CN110070055A - 一种基于深度学习的基建场景安全检测***及方法 - Google Patents
一种基于深度学习的基建场景安全检测***及方法 Download PDFInfo
- Publication number
- CN110070055A CN110070055A CN201910337674.3A CN201910337674A CN110070055A CN 110070055 A CN110070055 A CN 110070055A CN 201910337674 A CN201910337674 A CN 201910337674A CN 110070055 A CN110070055 A CN 110070055A
- Authority
- CN
- China
- Prior art keywords
- image
- capital construction
- construction scene
- everyone
- deep learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000010276 construction Methods 0.000 title claims abstract description 42
- 238000013135 deep learning Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007796 conventional method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于深度学习的基建场景安全检测***及方法,包括以下过程:采集基建场景内各视角的视频图像;从视频图像中获取各人员图像;根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;若是企业从业人员,则根据人员图像判断头盔与着装是否符合安全着装要求;若不符合安全着装要求,则进行报警。本发明主要提出了基建场景摄像头设置方案、人物目标检测、人脸识别、头盔与着装目标检测方案,能够有效地保证基建场景的安全性。相比于传统方法,其具有更好的预警和干预的及时性、有效性。
Description
技术领域
本发明涉及视觉图像处理技术领域,具体涉及一种基于深度学习的基建场景安全检测***及方法。
背景技术
随着计算机技术的迅猛发展以及在深度学习和计算机视觉上的逐步深入,电子器械可以充分利用其优势来实现对目标进行识别、跟踪和测量等等,并进一步做图像处理和***反馈,具有较强的自主适应环境的能力。
深度学习的行人多维特征识别如今已在交通场景应用中越来越广泛。但在面向基建场景还很少有应用。
发明内容
本发明的目的在于克服现有技术中的不足,提出了一种基于深度学习的基建场景安全检测***及方法,能够有效地保证基建场景的安全性。
为解决上述技术问题,本发明提供了一种基于深度学习的基建场景安全检测***,其特征是,在整个基建场景内各视角均部署有摄像头,还包括图像处理模块、人员识别模块、着装判断模块和安全报警模块;
摄像头采集基建场景内各视角的视频图像发送指图像处理模块;
图像处理模块,用于从视频图像中获取各人员图像;
人员识别模块,用于根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
着装判断模块,用于根据人员图像判断头盔与着装是否符合安全着装要求;
安全报警模块,用于判断出不符合安全着装要求,则进行报警。
进一步的,基建场景的出入口处设有摄像头。
相应的,本发明还提供了一种基于深度学习的基建场景安全检测方法,包括以下过程:
采集基建场景内各视角的视频图像;
从视频图像中获取各人员图像;
根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
若是企业从业人员,则根据人员图像判断头盔与着装是否符合安全着装要求;
若不符合安全着装要求,则进行报警。
进一步的,当判断出不是从业人员时,则进行报警;
进一步的,利用yolo_v3算法从视频图像中获取各人员图像。
进一步的,利用yolo_v3算法从人员图像中获取头盔与着装。
与现有技术相比,本发明所达到的有益效果是:本发明所提出的基建场景下的安全性分析与干预的方法,能够有效地保证基建场景的安全性。主要提出了基建场景摄像头设置方案、人物目标检测、人脸识别、头盔与着装目标检测方案。相比于传统方法,其具有更好的预警和干预的及时性、有效性。
附图说明
图1是本发明***的原理框图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的一种基于深度学习的基建场景安全检测***,参见图1所示,在整个基建场景内各视角均部署有摄像头,还包括图像处理模块、人员识别模块、着装判断模块和安全报警模块;
摄像头采集基建场景内各视角的视频图像发送指图像处理模块;
图像处理模块,用于从视频图像中获取各人员图像;
人员识别模块,用于根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
着装判断模块,用于根据人员图像判断头盔与着装是否符合安全着装要求;
安全报警模块,用于判断出不符合安全着装要求,则进行报警。
本发明实施例中,摄像头可采用现有市面上已有的设备,图像处理模块、人员识别模块、着装判断模块和安全报警模块可采用现有技术中能够实现各自功能的功能模块或硬件设备,例如可以是图像处理单片机来实现。
