CN112215567A - 生产流程合规检查方法及***、存储介质及终端 - Google Patents
生产流程合规检查方法及***、存储介质及终端 Download PDFInfo
- Publication number
- CN112215567A CN112215567A CN202011041583.4A CN202011041583A CN112215567A CN 112215567 A CN112215567 A CN 112215567A CN 202011041583 A CN202011041583 A CN 202011041583A CN 112215567 A CN112215567 A CN 112215567A
- Authority
- CN
- China
- Prior art keywords
- inspection
- compliance
- production flow
- checking
- video 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
Images
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
- G06V40/11—Hand-related biometrics; Hand pose recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种生产流程合规检查方法及***、存储介质及终端,包括以下步骤:提取生产流程中各个工位的各个工序的检查特征点;基于生产流程构建所有检查特征点的检查流程;获取摄像装置采集的各个工位的各个工序的实时视频数据;基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。本发明的生产流程合规检查方法及***、存储介质及终端基于智能视频图像分析技术,实现工厂内各工位各工序的生产流程合规性检查,快速高效,实用性强。
Description
技术领域
本发明涉及视频分析的技术领域,特别是涉及一种生产流程合规检查方法及***、存储介质及终端。
背景技术
安全生产是指在生产经营活动中,为了避免造成人员伤害和财产损失的事故而采取相应的事故预防和控制措施,使生产过程在符合规定的条件下进行,以保证从业人员的人身安全与健康,设备和设施免受损坏,环境免遭破坏,保证生产经营活动得以顺利进行的相关活动。
在工业企业而中,安全生产是关系到企业正常运行和发展的基本要求。目前对生产流程中的安全监控,大部分情况下是依靠工厂安全管理员对每个工位、工序的定期巡检及临时抽查,故无法保证能够时刻检查到每个工位、每步工序的执行情况是否合规,导致企业生产存在较大安全风险。
随着视频监控技术的发展成熟,为生产企业提供了远程实时的生产流程合规检查手段。但上述方式具有以下缺陷:
(1)仍然需要人工查看监控视频,导致效率低下,人工成本高;
(2)仅能识别出人员违规的孤立事件,如劳保用品穿戴是否合规、现场物品放置是否合规、人员动作是否违规,无法对操作工序有严格先后顺序制约要求的生产安全合规性做出判断。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种生产流程合规检查方法及***、存储介质及终端,基于智能视频图像分析技术,实现工厂内各工位各工序的生产流程合规性检查,快速高效,实用性强。
为实现上述目的及其他相关目的,本发明提供一种生产流程合规检查方法,包括以下步骤:提取生产流程中各个工位的各个工序的检查特征点;基于生产流程构建所有检查特征点的检查流程;获取摄像装置采集的各个工位的各个工序的实时视频数据;基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
于本发明一实施例中,所述检查流程包括正向逻辑、反向逻辑、循环逻辑和并行逻辑中的一种或多种组合;所述正向逻辑是指只有在匹配到当前检查特征点时才继续下一检查特征点;所述反向逻辑是指只有在未匹配到当前检查特征点时才继续下一检查特征点;所述循环逻辑是指一直检查当前检查特征点,直到检查到下一检查特征点或者超时才结束;所述并行逻辑是指同时检查多个检查特征点,并在所有检查特征点都匹配时再执行后续检查。
于本发明一实施例中,基于所述检查流程对所述实时视频数据进行视频分析包括以下步骤:
基于深度学习神经网络模型提取所述实时视频数据中的检查特征点;
基于所述检查流程对所述检查特征点进行合规分析。
于本发明一实施例中,所述深度学习神经网络模型包括物体检测模型、人体姿态估计模型和人脸检测模型;所述物体检测模块用于检测所述实时视频数据中的物体信息;所述人体姿态估计模块用于检测所述实时视频数据中的人体姿态信息;所述人脸检测模块用于检测所述实时视频数据中人脸信息。
于本发明一实施例中,还包括生成生产流程的合规检查报告,并发送至关联的客户端。
于本发明一实施例中,还包括在检查到不合规检查特征点时,发送告警信息至关联的客户端。
对应地,本发明提供一种生产流程合规检查***,包括提取模块、构建模块、获取模块和分析模块;
所述提取模块用于提取生产流程中各个工位的各个工序的检查特征点;
所述构建模块用于基于生产流程构建所有检查特征点的检查流程;
所述获取模块用于获取摄像装置采集的各个工位的各个工序的实时视频数据;
