1.本发明涉及输电线路图像监测领域，尤其涉及一种输电线路走廊施工车辆入侵告警方法、介质、设备及系统。
背景技术：2.近年来，随着经济社会快速发展，输电线路在现代生活中扮演着重要的角色，因此，防止输电线路外力破坏防控工作成为了一项长期的、艰巨的、复杂的工作。随着城市建设规模不断扩大，输电线路被外力破坏事件时有发生，历年线路外力破坏导致的事故事件占全部设备事故事件的比例达到16％～24％，防外力破坏工作形势严峻。
3.现有的防止输电线路外力破坏的技术中，为了实时有效监测外力破坏事件，通常采用根据图像视频监测进行实时监控告警的方案。但是，现有技术中的图像识别方案中，一旦识别出施工车辆等信息便立即发送告警，而没有考虑到施工车辆是否真的对输电线路造成威胁，出现无效告警较多的情况，从而大大增加了运维人员的负担，现有的防止输电线路被外力破坏的技术并没有很好地减轻运维成本。
技术实现要素：4.基于此，有必要针对上述问题，提出了一种输电线路走廊施工车辆入侵告警方法、计算机可读存储介质、计算机设备及系统。
5.一种输电线路走廊施工车辆入侵告警方法，方法包括：
6.获取设置于杆塔的摄像头拍摄的监控视频，杆塔位于输电线路走廊中；
7.根据预设的时间间隔从监控视频中截取多张待识别图片；
8.将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片，目标图片包括用于识别施工车辆的识别框；
9.确定识别框的中心点；
10.根据识别框内的预设特征确定施工车辆标签；
11.确定时间相邻的两张目标图片中具有相同的施工车辆标签，根据时间相邻的两张目标图片中的中心点计算施工车辆的移动距离；
12.确定移动距离大于预设距离时，输出入侵告警信号。
13.可选地，在输出入侵告警信号之前，还包括：
14.获取杆塔的环境信息，环境信息包括杆塔所在位置的海拔、坡度、坡向、周边建筑、道路情况及输电线路走向；
15.将杆塔的环境信息输入目标风险分类模型得到风险分类结果；以及，
16.根据风险分类结果输出入侵告警信号。
17.可选地，在将杆塔的环境信息输入目标风险分类模型得到风险分类结果之前，还包括：
18.获取历史环境信息；
19.将历史环境信息分为危险环境信息和安全环境信息；
20.利用危险环境信息和安全环境信息训练初始风险分类模型得到目标风险分类模型。
21.可选地，根据时间相邻的两张目标图片中的中心点计算施工车辆的移动距离，具体包括：
22.计算时间相邻的两张目标图片中的中心点的距离；
23.根据杆塔的环境信息得到预设转化比例；以及，
24.根据中心点的距离和预设转化比例得到移动距离。
25.可选地，在将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，还包括：
26.获取施工车辆的样本图片；
27.对样本图片进行标注得到训练图片；
28.对训练图片进行图片增强得到增强图片；以及，
29.利用增强图片训练初始施工车辆识别模型得到目标施工车辆识别模型。
30.可选地，在将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，还包括：
31.获取目标施工车辆识别模型的召回率；
32.判断召回率是否达到预设标准；以及，
33.当召回率达到预设标准时，将多张待识别图片依次输入目标施工车辆识别模型。
34.可选地，召回率根据以下公式计算：
[0035][0036]
其中，re为召回率，s
tp
为真实为风险、检测也为风险的样本数，s
fn
为真实为风险、检测为非风险的样本数。
[0037]
一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述任一项方法的步骤。
[0038]
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述任一项方法的步骤。
[0039]
一种输电线路走廊施工车辆入侵告警系统，系统包括：摄像头以及如上述的计算机设备。
[0040]
采用本发明实施例，具有如下有益效果：获取设置于杆塔的摄像头拍摄的监控视频，每隔一段时间就截取一张图片来检测输电线路附近是否出现了施工车辆，当输电线路走廊出现施工车辆时，并不会立刻发出告警，而是通过与下一时刻的图片对比施工车辆的位置确定施工车辆的移动距离，从而确认进入输电线路走廊的施工车辆是否会对输电线路造成真正的影响或者是破坏。本实施例增加了对输电线路中出现的施工车辆的移动距离的判断，减少了仅仅因为施工车辆出现在监控视频中就发出告警，但是施工车辆并未对输电线路造成实际影响的情况，减少了无效告警以及因为无效告警导致的工作人员检查线路的工作量，不仅提升了输电线路走廊车辆入侵告警的准确性，也提升了工作人员的工作效率，使得工作人员可以高效的处理损坏的输电线路，维护输电线路的稳定性。
