随着工业 4.0 时代的到来，以云计算、大数据、物联网、移动互联网、人工智能等技术为代表的新一代电力技术革命正如火如荼地开展。变电站作为电力系统重要的输电节点和枢纽，其智能化建设和改造对保障电网安全稳定运行具有重要意义。近年来，深度学习的快速发展，使得计算机视觉技术在变电站智能化过程中得到广泛关注，主要包括变电设备识别、典型缺陷检测、设备状态监测、人员车辆和环境监测等。

　　变电站安全管控水平直接影响安全事故发生的概率，一旦发生，将造成难以想象的后果和损失。现有的安全管控体系包括各种安全作业规章制度、安全风险管控平台、视频监控系统等。然而，上述方式严重依赖于工作人员自身的安全意识和监管人员的监管力度，存在效率低、人力成本高、主观性强等不足。视频监控系统、智能巡检机器人和无人机的普及，提供了大量视频图像数据，极大推动了变电站安全违规行为识别算法的研究与应用。

　　变电站常见的（人员相关）图像识别任务包括未佩戴安全帽、未穿工作服、吸烟、翻越安全围栏、攀爬扶梯、倒地、越线、区域入侵、人群计数等。根据实际应用情况，上述任务需要满足以下要求：

　　（1）多视角、跨设备。从算法的适应性角度，最终得到的模型应该同时适用于不同拍摄视角（俯视、平视、仰视）和不同采集设备（不同类型摄像机、移动机器人等）。

　　（2）多场景。单个变电站往往覆盖多个不同监控场景，不同变电站之间的环境也存在较大差异，安全违规行为识别算法需要排除各种背景的干扰。

　　（3）多姿态。安全违规行为识别依赖于人体区域，非刚性的人体结构使得单个人体呈现多种姿态，如直立、弯腰、下蹲、攀爬等。

　　（4）多尺度。变电站人员可自由走动的特点使得人体区域在视频图像中的像素面积变化范围很大，小尺寸的人体区域增加了算法识别的难度。

　　从算法角度看，上述安全违规行为识别以行人检测技术为基础。随着行人数据集的大规模发展，基于深度学习的行人检测技术已相对成熟。在此基础上，越线、区域入侵和人群计数任务不依赖于进一步的图像特征提取，可以通过空间位置判断和数学统计等方式实现。然而，安全帽、工作服、吸烟等图像特征的准确提取和翻越安全围栏、攀爬扶梯、倒地等人体姿态特征的表征方式，直接影响算法的识别性能。现有安全帽、工作服识别算法大多根据人体结构比例来粗略定位人体头部、上半身和下半身区域，主要适用于人体站立的情况，但无法应对弯腰、下蹲、攀爬等大姿态情况。此外，上述算法严重依赖于安全帽和工作服的颜色特征，易受光照、复杂背景的干扰。现有吸烟检测算法主要针对室内或车内场景，通过吸烟烟雾来判断是否吸烟，不适用于室外复杂场景。另一方面，由于烟头在原图中所占的像素比例往往很小，直接检测的效果很差，漏检率很高。