測，確認(rèn)輸入圖像中存在人臉并剪切出人臉圖像。接著對人臉圖像進(jìn)行特征提取，然后該特征被編碼存入人臉數(shù)據(jù)庫中（圖中①的流程）。實(shí)際應(yīng)用中，將待檢測人臉的特征和數(shù)據(jù)庫中每個人臉特征進(jìn)行匹配，最后判決給出待測人臉的身份信息，這一過程完成人臉辨識的工作。加入圖中②的部分后，系統(tǒng)則完成人臉驗(yàn)證的工作。此時系統(tǒng)根據(jù)輸入身份在數(shù)據(jù)庫中選擇相應(yīng)的人臉特征，只進(jìn)行該特征和待測人臉特征的匹配判決，給出“一致”或“不一致”的判決結(jié)果。

圖2：人臉識別系統(tǒng)框圖

常用的人臉檢測的方法

人臉檢測是指在輸入圖像中確定所有存在的人臉的位置、大小、姿勢的過程。作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù),人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識別系統(tǒng)的范疇,在身份驗(yàn)證、基于內(nèi)容的圖像檢索、數(shù)字視頻處理、視覺監(jiān)測等方面都有著重要的應(yīng)用價(jià)值。近年來出現(xiàn)了大量的人臉檢測方法，主要可以概括為以下幾類：

1）基于知識的方法。這些基于先驗(yàn)知識的方法對組成典型人臉的知識進(jìn)行編碼。通常，先驗(yàn)知識包含了這些人臉特征之間的相互關(guān)系。此類方法主要用于人臉定位。

2）特征不變方法。這些算法的目標(biāo)是找出存在的一些結(jié)構(gòu)特征，這些特征在姿勢、觀察點(diǎn)、光照條件改變的情況下保持不變。然后使用這些特性來定位人臉。這些方法主要用于人臉定位。

3）模板匹配的方法。這種方法首先是存儲一張人臉的幾個標(biāo)準(zhǔn)模板，用來描述整張人臉或人臉的部分特性。然后通過計(jì)算輸入圖像與已知存儲模板之間的相關(guān)度來進(jìn)行檢測。這些方法既可用于人臉檢測也可用于人臉定位。

4）基于外觀的方法。與模板匹配不同的是，這里的模板是從一組訓(xùn)練圖像經(jīng)過學(xué)習(xí)而得來的，這些圖像應(yīng)該包括人臉外觀的具有代表性的變化因素。這些方法主要用于人臉檢測。

然而，各種方法都有一定的不足。PaulViola和Michael Jones在2001年提出了基于一種Adaboost的人臉檢測算法，同時建立了第一個真正實(shí)時的人臉檢測系統(tǒng),從根本上解決了檢測速度的問題，同時也有較好的識別效果。

AdaBoost算法原理

特征的選取及特征值的計(jì)算

在目標(biāo)檢測過程中，需要對候選圖像進(jìn)行分析，判斷是否為待檢目標(biāo)，多數(shù)目標(biāo)檢測系統(tǒng)都是使用特征對目標(biāo)進(jìn)行建模，這些特征都應(yīng)有一定的目標(biāo)和非目標(biāo)區(qū)分性。AdaBoost用于人臉檢測時，需要從人臉圖像中抽取出大量的簡單特征。笨檢測器選擇由Rainer Lienher等人提出的擴(kuò)展Harr-like的特征（如圖3-圖5所示），該特征可適用于人臉檢測。

圖3：邊界特征

每個特征由2-3個矩形組成，分別檢測邊界、細(xì)線、中心特征，這些特征可表示為：

圖4：線特征

圖5：中心特征

式中：wi為矩形的權(quán)，RectSum(ri)為矩形ri所圍成圖像的積分，featurej表示第j個特征，N是組成featurej的矩形個數(shù)。

Adaboost算法

Adaboost是一種分類器算法，其核心思想是利用大量的分類能力一般的簡單分類器通過一定的方法疊加起來，構(gòu)成一個分類能力很強(qiáng)的強(qiáng)分類器，再將若干個強(qiáng)分類器串連成為分級分類器完成圖像搜索檢測。串聯(lián)的級數(shù)依賴于系統(tǒng)對錯誤率和識別速度的要求首先要生成強(qiáng)分類器。具體Adaboost算法如下：

設(shè)輸入為N個訓(xùn)練樣本∶(x1,y1), (x2,y2),…(xn,yn)，其中xi為樣本圖像，yi為分類結(jié)果，yi={0,1}，對應(yīng)著假樣本和真樣本；已知訓(xùn)練樣本中有m個假樣本和l個真樣本。第j個特征生成的簡單分類器形式為

其中：hj為簡單分類器的值；θj為閾值；pj表示不等號的方向，只能取±1；fj(x)表示特征值。

標(biāo)準(zhǔn)化誤差權(quán)重，對于yi=0的樣本，w1,i=1/2m；對于yi=1,的樣本，w1,i=1/2l；

對于每一個t=1,...,T(其中T為訓(xùn)練的次數(shù))

i)權(quán)重歸一化

ii)對于每個特征j，按照上面方法生成相應(yīng)的簡單分類器hj,計(jì)算相對于當(dāng)前權(quán)重的誤差

iii)選擇具有最小誤差εt的簡單分類器ht加入到強(qiáng)分類器中去；

iiii)更新每個樣本所對應(yīng)的權(quán)重

(3)最后形成的強(qiáng)分類器為

將強(qiáng)分類器串聯(lián)在一起形成分級分類器，串聯(lián)時應(yīng)遵循“先重后輕”的分級分類器思想，即將由更重要特征構(gòu)成的結(jié)構(gòu)較簡單的強(qiáng)分類器放在前面，這樣可以先排除大量的假樣本，提高檢測速度。

實(shí)驗(yàn)分析

實(shí)驗(yàn)環(huán)境在Dell PowerEdge R410服務(wù)器上實(shí)現(xiàn)，采用VS2008編寫，同時對OPENCV自帶的模板進(jìn)行了少許改進(jìn)。圖6是試驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明它對在變電站場景中對工作人員的人臉捕獲具有可行性，同時為無人變電站的監(jiān)控提供了可行性依據(jù)。而且檢測速度可以達(dá)到每秒鐘25幀，能滿足實(shí)時檢測的要求。

圖6：對變電站人員的人臉檢測效果圖

結(jié)束語

在變電站遙視系統(tǒng)中以Adaboost算法進(jìn)行人臉識別，補(bǔ)充和完善了以往變電站智能視頻分析功能。強(qiáng)化了變電站的安全防范管理，減輕了監(jiān)控人員的負(fù)擔(dān)，在一定程度上提高了無人值守變電站的安全運(yùn)行。