附图说明
[0041]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]
其中：
[0043]
图1为本发明第一个实施例中输电线路走廊施工车辆入侵告警方法的流程图；
[0044]
图2为本发明第二个实施例中输电线路走廊施工车辆入侵告警方法的第一子流程图；
[0045]
图3为本发明第三个实施例中输电线路走廊施工车辆入侵告警方法的子流程图；
[0046]
图4为本发明第二个实施例中输电线路走廊施工车辆入侵告警方法的第二子流程图；
[0047]
图5为本发明第四个实施例中输电线路走廊施工车辆入侵告警方法的子流程图；
[0048]
图6为本发明第五个实施例中输电线路走廊施工车辆入侵告警方法的子流程图；
[0049]
图7为本发明第一个实施例中输电线路走廊中杆塔及摄像头示意图；
[0050]
图8为本发明第一个实施例中待识别图片的示意图；
[0051]
图9为本发明第一个实施例中目标图片的示意图；
[0052]
图10为本发明第一个实施例中识别框的中心点的示意图；
[0053]
图11为一个实施例中计算机设备的内部结构框图。
具体实施方式
[0054]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0056]
应当理解，尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0057]
请结合参看图1，其为第一个实施例中输电线路走廊施工车辆入侵告警方法的流程图，其中，本实施例中输电线路走廊施工车辆入侵告警方法具体包括下面步骤。
[0058]
步骤s101，获取设置于杆塔的摄像头拍摄的监控视频，杆塔位于输电线路走廊中。请结合参看图7，其为本发明第一个实施例中输电线路走廊中杆塔700及摄像头710示意图。
摄像头710安装于杆塔700上端，能够尽可能多的监视到杆塔周边的信息，确保输电线路走廊的安全。在本实施例中，摄像头710位于杆塔700的位置仅做示例不做限定，在实际应用中摄像头710可以根据实际需求设置于杆塔700的任意位置。
[0059]
步骤s102，根据预设的时间间隔从监控视频中截取多张待识别图片。在本实施例中，每隔5min从监控视频中截取一张待识别图片，一个摄像头一天24小时共截取288张。在本实施例中，提到的预设时间做示例不做限定。
[0060]
步骤s103，将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片，目标图片包括用于识别施工车辆的识别框。其中，工程车种类较多，比较常见的有:1.重型运输车辆；2.大型吊车；3.挖掘机；4.推土机；5.压路机；6.装载机；7.工程抢险车等等。这些车辆体积大，高度较高很容易对输电线路走廊中的线路造成破坏。在本实施例中以大型吊车为例，请结合参看图8和图9，将待识别图片60输入目标施工车辆识别模型得到目标图片61。目标图片61中包括用于识别施工车辆的识别框610和施工车辆600。
[0061]
步骤s104，确定识别框的中心点。请结合参看图10，其为本发明第一个实施例中识别框的中心点620的示意图，在有显示化需求的场景中，中心点620如图10所示的展示在图片中，在没有显示化需求的场景中，可以通过数组或者其他可行的方式表示。
[0062]
步骤s105，根据识别框内的预设特征确定施工车辆标签。车辆标签用于识别不同目标图片中的施工车辆是否是同一辆。在本实施例中，识别框610中包含了施工车辆600，根据施工车辆600在图片中的像素颜色，计算出一个施工车辆600的唯一标签。不同施工车辆对应的标签不同。
[0063]
步骤s106，确定时间相邻的两张目标图片中具有相同的施工车辆标签，根据时间相邻的两张目标图片中的中心点计算施工车辆的移动距离。具体地，计算时间相邻，也就是时间间隔为5min的两张目标图片中的中心点620的移动距离。
[0064]
