CN109558807A - 爬架图像识别安全防护系统以及方法 - Google Patents
爬架图像识别安全防护系统以及方法 Download PDFInfo
- Publication number
- CN109558807A CN109558807A CN201811322407.0A CN201811322407A CN109558807A CN 109558807 A CN109558807 A CN 109558807A CN 201811322407 A CN201811322407 A CN 201811322407A CN 109558807 A CN109558807 A CN 109558807A
- Authority
- CN
- China
- Prior art keywords
- attached wall
- image
- guide rail
- guide bracket
- wall guide
- 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.)
- Granted
Links
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种爬架图像识别安全防护系统以及方法,所述爬架包括导轨(1)和用于引导所述导轨(1)爬行以及定位所述导轨(1)的多个附墙导座(2),所述多个附墙导座(2)在竖直方向上正对设置且固定于爬行墙壁上,所述防护系统包括:图像采集装置(3),固定于所述导轨(1)顶部,用于实时采集图像;图像分析装置(4),用于对所采集的图像进行图像识别,识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量以及状态,并根据识别结果判断是否存在安全隐患。基于本发明可实现利用智能化检查取代人工检查,提高了爬架的安全防护的可靠性和及时性。
Description
技术领域
本发明涉及建筑领域,尤其涉及一种爬架图像识别安全防护系统以及方法。
背景技术
在高层建筑施工过程中,爬架作为安全防护平台,起着至关重要的作用。爬架的安全与否,与附墙导座的规范使用密切相关,在实际现场施工出现的安全事故案例中,基本上都是附墙导座不规范使用导致安全事故,因此检查附墙导座的安装规范成了重中之重。目前,检查附墙导座的工作是由现场设备操作人员执行的,由于现场环境及人员安全意识不同,会出现敷衍了事的情况而导致安全问题。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种种爬架图像识别安全防护系统以及方法。
本发明解决其技术问题所采用的技术方案是:
一方面,本发明提供一种爬架图像识别安全防护系统,所述爬架包括导轨和用于引导所述导轨爬行以及定位所述导轨的多个附墙导座,所述多个附墙导座在竖直方向上正对设置且固定于爬行墙壁上,所述防护系统包括:
图像采集装置,固定于所述导轨顶部,用于实时采集图像;
图像分析装置,用于对所采集的图像进行图像识别,识别所述导轨的顶部和底部之间的附墙导座的数量以及状态,并根据识别结果判断是否存在安全隐患。
优选的,所述图像分析装置包括:
图像识别模块,用于对所采集的图像进行图像识别,识别所述导轨的顶部和底部之间的附墙导座的数量以及状态;
识别结果分析模块,将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。
优选的,所述识别结果分析模块包括:
状态比对分析子模块,用于比较当前所采集的图像和初始图像这两个图像中的附墙导座的姿态以及所述附墙导座的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患;
数量比对分析子模块,用于比较这两个图像中的位于导轨的顶部和底部之间的附墙导座的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座进行比对,判断所缺少的附墙导座是否为原始图像中位于所述导轨的顶部和底部之间的第一个或者最后一个附墙导座,如果否,则判定存在安全隐患,如果是,则继续通过比较导轨顶部或者底部伸出附墙导座的长度判断所述导轨是否处于爬行状态,如果否,则判定存在安全隐患。
优选的,所述图像识别模块包括:
图像识别子模块,用于对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨和附墙导座;
状态识别子模块,用于识别所述附墙导座的姿态以及所述附墙导座的固定螺栓的姿态;
数量识别子模块,用于识别所述导轨的顶部和底部之间的附墙导座的数量。
优选的,所述防护系统还包括报警装置,用于在判断出存在安全隐患时进行报警提示。
另一方面,本发明提供一种爬架图像识别安全防护方法,所述爬架包括导轨和用于引导所述导轨爬行且可防止所述导轨下滑的多个附墙导座,所述多个附墙导座在竖直方向上正对设置且固定于爬行墙壁上,所述防护方法包括:
基于固定于所述导轨顶部的图像采集装置实时采集图像;
对所采集的图像进行图像识别,识别所述导轨的顶部和底部之间的附墙导座的数量以及状态,并根据识别结果判断是否存在安全隐患。
