电力换流站受限区入侵识别方法及系统与流程

本发明涉及人员入侵识别，尤其涉及一种电力换流站受限区入侵识别方法及系统。

背景技术：

1、电力换流站作为高压直流输电系统的核心枢纽，其内部受限区域（如阀厅、控制保护室、换流变压器区域等）集中了高电压、大电流的关键设备，对人员出入管控具有极高的安全等级要求。任何未经授权的人员一旦非法进入受限区域，均可能引发设备误动、跳闸甚至严重的人身伤亡事故。因此，对受限区域进行精准、实时的入侵识别是保障换流站安全稳定运行的重要环节。

2、在常规安防场景中，人脸识别系统一旦检测到无权限人员出现在受监控区域内，往往可以直接判定为入侵并触发告警。然而，在电力换流站受限区域的真实监控环境中，即便系统通过人脸比对将某人员标记为“可疑人员”（即无权限人员），该人员的出现也绝不等于其已经构成了入侵行为，具体原因如下：

3、第一，受限区域外围存在大量公共通道和过渡区域，人员“出现”不等于“进入”。换流站受限区域的监控摄像头不仅覆盖区域内部，往往还覆盖其外围通道、连廊、设备检修平台等过渡空间。这些空间虽处于监控视野内，但未必属于受限区域的边界之内。一名无可疑人员可能因正常厂区作业需要而途经受限区域外围通道，或误入过渡区域后立即折返，其并未实际穿越受限区域边界进入内部。若系统仅凭“在画面中检测到无可疑人员”就直接判定入侵，显然与事实严重不符，将产生大量虚警。

4、第二，受限区域边界长、通道多，人员可能在边界附近活动但未发生穿越。 换流站受限区域物理边界复杂，围栏、墙体、门窗等边界结构周边往往存在设备巡检通道、管道走廊等人员活动空间。运维人员可能需要在边界外侧进行设备检查、仪表读数或临时作业，这些行为虽然使其在监控画面中靠近受限区域，但并未实际跨越边界。传统方案无法区分“边界附近活动”与“实际穿越边界”的本质差异。

5、第三，受限区域内部嵌套有多层风险等级子区域，未发生实质穿越不应判定入侵。换流站受限区域内部并非单一均匀空间，而是嵌套有不同风险等级的多层子区域，例如外围设备区、中间隔离区、核心阀厅区等，各区域之间设有明确的物理或电子边界。一名无可疑人员可能仅出现在最外层的设备平台区域（该区域可能虽有监控覆盖但并非严格管控的核心区域），并未穿越进入更高风险等级的内层区域。若无差别地将所有出现在受限区域范围内的人员均判定为入侵，既不合理也不符合实际安全管控的精细化需求。

6、综上所述，由于换流站受限区域存在“监控覆盖外围过渡空间”、“边界复杂且周边存在划定好的活动空间”、“区域内嵌套多层风险子区域”等特殊场景约束，人脸比对未通过所产生的“可疑人员”标记，仅仅是启动进一步观察的触发条件，而非判定入侵的充分依据，导致存在较高概率的误判。

技术实现思路

1、本发明的目的在于提供一种电力换流站受限区入侵识别方法及系统，旨在解决背景技术中的至少一种问题。

2、第一方面，本发明提供一种电力换流站受限区入侵识别方法，所述方法包括：

3、获取部署于电力换流站受限区域外围、边界及内部通道的多路视频流，并获取电力换流站受限区域的空间结构信息；

4、对所述多路视频流进行目标检测，以识别所述多路视频流中每帧中的人员目标，将检测出的人员目标与预设人脸数据库进行比对，所述预设人脸数据库包括所有具有电力换流站受限区进出权限的人脸图像，若比对不通过，则将该人员目标判定为可疑人员，根据单摄像头跟踪算法对连续帧中同一可疑人员进行轨迹关联，生成各摄像头视野内的单摄像头人员轨迹；

