CN109033919A - 岗位监测装置、方法和存储设备 - Google Patents

岗位监测装置、方法和存储设备 Download PDF

Info

Publication number
CN109033919A
CN109033919A CN201710424847.6A CN201710424847A CN109033919A CN 109033919 A CN109033919 A CN 109033919A CN 201710424847 A CN201710424847 A CN 201710424847A CN 109033919 A CN109033919 A CN 109033919A
Authority
CN
China
Prior art keywords
head position
target area
registering
facial characteristics
operator
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
CN201710424847.6A
Other languages
English (en)
Inventor
冯辉译
蔡敏
吕文斌
黎家俨
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.)
Fu Tai Hua Precision Electronic Zhengzhou Co Ltd
Original Assignee
Fu Tai Hua Precision Electronic Zhengzhou 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 Fu Tai Hua Precision Electronic Zhengzhou Co Ltd filed Critical Fu Tai Hua Precision Electronic Zhengzhou Co Ltd
Priority to CN201710424847.6A priority Critical patent/CN109033919A/zh
Publication of CN109033919A publication Critical patent/CN109033919A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Abstract

一种岗位监测方法:获取一三维取像单元所撷取的影像,并判断其中是否有移动的物体;将具有移动物体的目标区域选出;在所述目标区域中计算出头部位置;根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及在确定所述操作人员的工作姿势为异常风险姿势时,控制一提醒单元发出提醒。本发明还提供一种岗位检测装置和存储设备。本发明能够自动化监测操作人员的各种状况,能够较有效的避免一些意外事件。