优选的,所述的根据识别结果判断是否存在安全隐患包括:将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。
优选的,所述的将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患,包括:
比较当前所采集的图像和初始图像这两个图像中的附墙导座的姿态以及所述附墙导座的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患;
以及,比较这两个图像中的位于导轨的顶部和底部之间的附墙导座的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座进行比对,判断所缺少的附墙导座是否为原始图像中位于所述导轨的顶部和底部之间的第一个或者最后一个附墙导座,如果否,则判定存在安全隐患,如果是,则继续通过比较导轨顶部或者底部伸出附墙导座的长度判断所述导轨是否处于爬行状态,如果否,则判定存在安全隐患。
优选的,所述的对所采集的图像进行图像识别,识别所述导轨的顶部和底部之间的附墙导座的数量以及状态,包括:
对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨和附墙导座;
识别所述附墙导座的姿态以及所述附墙导座的固定螺栓的姿态;
识别所述导轨的顶部和底部之间的附墙导座的数量。
优选的,所述防护方法还包括:在判断出存在安全隐患时进行报警提示。
本发明的爬架爬架图像识别安全防护系统以及方法,具有以下有益效果:本发明通过固定于导轨顶部的图像采集装置实时采集图像,再对所采集的图像进行图像识别,识别导轨的顶部和底部之间的附墙导座的数量以及状态,并根据识别结果判断是否存在安全隐患,利用智能化检查取代人工检查,提高了爬架的安全防护的可靠性和及时性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图:
图1是本爬架系统的结构示意图;
图2是图1中的局部放大图;
图3是本发明实施例提供的安全防护系统的结构示意图;
图4是本发明实施例提供的安全防护方法流程图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”以及类似的表述只是为了说明的目的。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例的目的,不是旨在于限制本发明。
本发明总的思路是:在所述导轨1顶部固定图像采集装置3,图像采集装置3实时采集图像,然后图像分析装置(4)对所采集的图像进行图像识别,识别所述导轨1的顶部和底部之间的附墙导座2的数量以及状态,并根据识别结果判断是否存在安全隐患。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
实施例一
参考图1-2,爬架包括导轨1和用于引导所述导轨1爬行以及定位所述导轨1的多个附墙导座2,所述多个附墙导座2在竖直方向上正对设置且固定于爬行墙壁上。具体的,导轨1包括两条平行的柱形的爬行轨道11、连接两条爬行轨道11的多个横杆12和安装轨道13,每个横杆12垂直于轨道11,多个横杆12沿所述轨道11的长度方向均匀排布于两条轨道11之间。所述安装轨道13与所述多个横杆12固定连接。所述安装轨道13与所述爬行轨道11平行设置,且安装轨道13的顶部高于爬行轨道11的顶部,安装轨道13的底部低于爬行轨道11的底部。
具体的,所述附墙导座2包括具有一可供导轨1穿设的通道的座体21以及可定位导轨1的可调定位顶撑22,所述座体21通过固定螺栓固定于楼层的定位点上,图中座体21的安装孔24即是用于安装固定螺的。所述可调定位顶撑22固定于所述座体21上。导轨1没有爬行时,可调定位顶撑22拨动至顶撑起导轨1的横杆12。导轨1需要爬行时,将可调定位顶撑22拨动至与导轨1的横杆12脱离即可。
一般导轨1在初始状态,导轨1穿过3个附墙导座就够了,在往上或者往下的一个行程的爬行过程中,底部或者顶部的附墙导座2会与导轨1脱离,然后继续爬行到下一个行程位置时会重新回到导轨1穿过3个附墙导座的状态。当然,还可以设计导轨1在初始状态穿过3个以上的附墙导座。
参考图3,本发明的防护系统包括:
图像采集装置3,固定于所述导轨1顶部,用于实时采集图像;
图像分析装置4,用于对所采集的图像进行图像识别,识别所述导轨1的顶部和底部之间的附墙导座2的数量以及状态,并根据识别结果判断是否存在安全隐患。
其中,所述图像分析装置4包括:
图像识别模块41,用于对所采集的图像进行图像识别,识别所述导轨1的顶部和底部之间的附墙导座2的数量以及状态;
识别结果分析模块42,将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。
其中,参考图像可以是图像采集装置3在爬架开始准备爬行时或其他人为设定的时间点时所采集的图像。优选的,所述防护系统还包括报警装置43,用于在判断出存在安全隐患时进行报警提示,报警提示的方式包括但不限于鸣笛、短信提醒、闪灯等等。
