多融合的入侵檢測(cè)系統(tǒng)在電站安防應(yīng)用

郭義明，郁啟華，邵書成

（1.國(guó)家能源集團(tuán)廣西電力有限公司,廣西南寧，530000；2.國(guó)能智深控制技術(shù)有限公司，北京，100000）

0 引言

隨著數(shù)字化和電站無人值守模式的推廣[1]，各級(jí)變電站大量的采用無人值守的方式或使用新技術(shù)輔助值守。用于替代傳統(tǒng)人工值守的模式。電站日常工作除了對(duì)電站的運(yùn)行參數(shù)進(jìn)行監(jiān)控統(tǒng)計(jì)以外，為了安全變電站會(huì)采用大量的視頻監(jiān)控。在關(guān)鍵重要的位置部署監(jiān)控?cái)z像頭能夠提高電站運(yùn)營(yíng)的安全性。

視屏監(jiān)控系統(tǒng)通過硬盤刻錄機(jī)將電站所有監(jiān)控點(diǎn)的攝像頭連接起來，能將鏡頭畫面實(shí)時(shí)展示或者存于刻錄機(jī)隨時(shí)調(diào)用。目前最新的監(jiān)控?cái)z像頭已經(jīng)具有一些智能檢測(cè)功能，例如人臉識(shí)別，移動(dòng)檢測(cè)等。但是這些檢測(cè)大多是通用型的算法精度不夠理想，并且很多電站的攝像監(jiān)控并沒有這些功能。

近年來人工智能技術(shù)的發(fā)展受到了廣泛關(guān)注,并在各領(lǐng)域發(fā)揮著舉足輕重的作用。深度學(xué)習(xí)在圖像識(shí)別分類任務(wù)中能夠大大提升檢測(cè)的速度和精度，在一些公開數(shù)據(jù)集上識(shí)別率甚至超過人類。但是基于深度學(xué)習(xí)的算法模型是需要消耗更大的計(jì)算資源[2]，并且這些模型針對(duì)特定數(shù)據(jù)集經(jīng)過微調(diào)。如果直接應(yīng)用深度學(xué)習(xí)的模型檢測(cè)電站中的多路監(jiān)控，每路視頻的每秒都有30多幀，同時(shí)計(jì)算多路多幀圖像需要非常大的算力服務(wù)器才能夠?qū)崿F(xiàn)。

因此本文針對(duì)現(xiàn)有多種檢測(cè)算法設(shè)計(jì)一套適合電站運(yùn)維的監(jiān)控系統(tǒng)，以滿足目前電站的運(yùn)維中入侵檢測(cè)報(bào)警、人臉識(shí)別、目標(biāo)跟蹤等業(yè)務(wù)。

1 系統(tǒng)的總體架構(gòu)及功能設(shè)計(jì)

入侵檢測(cè)系統(tǒng)主要由移動(dòng)檢測(cè)模塊、目標(biāo)檢測(cè)模塊、人臉識(shí)別模塊、目標(biāo)跟蹤模塊4大部分組成，系統(tǒng)的總體架構(gòu)圖如圖1所示。

圖1 目標(biāo)檢測(cè)方法流程圖

1.1 移動(dòng)檢測(cè)模塊

移動(dòng)檢測(cè)模塊能夠很好的過濾掉一些靜止畫圖像，視頻監(jiān)控實(shí)時(shí)的刻錄當(dāng)前畫面的圖像，但檢測(cè)業(yè)務(wù)如果不過濾掉這些靜止畫面的圖像，將會(huì)有大量的冗余數(shù)據(jù)送入到后續(xù)的檢測(cè)模塊中，這樣會(huì)增加算法的壓力。這里設(shè)計(jì)一個(gè)移動(dòng)檢測(cè)模塊作用是過濾掉一些非運(yùn)動(dòng)靜止畫面。本文使用的是幀間差分方法[3]判斷當(dāng)前畫面是否有變動(dòng)，流程如圖2所示。幀間差分算法具有復(fù)雜度低、實(shí)時(shí)性好、實(shí)現(xiàn)簡(jiǎn)單、受光照影響不明顯、動(dòng)態(tài)變化的場(chǎng)景中效果的優(yōu)點(diǎn)。