Description

岗位监测装置、方法和存储设备
技术领域
本发明涉及视频监控技术,尤其涉及一种岗位监测装置、方法和存储设备。
背景技术
生产型企业往往是人员密集型企业,企业的工时及安全管理都比较复杂。在此类的企业中多是通过人工检查、抽查等方式来查看操作人员是否有在对应岗位作业以计算工时。然,上述方式无法实时反应及知悉人员到岗到位现况,若操作人员长时间不在岗位,极易对生产造成不良影响进而影响产品质量及生产产能,影响企业的品牌和声誉。另外,若操作人员发生意外或是身体状况异常时,无法及时发现可能造成安全事故。
发明内容
有鉴于此,有必要提供一种岗位监测装置、方法和存储设备,以解决上述问题。
本发明提供一种岗位监测装置,包括:三维取像单元,用于对其监测区域内的物体进行影像撷取;提醒单元;处理器,适于实现各指令;及存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行:获取所述三维取像单元所获取的影像,并判断其中是否有移动的物体;将具有移动物体的目标区域选出;在所述目标区域中计算出头部位置;根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及在确定所述操作人员的工作姿势为异常风险姿势时,控制所述提醒单元发出提醒。
本发明还提供一种岗位监测方法。所述方法包括步骤:获取一三维取像单元所撷取的影像,并判断其中是否有移动的物体;将具有移动物体的目标区域选出;在所述目标区域中计算出头部位置;根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及在确定所述操作人员的工作姿势为异常风险姿势时,控制一提醒单元发出提醒。
本发明还提供一种存储设备。所述存储设备存储多条指令,所述指令适于由处理器加载并执行:获取一三维取像单元所撷取的影像,并判断其中是否有移动的物体;将具有移动物体的目标区域选出;在所述目标区域中计算出头部位置;根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及在确定所述操作人员的工作姿势为异常风险姿势时,控制一提醒单元发出提醒。
本发明的岗位监测装置、方法和存储设备能够实时监测每个岗位上的操作人员进行实时动态地监测,并在出现异常情况时及时做出对应的提醒,对操作人员本身而言,是一种监督,能促使其更高效的完成工作,对监管人员而言,可减轻其工作量的同时也起到更好的监管效力,避免因工作过程中的异常情况而导致损失。
附图说明
图1为本发明实施方式之的岗位监测装置的模块示意图。
图2为本发明实施方式之的岗位监测系统的模块示意图。
图3为本发明实施方式之的岗位监测方法的流程示意图。
主要元件符号说明
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施方式及实施方式中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施方式仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施方式,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在限制本发明。
本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参考图1,图1为本发明一实施方式的岗位监测装置100的功能模块示意图。所述岗位监测装置100能够通过网络200连接至一监管中心300,以对监测到的岗位异常情况进行通报,避免岗位异常情况影响生产安全。可理解,所述网络200可以是但不限于互联网(Internet)、按需虚拟专线网(On-Demand Virtual Leased Line)、包括WIFI、蓝牙在内的无线网(wireless network)、包括GPRS网络、CDMA网络在内的电话网或广播电视网等。
所述岗位监测装置100包括处理器10、存储设备20、签到单元30、三维取像单元40和提醒单元50。所述存储设备20、签到单元30、三维取像单元40和提醒单元50分别电性连接于所述处理器10上。
所述处理器10可以是中央处理器、数字信号处理器或者单片机等。