所述分析模块用于基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
本发明提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的生产流程合规检查方法。
本发明提供一种生产流程合规检查终端,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述生产流程合规检查终端执行上述的生产流程合规检查方法。
最后,本发明提供一种生产流程合规检查***,包括上述的生产流程合规检查终端和摄像装置;
所述摄像装置用于采集各个工位的各个工序的实时视频数据,并发送至所述生产流程合规检查终端。
如上所述,本发明的生产流程合规检查方法及***、存储介质及终端,具有以下有益效果:
(1)能够根据不同工位、不同工序的要求,灵活配置检查要素,并将各检查要素根据实际生产流程的时间或者空间顺序接连起来,形成工作流程,再利用智能视频图像分析技术完成该工作流程全部过程检查;
(2)通过采用物体检测模型、人体姿态估计模型等多种深度学***台推送、手机消息推送等多种方式通知用户;
(3)无需人工参与,智能化程度高,降低了人为检查的随机性和主观性,每次检查始终保持一致的标准;
(4)在出现不符合规程的情况下,能够自动产生告警信息进行实时告警,同时提供不合规的图像以及视频片段,便于后期追溯和校验;
(5)提高了工人的安全意识,培养了工人合规的工作习惯,从根本上减少安全事故的产生。
附图说明
图1显示为本发明的生产流程合规检查方法于一实施例中的流程图;
图2显示为本发明的生产流程合规检查***于一实施例中的结构示意图;
图3显示为本发明的生产流程合规检查终端于一实施例中的结构示意图;
图4显示为本发明的生产流程合规检查***于另一实施例中的结构示意图。
元件标号说明
21 提取模块
22 构建模块
23 获取模块
24 分析模块
31 处理器
32 存储器
41 生产流程合规检查终端
42 摄像装置
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的生产流程合规检查方法及***、存储介质及终端根据不同工位、不同工序的要求,灵活配置检查要素,并将各检查要素根据实际生产流程的时间或者空间顺序接连起来构成检查流程,再利用人工智能和计算机视觉联合检查从生产现场监控视频中提取的每一帧图像的特征点,并判断是否命中检查要素,若命中则执行下一步流程,直至完成事先在***中配置的该生产流程的全部检查流程,最终形成生产流程的合规性检查结论,为生产流程的安全进行提供信息支持,极具实用性。
如图1所示,于一实施例中,本发明的生产流程合规检查方法包括以下步骤:
步骤S1、提取生产流程中各个工位的各个工序的检查特征点。
具体地,根据生产流程的操作规定、安全规定等规则要求,针对生产流程中各个工位的各个工序,提取检查特征点。例如,装箱工序结束后,禁止人员穿行,则对应的检查特征点即为禁止人员出现在特定区域内。装箱时,手臂禁止越界,则对应的检查特征点即为静止手臂越界。
步骤S2、基于生产流程构建所有检查特征点的检查流程。
具体地,根据所述生产流程的时间或者空间顺序,将提取的所有检查特征点按照一定顺序连接起来,从而形成了一套完整的检查流程。
对于每个检查特征点,都有对应的逻辑,即通过物体识别和分析,获取每个检查特征点的检查结果。于本发明一实施例中,所述检查流程包括以下一种或多种逻辑:
(1)正向逻辑
所述正向逻辑是指只有在匹配到当前检查特征点时才继续下一检查特征点。
(2)反向逻辑
所述反向逻辑是指只有在未匹配到当前检查特征点时才继续下一检查特征点。
(3)循环逻辑
所述循环逻辑是指一直检查当前检查特征点,直到检查到下一检查特征点或者超时才结束。
(4)并行逻辑
所述并行逻辑是指同时检查多个检查特征点,并在所有检查特征点都匹配时再执行后续检查。
步骤S3、获取摄像装置采集的各个工位的各个工序的实时视频数据。
具体地,在生产现场设置有摄像装置,能够采集各个工位的各个工序的实时视频数据。优选地,多个摄像装置分布设置在生产现场,以确保能够采集所有工位的所有工序的实时视频数据。
于本发明一实施例中,所述摄像装置采用具有720P分辨率的高清IP摄像头,能够采集生产现场的实时视频画面,并向IP网络发送采集到的实时视频数据。所述IP网络将所述高清IP摄像头采集的实时视频数据发送至本发明的生产流程合规检查终端。其中,IP网络可以是局域网,也可以是互联网,只要保证高清IP摄像头与生产流程合规检查终端的IP地址通讯正常即可。
步骤S4、基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
具体地,所述生产流程合规检查终端根据设定的检查流程对所述实时视频数据中的检查特征点依次进行分析,从而判断整个生产流程是否合规,是否存在不合规的操作。
于本发明一实施例中,基于所述检查流程对所述实时视频数据进行视频分析包括以下步骤:
41)基于深度学习神经网络模型提取所述实时视频数据中的检查特征点。
具体地,所述深度学习神经网络模型包括物体检测模型、人体姿态估计模型和人脸检测模型;所述物体检测模块用于检测所述实时视频数据中的物体信息;所述人体姿态估计模块用于检测所述实时视频数据中的人体姿态信息;所述人脸检测模块用于检测所述实时视频数据中人脸信息。通过提取所述实时视频数据中的物体信息、人体姿态信息和人脸信息来获取检查特征点。其中,所述检查特征点的提取,不仅需要基于深度学习神经网络进行识别,还有可能需要对识别信息进行逻辑运算。例如,对于禁止手臂越界的检查特征点,首先通过深度学习神经网络模型识别手臂姿势,再通过图像多边形判断手臂位置是否在此多边形中。