步骤s107，确定移动距离大于预设距离时，输出入侵告警信号。具体地，判断移动距离是否大于500米，当移动距离大于500m时，通过光电报警或者其他告警方式提醒电路维护人员，输电线路走廊存在施工车辆的危险。在本实施例中，上述提到的数值仅做示例不做限定。
[0065]
上述实施例获取设置于杆塔的摄像头拍摄的监控视频，对输电线路走廊整体的情况进行监控，每隔一段时间就截取一张图片作为检测输电线路附近是否出现了施工车辆，当输电线路走廊出现施工车辆时，本方案并不会立刻发出告警，而是通过与下一时刻的图片对比施工车辆的位置确定施工车辆的移动距离，从而确认进入输电线路走廊的施工车辆是否会对输电线路造成真正的影响或者是破坏，从而影响到输电线路的稳定。本实施例增加了对输电线路中出现的施工车辆的移动距离的判断，减少了仅仅因为施工车辆出现在监控视频中就发出告警，但是施工车辆并未对输电线路造成实际影响的情况，减少了无效的告警以及无效告警导致的工作人员的检查线路的额外的工作量，提升了输电线路走廊车辆入侵告警的准确性，也提升了工作人员的工作效率，使得工作人员可以高效准确的处理损坏的输电线路，维护输电线路的稳定性。
[0066]
请结合参看图2，其为本发明第二个实施例中输电线路走廊施工车辆入侵告警方法的子流程图。第二实施例提供的输电线路走廊施工车辆入侵告警方法与第一实施例提供的输电线路走廊施工车辆入侵告警方法的差异在于在输出入侵告警信号之前，第二实施例
提供的输电线路走廊施工车辆入侵告警方法还包括下面步骤。
[0067]
步骤s201，获取杆塔的环境信息。环境信息包括杆塔所在的位置的海拔、坡度、坡向、周边建筑、道路情况及输电线路走向。具体地，杆塔的环境信息包括杆塔所在海拔、杆塔所在坡度、杆塔所在坡向、杆塔所在周边建筑的数量和杆塔所在周边建筑的类型等。在本实施例中杆塔所在海拔为100米、杆塔所在坡向为30
°
、杆塔所在坡向为正西、杆塔所在周边建筑数量为0、杆塔所在周边无建筑、无高速公路和铁路、输电线路走向为正西。
[0068]
步骤s202，将杆塔的环境信息输入目标风险分类模型得到风险分类结果。具体地，将杆塔所在海拔为100米、杆塔所在坡度为30
°
、杆塔所在坡向为正西、杆塔所在周边建筑的数量为0、杆塔所在周边无建筑、无高速公路和铁路、输电线路走向为正西，输入目标风险分类模型得到施工车辆600在此行驶时，不存在施工车辆因路况或者是建筑物的遮挡而造成的触及输电线路的风险。
[0069]
步骤s203，根据风险分类结果输出危险信号。具体在，通过电脑显示器或者其他设备输出危险信号，提醒电路维护人员输电线路走廊存在施工车辆接触高压的危险。
[0070]
上述实施例，结合环境因素判断施工车辆对输电线路走廊上的输电线存在的影响，能够更加准确的判断施工车辆对输电线路造成的影响，准确定位问题，从而提升维护人员解决输电线路的效率，使输电线路能够稳定工作，保证大家的正常生活。
[0071]
请结合参看图3，其为本发明第三个实施例中输电线路走廊施工车辆入侵告警方法的子流程图。第三实施例提供的输电线路走廊施工车辆入侵告警方法与第一实施例提供的输电线路走廊施工车辆入侵告警方法的差异在于在将杆塔的环境信息输入目标风险分类模型得到风险分类结果之前，第三实施例提供的输电线路走廊施工车辆入侵告警方法还包括下面步骤。
[0072]
步骤s301，获取历史环境信息。具体地，从历史数据库中获取多个杆塔的历史环境信息。历史环境信息包括历史杆塔所在海拔、杆塔所在坡度、杆塔所在坡向、杆塔所在周边建筑的数量、杆塔所在周边建筑的类型、道路情况及输电线路走向等。
[0073]
步骤s302，将历史环境信息分为危险环境信息和安全环境信息。具体地，危险环境信息包括杆塔所在周边建筑的数量大于预设值、杆塔所在周边建筑为特定建筑、杆塔附近存在高速公路或者铁路、输电线路在此区域存在交叉等情况。在实际应用中危险环境信息具体划分，需要根据当地实际的情况进行分析。安全环境信息包括杆塔所在坡度小于预设值、杆塔附近不存在高速公路和铁路、输电线路在此区域不存在交叉等情况。施工车辆行驶在附近路段不会对输电线路产生影响。在实际应用中危险环境信息具体划分，需要根据当地实际的情况进行分析。
[0074]
步骤s303，利用危险环境信息和安全环境信息训练初始风险分类模型得到目标风险分类模型。具体地，将危险环境信息和安全环境信息整理为训练样本，训练初始风险分类模型得到目标风险分类模型。
[0075]
上述实施例，利用深度学习算法，将不同地区的不同情况做成训练样本，对初始风险分类模型进行训练，大量的训练数据能够得到更加准确的目标风险分类模型，保证目标风险分类模型识别环境数据的准确性，减少因环境原因造成的误判，提高告警的准确性。
