CN110533328A - 一种项目现场运行调度方法、装置、介质及终端设备 - Google Patents
一种项目现场运行调度方法、装置、介质及终端设备 Download PDFInfo
- Publication number
- CN110533328A CN110533328A CN201910815845.9A CN201910815845A CN110533328A CN 110533328 A CN110533328 A CN 110533328A CN 201910815845 A CN201910815845 A CN 201910815845A CN 110533328 A CN110533328 A CN 110533328A
- Authority
- CN
- China
- Prior art keywords
- project
- image
- video monitoring
- personage
- monitoring data
- 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.)
- Pending
Links
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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种项目现场运行调度方法,包括:获取项目现场视频监控数据,项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;将项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使监管识别模型输出人物行为动作异常的标注图像;确定标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;将调度指令下发到项目现场的指定节点,以实现人员调度;本发明通过对现场情况进行图像识别确定异常类型,并根据预设的对应指令向相应的节点发送调度指令,以解决人工监管的方法缺乏时效性的技术问题,从而全面有效地对项目现场进行实时监管,提高处理效率。
Description
技术领域
本发明涉及运行调度领域,尤其涉及一种项目现场运行调度方法、装置、介质及终端设备。
背景技术
项目现场环境复杂项目现场通常需要大量的工作人员协同工作;但是,现场环境复杂,不可避免地出现个别突发事件,而由于现场人员不能及时发现并处理突发事件,造成更进一步的损失;因此,有必要对项目现场及现场人员进行监管。
现有的现场监管方法是通过现场驻守监管员对项目现场进行管理调度,但是这种人工监管的方法缺乏时效性,不能够快速发现问题并通知相关工作人员进行处理,处理效率低下。
发明内容
本发明提供了一种项目现场运行调度方法、装置、介质及终端设备,通过对现场情况进行图像识别确定异常类型,并根据预设的对应指令向相应的节点发送调度指令,以解决人工监管的方法缺乏时效性的技术问题,从而全面有效地对项目现场进行实时监管,提高处理效率。
为了解决上述技术问题,本发明实施例提供了一种项目现场运行调度方法,包括:
获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
将所述调度指令下发到项目现场的指定节点,以实现人员调度。
作为优选方案,所述监管识别模型的建立过程,具体包括:
获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
作为优选方案,所述项目现场运行调度方法还包括:所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
作为优选方案,所述将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像,包括:
将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
本发明实施例还提供了一种项目现场运行调度装置,包括:
数据获取模块,用于获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
图像识别模块,用于将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
调度指令模块,用于确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
指令发送模块,用于将所述调度指令下发到项目现场的指定节点,以实现人员调度。
作为优选方案,所述监管识别模型的建立过程,具体包括:
获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
作为优选方案,所述项目现场运行调度装置还包括:异常告警模块,用于当所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
作为优选方案,所述图像识别模块,包括:
固定岗位单元,用于将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
移动巡查单元,用于将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的项目现场运行调度方法。
本发明实施例还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上述任一项所述的项目现场运行调度方法。
相比于现有技术,本发明实施例具有如下有益效果:
本发明通过对现场情况进行图像识别确定异常类型,并根据预设的对应指令向相应的节点发送调度指令,以解决人工监管的方法缺乏时效性的技术问题,从而全面有效地对项目现场进行实时监管,提高处理效率。
附图说明
图1:为本发明实施例中的项目现场运行调度方法步骤流程图;
图2:为本发明实施例中的项目现场运行调度装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1,本发明优选实施例提供了一种项目现场运行调度方法,包括:
S1,获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
其中,固定岗位的视频监控包括在大门岗位、监控室和服务岗位等固定地方安装高清摄像头,对上述固定地方进行实时视频采集,将摄像头采集的视频数据上传到指挥中心,以使指挥中心对固定岗位进行实时监控。移动巡查的视频监控包括对项目现场各通道或其他场所等移动巡查地方通过手持终端进行视频采集,应当理解的是,所述手持终端上设置有高清摄像头,将摄像头采集的视频数据上传到指挥中心,以使指挥中心对移动场所环境进行实时监控。