可以理解的是,图像识别模块41、识别结果分析模块42、报警装置43的结构可以集成在一块,也可以将图像识别模块41与识别结果分析模块42、报警装置43独立分开,图像识别模块41通过无线方式上传图像数据到识别结果分析模块42。
更具体的,所述图像识别模块41包括图像识别子模块411、状态识别子模块412、数量识别子模块413。
其中,图像识别子模块411固定在安装轨道13的顶部,可以选用摄像头。图像识别子模块411用于对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨1和附墙导座2。其中,图像轮廓提取方式可以采用的现有的图像轮廓提取算法。优选的,轮廓提取之前,可以对获取到的图像先后进行灰度处理、二值化处理、滤波处理,以提高轮廓提取的效果。
状态识别子模块412,用于识别所述附墙导座2的姿态以及所述附墙导座2的固定螺栓的姿态。因为图像识别子模块411与安装轨道13是相对不变的,所以可以以安装轨道13为参考,确定识别出附墙导座2相对于安装轨道13的姿态,以及固定螺栓相对于安装轨道13的姿态。
数量识别子模块413,用于识别所述导轨1的顶部和底部之间的附墙导座2的数量。
更具体的,所述识别结果分析模块42包括:
状态比对分析子模块421,用于比较当前所采集的图像和初始图像这两个图像中的附墙导座2的姿态以及所述附墙导座2的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患。
数量比对分析子模块422,用于比较这两个图像中的位于导轨1的顶部和底部之间的附墙导座2的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座2进行比对,比如将两个图像的导轨1重合即可,就可以判断所缺少的附墙导座2是否为原始图像中位于所述导轨1的顶部和底部之间的第一个或者最后一个附墙导座2,如果否,则说明丢失了中间的某个附墙导座2,判定存在安全隐患,如果是,则继续通过比较导轨1顶部或者底部伸出附墙导座2的长度判断所述导轨1是否处于爬行状态,如果是则说明现在是出于爬行状态,所以第一个或者最后一个附墙导座2会离开导轨1,此时数量减少是正常的,而如果否,则说明第一个或者最后一个附墙导座2丢失,则判定存在安全隐患。
实施例二
基于同一发明构思,本实施例提供一种爬架图像识别安全防护方法,所述爬架可以参考实施例一部分,此处不再赘述。所述防护方法包括:
S101、基于固定于所述导轨1顶部的图像采集装置3实时采集图像;
S102、对所采集的图像进行图像识别,识别所述导轨1的顶部和底部之间的附墙导座2的数量以及状态,并根据识别结果判断是否存在安全隐患。
优选的,所述防护方法还包括:S103、在判断出存在安全隐患时进行报警提示。
其中,步骤S102中,所述的对所采集的图像进行图像识别,识别所述导轨1的顶部和底部之间的附墙导座2的数量以及状态,包括:
S1021、对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨1和附墙导座2;
S1022、识别所述附墙导座2的姿态以及所述附墙导座2的固定螺栓的姿态;
S1023、识别所述导轨1的顶部和底部之间的附墙导座2的数量。
其中,步骤S102中,所述的根据识别结果判断是否存在安全隐患,包括:将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。更具体的,包括以下两个步骤:
S1024、比较当前所采集的图像和初始图像这两个图像中的附墙导座2的姿态以及所述附墙导座2的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患;
S1025、比较这两个图像中的位于导轨1的顶部和底部之间的附墙导座2的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座2进行比对,判断所缺少的附墙导座2是否为原始图像中位于所述导轨1的顶部和底部之间的第一个或者最后一个附墙导座2,如果否,则判定存在安全隐患,如果是,则继续通过比较导轨1顶部或者底部伸出附墙导座2的长度判断所述导轨1是否处于爬行状态,如果否,则判定存在安全隐患。
需要说明的是,S1024和S1025并不存在时序上的前后关系,该两个步骤之间的时序关系不做限制。
其他详细内容可以参考实施例一,此处不再赘述。
综上所述,本发明的爬架图像识别安全防护系统以及方法,具有以下有益效果:本发明通过固定于导轨顶部的图像采集装置实时采集图像,再对所采集的图像进行图像识别,识别导轨的顶部和底部之间的附墙导座的数量以及状态,并根据识别结果判断是否存在安全隐患,利用智能化检查取代人工检查,提高了爬架的安全防护的可靠性和及时性。