[0076]
请结合参看图4，其为本发明第二个实施例中输电线路走廊施工车辆入侵告警方法的第二子流程图，其中，根据时间相邻的两张目标图片中的中心点计算施工车辆的移动
距离，具体包括下面步骤。
[0077]
步骤s401，计算时间相邻的两张目标图片中的中心点的距离。具体地，根据图片中的像素坐标计算相邻的两张目标图片中的中心点的像素距离。
[0078]
步骤s402，根据杆塔的环境信息得到预设转化比例。在实际应用中，不同的地形，像素距离和中心点的转化比例是不同的，例如，杆塔所在位置的坡度为0处的转化比例就小于杆塔所在位置的坡度为30
°
的转化比例。在本实施例中，杆塔所在位置的坡度为0的位置采用72像素/英寸的转化比例。上述提到的数值仅做示例不做限定。
[0079]
步骤s403，根据中心点的距离和预设转化比例得到移动距离。具体地，将中心点的距离用72像素/英寸的转化比例换算即得到施工车辆在5min内实际的移动距离。
[0080]
采用本发明实施例，具有如下有益效果：不同的环境使用不同的转化比例能够更加准确的获取施工车辆实际的移动距离，从而判断施工车辆是否真的对输电新路产生危害，保证告警的准确性。
[0081]
请结合参看图5，其为本发明第四个实施例中输电线路走廊施工车辆入侵告警方法的子流程图。第四实施例提供的输电线路走廊施工车辆入侵告警方法与第一实施例提供的输电线路走廊施工车辆入侵告警方法的差异在于在将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，第四实施例提供的输电线路走廊施工车辆入侵告警方法还包括下面步骤。
[0082]
步骤s501，获取施工车辆的样本图片。
[0083]
步骤s502，对样本图片进行标注得到训练图片。
[0084]
步骤s503，对训练图片进行图片增强得到增强图片。
[0085]
步骤s504，利用增强图片训练初始施工车辆识别模型得到目标施工车辆识别模型。
[0086]
具体地，选取生活中较为常见的重型运输车辆、大型吊车、挖掘机、推土机、压路机、装载机、工程抢险车等等车辆的图片。这些车辆体积大，高度较高很容易对输电线路走廊中的线路造成破坏。将图片中上述车辆通过人工标注变为训练图片，将训练图片进行旋转、平移、放缩等操作得到增强图片，增强图片的数量是比训练图片多的。最后利用利用增强图片训练初始施工车辆识别模型得到目标施工车辆识别模型。
[0087]
上述实施例，使用深度学习模型训练了专门用于识别施工车辆的模型，节省了算力，同事提升了识别速度。
[0088]
请结合参看图6，其为本发明第五个实施例中输电线路走廊施工车辆入侵告警方法的子流程图。第五实施例提供的输电线路走廊施工车辆入侵告警方法与第一实施例提供的输电线路走廊施工车辆入侵告警方法的差异在于在将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，第五实施例提供的输电线路走廊施工车辆入侵告警方法还包括下面步骤。
[0089]
步骤s601，获取目标施工车辆识别模型的召回率。具体地，召回率根据以下公式计算：
[0090][0091]
其中，re为召回率，s
tp
为真实为风险、检测也为风险的样本数，s
fn
为真实为风险、检
测为非风险的样本数。
[0092]
步骤s602，判断召回率是否达到预设标准。在本实施例中，召回率达到98％即为达到标准。上述提到的数值仅做示例不做限定。
[0093]
步骤s603，当召回率达到预设标准时，将多张待识别图片依次输入目标施工车辆识别模型。
[0094]
本实施例增加了目标施工车辆识别模型的召回率这个标准，从而保证目标施工车辆识别模型的准确性，减少了仅仅因为施工车辆误判发出告警，但实际不是施工车辆，并且并未对输电线路造成实际影响的情况，减少了因为错误的告警，导致的工作人员的检查线路的工作量，提升了输电线路走廊告警的准确性，也提升了工作人员的工作效率，准确的处理损坏的输电线路，维护输电线路的稳定性。
[0095]
本发明实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述的任一项方法的步骤。具体地，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0096]