S2,将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
在本实施例中,所述监管识别模型的建立过程,具体包括:
步骤1,获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
步骤2,将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
步骤3,通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
步骤4,将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
其中,所述预设的训练次数阈值为20万次,所述预设的训练准确阈值为90%;所述预设的测试次数阈值为10万次,所述预设的测试准确阈值为95%。应当说明的是,上述预设阈值均能根据实际情况进行修改调整,上述预设数据仅仅是本实施例中应用的某一实施方式,并不用于限制本技术方案的保护范围。
S3,确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
其中,异常类型可以包括人数异常、脱岗异常、维修不及时、巡更签到不及时等等情况;对应的预设处理方案根据上述的异常类型进行相应的调整。
当出现人数异常时,预设方案则是对管理处发出人数警报信号并要求管理人员对工作人数进行监管;当出现脱岗异常时,预设方案则是对管理处发出脱岗警报信号并要求管理人员对脱岗人员进行监管;当出现维修异常时,预设方案则是对管理处发出维修警报信号并要求管理人员对维修人员进行监管;当出现巡更异常时,预设方案则是对管理处发出巡更警报信号并要求管理人员对巡更人员进行监管。应当说明的是,上述异常类型均能根据实际情况进行修改调整,上述列举的异常类型仅仅是本实施例中应用的某一实施方式,并不用于限制本技术方案的保护范围。
S4,将所述调度指令下发到项目现场的指定节点,以实现人员调度。
根据上述的预设方案,向相应的工作人员发送相关指令;其中,所述指定节点,指代的是相应的工作人员的移动终端等预设通信设备。当出现人数异常时,向管理处的管理人员和异常区域内的工作人员发送信息指令;当出现脱岗异常时,向管理处的管理人员和脱岗的岗位人员发送信息指令;当出现维修异常时,向管理处的管理人员和维修人员发送信息指令;当出现巡更异常时,向管理处的管理人员和巡更人员发送信息指令。
本发明通过对现场情况进行图像识别确定异常类型,并根据预设的对应指令向相应的节点发送调度指令,以解决人工监管的方法缺乏时效性的技术问题,从而全面有效地对项目现场进行实时监管,提高处理效率。
在另一实施例中,所述项目现场运行调度方法还包括:所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
在确认项目现场出现异常情况时,向指挥中心发出危险告警信号;应当说明的是,所述告警信号可以以信息指令的形式发送到指挥中心的监控显示屏;也可以通过控制报警器实现报警,报警器可以包括声音报警器或光报警器中的一种或两个组合。
在另一实施例中,所述步骤S2,包括:
S21,将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
将现场视频分为固定和移动两种视频分别识别可以进一步提高识别效率;其中,固定岗位监管识别模型的建立过程,具体包括:
步骤1,获取大量的固定岗位视频图像,所述固定岗位视频图像包括正常固定岗位视频图像和异常固定岗位视频图像;步骤2,将所述固定岗位视频图像进行复制得到第一固定岗位视频图像集和第二固定岗位视频图像集;步骤3,通过模型软件建立雏形模型,并将所述第一固定岗位视频图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;步骤4,将所述第二固定岗位视频图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到固定岗位监管识别模型。
其中,所述预设的训练次数阈值为20万次,所述预设的训练准确阈值为90%;所述预设的测试次数阈值为10万次,所述预设的测试准确阈值为95%。应当说明的是,上述预设阈值均能根据实际情况进行修改调整,上述预设数据仅仅是本实施例中应用的某一实施方式,并不用于限制本技术方案的保护范围。
S22,将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
将现场视频分为固定和移动两种视频分别识别可以进一步提高识别效率;其中,移动巡查监管识别模型的建立过程,具体包括:
步骤1,获取大量的移动巡查视频图像,所述移动巡查视频图像包括正常移动巡查视频图像和异常移动巡查视频图像;步骤2,将所述移动巡查视频图像进行复制得到第一移动巡查视频图像集和第二移动巡查视频图像集;步骤3,通过模型软件建立雏形模型,并将所述第一移动巡查视频图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;步骤4,将所述第二移动巡查视频图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到移动巡查监管识别模型。
其中,所述预设的训练次数阈值为20万次,所述预设的训练准确阈值为90%;所述预设的测试次数阈值为10万次,所述预设的测试准确阈值为95%。应当说明的是,上述预设阈值均能根据实际情况进行修改调整,上述预设数据仅仅是本实施例中应用的某一实施方式,并不用于限制本技术方案的保护范围。
请参照图2,相应地,本发明实施例还提供了一种项目现场运行调度装置,包括:
数据获取模块,用于获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
图像识别模块,用于将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
调度指令模块,用于确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
指令发送模块,用于将所述调度指令下发到项目现场的指定节点,以实现人员调度。
在本实施例中,所述监管识别模型的建立过程,具体包括:
获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
在另一实施例中,所述项目现场运行调度装置还包括:异常告警模块,用于当所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
