无人值守变电站遥视系统人脸识别

邹海樟，彭丽，杨徉，赵华，杨京渝

（1.吉首大学信息科学与工程学院，吉首 416000；2.国网湖南省电力有限公司湘西供电分公司，吉首 416000）

0 引言

变电站要实现无人值班，无人值守已经成为电力系统发展的必然趋势。目前我国无人值守变电站主要分为：大型区域变电站和无人自备变电站[1]。两种变电站设备都较为单一，需要视频监控。现已存在的值守系统不能很好地满足系统安全需求。一般来说，无人值守变电站离市区较远，而目前的遥视系统只能通过视频远程监控来减少对变电站人力巡视次数和重要设备的人力监控成本。一旦发生意外或者故障时，人员调度比较困难，若等待救援则可能会引发二次事故。国内很多无人值守变电站在“四遥”的基础上已经开始逐渐提升为第五遥视系统[2]，在原有视频监测基础上对于常见事故和一些设备故障能够进行智能识别和分析，并且自动反应。所以将人脸识别应用到无人值守的系统中是对目前系统的改进优化[3]，有利于提高变电站的安全性和可持续运行，减少事故发生。

在人脸识别主要包括人脸检测和模式匹配两个过程，本文在检测过程中采用了AdaBoost算法，对同一个训练集训练不同的弱分类器，然后将弱分类器集合起来构成一个强分类器[4]。在模式匹配过程中主要采用PCA算法，将待匹配的图片进行高维到低维的变换，然后求待匹配人脸与模板脸的相似度即可完成识别。在本文中加入了自动监督学习，当所匹配人脸未在数据库时，系统会自动更新训练集，并加入模板库中从而克服系统“脸盲”的缺点。

1 遥视系统方案概述

无人值守变电站监测系统主要用于县区级调度中心，在监控中心内通过网络可以连接至各个变电站。监测系统主要由视频端、通讯网络系统和后端处理分析系统组成，视频服务器将模拟视频信号转变为数字信号，然后进行压缩编码。通过通讯网络系统采用TCP/IP协议将视频信号传输到后端处理系统，在后端系统中分为人为监控和自动分析两部分。改进的系统加大了自动分析的能力，减少人为分析视频的任务量，不仅使分析变得更加准确，而且减少了成本。

2 算法原理

2.1 AdaBoost算法

AdaBoost算法是一种基于图像Haar特征的迭代算法。其中Haar特征叫做图像的矩形特征。AdaBoost算法主要由训练和检测两部分组成。它是一种级联分类模型的分类器，由多个弱分类器按照不同的权重组合而成[5]，每一级都会比前一级复杂。

AdaBoost算法得知道已知图像的Haar特征数量和特征值才能进行一次弱分类器训练。

其中 feature(x,y)表示积分图，i(x′,y′)表示颜色值或者灰度值。矩形的特征值与其各端点的积分图有关与矩形的坐标无关，特征值f等于各端点积分图和与相邻端点积分图的差值。弱分类器训练的过程主要是将计算好的特征值进行排序，对于排序好的每一个元素计算全部正样本的权重和T+和负样本的权重和T-。然后计算该样本前正样本的权重和S+和前负样本权重和S-。选取该样本的特征值FK和它前面的一个特征值FK-1之间的数作为阈值。根据每个样本特征值训练的弱分类器，每次按照阈值大小分配权值最后组合成一个强分类器。检测的时候，根据样本大小遍历整个图像，标出可能的人脸区域。按照指定的放大倍数放大检测窗口，再一次对图像进行遍历。如此进行，直到检测窗口超过原图像的一半后停止遍历，最后处理完重叠检测的人脸区域和合并后即可以检测到人脸。

图1 系统方案图

2.2 PCA算法

主成分分析法实则就是将一个高维向量通过特征向量矩阵投影到一个低维向量空间中，这样高维空间就可以用一个低维空间和特征矩阵来表示[6]。主要步骤：

①原始数据转换为矩阵Xm×n；

②将Xm×n的每一行减去这一行的均值，求出协方差矩阵C；

③求出协方差矩阵的特征值及其对应的特征向量，将特征向量按对应的特征值大小从上到下按行排列成矩阵，取前k行组成矩阵p，Y=pX即为降维得到的k维数据。

通过计算特征脸和模板库中人脸的欧氏距离，根据最小欧氏距离即可得到待测人脸的社会信息。

3 实验

本次仿真采用的系统环境为Windows 7，采用的IDE为Visual Studio 2013和计算机开源视觉库OpenCV。

图2 仿真流程图

实验流程：

①通过AdaBoost算法从待测图片中检测到人脸；

②将检测到的图片中的人脸提取出来得到平均脸；

③将平均脸通过PCA算法提取得到特征脸；

④通过计算特征脸与模板库中的人脸的欧氏距离，根据最小距离识别出人脸。

图3 检测得到的人脸

图4 平均脸

图5 特征脸

4 结语

随着人工智能的不断前进，变电站的无人值守也会变得越来越智能，不断地减小人力的使用成为了发展的潮流。本文改进的遥视系统增加了人脸分析，这虽然改变了以往遥视系统起到了监控作用，但是这是远远不够的。在以后的发展道路中，不仅仅添加人脸分析，更多的应该增设行为分析。根据视频采集图像进行识别，利用PLC技术在相关设备上安装自动开断和闭合系统、自动报警系统和自动修复系统，使得变电站值守朝向真正的智能化和无人化发展。