圖2 幀間差分方法流程圖

1.2 目標(biāo)檢測(cè)模塊

目標(biāo)檢測(cè)模塊使用深度學(xué)習(xí)算法識(shí)別移動(dòng)檢測(cè)模塊偵測(cè)到的圖像，判斷圖像中是否有人或者入侵的小動(dòng)物等。如果檢測(cè)到的目標(biāo)是人，則進(jìn)行后續(xù)的人臉識(shí)別判斷，判斷識(shí)別到的人是否為電站的工作人員。若檢測(cè)到是非人的目標(biāo)，則進(jìn)行小動(dòng)物入侵檢測(cè)預(yù)警，給出目標(biāo)物體在鏡頭中的位置坐標(biāo)。目標(biāo)檢測(cè)模塊的算法流程圖如圖3所示。

圖3 目標(biāo)檢測(cè)方法流程圖

1.3 人臉識(shí)別模塊

人臉識(shí)別算法由人臉檢測(cè)，人臉特征對(duì)齊和人臉特征庫匹配三部分組成，其中人臉檢測(cè)算法檢測(cè)當(dāng)前檢測(cè)到人的圖像中是否能夠檢測(cè)出來人臉，如果能檢測(cè)出人臉則裁剪當(dāng)前人臉目標(biāo)。人臉特征對(duì)齊是將人臉部的眼、口、鼻位置進(jìn)行鏡頭校正。人臉特征庫匹配算法提取經(jīng)過特征對(duì)齊的人臉的特征向量，將這向量和先前注冊(cè)好的人臉特征庫進(jìn)行匹配輸出最大特征值的人員人臉預(yù)測(cè)。

1.4 目標(biāo)跟蹤模塊

目標(biāo)檢測(cè)跟蹤模塊是為了在檢測(cè)到目標(biāo)以后使用跟蹤代替識(shí)別。識(shí)別算法消耗大量的計(jì)算資源，監(jiān)控?cái)z像頭不斷的傳入圖像可能運(yùn)算不過來。因此一旦檢測(cè)到目標(biāo)后采用算法資源消耗更加小的跟蹤取代檢測(cè)能夠快速有效的實(shí)時(shí)檢測(cè)目標(biāo)的動(dòng)向。

2 系統(tǒng)技術(shù)實(shí)現(xiàn)

2.1 技術(shù)平臺(tái)

系統(tǒng)服務(wù)器配備3個(gè)1080TIGPU計(jì)算卡，2個(gè)E260志強(qiáng)CPU，32G內(nèi)存和2T的硬盤。服務(wù)器系統(tǒng)使用的是linux的ubuntu16.04版本，數(shù)據(jù)庫使用Mysql5。Web服務(wù)使用的django2.0、uwsgi和nginx的組合。系統(tǒng)的配置可以根據(jù)不同電站的監(jiān)控?cái)?shù)量決定，一般1個(gè)8G顯存的GPU最大負(fù)載30路監(jiān)控。系統(tǒng)主要由web端、服務(wù)器端組成，可以采用B/S或者C/S。

2.2 技術(shù)要點(diǎn)

（1）移動(dòng)檢測(cè)的設(shè)計(jì)實(shí)現(xiàn)。本文使用相鄰兩幀圖像的差值來判斷當(dāng)前圖像是否存在運(yùn)動(dòng)變化。終端攝像頭獲取連續(xù)的兩幀圖像分別為：。計(jì)算兩相鄰圖像的差值。設(shè)置閾值點(diǎn)為T，逐個(gè)點(diǎn)按照公式1進(jìn)行二值化處理得到二值化圖像。

（2）目標(biāo)檢測(cè)算法使用的是人工智能技術(shù)中的深度學(xué)習(xí)方法。具體的是采用工業(yè)上應(yīng)用比較廣泛的YOLOV3網(wǎng)絡(luò)[4]模型。移動(dòng)檢測(cè)到數(shù)字圖像是由于維度的矩陣組成，通常h為圖像高度，w為圖像的寬度，n為圖像的通道數(shù)。深度卷積神經(jīng)網(wǎng)絡(luò)利用多層卷積核對(duì)圖像矩陣進(jìn)行卷積操作，減少圖像的尺寸，提升特征維度。隨著卷積不斷增加最終獲取到高緯度的圖像特征表示，卷積示意圖如圖4所示。