请结合参看图11，其为一个实施例中计算机设备的内部结构示意图。计算机设备900包括存储器910和处理器920，存储器910存储有计算机程序，计算机程序被处理器执行时，使得处理器920执行上述任一项方法的步骤。
[0097]
计算机设备900还包括通过系统总线930连接的处理器920、存储器910和网络接口940。其中，存储器910包括非易失性存储介质和内存储器。该计算机设备900的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器920执行时，可使得处理器920实现输电线路走廊施工车辆入侵告警方法。该内存储器910中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行输电线路走廊施工车辆入侵告警方法。
[0098]
其中，存储器910至少包括一种类型的计算机可读存储介质，该计算机可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器910在一些实施例中可以是计算机设备900的内部存储单元，例如计算机设备900的硬盘。存储器910在另一些实施例中也可以是计算机设备900的外部存储设备，例如计算机设备900上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字卡(secure digital，sd)，闪存卡(flash card)等。进一步地，存储器910还可以既包括计算机设备900的内部存储单元也包括外部存储设备。存储器910不仅可以用于存储安装于计算机设备900的应用软件及各类数据，例如输电线路走廊施工车辆入侵告警方法的计算机程序等，还可以用于暂时地存储已经输出或者将要输出的数据，例如输电线路走廊施工车辆入
侵告警方法执行产生的数据等。处理器920在一些可行的实施例中可以中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0099]
具体地，处理器920执行输电线路走廊施工车辆入侵告警方法的计算机程序以控制计算机设备900实现输电线路走廊施工车辆入侵告警方法。
[0100]
进一步地，计算机设备900还可以包括系统总线930可以是外设部件互连标准总线(peripheral component interconnect，简称pci)或扩展工业标准结构总线(extended industry standard architecture，简称eisa)等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0101]
在另一些可行的实施例中，计算机设备900还可以包括显示组件(图未示)。显示组件可以是led(light emitting diode，发光二极管)显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示组件也可以适当的称为显示装置或显示单元，用于显示在计算机设备900中处理的信息以及用于显示可视化的用户界面。
[0102]
在另一些可行的实施例中，计算机设备900还可以包括通信组件(图未示)，通信组件可选的可以包括有线通信组件和/或无线通信组件(如wi-fi通信组件、蓝牙通信组件等)，通常用于在计算机设备900与其他设备之间建立通信连接，例如，计算机设备900与波形显示设备之间的通信连接。
[0103]
图11仅示出了具有组件910-940以及实现输电线路走廊施工车辆入侵告警方法的计算机设备900，本领域技术人员可以理解的是，图11示出的结构并不构成对计算机设备900的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。由于计算机设备900采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。
[0104]
此外，根据本发明的方法还可以实现为一种输电线路走廊施工车辆入侵告警系统，该输电线路走廊施工车辆入侵告警系统包括摄像头以及上述的计算机设备，摄像头与计算机设备的处理器连接，用于将摄像头拍摄的监控视频发送给处理器，以使处理器执行上述的输电线路走廊施工车辆入侵告方法。计算机设备包括用于执行本发明的上述方法中部分或全部步骤的计算机程序代码指令。由于计算机设备采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再赘述。