相应的,本发明的一种基于深度学习的基建场景安全检测方法,包括以下过程:
采集基建场景内各视角的视频图像;
从视频图像中获取各人员图像;
根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
若不是从业人员,则进行报警;
若是企业从业人员,则根据人员图像判断头盔与着装是否符合安全着装要求;
若不符合安全着装要求,则进行报警。
下面从以下几个部分详细说明本发明技术方案:
1)基建场景摄像头设置方案
设置一定数量的监控摄像头,尽量确保基建场景的多视角可见性,可以利用多视角的多个摄像头实现目标检测、人脸识别的快速和准确的获取。另外,需要更加注重基建场景的出入口的监控,这样可以尽早预防无关人员进入。针对夜间场景,需要利用红外线摄像头辅助工作。
2)人员检测
利用yolo_v3算法借助其多尺度预测和更好的基础分类网络、分类器。合理应用在基建场景的人员检测中,并生成人物框图,为接下来的细节检测做准备。
(3)人员识别
为了准确分析出非企业的无关人员是否存在,对人物框图采用人脸追踪侦测技术实现视频动态人脸特征获取,自动放大人脸影像,与企业***员工照片库比对,从而判断是否为非企业的无关人员。在此,针对夜间工作的基建场景环境,可采用夜间红外侦测人脸的技术应对。
(4)头盔与着装目标检测模拟方案
同样利用yolo_v3算法,对人物框图进行再次目标检测。针对不同的基建场景,头盔与着装目标检测需要采取不同的判断设置。一些基建场景要求经理需要着装红色安全制服,则可以判断经理的着装是否合理以及其安全性。还有一些基建场景要求全员都需要正确穿戴头盔、安全制服,则可以判断每位人员是否安全着装。
(5)预警
通过对人脸目标检测、头盔、着装目标检测结果做出安全性分析,锁定头盔和着装不符合安全标准的企业人员以及非企业的在场无关人员,确认其企业员工身份或者是外来无关人员身份,发送至***云端生成预警,并通知基建场景管理人员及时干预处理。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (6)
1.一种基于深度学习的基建场景安全检测***,其特征是,在整个基建场景内各视角均部署有摄像头,还包括图像处理模块、人员识别模块、着装判断模块和安全报警模块;
摄像头采集基建场景内各视角的视频图像发送指图像处理模块;
图像处理模块,用于从视频图像中获取各人员图像;
人员识别模块,用于根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
着装判断模块,用于根据人员图像判断头盔与着装是否符合安全着装要求;
安全报警模块,用于判断出不符合安全着装要求,则进行报警。
2.根据权利要求1所述的一种基于深度学习的基建场景安全检测***,其特征是,基建场景的出入口处设有摄像头。
3.一种基于深度学习的基建场景安全检测方法,其特征是,包括以下过程:
采集基建场景内各视角的视频图像;
从视频图像中获取各人员图像;
根据各人员图像进行人员识别,并与企业员工照片库比对以判断各人员是否是企业从业人员;
若是企业从业人员,则根据人员图像判断头盔与着装是否符合安全着装要求;
若不符合安全着装要求,则进行报警。
4.根据权利要求3所述的一种基于深度学习的基建场景安全检测方法,其特征是,当判断出不是从业人员时,则进行报警。
5.根据权利要求3所述的一种基于深度学习的基建场景安全检测方法,其特征是,利用yolo_v3算法从视频图像中获取各人员图像。
6.根据权利要求3所述的一种基于深度学习的基建场景安全检测方法,其特征是,利用yolo_v3算法从人员图像中获取头盔与着装。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910337674.3A CN110070055A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习的基建场景安全检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910337674.3A CN110070055A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习的基建场景安全检测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110070055A true CN110070055A (zh) | 2019-07-30 |
Family
ID=67368817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910337674.3A Withdrawn CN110070055A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习的基建场景安全检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070055A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826610A (zh) * | 2019-10-29 | 2020-02-21 | 上海眼控科技股份有限公司 | 一种用于智能检测人员着装是否规范的方法与*** |
CN110866479A (zh) * | 2019-11-07 | 2020-03-06 | 北京文安智能技术股份有限公司 | 一种检测摩托车驾驶员未戴头盔的方法、装置及*** |