所述存储设备20存储预定生产线上的每个工位的名称、位置及识别码等信息。所述存储设备20还存储预设的班别信息,例如,早班、中班或者晚班等。所述存储设备20还存储每个工位每个班别对应的操作人员的识别编码及预设的生物特征信息的一一对应关系表。其中,所述生物特征信息包括但不限于预设的脸部特征、指纹特征、掌纹特征、虹膜特征及静脉图像特征等。所述存储设备20还存储所述三维取像单元40的监测区域内没有操作人员时的背景图。所述存储设备20还存储判断操作人员站立、坐着、躺着或者其它姿态的判断参数,具体为存储操作人员高度、椅子高度、桌子高度等参数以配合计算出操作人员的头部高度并换算出操作人员工作姿势。例如,身高160cm的操作员在椅子50cm高、桌子90cm高的环境作业,可设定参数为:站着150~180cm,坐着120~135cm,趴着95~110cm,低于90则为异常风险姿势。
可理解,所述存储设备20可为硬盘、软盘、U盘、随机存取存储器等。
在至少一实施方式中,所述存储设备20可以是内部存储系统,例如闪存,随机读取存储器RAM,可读取的存储器ROM。
在至少一实施方式中,所述存储设备20还可以是一个存储系统,例如影碟,存储卡,或者数据存储媒介。所述存储设备20还包括不稳定或者稳定的存储设备。
在至少一实施方式中,所述存储设备20包括两个或者多个存储设备,例如,其中一个存储设备为记忆体,其中另一个存储设备为硬盘驱动器。此外,所述存储设备20还可以全部或者部分独立于所述岗位监测装置100。
所述签到单元30可以是射频识别签到卡钟、生物识别签到卡钟或者智能设备打卡软件等。所述签到单元30读取签到识别卡、生物特征信息或者并记录签到信息。其中,所述签到信息中包括但不限于签到时间、签到地点、操作人员的识别编码及生物特征信息等。其中,所述生物特征信息至少包括面部特征。
所述三维取像单元40对其监测区域内的物体进行影像撷取。所述3D图像被传送至所述处理器10或者所述监管中心30的服务器上做数据处理。本实施方式中,所述三维取像单元40设置在天花板上,所述三维取像单元40距离地面的距离为已知状态。所述三维取像单元40还具有红外感应功能。所述三维取像单元40在感应到其监测区域内有人时便启动工作,并在感应到其监测区域内在一预设时间段内都没有人时,停止工作并处于省电状态。所述三维取像单元40还在所述签到单元30接收到签到信息时,即可启动工作。
所述提醒单元50在岗位存在异常情况时,做出提醒。所述提醒的方式包括但不限于声音提醒、信息提醒、闪灯加警报提醒等,具体可根据实际需要设置。
请参考图2,为本发明一实施方式中岗位监测系统2的模块示意图。所述岗位监测系统2应用于所述岗位监测装置100上。所述岗位监测系统2包括多个模块。所述多个模块包括签到模块21、比对模块22、图像处理模块23、目标抓取模块24、目标分析模块25、姿态判断模块26和控制模块27。在一实施方式中,所述签到模块21、比对模块22、图像处理模块23、目标抓取模块24、目标分析模块25、姿态判断模块26和控制模块27为存储于所述岗位监测装置100的存储设备20中的,能够被所述岗位监测装置100的处理器10所执行并且能够完成固定功能的一系列计算机程序指令段。在其他实施方式中,所述岗位监测系统2的多个模块为固化于处理器10的硬件单元,例如为固化于处理器10的韧体。
所述签到模块21用于获取所述签到单元30的签到信息,并从所述签到信息中读取操作人员的生物特征信息,例如所述操作人员的识别编码和面部特征。
所述比对模块22用于将所述签到信息中的面部特征,与所述存储设备20中的所述预设的面部特征做比较。具体地,所述比对模块22用于将所述签到模块21获取的签到信息中的面部特征,与所述存储设备20中的所述预设的面部特征做比较,以判断所签到的操作人员是否为当前当班的操作人员。
所述图像处理模块23用于获取所述三维取像单元40所撷取的影像,并判断其中是否有移动的物体。具体地,所述图像处理模块23用于将所述影像做低通滤波处理及二值化处理,且与所述存储设备20中的背景图比较后辨识监测区域是否有移动物体。所述图像处理模块23用于在确定所述监测区域内没有移动的物体时,再次向所述三维取像单元40获取影像。
所述目标抓取模块24用于将具有移动物体的目标区域选出。具体地,所述目标抓取模块24用于在所述图像处理模块23确定所述监测区域内有移动的物体时,将所述影像中具有移动物体的目标区域选出。