圖4 圖像卷積操作示意圖

深讀學(xué)習(xí)使用大量標(biāo)記的樣本進(jìn)行這種卷積操作訓(xùn)練，利用這種深度層次網(wǎng)路結(jié)果進(jìn)行提取特征。當(dāng)訓(xùn)練的精度達(dá)到我們預(yù)計(jì)的效果后，保存網(wǎng)絡(luò)結(jié)構(gòu)中各層級(jí)的特征權(quán)重。推理的預(yù)測(cè)的時(shí)候，網(wǎng)絡(luò)會(huì)將自動(dòng)提取圖像矩陣的特征給出預(yù)測(cè)結(jié)果。

1)人臉檢測(cè)。當(dāng)目標(biāo)檢測(cè)到有人的時(shí)候會(huì)進(jìn)行人臉檢測(cè)，人臉檢測(cè)使用的MTCNN算法[5]，該算法主要由P-Net、R-Net、O-Net三個(gè)部分組成。P-Net是的基本構(gòu)造是一個(gè)全卷積網(wǎng)絡(luò)，對(duì)圖像進(jìn)行初步的特征提取與標(biāo)定邊框，并進(jìn)行bounding-box回歸[6]調(diào)整窗口和非極大閾值過濾[7]。R-Net是使用一個(gè)相對(duì)于P-Net更加復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)來對(duì)可能是人臉的區(qū)域窗口進(jìn)行進(jìn)一步的選擇和調(diào)整，從而達(dá)到高精度過濾和人臉區(qū)域優(yōu)化的效果。O-Net相對(duì)于R-Net來說多了一個(gè)卷積層。O-Net的效果與R-Net的區(qū)別在于這一層結(jié)構(gòu)會(huì)通過更多的監(jiān)督來識(shí)別面部的區(qū)域。而且會(huì)對(duì)人的面部特征進(jìn)行回歸，最終輸出人臉面部的特征點(diǎn)。

2)人臉匹配算法。進(jìn)行人臉檢測(cè)后得到人臉的特征圖，根據(jù)這些特征圖提取人臉特征向量。將待識(shí)別的人臉特征與數(shù)據(jù)庫中的所有的人臉特征進(jìn)行比對(duì)，特征距離最近的便是同一個(gè)人的人臉。特征距離度量的時(shí)候，使用巴士距離度量?jī)蓚€(gè)人臉特征之間的概率分布相似性。

3)目標(biāo)跟蹤算法。不論是人臉還是其他的目標(biāo)物體，在檢測(cè)到以后都會(huì)圖像中標(biāo)記出這些目標(biāo)。但如果頻繁標(biāo)記每一幀圖像，在視頻路數(shù)多的時(shí)候肯定會(huì)出現(xiàn)相應(yīng)不及時(shí)視頻卡頓的情況。電站實(shí)際運(yùn)維情況下視頻的路數(shù)比較多，因此本文設(shè)計(jì)在檢測(cè)到目標(biāo)以后根據(jù)這個(gè)目標(biāo)的坐標(biāo)結(jié)合跟蹤算法優(yōu)化檢測(cè)后續(xù)的時(shí)間。本文使用Kernel Correlation Filter相關(guān)濾波算法[9]進(jìn)行跟蹤檢測(cè)。

2.3 效果展示

廣西貴港百花山風(fēng)機(jī)廠發(fā)電站原先的視頻監(jiān)控系統(tǒng)只具備視頻采集功能。一共有89路視頻監(jiān)控，并且界面上不能夠展示全部監(jiān)控路數(shù)。其中32路視頻監(jiān)控是在山上的風(fēng)機(jī)關(guān)鍵位置，因此一旦發(fā)生小動(dòng)物入侵或者人員私自闖入，監(jiān)控并不具備報(bào)警功能，只能被動(dòng)的后續(xù)調(diào)用。采用了這套多融合入侵檢測(cè)系統(tǒng)能夠在視頻畫面發(fā)生變化時(shí)候，對(duì)當(dāng)前的畫面進(jìn)行智能識(shí)別，并且將識(shí)別的結(jié)果彈出界面用于報(bào)警。部分監(jiān)控界面展示效果如圖5所示。

圖5 入侵檢測(cè)效系統(tǒng)果圖