一种基于深度学习和透视变换的安全距离监测方法及系统

本发明提供了一种基于深度学习和透视变换的安全距离监测方法及系统，涉及变电站安全监测技术领域。通过对变电站工作人员进行拍摄并对拍摄图像进行标注，构建变电站工作人员脚部关键点检测数据集；对YOLOv8关键点检测模型进行轻量化改进，将提出的DFF模块和ACC模块分别添加至骨干和颈部，并将网络原有的PAN结构替换为了BiFPN结构；基于相机成像原理对变电站场景进行透视变换，获取场景下的距离信息；最终，基于检测出的关键点与所得映射关系，完成工作人员与带电设备之间距离的检测；本发明通过在变电站场景下建立有效的主动监测手段，不仅可以为工作人员提供预警，也可以帮助变电站管理人员采取措施及时进行干预，有效防范工作人员触电事故的发生。