所述目标分析模块25用于在所述目标区域中计算出头部位置。具体地,所述目标分析模块25用于将选中的目标区域的影像进行二值化处理并经过寻边算法(Sobel等)后计算轮廓内面积且做筛选。所述目标分析模块25在所选中的目标区域的轮廓尺寸超出预设范围,也就是说轮廓尺寸太大或太小,都判定为非人体轮廓。所述图像处理模块23在所述目标分析模块25确定所述选中区域的轮廓为非人体轮廓时,再次向所述三维取像单元40获取影像且开始新一个循环的图像处理。可理解,所述监测区域的不同区域由于视角的不同,其参考模型会稍有调整。
所述目标分析模块25用于在所选中的目标区域面积符合预设范围,则继续侦测影像内的物体位置,将物体轮廓与头部模型做比对后计算头部位置。
所述姿态判断模块26用于根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势。具体地,所述姿态判断模块26用于根据所述目标分析模块25获取的头部位置的信息计算头部区域与所述三维取像单元40间的平均距离,由于所述三维取像单元40距离地面的距离为已知的,因此,可计算出头部离地高度,即可判断出操作人员的工作姿势。例如,当头部位置距离地面高度为150~180cm,则判定操作人员处于站立状态;当头部位置距离地面高度为120~135cm,则判定操作人员处于平坐状态;当头部位置距离地面高度为95~110cm,则判定操作人员处于趴下状态;当头部位置距离地面高度为90cm以下,则判定操作人员处于其它姿态,即异常风险姿势。可理解,上述头部位置距离地面高度因个人而异,具体可根据操作人员身高动态调节判断参数,例如,身高190的操作人员的判断参数与身高150的操作人员的判断参数不同。
所述控制模块27在预设班别时间段内,如果所述签到模块21无法获取到签到信息且所述目标分析模块25无法分析并获取头部位置信息,则控制所述提醒单元50发出提醒,并记录该预设班别预设工位对应的操作人员为旷工。
所述控制模块27在预设班别时间段内,如果所述签到模块21无法获取到签到信息但所述目标分析模块25能够分析并获取头部位置信息,则控制所述提醒单元50发出提醒以提醒操作人员签到,并在提醒预设时间段内仍无法再次获取签到信息时,记录该预设班别预设工位对应的操作人员为旷工。
所述控制模块27在预设班别时间段内,如果所述签到模块21能够获取到签到信息,但所述目标分析模块25无法分析并获取头部位置信息,则控制所述提醒单元50发出提醒并记录该预设班别预设工位对应的操作人员为离岗。
所述控制模块27在预设班别时间段内,如果所述签到模块21能够获取到签到信息,且所述目标分析模块25能够分析并获取头部位置信息,但所述比对模块22判断所撷取的面部特征与所述预设的面部特征之间不匹配,则控制所述提醒单元50发出提醒并记录该预设班别预设工位对应的操作人员为替岗。
所述控制模块27在预设班别时间段内,如果所述签到模块21能够获取到签到信息,所述目标分析模块25能够分析并获取头部位置信息,且所述比对模块22判断所撷取的面部特征与所述预设的面部特征之间匹配,但所述姿态判断模块26判定所述操作人员的工作姿势为异常风险姿势,则控制所述提醒单元50发出提醒并记录该预设班别预设工位对应的操作人员为不符合要求。
请一并参考图3,为本发明一实施方式中应用于所述岗位监测装置100的岗位监测方法的流程图。所述岗位监测方法仅是一种示例,因为有很多种实施所述方法的方式。接下来要描述的岗位监测方法能够被图2所示的模块所执行。图3中每一个图块代表的一个或者多个步骤,方法或者子流程等课由示例方法所执行。示例方法由步骤310开始。
步骤310,所述签到模块21获取所述签到单元30的所述签到信息中的所述识别编码及面部特征。具体地,所述签到模块21获取所述签到单元30的签到信息,并从所述签到信息中读取操作人员的识别编码及生物特征信息,其中,所述生物特征信息包括但不限于面部特征。
步骤320,所述比对模块22将所述签到信息中的面部特征,与所述存储设备20中的所述预设的面部特征做比较。具体地,所述比对模块22用于将所述签到模块21获取的签到信息中的面部特征,与所述存储设备20中的所述预设的面部特征做比较,以判断所签到的操作人员是否为当前当班的操作人员。若是,则进入步骤330,否则,进入步骤370。