上述描述涉及各种模块。这些模块通常包括硬件和/或硬件与软件的组合(例如固化软件)。这些模块还可以包括包含指令(例如,软件指令)的计算机可读介质(例如,永久性介质),当处理器执行这些指令时,就可以执行本发明的各种功能性特点。相应地,除非明确要求,本发明的范围不受实施例中明确提到的模块中的特定硬件和/或软件特性的限制。作为非限制性例子,本发明在实施例中可以由一种或多种处理器(例如微处理器、数字信号处理器、基带处理器、微控制器)执行软件指令(例如存储在非永久性存储器和/或永久性存储器)。另外,本发明还可以用专用集成电路(ASIC)和/或其他硬件元件执行。需要指出的是,上文对各种模块的描述中,分割成这些模块,是为了说明清楚。然而,在实际实施中,各种模块的界限可以是模糊的。例如,本文中的任意或所有功能性模块可以共享各种硬件和/或软件元件。又例如,本文中的任何和/或所有功能模块可以由共有的处理器执行软件指令来全部或部分实施。另外,由一个或多个处理器执行的各种软件子模块可以在各种软件模块间共享。相应地,除非明确要求,本发明的范围不受各种硬件和/或软件元件间强制性界限的限制。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种爬架图像识别安全防护系统,其特征在于,所述爬架包括导轨(1)和用于引导所述导轨(1)爬行以及定位所述导轨(1)的多个附墙导座(2),所述多个附墙导座(2)在竖直方向上正对设置且固定于爬行墙壁上,所述防护系统包括:
图像采集装置(3),固定于所述导轨(1)顶部,用于实时采集图像;
图像分析装置(4),用于对所采集的图像进行图像识别,识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量以及状态,并根据识别结果判断是否存在安全隐患。
2.根据权利要求1所述的爬架图像识别安全防护系统,其特征在于,所述图像分析装置(4)包括:
图像识别模块(41),用于对所采集的图像进行图像识别,识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量以及状态;
识别结果分析模块(42),将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。
3.根据权利要求2所述的爬架图像识别安全防护系统,其特征在于,所述识别结果分析模块(42)包括:
状态比对分析子模块(421),用于比较当前所采集的图像和初始图像这两个图像中的附墙导座(2)的姿态以及所述附墙导座(2)的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患;
数量比对分析子模块(422),用于比较这两个图像中的位于导轨(1)的顶部和底部之间的附墙导座(2)的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座(2)进行比对,判断所缺少的附墙导座(2)是否为原始图像中位于所述导轨(1)的顶部和底部之间的第一个或者最后一个附墙导座(2),如果否,则判定存在安全隐患,如果是,则通过比较导轨(1)顶部或者底部伸出附墙导座(2)的长度判断所述导轨(1)是否处于爬行状态,如果否,则判定存在安全隐患。
4.根据权利要求2所述的爬架图像识别安全防护系统,其特征在于,所述图像识别模块(41)包括:
图像识别子模块(411),用于对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨(1)和附墙导座(2);
状态识别子模块(412),用于识别所述附墙导座(2)的姿态以及所述附墙导座(2)的固定螺栓的姿态;
数量识别子模块(413),用于识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量。
5.根据权利要求1-4任一项所述的爬架图像识别安全防护系统,其特征在于,所述防护系统还包括报警装置,用于在判断出存在安全隐患时进行报警提示。
6.一种爬架图像识别安全防护方法,其特征在于,所述爬架包括导轨(1)和用于引导所述导轨(1)爬行且可防止所述导轨(1)下滑的多个附墙导座(2),所述多个附墙导座(2)在竖直方向上正对设置且固定于爬行墙壁上,所述防护方法包括:
基于固定于所述导轨(1)顶部的图像采集装置(3)实时采集图像;
对所采集的图像进行图像识别,识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量以及状态,并根据识别结果判断是否存在安全隐患。
7.根据权利要求6所述的爬架图像识别安全防护方法,其特征在于,所述的根据识别结果判断是否存在安全隐患包括:将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患。
8.根据权利要求7所述的爬架图像识别安全防护方法,其特征在于,所述的将当前所采集的图像的识别结果与参考图像的识别结果进行比对分析,根据比对分别结果判断是否存在安全隐患,包括:
比较当前所采集的图像和初始图像这两个图像中的附墙导座(2)的姿态以及所述附墙导座(2)的固定螺栓的姿态是否一致,如果不一致,则判定存在安全隐患;
以及,比较这两个图像中的位于导轨(1)的顶部和底部之间的附墙导座(2)的数量,在比较发现数量减少时,将两个图像所识别出来的附墙导座(2)进行比对,判断所缺少的附墙导座(2)是否为原始图像中位于所述导轨(1)的顶部和底部之间的第一个或者最后一个附墙导座(2),如果否,则判定存在安全隐患,如果是,则继续通过比较导轨(1)顶部或者底部伸出附墙导座(2)的长度判断所述导轨(1)是否处于爬行状态,如果否,则判定存在安全隐患。