42)基于所述检查流程对所述检查特征点进行合规分析。
具体地,根据所述检查流程中限定的顺序,对各个检查特征点依次进行分析,判断其是否符合规定。例如,若提取的检查特征点中手臂位置位于多边形之内,则认定符合手臂静止越界的规定;若提取的检查特征点中手臂位置位于多边形之外,则认定不符合手臂静止越界的规定。
于本发明一实施例中,本发明的生产流程合规检查方法还包括生成生产流程的合规检查报告,并发送至关联的客户端。其中,所述合规检测报告中包含有各个检查特征点的合规分析结论,从而便于快速准确地实现问题定位。同时,在检查到不合规检查特征点时,发送告警信息至关联的客户端,以便于督促进行改正。
如图2所示,于一实施例中,本发明的生产流程合规检查***包括提取模块21、构建模块22、获取模块23和分析模块24。
所述提取模块21用于提取生产流程中各个工位的各个工序的检查特征点。
所述构建模块22与所述提取模块21相连,用于基于生产流程构建所有检查特征点的检查流程。
所述获取模块23用于获取摄像装置采集的各个工位的各个工序的实时视频数据。
所述分析模块24与构建模块22和获取模块23相连,用于基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
其中,提取模块21、构建模块22、获取模块23和分析模块24的结构和原理与上述生产流程合规检查方法中的步骤一一对应,故在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,x模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Signal Processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序,该程序被处理器执行时实现上述的生产流程合规检查方法。所述存储介质包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图3所示,于一实施例中,本发明的生产流程合规检查终端包括:处理器31及存储器32。
所述存储器32用于存储计算机程序。
所述存储器32包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器31与所述存储器32相连,用于执行所述存储器32存储的计算机程序,以使所述生产流程合规检查终端执行上述的生产流程合规检查方法。
优选地,所述处理器31可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称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。
如图4所示,于一实施例中,本发明的生产流程合规检查***包括上述的生产流程合规检查终端41和摄像装置42。
所述摄像装置42与所述生产流程合规检查终端41相连,用于采集各个工位的各个工序的实时视频数据,并发送至所述生产流程合规检查终端41。
于本发明一实施例中,所述生产流程合规检测终端41运行具有视频图像智能分析能力的软件,软件集成了对所述摄像装置42采集的视频进行处理的物体检测模型、人体姿态估计深度模型、人脸检测模型、人脸识别模型等,能够运行复杂的人工智能深度学习算法。因此,所述生产流程合规检查终端41对硬件的计算能力要求较高,通常需选择采用十二核以上CPU、并配置至少两片GPU计算能力的专业Intel服务器。
综上所述,本发明的生产流程合规检查方法及***、存储介质及终端能够根据不同工位、不同工序的要求,灵活配置检查要素,并将各检查要素根据实际生产流程的时间或者空间顺序接连起来,形成工作流程,再利用智能视频图像分析技术完成该工作流程全部过程检查;通过采用物体检测模型、人体姿态估计模型等多种深度学***台推送、手机消息推送等多种方式通知用户;无需人工参与,智能化程度高,降低了人为检查的随机性和主观性,每次检查始终保持一致的标准;在出现不符合规程的情况下,能够自动产生告警信息进行实时告警,同时提供不合规的图像以及视频片段,便于后期追溯和校验;提高了工人的安全意识,培养了工人合规的工作习惯,从根本上减少安全事故的产生。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种生产流程合规检查方法,其特征在于,包括以下步骤:
提取生产流程中各个工位的各个工序的检查特征点;
基于生产流程构建所有检查特征点的检查流程;
获取摄像装置采集的各个工位的各个工序的实时视频数据;
基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
2.根据权利要求1所述的生产流程合规检查方法,其特征在于:所述检查流程包括正向逻辑、反向逻辑、循环逻辑和并行逻辑中的一种或多种组合;所述正向逻辑是指只有在匹配到当前检查特征点时才继续下一检查特征点;所述反向逻辑是指只有在未匹配到当前检查特征点时才继续下一检查特征点;所述循环逻辑是指一直检查当前检查特征点,直到检查到下一检查特征点或者超时才结束;所述并行逻辑是指同时检查多个检查特征点,并在所有检查特征点都匹配时再执行后续检查。
3.根据权利要求1所述的生产流程合规检查方法,其特征在于:基于所述检查流程对所述实时视频数据进行视频分析包括以下步骤:
基于深度学习神经网络模型提取所述实时视频数据中的检查特征点;
基于所述检查流程对所述检查特征点进行合规分析。
4.根据权利要求3所述的生产流程合规检查方法,其特征在于:所述深度学习神经网络模型包括物体检测模型、人体姿态估计模型和人脸检测模型;所述物体检测模块用于检测所述实时视频数据中的物体信息;所述人体姿态估计模块用于检测所述实时视频数据中的人体姿态信息;所述人脸检测模块用于检测所述实时视频数据中人脸信息。
5.根据权利要求1所述的生产流程合规检查方法,其特征在于:还包括生成生产流程的合规检查报告,并发送至关联的客户端。
6.根据权利要求1所述的生产流程合规检查方法,其特征在于:还包括在检查到不合规检查特征点时,发送告警信息至关联的客户端。
7.一种生产流程合规检查***,其特征在于,包括提取模块、构建模块、获取模块和分析模块;
所述提取模块用于提取生产流程中各个工位的各个工序的检查特征点;
所述构建模块用于基于生产流程构建所有检查特征点的检查流程;
所述获取模块用于获取摄像装置采集的各个工位的各个工序的实时视频数据;
所述分析模块用于基于所述检查流程对所述实时视频数据进行视频分析,以判断生产流程是否合规。
8.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6中任一项所述的生产流程合规检查方法。
9.一种生产流程合规检查终端,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述生产流程合规检查终端执行权利要求1至6中任一项所述的生产流程合规检查方法。
10.一种生产流程合规检查***,其特征在于:包括权利要求9所述的生产流程合规检查终端和摄像装置;
所述摄像装置用于采集各个工位的各个工序的实时视频数据,并发送至所述生产流程合规检查终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011041583.4A CN112215567A (zh) | 2020-09-28 | 2020-09-28 | 生产流程合规检查方法及***、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011041583.4A CN112215567A (zh) | 2020-09-28 | 2020-09-28 | 生产流程合规检查方法及***、存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215567A true CN112215567A (zh) | 2021-01-12 |
Family
ID=74052111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011041583.4A Pending CN112215567A (zh) | 2020-09-28 | 2020-09-28 | 生产流程合规检查方法及***、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215567A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343854A (zh) * | 2021-06-09 | 2021-09-03 | 北京容联易通信息技术有限公司 | 一种基于视频监控的动火作业流程合规性检测方法 |
CN116128272A (zh) * | 2023-04-13 | 2023-05-16 | 北京意胜生物科技有限公司 | 一种药物的生产流程监管平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170141961A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Optimization of cloud compliance services based on compliance actions |
CN109068145A (zh) * | 2018-08-15 | 2018-12-21 | 上海鸢安智能科技有限公司 | 分布式智能视频分析***、方法、装置、设备及存储介质 |
CN109871786A (zh) * | 2019-01-30 | 2019-06-11 | 浙江大学 | 一种航班地面保障作业规范流程检测*** |
CN110618635A (zh) * | 2019-10-08 | 2019-12-27 | 中兴飞流信息科技有限公司 | 一种基于ai技术的列车驾驶室作业规范监测*** |
CN111080491A (zh) * | 2019-12-12 | 2020-04-28 | 成都阳帆网络科技有限公司 | 一种基于视频识别的施工现场检查***及方法 |
CN111428617A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于视频图像的配网违规检修行为的识别方法和*** |
-
2020
- 2020-09-28 CN CN202011041583.4A patent/CN112215567A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170141961A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Optimization of cloud compliance services based on compliance actions |
CN109068145A (zh) * | 2018-08-15 | 2018-12-21 | 上海鸢安智能科技有限公司 | 分布式智能视频分析***、方法、装置、设备及存储介质 |
CN109871786A (zh) * | 2019-01-30 | 2019-06-11 | 浙江大学 | 一种航班地面保障作业规范流程检测*** |
CN110618635A (zh) * | 2019-10-08 | 2019-12-27 | 中兴飞流信息科技有限公司 | 一种基于ai技术的列车驾驶室作业规范监测*** |
CN111080491A (zh) * | 2019-12-12 | 2020-04-28 | 成都阳帆网络科技有限公司 | 一种基于视频识别的施工现场检查***及方法 |
CN111428617A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于视频图像的配网违规检修行为的识别方法和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343854A (zh) * | 2021-06-09 | 2021-09-03 | 北京容联易通信息技术有限公司 | 一种基于视频监控的动火作业流程合规性检测方法 |
CN116128272A (zh) * | 2023-04-13 | 2023-05-16 | 北京意胜生物科技有限公司 | 一种药物的生产流程监管平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728209B (zh) | 一种姿态识别方法、装置、电子设备及存储介质 | |
CN110210302B (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
CN106710007B (zh) | 一种基于实名验票制的快速检票验票方法及其*** | |
Thomas et al. | Real-time industrial visual inspection: A review | |
CN109815843A (zh) | 目标检测方法及相关产品 | |
CN111753643B (zh) | 人物姿态识别方法、装置、计算机设备和存储介质 | |
CN112215567A (zh) | 生产流程合规检查方法及***、存储介质及终端 | |
CN114022810A (zh) | 建筑工地爬架防护网工作状态检测方法、***、介质及终端 | |
CN113160231A (zh) | 一种样本生成方法、样本生成装置及电子设备 | |
CN114241012B (zh) | 一种高空抛物的判定方法及装置 | |
Sasmito et al. | Testing the population administration website application using the black box testing boundary value analysis method | |
CN112528825A (zh) | 一种基于图像识别的车站乘客招援服务方法 | |
CN108664906A (zh) | 一种基于卷积网络的火灾场景中内容的检测方法 | |
CN117173791A (zh) | 一种基于动作识别的配网施工人员违规检测方法及*** | |
KR20230056006A (ko) | 3차원 모델을 통한 인공지능 기반 안전진단 장치 및 그 방법 | |
CN116229502A (zh) | 基于图像的摔倒行为识别方法及设备 | |
CN113887384B (zh) | 基于多轨迹融合的行人轨迹分析方法、装置、设备及介质 | |
CN114495015A (zh) | 人体姿态检测方法和装置 | |
Quattrocchi et al. | Put Your PPE on: A Tool for Synthetic Data Generation and Related Benchmark in Construction Site Scenarios. | |
CN114582012A (zh) | 一种骨架人体行为识别方法、装置及设备 | |
CN114170677A (zh) | 一种检测抽烟行为的网络模型训练方法及其设备 | |
CN113516082A (zh) | 安全帽的检测方法、装置、计算机设备及存储介质 | |
CN113205035A (zh) | 一种身份识别方法、装置、设备及存储介质 | |
CN111860344A (zh) | 确定图像中目标对象数量的方法及装置 | |
CN111859370A (zh) | 识别服务的方法、装置、电子设备和计算机可读存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210112 |
|
WD01 | Invention patent application deemed withdrawn after publication |