步骤330,所述图像处理模块23获取所述三维取像单元撷取的影像,并判断其中是否有移动的物体。具体地,所述图像处理模块23获取所述三维取像单元40撷取的影像,并将所述影像做低通滤波处理及二值化处理,且与所述存储设备20中的背景图比较后辨识监测区域是否有移动物体。若没有移动的物体时,则继续步骤310,否则,进入步骤340。
步骤340,所述目标抓取模块24将具有移动物体的目标区域选出。具体地,所述目标抓取模块24将所述影像中具有移动物体的目标区域选出。
步骤350,所述目标分析模块25在所述目标区域中计算出头部位置。具体地,所述目标分析模块25将选中的目标区域的影像进行二值化处理并经过寻边算法后计算轮廓内面积且做筛选,并判断所选中的目标区域的轮廓尺寸是否超出预设范围,如果是,则判定为非人体轮廓,如果否,则将物体轮廓与头部模型做比对后计算头部位置。
步骤360,所述姿态判断模块26根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势。具体地,所述姿态判断模块26根据所述目标分析模块25获取的头部位置的信息计算头部区域与所述三维取像单元40间的平均距离即可换算成头部离地高度,即可判断出操作人员的工作姿势,并判断其工作姿势是否为异常风险姿势,若否,则结束,若是,则进入步骤370。
步骤370,所述控制模块27控制所述提醒单元50发出提醒,可选地,还做出对应的记录,如离岗、替岗等。
本发明的岗位监测装置、方法和存储设备能够实时监测每个岗位上的操作人员进行实时动态地监测,并在出现异常情况时做出对应的提醒,对操作人员本身而言是一种监督,可以更高效的完成工作,对监管人员本身而言,可减轻工作量的同时起到更好的监管效力,避免因工作过程中的异常情况而导致损失。
可理解,在至少一个实施方式中,所述控制模块27可根据不同情况,控制提醒单元50发出不同的提醒,例如,旷工时以第一种提醒方式提醒,离岗时以第二种提醒方式提醒,替岗时以第三种提醒方式提醒,使得所述操作人员和所述监管人员不用近距离查看便知悉当前出现那种异常。
可理解,在至少一个实施方式中,所述岗位监测装置100还包括显示单元(图未示出),所述显示单元与所述处理器10电性连接,所述显示单元能够实时显示当前操作人员的工作状态、当前操作人员是否出现异常情况以及当前操作人员的异常情况记录。
可理解,在至少一个实施方式中,所述岗位监测装置100还与工时计算系统相连接,并且异常情况的严重程度做出相应的工时扣除,且将扣除结果以及扣除原因等逐条显示在所述显示单元上。
本领域普通技术人员可以理解实现上述实施方式中的全部或者部分流程,是可以通过计算机程序来指令相关的硬件完成,所述的程序可存储于一计算机可读取存储介质中,所述程序在执行时,可包括如上述各方法的实施方式的流程。
另外,在本发明各个实施方式中的各功能单元可以集成在相同处理器中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在相同单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台电子设备(可以是手持式电子设备,如智能手机、笔记本电脑、个人数字助理(Personal DigitalAssistant,PDA)、智能式穿戴式设备等,也可以是桌面式电子设备,如台式机、智能电视等)或处理器(processor)执行本发明各个实施方式所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本领域技术人员而言,显然本发明不限于上述示范性实施方式的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施方式看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其它单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由同一个单元或系统通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施方式仅用以说明本发明的技术方案而非限制,尽管参照较佳实施方式对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (15)