在另一实施例中,所述图像识别模块,包括:
固定岗位单元,用于将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
移动巡查单元,用于将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的项目现场运行调度方法。
本发明实施例还提供了一种终端设备,所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现上述任一实施例所述的项目现场运行调度方法。
优选地,所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序),所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以是微处理器,或者所述处理器也可以是任何常规的处理器,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区,其中,程序存储区可存储操作***、至少一个功能所需的应用程序等,数据存储区可存储相关数据等。此外,所述存储器可以是高速随机存取存储器,还可以是非易失性存储器,例如插接式硬盘,智能存储卡(SmartMedia Card,SMC)、安全数字(Secure Digital,SD)卡和闪存卡(Flash Card)等,或所述存储器也可以是其他易失性固态存储器件。
需要说明的是,上述终端设备可包括,但不仅限于,处理器、存储器,本领域技术人员可以理解,上述终端设备仅仅是示例,并不构成对终端设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种项目现场运行调度方法,其特征在于,包括:
获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
将所述调度指令下发到项目现场的指定节点,以实现人员调度。
2.如权利要求1所述的项目现场运行调度方法,其特征在于,所述监管识别模型的建立过程,具体包括:
获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
3.如权利要求1所述的项目现场运行调度方法,其特征在于,还包括:所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
4.如权利要求1所述的项目现场运行调度方法,其特征在于,所述将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像,包括:
将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
5.一种项目现场运行调度装置,其特征在于,包括:
数据获取模块,用于获取项目现场视频监控数据,所述项目现场视频监控数据包括固定岗位视频监控数据和移动巡查视频监控数据;
图像识别模块,用于将所述项目现场视频监控数据以帧为单位转化为图像数据集,输入建立的监管识别模型进行人物行为动作识别,以使所述监管识别模型输出人物行为动作异常的标注图像;
调度指令模块,用于确定所述标注图像的异常类型,并根据异常类型对应的预设处理方案选择相应的调度指令;
指令发送模块,用于将所述调度指令下发到项目现场的指定节点,以实现人员调度。
6.如权利要求5所述的项目现场运行调度装置,其特征在于,所述监管识别模型的建立过程,具体包括:
获取大量的项目现场图像,所述项目现场图像包括正常现场图像和异常现场图像;
将所述项目现场图像进行复制得到第一项目现场图像集和第二项目现场图像集;
通过模型软件建立雏形模型,并将所述第一项目现场图像集作为训练数据集输入所述雏形模型中进行训练,直到训练次数达到预设的训练次数阈值或训练准确度达到预设的训练准确阈值;
将所述第二项目现场图像集作为测试数据集输入所述训练完成的雏形模型进行测试,直到测试次数达到预设的测试次数阈值或测试准确度达到预设的测试准确阈值,得到监管识别模型。
7.如权利要求5所述的项目现场运行调度装置,其特征在于,还包括:异常告警模块,用于当所述监管识别模型输出人物行为动作异常的标注图像时,向指挥中心发出告警信号。
8.如权利要求5所述的项目现场运行调度装置,其特征在于,所述图像识别模块,包括:
固定岗位单元,用于将所述固定岗位视频监控数据以帧为单位转化为图像数据集,输入建立的固定岗位监管识别模型进行人物行为动作识别,以使所述固定岗位监管识别模型输出人物行为动作异常的标注图像;
移动巡查单元,用于将所述移动巡查视频监控数据以帧为单位转化为图像数据集,输入建立的移动巡查监管识别模型进行人物行为动作识别,以使所述移动巡查监管识别模型输出人物行为动作异常的标注图像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1~4任一项所述的项目现场运行调度方法。
10.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1~4任一项所述的项目现场运行调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815845.9A CN110533328A (zh) | 2019-08-30 | 2019-08-30 | 一种项目现场运行调度方法、装置、介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815845.9A CN110533328A (zh) | 2019-08-30 | 2019-08-30 | 一种项目现场运行调度方法、装置、介质及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110533328A true CN110533328A (zh) | 2019-12-03 |
Family
ID=68665668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910815845.9A Pending CN110533328A (zh) | 2019-08-30 | 2019-08-30 | 一种项目现场运行调度方法、装置、介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110533328A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633126A (zh) * | 2020-12-18 | 2021-04-09 | 联通物联网有限责任公司 | 视频处理方法及装置 |
