電力企業(yè)人工智能技術(shù)應(yīng)用

1、6、電力企業(yè)人工智能技術(shù)應(yīng)用6.1研究?jī)?nèi)容及總體技術(shù)方案人工智能(Artificial Intelligence),英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā) 用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技 術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn) 出一種新的能以人類(lèi)智能相似的方式作出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括 機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。人丄智能從誕生 以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大。智能電網(wǎng)以物理電網(wǎng)為基礎(chǔ)，將現(xiàn)代先進(jìn)的傳感測(cè)量技術(shù)、通訊技術(shù)、信 息技術(shù)、計(jì)算機(jī)技術(shù)和控制技術(shù)與物理電網(wǎng)高度集成而形成的新型電

2、網(wǎng)。近年來(lái)，隨著人工智能理論技術(shù)的不斷發(fā)展，以模糊技術(shù)、人工神經(jīng)網(wǎng)絡(luò) 和遺傳算法為代表的智能理論方法，結(jié)合智能電網(wǎng)的發(fā)展，將現(xiàn)代先進(jìn)的傳感 測(cè)量技術(shù)、通訊技術(shù)、信息技術(shù)、計(jì)算機(jī)技術(shù)和控制技術(shù)進(jìn)行高度集成，人工 智能在電力企業(yè)逐步得到應(yīng)用。在我國(guó)人工智能研究領(lǐng)域，人臉識(shí)別技術(shù)已經(jīng)成為首個(gè)成熟技術(shù)，并開(kāi)始 在多個(gè)領(lǐng)域大范圍應(yīng)用。在廣州供電局安監(jiān)移動(dòng)應(yīng)用和基建移動(dòng)應(yīng)用中，建立了一套基于施工作業(yè) 人員的安全信息檔案，以個(gè)人的基本信息為基礎(chǔ)，收集個(gè)人的姓名，性別，身 份證，手機(jī)號(hào)，證件照片，工作單位，資質(zhì)信息等全方位人員檔案。建立了上 述人員安全信息檔案之后，監(jiān)管人員在工作任務(wù)現(xiàn)場(chǎng)可以利用人臉識(shí)別功能，

3、 現(xiàn)場(chǎng)拍攝承包商人員照片，人臉識(shí)別應(yīng)用自動(dòng)識(shí)別該施丄作業(yè)人員是否在庫(kù)， 快速查找該承包商人員資料。本功能可以很好的管理承包商施工人員，起到核 對(duì)身份的作用，保障安全工作落實(shí)到點(diǎn)、管到人頭，杜絕沒(méi)有相應(yīng)資質(zhì)的施工 人員參與到廣州供電局的電力施工建設(shè)中，保障了施工安全和施工質(zhì)量。上傳照片 識(shí)別結(jié)果人臉識(shí)別技術(shù)是一種依據(jù)人的面部特征，自動(dòng)進(jìn)行身份鑒別的一種技術(shù)，它 綜合運(yùn)用了數(shù)字圖像、視頻處理、模式識(shí)別等多種技術(shù)。通過(guò)人臉特征提取和相 似度比對(duì)，對(duì)于已經(jīng)矯正好的兩個(gè)人臉，會(huì)通過(guò)某種表達(dá)提取初始特征，然后應(yīng) 用知識(shí)模型對(duì)特征進(jìn)行處理，最后再在度量空間里來(lái)計(jì)算兩個(gè)特征的相似度。這 個(gè)分值會(huì)告訴你這兩個(gè)臉

4、是不是同一個(gè)人的。人臉識(shí)別技術(shù)主要包括：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像 特征提取以及匹配與識(shí)別。（1）人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭釆集下來(lái)，比如靜 態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。（2）人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像 中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方 圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及氐吐特征等。人臉檢測(cè)就是把這其 中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。（3）人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖 像進(jìn)行處理并最終服務(wù)于特征提取

5、的過(guò)程。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主 要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、兒何校正、濾 波以及銳化等。（4）人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)特征、 像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就 是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱(chēng)人臉表征，它是對(duì)人臉進(jìn)行 特征建模的過(guò)程。（5）人臉圖像匹配與識(shí)別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的 特征模板進(jìn)行搜索匹配，通過(guò)設(shè)定一個(gè)閾值，當(dāng)相似度超過(guò)這一閾值，則把匹配 得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征模板進(jìn) 行比較，根據(jù)相似程度對(duì)人臉的身份

6、信息進(jìn)行判斷。這一過(guò)程乂分為兩類(lèi)：一類(lèi) 是確認(rèn)，是一對(duì)一進(jìn)行圖像比較的過(guò)程，另一類(lèi)是辨認(rèn)，是一對(duì)多進(jìn)行圖像匹配 對(duì)比的過(guò)程。圍像諏人臉識(shí)別比對(duì)橫型訓(xùn)練人臉識(shí)別技術(shù)6.2人臉識(shí)別算法廣州供電局自主研發(fā)人臉識(shí)別模型和人臉識(shí)別算法，人臉識(shí)別結(jié)合使用高維 LBP、PCA、LDA聯(lián)合貝葉斯、度量學(xué)習(xí)、遷移學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等多種前沿算 法，人臉檢測(cè)可在圖像中找出所有人臉?biāo)趨^(qū)域。人臉識(shí)別關(guān)鍵技術(shù)創(chuàng)新，包括 自動(dòng)化+人工采集，保證樣本的多樣性；擴(kuò)大特征池，提升特征表達(dá)能力；基于AUC+剪枝，全局最優(yōu)；融合多通道信息，降低光照影響。人臉配準(zhǔn)(ESR方法)，五點(diǎn)嵌套ESR多點(diǎn)定位，多層嵌套結(jié)構(gòu)，粗定位到細(xì)定位

7、，多結(jié)果ListNet評(píng)估后重組，可以準(zhǔn)確找岀人臉關(guān)鍵點(diǎn)的位置。人臉驗(yàn)證(CNN),模型設(shè)訃：提煉高精度人臉深度模型；組合表達(dá)：自適應(yīng) 挑選具有互補(bǔ)性的patch模型，多patch優(yōu)化融合+PCA+聯(lián)合貝葉斯：DCNN模型：4層-12層，超過(guò)50次迭代。Face AVisual DieFace BYes?-Shared Multi ONN ModcbCodimFeature AFeaejre 8Verfication ONN ModdNo? 人臉驗(yàn)證技術(shù)6.3小結(jié)廣州供電局安監(jiān)移動(dòng)應(yīng)用和基建移動(dòng)應(yīng)用，在實(shí)際的電力施工作業(yè)現(xiàn)場(chǎng)監(jiān)管 業(yè)務(wù)中持續(xù)對(duì)人臉識(shí)別技術(shù)進(jìn)行對(duì)比結(jié)果驗(yàn)證?；趯?shí)際應(yīng)用得出的對(duì)比結(jié)果, 不斷調(diào)整比對(duì)閾值，直到最優(yōu)化。還有對(duì)上傳的照片的清晰度，人臉角度，面部 占