1.一种岗位监测装置,包括:
三维取像单元,用于对其监测区域内的物体进行影像撷取;
提醒单元;
处理器,适于实现各指令;及
存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行:
获取所述三维取像单元所获取的影像,并判断其中是否有移动的物体;
将具有移动物体的目标区域选出;
在所述目标区域中计算出头部位置;
根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及
在确定所述操作人员的工作姿势为异常风险姿势时,控制所述提醒单元发出提醒。
2.如权利要求1所述的岗位监测装置,其特征在于,在所述目标区域中计算出头部位置,具体为:
将选中的所述目标区域的影像进行二值化处理并经过寻边算法后计算轮廓内面积且做筛选;
判断所选中的所述目标区域的轮廓尺寸超出预设范围;
如果所选中的所述目标区域的轮廓尺寸不在预设范围则判定为非人体轮廓;及
如果所选中的所述目标区域的轮廓尺寸符合预设范围,则将物体轮廓与一头部模型做比对后计算头部位置。
3.如权利要求1或2任一项所述的岗位监测装置,其特征在于,所述岗位检测装置还包括签到单元,所述签到单元用于记录签到信息,其中,所述签到信息中至少包括一操作人员的识别编码和所述操作人员的面部特征;所述存储设备还存储识别编码和预设面部特征的对应关系表,所述指令适于由所述处理器加载并执行:
获取所述签到单元的所述签到信息中的所述识别编码和面部特征;
在所述存储设备中读取所述识别编码对应的预设的面部特征,并与该面部特征进行比较;及
在确定所述面部特征与所述预设的面部特征不一致时,控制所述提醒单元发出提醒。
4.如权利要求3所述的岗位监测装置,其特征在于,所述指令适于由所述处理器加载并执行:
在无法获取到所述签到信息且无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
5.如权利要求3所述的岗位监测装置,其特征在于,所述指令适于由所述处理器加载并执行:
在获取到所述签到信息但无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
6.一种岗位监测方法,其特征在于,所述方法包括步骤:
获取一三维取像单元所撷取的影像,并判断其中是否有移动的物体;
将具有移动物体的目标区域选出;
在所述目标区域中计算出头部位置;
根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及
在确定所述操作人员的工作姿势为异常风险姿势时,控制一提醒单元发出提醒。
7.如权利要求6所述的方法,其特征在于,在所述目标区域中计算出头部位置,具体为:
将选中的所述目标区域的影像进行二值化处理并经过寻边算法后计算轮廓内面积且做筛选;
判断所选中的所述目标区域的轮廓尺寸超出预设范围;
如果所选中的所述目标区域的轮廓尺寸不在预设范围则判定为非人体轮廓;及
如果所选中的所述目标区域的轮廓尺寸符合预设范围,则将物体轮廓与一头部模型做比对后计算头部位置。
8.如权利要求6或7任一项所述的方法,其特征在于,所述方法还包括获取一签到单元的签到信息中的识别编码和面部特征;
读取所述识别编码对应的一预设的面部特征,并与该面部特征进行比较及
在确定所述面部特征与所述预设的面部特征不一致时,控制所述提醒单元发出提醒。
9.如权利要求8所述的方法,其特征在于,所述方法还包括:
在无法获取到所述签到信息且无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
10.如权利要求8所述的方法,其特征在于,所述方法还包括:
在获取到所述签到信息但无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
11.一种存储设备,其特征在于,所述存储设备存储多条指令,所述指令适于由处理器加载并执行:
获取一三维取像单元所撷取的影像,并判断其中是否有移动的物体;
将具有移动物体的目标区域选出;
在所述目标区域中计算出头部位置;
根据所述头部位置计算出头部位置距离地面的高度并进而判断操作人员的工作姿势;及
在确定所述操作人员的工作姿势为异常风险姿势时,控制一提醒单元发出提醒。
12.如权利要求11所述的存储设备,其特征在于,在所述目标区域中计算出头部位置,具体为:
将选中的所述目标区域的影像进行二值化处理并经过寻边算法后计算轮廓内面积且做筛选;
判断所选中的所述目标区域的轮廓尺寸超出预设范围;
如果所选中的所述目标区域的轮廓尺寸不在预设范围则判定为非人体轮廓;及
如果所选中的所述目标区域的轮廓尺寸符合预设范围,则将物体轮廓与一头部模型做比对后计算头部位置。
13.如权利要求11或12任一项所述的存储设备,其特征在于,所述指令适于由所述处理器加载并执行:
获取一签到单元的签到信息中的识别编码和面部特征;
读取所述识别编码对应的一预设的面部特征,并与该面部特征进行比较及
在确定所述面部特征与所述预设的面部特征不一致时,控制所述提醒单元发出提醒。
14.如权利要求13所述的存储设备,其特征在于,所述指令适于由所述处理器加载并执行:
在无法获取到所述签到信息且无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
15.如权利要求13所述的存储设备,其特征在于,所述指令适于由所述处理器加载并执行:
在获取到所述签到信息但无法分析并获取所述头部位置时,控制所述提醒单元发出提醒。
CN201710424847.6A 2017-06-08 2017-06-08 岗位监测装置、方法和存储设备 Pending CN109033919A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710424847.6A CN109033919A (zh) 2017-06-08 2017-06-08 岗位监测装置、方法和存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710424847.6A CN109033919A (zh) 2017-06-08 2017-06-08 岗位监测装置、方法和存储设备