9.根据权利要求6所述的爬架图像识别安全防护方法,其特征在于,所述的对所采集的图像进行图像识别,识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量以及状态,包括:
对所采集的图像进行图像轮廓提取,根据所提取的图像轮廓,识别出图像中的导轨(1)和附墙导座(2);
识别所述附墙导座(2)的姿态以及所述附墙导座(2)的固定螺栓的姿态;
识别所述导轨(1)的顶部和底部之间的附墙导座(2)的数量。
10.根据权利要求6-9任一项所述的爬架图像识别安全防护方法,其特征在于,所述防护方法还包括:在判断出存在安全隐患时进行报警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811322407.0A CN109558807B (zh) | 2018-11-08 | 2018-11-08 | 爬架图像识别安全防护系统以及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811322407.0A CN109558807B (zh) | 2018-11-08 | 2018-11-08 | 爬架图像识别安全防护系统以及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109558807A true CN109558807A (zh) | 2019-04-02 |
CN109558807B CN109558807B (zh) | 2021-10-08 |
Family
ID=65866101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811322407.0A Active CN109558807B (zh) | 2018-11-08 | 2018-11-08 | 爬架图像识别安全防护系统以及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109558807B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020037104A1 (en) * | 2000-09-22 | 2002-03-28 | Myers Gregory K. | Method and apparatus for portably recognizing text in an image sequence of scene imagery |
US20060105350A1 (en) * | 2004-11-15 | 2006-05-18 | Eastman Kodak Company | Method and system for sorting and separating particles |
CN204199656U (zh) * | 2014-07-25 | 2015-03-11 | 广东信海建筑有限公司 | 一种具有视频安全监控系统的附着式升降脚手架 |
CN104773626A (zh) * | 2015-04-08 | 2015-07-15 | 重庆市特种设备检测研究院 | 一种施工升降机标准节螺栓安全状态检测装置 |
CN104994346A (zh) * | 2015-07-06 | 2015-10-21 | 重庆昊广重工机械有限公司 | 建筑施工安全管理智能监控系统及其图像报警处理方法 |
CN105243253A (zh) * | 2014-12-05 | 2016-01-13 | 宁波大学 | 一种爬架状态检测方法与装置 |
CN107705291A (zh) * | 2017-09-07 | 2018-02-16 | 江苏大学 | 一种基于图像识别的外脚手架安全性自动检查方法 |
CN108462741A (zh) * | 2018-02-26 | 2018-08-28 | 杭州智仁建筑工程有限公司 | 一种施工用管控系统的服务器集群及数据分析方法 |
-
2018
- 2018-11-08 CN CN201811322407.0A patent/CN109558807B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020037104A1 (en) * | 2000-09-22 | 2002-03-28 | Myers Gregory K. | Method and apparatus for portably recognizing text in an image sequence of scene imagery |
US20060105350A1 (en) * | 2004-11-15 | 2006-05-18 | Eastman Kodak Company | Method and system for sorting and separating particles |