[0105]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0106]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保
护范围。因此，本技术专利的保护范围应以所附权利要求为准。
技术特征：1.一种输电线路走廊施工车辆入侵告警方法，其特征在于，所述方法包括：获取设置于杆塔上的摄像头拍摄的监控视频，所述杆塔位于输电线路走廊中；根据预设的时间间隔从所述监控视频中截取多张待识别图片；将所述多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片，所述目标图片包括用于识别施工车辆的识别框；确定所述识别框的中心点；根据所述识别框内的预设特征确定施工车辆标签；确定时间相邻的两张目标图片中具有相同的所述施工车辆标签，根据所述时间相邻的两张目标图片中的中心点计算所述施工车辆的移动距离；确定所述移动距离大于预设距离时，输出入侵告警信号。2.根据权利要求1所述的输电线路走廊施工车辆入侵告警方法，其特征在于，在输出入侵告警信号之前，还包括：获取所述杆塔的环境信息，所述环境信息包括所述杆塔所在位置的海拔、坡度、坡向、周边建筑、道路情况及输电线路走向；将所述杆塔的环境信息输入目标风险分类模型得到风险分类结果；以及，根据所述风险分类结果输出危险信号。3.根据权利要求2所述的输电线路走廊施工车辆入侵告警方法，其特征在于，在将所述杆塔的环境信息输入目标风险分类模型得到风险分类结果之前，还包括：获取历史环境信息；将所述历史环境信息分为危险环境信息和安全环境信息；利用所述危险环境信息和所述安全环境信息训练初始风险分类模型得到所述目标风险分类模型。4.根据权利要求1所述的输电线路走廊施工车辆入侵告警方法，其特征在于，根据所述时间相邻的两张目标图片中的中心点计算所述施工车辆的移动距离，具体包括：计算所述时间相邻的两张目标图片中的中心点的距离；根据所述杆塔的环境信息得到所述预设转化比例；以及，根据所述中心点的距离和所述预设转化比例得到所述移动距离。5.根据权利要求1所述的输电线路走廊施工车辆入侵告警方法，其特征在于，在将所述多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，还包括：获取所述施工车辆的样本图片；对所述样本图片进行标注得到训练图片；对所述训练图片进行图片增强得到增强图片；以及，利用所述增强图片训练初始施工车辆识别模型得到所述目标施工车辆识别模型。6.根据权利要求5所述的输电线路走廊施工车辆入侵告警方法，其特征在于，在将所述多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片之前，还包括：获取所述目标施工车辆识别模型的召回率；判断所述召回率是否达到预设标准；以及，当所述召回率达到所述预设标准时，将所述多张待识别图片依次输入所述目标施工车辆识别模型。
7.根据权利要求6所述的输电线路走廊施工车辆入侵告警方法，其特征在于，所述召回率根据以下公式计算：其中，
re
为召回率，
stp
为真实为风险、检测也为风险的样本数，
sfn
为真实为风险、检测为非风险的样本数。8.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。10.一种输电线路走廊施工车辆入侵告警系统，其特征在于，所述系统包括：摄像头以及如权利要求9所述的计算机设备，所述摄像头与所述处理器连接。
技术总结本发明实施例公开了一种输电线路走廊施工车辆入侵告警方法、介质、设备以及系统，其中，上述方法包括：获取设置于杆塔的摄像头拍摄的监控视频，杆塔位于输电线路走廊中；根据预设的时间间隔从监控视频中截取多张待识别图片；将多张待识别图片依次输入目标施工车辆识别模型，得到多张目标图片，目标图片包括用于识别施工车辆的识别框；确定识别框的中心点；根据识别框内的预设特征确定施工车辆标签；确定时间相邻的两张目标图片中具有相同的施工车辆标签，根据时间相邻的两张目标图片中的中心点计算施工车辆的移动距离；确定移动距离大于预设距离时，输出入侵告警信号。输出入侵告警信号。输出入侵告警信号。
技术研发人员：耿浩 马御棠 钱国超 周仿荣 潘浩 文刚 曹俊
受保护的技术使用者：云南电网有限责任公司电力科学研究院
技术研发日：2022.07.20
技术公布日：2022/11/1