Publications (1)

Publication Number Publication Date
CN109033919A true CN109033919A (zh) 2018-12-18

Family

ID=64629131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710424847.6A Pending CN109033919A (zh) 2017-06-08 2017-06-08 岗位监测装置、方法和存储设备

Country Status (1)

Country Link
CN (1) CN109033919A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657624A (zh) * 2018-12-21 2019-04-19 秒针信息技术有限公司 目标对象的监控方法、装置和系统
CN110378273A (zh) * 2019-07-12 2019-10-25 深圳前海微众银行股份有限公司 一种监测作业流程的方法和装置
CN110443147A (zh) * 2019-07-10 2019-11-12 广州市讯码通讯科技有限公司 一种坐姿识别方法、系统和存储介质
CN110516636A (zh) * 2019-08-30 2019-11-29 盈盛智创科技(广州)有限公司 一种工序的监测方法、装置、计算机设备和存储介质
CN110648509A (zh) * 2019-09-25 2020-01-03 珠海格力电器股份有限公司 生成提示信息的方法、装置和系统
CN110705472A (zh) * 2019-09-30 2020-01-17 重庆商勤科技有限公司 一种基于视频图像识别脱岗的方法及系统
CN110942529A (zh) * 2019-12-09 2020-03-31 张家界新浪潮信息技术有限公司 一种智慧考勤系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101635083A (zh) * 2009-06-01 2010-01-27 北京中星微电子有限公司 一种事件检测方法及装置
CN102722715A (zh) * 2012-05-21 2012-10-10 华南理工大学 一种基于人体姿势状态判决的跌倒检测方法
CN104980690A (zh) * 2014-04-05 2015-10-14 王伟楠 一种能自动识别人体摔倒的视频监控系统
WO2016143641A1 (ja) * 2015-03-06 2016-09-15 コニカミノルタ株式会社 姿勢検知装置および姿勢検知方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101635083A (zh) * 2009-06-01 2010-01-27 北京中星微电子有限公司 一种事件检测方法及装置
CN102722715A (zh) * 2012-05-21 2012-10-10 华南理工大学 一种基于人体姿势状态判决的跌倒检测方法
CN104980690A (zh) * 2014-04-05 2015-10-14 王伟楠 一种能自动识别人体摔倒的视频监控系统
WO2016143641A1 (ja) * 2015-03-06 2016-09-15 コニカミノルタ株式会社 姿勢検知装置および姿勢検知方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657624A (zh) * 2018-12-21 2019-04-19 秒针信息技术有限公司 目标对象的监控方法、装置和系统
CN110443147A (zh) * 2019-07-10 2019-11-12 广州市讯码通讯科技有限公司 一种坐姿识别方法、系统和存储介质
CN110378273A (zh) * 2019-07-12 2019-10-25 深圳前海微众银行股份有限公司 一种监测作业流程的方法和装置
CN110516636A (zh) * 2019-08-30 2019-11-29 盈盛智创科技(广州)有限公司 一种工序的监测方法、装置、计算机设备和存储介质
CN110648509A (zh) * 2019-09-25 2020-01-03 珠海格力电器股份有限公司 生成提示信息的方法、装置和系统
CN110705472A (zh) * 2019-09-30 2020-01-17 重庆商勤科技有限公司 一种基于视频图像识别脱岗的方法及系统
CN110942529A (zh) * 2019-12-09 2020-03-31 张家界新浪潮信息技术有限公司 一种智慧考勤系统

Similar Documents

Publication Publication Date Title
CN109033919A (zh) 岗位监测装置、方法和存储设备
CN104490401B (zh) 基于加速度数据的智能终端进行人体行为自动识别的方法
US20110105857A1 (en) Impression degree extraction apparatus and impression degree extraction method
CN110801216B (zh) 异常预警方法及相关设备
CN111767888A (zh) 对象状态检测方法、计算机设备、存储介质和电子设备
CN106372572A (zh) 监控方法和装置
CN111401296B (zh) 一种行为分析方法、设备及装置
CN109526235A (zh) 饮食建议提供系统及分析装置
CN110826496B (zh) 一种人群密度估计方法、装置、设备及存储介质
US20170265034A1 (en) Systems and methods for a compound sensor system
CN113411542A (zh) 一种智能化的工作状况监测设备
CN110909684A (zh) 基于人体检测的工作状态检查系统及方法
CN111699512A (zh) 异常场景检测系统和方法
CN114821483B (zh) 应用于监控视频的可测温的监视方法及系统
CN115600953A (zh) 仓库库位的监控方法、装置、计算机设备和存储介质
CN110443179B (zh) 离岗检测方法、装置以及存储介质
CN108737785A (zh) 基于tof 3d摄像机的室内跌倒自动检测系统
CN114758147A (zh) 人体异常姿态识别方法、装置及计算机可读存储介质
CN105444815B (zh) 一种切换方法、装置、电子设备及应用系统
CN110458015B (zh) 基于图像识别的防自杀预警方法、装置、设备及存储介质
JP2019016120A (ja) 見守り支援システム及びその制御方法
CN110427894A (zh) 一种人群异常运动监控方法、系统、设备及介质
Arisandi et al. Human Detection and Identification for Home Monitoring System
US20190274554A1 (en) Apparatus and method for determining circulatory disease potential
CN212135528U (zh) 一种智能人脸识别测温一体机

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: 20181218

WD01 Invention patent application deemed withdrawn after publication