CN111047280A (zh) * | 2019-11-22 | 2020-04-21 | 三一重工股份有限公司 | 厂房内的对象检测方法、装置以及计算机可读存储介质 |
CN111652046A (zh) * | 2020-04-17 | 2020-09-11 | 济南浪潮高新科技投资发展有限公司 | 基于深度学习的安全穿戴检测方法、设备及*** |
CN112735011A (zh) * | 2019-10-15 | 2021-04-30 | 四川省数字商企智能科技有限公司 | 用于油气场站的识别***及方法 |
CN113989625A (zh) * | 2021-12-13 | 2022-01-28 | 上海华谊信息技术有限公司 | 基于边缘计算的图像识别方法、装置、设备及存储介质 |
-
2019
- 2019-04-25 CN CN201910337674.3A patent/CN110070055A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112735011A (zh) * | 2019-10-15 | 2021-04-30 | 四川省数字商企智能科技有限公司 | 用于油气场站的识别***及方法 |
CN110826610A (zh) * | 2019-10-29 | 2020-02-21 | 上海眼控科技股份有限公司 | 一种用于智能检测人员着装是否规范的方法与*** |
CN110866479A (zh) * | 2019-11-07 | 2020-03-06 | 北京文安智能技术股份有限公司 | 一种检测摩托车驾驶员未戴头盔的方法、装置及*** |
CN111047280A (zh) * | 2019-11-22 | 2020-04-21 | 三一重工股份有限公司 | 厂房内的对象检测方法、装置以及计算机可读存储介质 |
CN111652046A (zh) * | 2020-04-17 | 2020-09-11 | 济南浪潮高新科技投资发展有限公司 | 基于深度学习的安全穿戴检测方法、设备及*** |
CN113989625A (zh) * | 2021-12-13 | 2022-01-28 | 上海华谊信息技术有限公司 | 基于边缘计算的图像识别方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110070055A (zh) | 一种基于深度学习的基建场景安全检测***及方法 | |
CN101465033B (zh) | 一种自动追踪识别***及方法 | |
CN105611244B (zh) | 一种基于球机监控视频的机场外来异物检测方法 | |
CN108550234B (zh) | 双基站的标签匹配、围栏边界管理方法、装置及存储介质 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位*** | |
CN201278180Y (zh) | 一种自动追踪识别*** | |
CN106156688A (zh) | 一种动态人脸识别方法及*** | |
CN108376246A (zh) | 一种多人脸识别及跟踪***及方法 | |
CN209543514U (zh) | 基于人脸识别的监控与报警*** | |
CN109167971A (zh) | 智能区域监控报警***及方法 | |
WO2007018523A2 (en) | Method and apparatus for stereo, multi-camera tracking and rf and video track fusion | |
CN101635834A (zh) | 类神经控制自动追踪识别*** | |
CN106951838B (zh) | 一种基于图像水纹的落水报警***及其方法 | |
CN208675549U (zh) | 一种电子围栏管理*** | |
Salehi et al. | An automatic video-based drowning detection system for swimming pools using active contours | |
CN107403165B (zh) | 智能人脸识别***的数据管理架构及使用方法 | |
CN113223046A (zh) | 一种监狱人员行为识别的方法和*** | |
CN106652291A (zh) | 一种基于Kinect的室内简易监控报警***及方法 | |
CN116563797B (zh) | 一种用于智慧校园的监控管理*** | |
TW201702917A (zh) | 區域的監控方法 | |
CN208768193U (zh) | 近空智能监控*** | |
KR102046591B1 (ko) | 영상 감시 시스템 및 영상 감시방법 | |
KR101579275B1 (ko) | 위험객체 위치추적을 통한 실시간 모니터링을 이용한 방범보안 시스템 | |
CN109491303A (zh) | 基于人工智能的项目现场管理***及方法 | |
CN106572324A (zh) | 一种节能型智能监控装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190730 |
|
WW01 | Invention patent application withdrawn after publication |