5、根据所述单摄像头人员轨迹与所述空间结构信息判断可疑人员是否发生边界穿越事件，若发生边界穿越事件，则计算边界穿越事件的边界穿越得分；

6、对不同摄像头的单摄像头人员轨迹进行跨摄像头匹配，并将匹配为同一可疑人员的不同单摄像头人员轨迹进行配对，并根据配对结果获取候选跨摄像头轨迹对，并计算所述候选跨摄像头轨迹对中两条单摄像头人员轨迹的外观特征相似度，并根据所述外观特征相似度计算得到跨摄像头关联得分；

7、根据所述边界穿越得分、所述跨摄像头关联得分计算对应可疑人员的综合入侵得分，当所述综合入侵得分超过预设阈值时，则判定该可疑人员构成受限区入侵事件。

8、第二方面，本发明提供一种电力换流站受限区入侵识别系统，所述系统包括：

9、数据获取模块，用于获取部署于电力换流站受限区域外围、边界及内部通道的多路视频流，并获取电力换流站受限区域的空间结构信息；

10、目标检测模块，用于对所述多路视频流进行目标检测，以识别所述多路视频流中每帧中的人员目标，将检测出的人员目标与预设人脸数据库进行比对，所述预设人脸数据库包括所有具有电力换流站受限区进出权限的人脸图像，若比对不通过，则将该人员目标判定为可疑人员，根据单摄像头跟踪算法对连续帧中同一可疑人员进行轨迹关联，生成各摄像头视野内的单摄像头人员轨迹；

11、边界穿越检测模块，用于根据所述单摄像头人员轨迹与所述空间结构信息判断可疑人员是否发生边界穿越事件，若发生边界穿越事件，则计算边界穿越事件的边界穿越得分；

12、轨迹匹配模块，用于对不同摄像头的单摄像头人员轨迹进行跨摄像头匹配，并将匹配为同一可疑人员的不同单摄像头人员轨迹进行配对，并根据配对结果获取候选跨摄像头轨迹对，并计算所述候选跨摄像头轨迹对中两条单摄像头人员轨迹的外观特征相似度，并根据所述外观特征相似度计算得到跨摄像头关联得分；

13、入侵识别模块，用于根据所述边界穿越得分、所述跨摄像头关联得分计算对应可疑人员的综合入侵得分，当所述综合入侵得分超过预设阈值时，则判定该可疑人员构成受限区入侵事件。

14、第三方面，本发明提供一种存储介质，所述存储介质存储一个或多个程序，该程序被处理器执行时实现上述的电力换流站受限区入侵识别方法。

15、第四方面，本发明提供一种电子设备，所述电子设备包括存储器和处理器，其中：

16、所述存储器用于存放计算机程序；

17、所述处理器用于执行存储器上所存放的计算机程序时，实现上述的电力换流站受限区入侵识别方法。

18、与现有技术相比，本发明具有如下优点：

19、本发明通过先利用人脸比对将具有权限的人员筛除、仅对无可疑人员进行后续分析，有效剔除了大量合规人员带来的数据干扰，降低了系统计算负担；在此基础上，通过单摄像头轨迹跟踪与跨摄像头轨迹关联，将同一可疑人员在多个非重叠摄像头视野下的离散观测片段拼接为完整活动轨迹，克服了换流站受限区域因摄像视野不重叠导致的行踪丢失问题，实现了对可疑人员全运动过程的持续追踪；通过引入带符号距离函数与迟滞区域判断机制，精准识别可疑人员是否实际穿越受限区域边界（而非仅在边界附近活动），避免了传统方案中将“出现在监控画面中”等同于“入侵”的误判；同时，通过综合计算边界穿越得分、跨摄像头关联得分、关键设备接近得分及受限区域停留得分，构建了多维度的量化入侵评分体系，使系统能够在人脸识别弱证据基础上，结合行为轨迹证据进行渐进式判定，有效平衡了检出率与误报率；最终，在累积证据超过预设阈值时才触发入侵告警，显著降低了因“监控覆盖外围过渡空间”、“边界复杂且周边存在活动空间”、“区域内嵌套多层风险子区域”等特殊场景约束，导致存在较高的误判率的情况。