CN204199656U (zh) * | 2014-07-25 | 2015-03-11 | 广东信海建筑有限公司 | 一种具有视频安全监控系统的附着式升降脚手架 |
CN105243253A (zh) * | 2014-12-05 | 2016-01-13 | 宁波大学 | 一种爬架状态检测方法与装置 |
CN104773626A (zh) * | 2015-04-08 | 2015-07-15 | 重庆市特种设备检测研究院 | 一种施工升降机标准节螺栓安全状态检测装置 |
CN104994346A (zh) * | 2015-07-06 | 2015-10-21 | 重庆昊广重工机械有限公司 | 建筑施工安全管理智能监控系统及其图像报警处理方法 |
CN107705291A (zh) * | 2017-09-07 | 2018-02-16 | 江苏大学 | 一种基于图像识别的外脚手架安全性自动检查方法 |
CN108462741A (zh) * | 2018-02-26 | 2018-08-28 | 杭州智仁建筑工程有限公司 | 一种施工用管控系统的服务器集群及数据分析方法 |
Non-Patent Citations (2)
Title |
---|
中华人民共和国住房和城乡建设部: "《建筑施工安全检查标准JGJ59-2011》", 7 December 2011, 中国建筑工业出版社 * |
马国鑫等: "基于无人机的外脚手架安全性自动检查系统设计与实现", 《土木工程与管理学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109558807B (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105279971B (zh) | 一种车辆信息匹配方法、系统及监控装置 | |
CN109034215A (zh) | 一种基于深度卷积神经网络的安全帽佩戴检测方法 | |
EP1868158A2 (en) | Face authentication apparatus, face authentication method, and entrance and exit management apparatus | |
US20230005176A1 (en) | Throwing position acquisition method and apparatus, computer device and storage medium | |
CN107633210B (zh) | 工地违章登高监控系统、方法、装置、介质及设备 | |
CN102880781A (zh) | 在线考试智能监控系统 | |
US20240095862A1 (en) | Method for determining dangerousness of person, apparatus, system and storage medium | |
CN110090424A (zh) | 一种用于足球绕杆考核的裁判系统 | |
CN110889339A (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN107424413A (zh) | 车牌识别方法及系统 | |
CN110276315A (zh) | 机场监控方法、装置及系统 | |
CN107229893A (zh) | 一种检测车辆的副驾驶室中是否存在儿童的方法及装置 | |
CN112241696A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN112861623A (zh) | 一种高层建筑工程安全的监控系统及方法 | |
CN110544312A (zh) | 虚拟场景中的视频显示方法、装置、电子设备与存储装置 | |
CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
CN107292222A (zh) | 一种车辆违章检测方法及装置 | |
CN109558807A (zh) | 爬架图像识别安全防护系统以及方法 | |
CN109800656B (zh) | 定位方法及相关产品 | |
CN112633262B (zh) | 通道监测方法、装置、电子设备及介质 | |
CN113919627A (zh) | 一种应用于水利枢纽工程的智能监控方法 | |
CN117172970A (zh) | 一种智慧物业管理平台 | |
KR102428613B1 (ko) | 디지털 안전보건환경 산업 특화용 이미지 학습 모델을 이용한 안전관리 방법 및 시스템 | |
CN109035643A (zh) | 一种机场后安检过道的客流量自动引导方法及装置 | |
CN114359839A (zh) | 识别电动车进入电梯的方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20230214 Granted publication date: 20211008 |
|
PP01 | Preservation of patent right |