CN114001889A (zh) * | 2021-10-25 | 2022-02-01 | 广汽本田汽车有限公司 | 汽车零部件振动试验的监控方法、***、装置及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873825A (zh) * | 2014-02-28 | 2014-06-18 | 北京航科威视光电信息技术有限公司 | 一种atm智能监控***及方法 |
CN104504400A (zh) * | 2015-01-08 | 2015-04-08 | 中国科学院重庆绿色智能技术研究院 | 一种基于在线行为建模的驾驶员异常行为检测方法 |
CN105590401A (zh) * | 2015-12-15 | 2016-05-18 | 天维尔信息科技股份有限公司 | 基于视频图像的预警联动方法及*** |
CN109241946A (zh) * | 2018-10-11 | 2019-01-18 | 平安科技(深圳)有限公司 | 异常行为监控方法、装置、计算机设备及存储介质 |
CN109348173A (zh) * | 2018-10-16 | 2019-02-15 | 深圳市中电数通智慧安全科技股份有限公司 | 一种监控视频管理方法、装置及终端设备 |
CN109815884A (zh) * | 2019-01-21 | 2019-05-28 | 深圳市能信安科技股份有限公司 | 基于深度学习的不安全驾驶行为检测方法及装置 |
CN110119712A (zh) * | 2019-05-14 | 2019-08-13 | 上海阿刻忒科技有限公司 | 一种基于深度学习的家畜行为智能监控方法及其*** |
-
2019
- 2019-08-30 CN CN201910815845.9A patent/CN110533328A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873825A (zh) * | 2014-02-28 | 2014-06-18 | 北京航科威视光电信息技术有限公司 | 一种atm智能监控***及方法 |
CN104504400A (zh) * | 2015-01-08 | 2015-04-08 | 中国科学院重庆绿色智能技术研究院 | 一种基于在线行为建模的驾驶员异常行为检测方法 |
CN105590401A (zh) * | 2015-12-15 | 2016-05-18 | 天维尔信息科技股份有限公司 | 基于视频图像的预警联动方法及*** |
CN109241946A (zh) * | 2018-10-11 | 2019-01-18 | 平安科技(深圳)有限公司 | 异常行为监控方法、装置、计算机设备及存储介质 |
CN109348173A (zh) * | 2018-10-16 | 2019-02-15 | 深圳市中电数通智慧安全科技股份有限公司 | 一种监控视频管理方法、装置及终端设备 |
CN109815884A (zh) * | 2019-01-21 | 2019-05-28 | 深圳市能信安科技股份有限公司 | 基于深度学习的不安全驾驶行为检测方法及装置 |
CN110119712A (zh) * | 2019-05-14 | 2019-08-13 | 上海阿刻忒科技有限公司 | 一种基于深度学习的家畜行为智能监控方法及其*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633126A (zh) * | 2020-12-18 | 2021-04-09 | 联通物联网有限责任公司 | 视频处理方法及装置 |
CN114001889A (zh) * | 2021-10-25 | 2022-02-01 | 广汽本田汽车有限公司 | 汽车零部件振动试验的监控方法、***、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102176758A (zh) | 一种视频质量诊断***及其实现方法 | |
CN103067514B (zh) | 用于视频监控分析***的云计算资源优化的方法和*** | |
CN106534789A (zh) | 一种一体化智慧型安防视频监控*** | |
CN103634571B (zh) | 基于移动客户端的不规则多边形监控预警区域划定方法 | |
CN103731643A (zh) | 一种视频监控网络质量巡检方法及*** | |
CN103152601A (zh) | 一种智能报障摄像机及其网络管理客户端*** | |
CN110533328A (zh) | 一种项目现场运行调度方法、装置、介质及终端设备 | |
CN109413361B (zh) | 一种终端工作状态的控制方法、***及终端设备 | |
CN112839200B (zh) | 基于5g技术的电厂违章行为识别方法、***和网络服务端 | |
CN107563523A (zh) | 基于非结构化流视频管理***的运维管理平台及方法 | |
CN112399072B (zh) | 一种用于电力配电房开关站数据实时监测的vr实景*** | |
CN111062504A (zh) | 一种基于ar技术的智能配电站运维***及方法 | |
CN104202576B (zh) | 一种智能视频分析*** | |
CN209402635U (zh) | 一种变电站视频监控与智能分析*** | |
CN104092976A (zh) | 实现环境设备监控***报警与视频监控***联动的方法 | |
CN111369220A (zh) | 一种智慧建造师云平台 | |
CN106817708A (zh) | 一种巡检簇构建方法及装置 | |
CN106817562A (zh) | 一种具有视频监控图像智能分析功能的平台软件 | |
CN203368624U (zh) | 远程定损取证*** | |
CN106681201A (zh) | 一种基于校园网的中央控制型多媒体教室*** | |
CN210168130U (zh) | 一种施工进度和现场图像的监控*** | |
CN207589029U (zh) | 一种智能移动全景视频图像监控*** | |
CN204425517U (zh) | 仪表读数装置、摄像机及*** | |
CN110467077B (zh) | 基于物联网的电梯信息服务*** | |
CN112969109A (zh) | 光配线设施的数字化***及其应用 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |