CN108416289A - 一种高空作业人员安全带佩戴检测装置及检测预警方法 - Google Patents

一种高空作业人员安全带佩戴检测装置及检测预警方法 Download PDF

Info

Publication number
CN108416289A
CN108416289A CN201810181723.4A CN201810181723A CN108416289A CN 108416289 A CN108416289 A CN 108416289A CN 201810181723 A CN201810181723 A CN 201810181723A CN 108416289 A CN108416289 A CN 108416289A
Authority
CN
China
Prior art keywords
image
module
working
color
picture
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
Application number
CN201810181723.4A
Other languages
English (en)
Inventor
卢煌
龚文娟
李国朝
阴万刚
魏博
李涛
李华清
王振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHAANXI CHINA POWER UNITED TECH ELECTRONIC Co Ltd
Original Assignee
SHAANXI CHINA POWER UNITED TECH ELECTRONIC Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHAANXI CHINA POWER UNITED TECH ELECTRONIC Co Ltd filed Critical SHAANXI CHINA POWER UNITED TECH ELECTRONIC Co Ltd
Priority to CN201810181723.4A priority Critical patent/CN108416289A/zh
Publication of CN108416289A publication Critical patent/CN108416289A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种高空作业人员安全带佩戴检测装置及检测方法。其中，一种高空作业人员安全带佩戴检测装置，包括图像采集设备和图像处理及识别设备。本发明还提供了的检测方法，包括如下步骤：步骤1)通过图像采集模块实时捕捉施工作业现场的画面；步骤2)将实时捕捉施工作业现场的画面采用图像预处理模块进行图像预处理；步骤3)采用方向梯度直方图特征及支持向量机分类器对得到的图像进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；步骤4)对预测结果采用HSV色彩空间进行色彩分析，滑动模块在图像色彩分析范围进行滑动匹配；若匹配结果在设定的置信比例阈值内，则匹配成功，反之，则匹配不成功。

Description

一种高空作业人员安全带佩戴检测装置及检测预警方法
技术领域
本发明涉及图像识别与安全检测领域，具体为基于图像识别的安全检测装置及方法。特别地涉及一种高空作业人员安全带佩戴检测装置及检测预警方法。
背景技术
高空作业是指作业人员在位于坠落基准面一定高度以上作业。一般来说如果作业人员在高空作业时发生坠落都会受到一定的伤害，甚至危及生命。所以按照相关管理规定，高空作业人员均须佩戴安全带。
安全带可以在作业人员发生坠落趋势时拉住作业人员，使其避免受到伤害，至少不至于危及生命。但施工作业人员在高空作业时没有按照规定佩戴安全带的情况一直以来都大量存在，这一点从媒体披露的安全事故原因调查结果即可检索到。
目前施工作业人员在高空作业时对佩戴安全带规定的遵守，要么依赖作业人员自身自觉，要么依赖现场安全员的管理及提醒，或者再增加一些违章作业的经济处罚规定。但这些都不能彻底解决作业人员存在侥幸心里，安全管理制度执行存在盲点等问题。
发明内容
有鉴于此，本发明的主要目的是提供一种高空作业人员安全带佩戴检测装置及检测方法。
其具体采用的技术方案如下：
一种高空作业人员安全带佩戴检测装置，包括图像采集设备和图像处理及识别设备；
所述图像采集设备包括图像采集模块和图像输出模块，
所述图像处理及识别设备包括图像输入模块、图像预处理模块、人体检测模块和安全带检测模块以及报警模块；
所述图像采集模块，用于实时捕捉施工作业现场的画面；
所述图像输出模块，将实时捕捉施工作业现场的画面发送给图像输入模块；
所述图像输入模块，用于接收图像输出模块转发的实时捕捉施工作业现场的画面，并将该实时捕捉施工作业现场的画面传送至图像预处理模块；
所述图像预处理模块，对实时捕捉施工作业现场的画面进行降噪处理，得到高质量、低噪声、清晰可见的图像；
所述人体检测模块，对获取的经图像预处理模块得到的高质量、低噪声、清晰可见的图像采用方向梯度直方图特征及支持向量机分类器进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；
所述安全带检测模块，对预测结果采用HSV色彩空间进行色彩分析，对未匹配的检测结果采用报警模块进行报警处理。
进一步地，所述图像预处理模块包括高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元。所述高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元对实时捕捉施工作业现场的画面进行图像预处理，以获取高质量、低噪声、清晰可见的图像。
进一步地，所述安全带检测模块内设置有滑动模块以及置信比例阈值。
进一步地，所述滑动模块为长30～300像素宽20～200像素的滑动模板。
进一步地，所述安全带检测模块内还设置有安全带的色彩集合。
本发明还提供了一种高空作业人员安全带佩戴检测预警方法，包括如下步骤：
步骤1)通过图像采集模块实时捕捉施工作业现场的画面；
步骤2)将实时捕捉施工作业现场的画面采用高斯平滑滤波器、中值滤波器以及傅里叶正反变换进行图像预处理，得到高质量、低噪声、清晰可见的图像；
步骤3)采用方向梯度直方图特征及支持向量机分类器对步骤2)后得到的图像进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；
步骤4)对预测结果采用HSV色彩空间进行色彩分析，滑动模块在图像色彩分析范围进行滑动匹配；若匹配结果在设定的置信比例阈值内，则匹配成功，反之，则匹配不成功。
进一步地，所述方向梯度直方图特征用于对人体形态进行特征提取；
所述支持向量机分类器具备非线性空间分类能力用于区分人体形态及其他物体形态。
进一步地，所述滑动模块在图像色彩分析范围进行滑动匹配包括如下步骤：
设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的人体图像色彩分析范围内进行滑动匹配，得到匹配结果。
进一步地，所述滑动模块在图像色彩分析范围进行滑动匹配包括如下步骤：
设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的一个加减色彩半径的人体图像色彩分析范围内进行滑动匹配，得到匹配结果。
进一步地，所述匹配结果以滑动匹配是否存在安全带的色彩集合中为判断。
本发明具有如下有益效果：
本发明通过技术手段来检测施工现场高空作业人员是否佩戴了安全带；不再依赖人员自觉性，或现场安全员尽责提醒。如果发现作业人员违章，可以发出警告，可以大幅减少甚至消灭高空作业现场作业人员未佩戴安全带的情况，从而大大降低高空作业等施工现场因为作业人员未佩戴安全带而引发工程事故的可能性,为保障高空作业人员人身安全,提高高空作业安全生产管理水平提供技术支撑手段。
附图说明
图1为本发明检测装置的框架原理图；
图2为本发明检测方法的流程图；
图3为本发明图像色彩分析的示意图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
本发明提供了一种高空作业人员安全带佩戴检测装置及检测方法。其具体采用的技术方案如下：
参照图1，一种高空作业人员安全带佩戴检测装置，包括图像采集设备100 和图像处理及识别设备100；
所述图像采集设备100包括图像采集模块101和图像输出模块102，
所述图像处理及识别设备200包括图像输入模块203、图像预处理模块202、人体检测模块201和安全带检测模块204、报警模块205以及存储模块206；
所述图像采集模块101，用于实时捕捉施工作业现场的画面；
所述图像输出模块102，将实时捕捉施工作业现场的画面发送给图像输入模块203；
所述图像输入模块203，用于接收图像输出模块102转发的实时捕捉施工作业现场的画面，并将该实时捕捉施工作业现场的画面传送至图像预处理模块202；
所述图像预处理模块202，对实时捕捉施工作业现场的画面进行降噪处理，得到高质量、低噪声、清晰可见的图像；其中，所述图像预处理模块202包括高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元，所述高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元对实时捕捉施工作业现场的画面进行图像预处理，以获取高质量、低噪声、清晰可见的图像。
所述人体检测模块201，对获取的经图像预处理模块202得到的高质量、低噪声、清晰可见的图像采用方向梯度直方图特征及支持向量机分类器进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；其中，所述方向梯度直方图特征用于对人体形态进行特征提取；所述支持向量机分类器具备非线性空间分类能力用于区分人体形态及其他物体形态。二者各自发挥所长，可以大大提高人体检测的准确率。
所述安全带检测模块204，对预测结果采用HSV色彩空间进行色彩分析，对未匹配的检测结果采用报警模块205进行报警处理，同时存储模块206存储检测的结果。所述安全带检测模块201内设置有滑动模块以及置信比例阈值；所述滑动模块为长30～300像素宽20～200像素的滑动模板；安全带检测模块204基于人体检测模块的结果，采用色彩分析方法，工程施工采用的安全带为了提高警示作用，一般都有着较特殊的色彩。比较常见的是红色、橙色、蓝色、黄色、白色，等等。本发明首先收集安全带的色彩集合，并相信其足够健壮；有了安全带的色彩集合，及人体检测模块的检测结果，下一步要做的是，在图像的人体范围内寻找是否存在安全带色彩的特征。也就是所述安全带检测模块204内还设置有安全带的色彩集合；
参照图1、图2和图3，本发明还提供了一种施工现场作业人员是否佩戴安全带的检测方法，包括如下步骤：
步骤1)通过图像采集模块实时捕捉施工作业现场的画面；
步骤2)将实时捕捉施工作业现场的画面采用高斯平滑滤波器、中值滤波器以及傅里叶正反变换进行图像预处理，得到高质量、低噪声、清晰可见的图像；
步骤3)采用方向梯度直方图特征及支持向量机分类器对步骤2)后得到的图像进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；
步骤4)对预测结果采用HSV色彩空间进行色彩分析，滑动模块在图像色彩分析范围进行滑动匹配；若匹配结果在设定的置信比例阈值内，则匹配成功，反之，则匹配不成功。
所述滑动模块在图像色彩分析范围进行滑动匹配包括如下步骤：设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的人体图像色彩分析范围内进行滑动匹配，得到匹配结果；或，设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的一个加减色彩半径的人体图像色彩分析范围内进行滑动匹配，得到匹配结果。具体的操作参照图2，本发明通过采用一种可以称为滑动模板匹配的方法来抵抗图像色彩分析时抵抗色差及噪声，具体来说，取一定大小的滑动模块，比如说长30像素宽20像素的滑动模板；使用此模块对待分析的人体图像进行滑动模板匹配。
对于待分析的人体图像，正常来说佩戴的安全带一定位于人体上身，再考虑到头部空间，可以取1/10-1/5部分来做滑动模板匹配分析即可。滑动模块在图像的色彩分析范围进行滑动匹配，设置一个置信比例阈值，比如95％；如果滑动匹配过程中待分析图像部分存在一处匹配度高于我们的置信比例阈值，则认为匹配成功。此时认为待分析图像部分存在安全带。反之，如果滑动模块从头到尾滑动完成，待分析图像部分都找不到成功匹配的位置，则认为待分析图像部分不存在安全带。
关于色差的抵抗，可以在一个加减色彩半径的区间内匹配成功即可。关于图像噪声抵抗，采用如上提到的置信比例阈值方法，对于低量的噪声可以很好的抵抗。本发明通过技术手段来检测施工现场高空作业人员是否佩戴了安全带；不再依赖人员自觉性，或现场安全员尽责提醒。如果发现作业人员违章，可以发出警告，可以大幅减少甚至消灭高空作业现场作业人员未佩戴安全带的情况，从而大大降低高空作业等施工现场因为作业人员未佩戴安全带而引发工程事故的可能性。
以上对本发明实施例所公开的技术方案进行了详细介绍，本文中应用了具体实施例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种高空作业人员安全带佩戴检测装置，其特征在于，包括图像采集设备和图像处理及识别设备；
所述图像采集设备包括图像采集模块和图像输出模块，
所述图像处理及识别设备包括图像输入模块、图像预处理模块、人体检测模块和安全带检测模块以及报警模块；
所述图像采集模块，用于实时捕捉施工作业现场的画面；
所述图像输出模块，将实时捕捉施工作业现场的画面发送给图像输入模块；
所述图像输入模块，用于接收图像输出模块转发的实时捕捉施工作业现场的画面，并将该实时捕捉施工作业现场的画面传送至图像预处理模块；
所述图像预处理模块，对实时捕捉施工作业现场的画面进行降噪处理，得到高质量、低噪声、清晰可见的图像；
所述人体检测模块，对获取的经图像预处理模块得到的高质量、低噪声、清晰可见的图像采用方向梯度直方图特征及支持向量机分类器进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；
所述安全带检测模块，对预测结果采用HSV色彩空间进行色彩分析，对未匹配的检测结果采用报警模块进行报警处理。
2.根据权利要求1所述的一种高空作业人员安全带佩戴检测装置，其特征在于，所述图像预处理模块包括高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元。所述高斯平滑滤波器、中值滤波器以及傅里叶正反变换单元对实时捕捉施工作业现场的画面进行图像预处理，以获取高质量、低噪声、清晰可见的图像。
3.根据权利要求1所述的一种高空作业人员安全带佩戴检测装置，其特征在于，所述安全带检测模块内设置有滑动模块以及置信比例阈值。
4.根据权利要求3所述的一种高空作业人员安全带佩戴检测装置，其特征在于，所述滑动模块为长30～300像素宽20～200像素的滑动模板。
5.根据权利要求1所述的一种高空作业人员安全带佩戴检测装置，其特征在于，所述安全带检测模块内还设置有安全带的色彩集合。
6.一种高空作业人员安全带佩戴检测预警方法，其特征在于，包括如下步骤：
步骤1)通过图像采集模块实时捕捉施工作业现场的画面；
步骤2)将实时捕捉施工作业现场的画面采用高斯平滑滤波器、中值滤波器以及傅里叶正反变换进行图像预处理，得到高质量、低噪声、清晰可见的图像；
步骤3)采用方向梯度直方图特征及支持向量机分类器对步骤2)后得到的图像进行处理和训练，得到预测模型，通过所述预测模型得到预测结果；
步骤4)对预测结果采用HSV色彩空间进行色彩分析，滑动模块在图像色彩分析范围进行滑动匹配；若匹配结果在设定的置信比例阈值内，则匹配成功，反之，则匹配不成功。
7.根据权利要求6所述的一种高空作业人员安全带佩戴检测预警方法，其特征在于，所述方向梯度直方图特征用于对人体形态进行特征提取；
所述支持向量机分类器具备非线性空间分类能力用于区分人体形态及其他物体形态。
8.根据权利要求6所述的一种高空作业人员安全带佩戴检测预警方法，其特征在于，所述滑动模块在图像色彩分析范围进行滑动匹配包括如下步骤：
设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的人体图像色彩分析范围内进行滑动匹配，得到匹配结果。
9.根据权利要求6所述的一种高空作业人员安全带佩戴检测预警方法，其特征在于，所述滑动模块在图像色彩分析范围进行滑动匹配包括如下步骤：
设定一个置信比例阈值，取一滑动模板，使用此滑动模板对待分析的一个加减色彩半径的人体图像色彩分析范围内进行滑动匹配，得到匹配结果。
10.根据权利要求6、8、9所述的一种高空作业人员安全带佩戴检测预警方法，其特征在于，所述匹配结果以滑动匹配是否存在安全带的色彩集合中为判断。
CN201810181723.4A 2018-03-06 2018-03-06 一种高空作业人员安全带佩戴检测装置及检测预警方法 Pending CN108416289A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810181723.4A CN108416289A (zh) 2018-03-06 2018-03-06 一种高空作业人员安全带佩戴检测装置及检测预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810181723.4A CN108416289A (zh) 2018-03-06 2018-03-06 一种高空作业人员安全带佩戴检测装置及检测预警方法

Publications (1)

Publication Number Publication Date
CN108416289A true CN108416289A (zh) 2018-08-17

Family

ID=63129780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810181723.4A Pending CN108416289A (zh) 2018-03-06 2018-03-06 一种高空作业人员安全带佩戴检测装置及检测预警方法

Country Status (1)

Country Link
CN (1) CN108416289A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796049A (zh) * 2019-10-18 2020-02-14 国家电网有限公司 基于图像处理的生产作业人员安全帽佩戴检测方法及系统
CN111888686A (zh) * 2020-06-23 2020-11-06 武汉瑞莱保能源技术有限公司 一种双钩安全带及安全管理系统
CN111888685A (zh) * 2020-06-23 2020-11-06 武汉瑞莱保能源技术有限公司 一种单钩安全带及安全管理系统
CN112101260A (zh) * 2020-09-22 2020-12-18 广东电科院能源技术有限责任公司 一种作业人员安全带识别方法、装置、设备和存储介质
CN113297910A (zh) * 2021-04-25 2021-08-24 云南电网有限责任公司信息中心 一种配网现场作业安全带识别方法
CN113569729A (zh) * 2021-07-27 2021-10-29 广联达科技股份有限公司 高处作业场景的检测方法、装置及电子设备
CN113627406A (zh) * 2021-10-12 2021-11-09 南方电网数字电网研究院有限公司 异常行为检测方法、装置、计算机设备和存储介质
CN114812687A (zh) * 2022-05-12 2022-07-29 保利长大工程有限公司 一种桥面安全施工方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103552538A (zh) * 2013-11-08 2014-02-05 北京汽车股份有限公司 安全带检测方法及装置
CN103745226A (zh) * 2013-12-31 2014-04-23 国家电网公司 一种电力设施作业现场人员着装安全检测方法
CN104063722A (zh) * 2014-07-15 2014-09-24 国家电网公司 一种融合hog人体目标检测和svm分类器的安全帽识别方法
CN104200228A (zh) * 2014-09-02 2014-12-10 武汉睿智视讯科技有限公司 一种安全带识别方法与系统
CN106446926A (zh) * 2016-07-12 2017-02-22 重庆大学 一种基于视频分析的变电站工人安全帽佩戴检测方法
US20170169313A1 (en) * 2015-12-14 2017-06-15 Samsung Electronics Co., Ltd. Image processing apparatus and method based on deep learning and neural network learning

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103552538A (zh) * 2013-11-08 2014-02-05 北京汽车股份有限公司 安全带检测方法及装置
CN103745226A (zh) * 2013-12-31 2014-04-23 国家电网公司 一种电力设施作业现场人员着装安全检测方法
CN104063722A (zh) * 2014-07-15 2014-09-24 国家电网公司 一种融合hog人体目标检测和svm分类器的安全帽识别方法
CN104200228A (zh) * 2014-09-02 2014-12-10 武汉睿智视讯科技有限公司 一种安全带识别方法与系统
US20170169313A1 (en) * 2015-12-14 2017-06-15 Samsung Electronics Co., Ltd. Image processing apparatus and method based on deep learning and neural network learning
CN106446926A (zh) * 2016-07-12 2017-02-22 重庆大学 一种基于视频分析的变电站工人安全帽佩戴检测方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110796049A (zh) * 2019-10-18 2020-02-14 国家电网有限公司 基于图像处理的生产作业人员安全帽佩戴检测方法及系统
CN111888686A (zh) * 2020-06-23 2020-11-06 武汉瑞莱保能源技术有限公司 一种双钩安全带及安全管理系统
CN111888685A (zh) * 2020-06-23 2020-11-06 武汉瑞莱保能源技术有限公司 一种单钩安全带及安全管理系统
CN111888686B (zh) * 2020-06-23 2022-08-02 武汉瑞莱保科技有限公司 一种双钩安全带及安全管理系统
CN112101260A (zh) * 2020-09-22 2020-12-18 广东电科院能源技术有限责任公司 一种作业人员安全带识别方法、装置、设备和存储介质
CN112101260B (zh) * 2020-09-22 2023-09-26 南方电网电力科技股份有限公司 一种作业人员安全带识别方法、装置、设备和存储介质
CN113297910A (zh) * 2021-04-25 2021-08-24 云南电网有限责任公司信息中心 一种配网现场作业安全带识别方法
CN113569729A (zh) * 2021-07-27 2021-10-29 广联达科技股份有限公司 高处作业场景的检测方法、装置及电子设备
CN113627406A (zh) * 2021-10-12 2021-11-09 南方电网数字电网研究院有限公司 异常行为检测方法、装置、计算机设备和存储介质
CN114812687A (zh) * 2022-05-12 2022-07-29 保利长大工程有限公司 一种桥面安全施工方法

Similar Documents

Publication Publication Date Title
CN108416289A (zh) 一种高空作业人员安全带佩戴检测装置及检测预警方法
CN109117827B (zh) 基于视频的工服工帽穿戴状态自动识别方法与报警系统
CN107944359B (zh) 基于视频的火焰检测方法
CN102013006B (zh) 一种基于逆光环境的人脸自动检测识别的方法
CN107133564B (zh) 一种工装工帽检测方法
CN110728223A (zh) 一种基于深度学习的安全帽佩戴识别方法
CN108062542B (zh) 被遮挡的人脸的检测方法
CN108364374A (zh) 基于深度学习的人脸门禁控制装置及方法
CN104486618B (zh) 视频图像的噪声检测方法及装置
CN101908142A (zh) 一种基于特征分析的视频火焰检测方法
CN103745226A (zh) 一种电力设施作业现场人员着装安全检测方法
CN110796049A (zh) 基于图像处理的生产作业人员安全帽佩戴检测方法及系统
CN104504369A (zh) 一种安全帽佩戴情况检测方法
CN106485217B (zh) 一种识别游览景区人流饱和度的方法与系统
CN111652185A (zh) 一种基于违章行为识别的安全施工方法、系统、装置及存储介质
CN111582110B (zh) 一种基于人脸识别的安检人员行为分析方法、装置及设备
CN116092198B (zh) 一种矿用安全帽识别检测方法、装置、设备及介质
CN112613449A (zh) 一种基于视频人脸图像的安全帽佩戴检测识别方法及系统
CN112149576A (zh) 一种基于图像分析的电梯安全实时监测管理系统
CN112084986A (zh) 一种基于图像特征提取的实时安全帽检测方法
CN115620192A (zh) 一种高空作业安全绳穿戴检测的方法和装置
CN105354552A (zh) 一种基于人脸识别和表情分析的在线监测系统与方法
CN108174198A (zh) 一种视频图像质量诊断分析检测设备及应用系统
KR102030768B1 (ko) 영상을 이용한 가금류 무게 측정 방법, 이를 수행하기 위한 기록매체 및 장치
CN103927518A (zh) 一种用于人脸分析系统的人脸特征提取方法

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: 20180817

WD01 Invention patent application deemed withdrawn after publication