CN109635631A - 一种基于人工智能的消防值班室人员在岗识别方法 - Google Patents

一种基于人工智能的消防值班室人员在岗识别方法 Download PDF

Info

Publication number
CN109635631A
CN109635631A CN201811248290.6A CN201811248290A CN109635631A CN 109635631 A CN109635631 A CN 109635631A CN 201811248290 A CN201811248290 A CN 201811248290A CN 109635631 A CN109635631 A CN 109635631A
Authority
CN
China
Prior art keywords
module
duty
output end
input terminal
alarm
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
CN201811248290.6A
Other languages
English (en)
Inventor
储丹
沈凌楠
郑昕
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.)
Anhui Xinhao Information Technology Co Ltd
Original Assignee
Anhui Xinhao Information Technology 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 Anhui Xinhao Information Technology Co Ltd filed Critical Anhui Xinhao Information Technology Co Ltd
Priority to CN201811248290.6A priority Critical patent/CN109635631A/zh
Publication of CN109635631A publication Critical patent/CN109635631A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/12—Fingerprints or palmprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于人工智能的消防值班室人员在岗识别方法，包括PC端模块、CPU模块、安全管理模块和在岗识别模块，PC端模块输出端连接Internetl网络模块输入端，Internetl网络模块输出端连接CPU模块输入端，在岗识别模块输入端连接摄像头模块输出端和指纹识别模块输出端，在岗识别模块输出端、安全管理模块输出端、人物活动区域限定模块输出端和指纹录入模块输出端连接CPU模块输入端，CPU模块输出端连接显示器模块输入端和报警模块输入端；有益效果：本发明采用实时视频监控和报警系统，实现了值班人员在岗自动监控报警功能，使管理人员即时地获知值班人员在岗情况和值班场所的运行情况，实时探测办公场所存在的安全隐患。

Description

一种基于人工智能的消防值班室人员在岗识别方法
技术领域
本发明涉及人工智能技术领域，具体来说，涉及一种基于人工智能的消防值班室人员在岗识别方法。
背景技术
在现实生活中，由于消防值班室人员的玩忽职守造成的重大火灾事故，数不胜数、触目惊心。因此对消防值班室监控系统提出了新的需求。
专利号为CN201710629757.0的专利文献公开了一种人员在岗视频识别方法及智能用户信息传输装置，本方法通过首先截取视频流，获取图像帧序列；对背景进行建模并提取差异化区域；人体目标活动区域由一组图像矩形框组成，假设从图像运动区域提取出的矩形包围框集合为M，将矩形包围框Mi与活动区域Ri中的矩形框进行重叠率计算，通过逐个计算即可得到最终的识别区域矩形框集合S，对集合S中每个待识别区域矩形框Si进行缩放，然后采用在岗识别算法对待识别区域进行逐区域识别，判断每个区域内是否有人。但是，此方法只能检测特定检测区域内是否有人，而不能判断在岗人员的身份信息，容易出现顶岗的现象，同时不具有对值班室有预警的功能。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
本发明的技术任务是针对以上不足，提供一种基于人工智能的消防值班室人员在岗识别方法，来解决顶岗和预警的问题。
本发明的技术方案是这样实现的：
根据本发明的一个方面，提供一种基于人工智能的消防值班室人员在岗识别系统，包括PC端模块、CPU模块、安全管理模块和在岗识别模块，所述PC端模块输出端连接Internetl网络模块输入端，所述Internetl网络模块输出端连接所述CPU模块输入端，所述在岗识别模块输入端连接摄像头模块输出端和指纹识别模块输出端，所述在岗识别模块输出端、所述安全管理模块输出端、人物活动区域限定模块输出端和指纹录入模块输出端连接所述CPU模块输入端，所述CPU模块输出端连接显示器模块输入端和报警模块输入端。
优选的，所述摄像头模块内设置有身高识别模块、面部识别模块、背影识别模块和身体轮廓识别模块。
优选的，所述CPU模块内设置有处理模块和存储模块。
优选的，所述报警模块内设置有脱岗睡岗报警模块、火灾报警模块和人员异常报警模块。
优选的，所述在岗识别模块内设置有红外线人体特征感应器，所述安全管理模块内设置有火灾探测器。
根据本发明的另一个方面，提供一种基于人工智能的消防值班室人员在岗识别方法，该方法包括以下步骤：
打开电脑设置监控区域，同时录入值班人员的身份、外貌和指纹信息，设定值班工资时间段和休息时间段。
工作人员上班时首先通过指纹识别进行打卡，然后进入监控区域，实时采集监控区域的视频图像。
对采集到的值班人员信息与进行指纹打卡的信息进行比对，若发线比对信息不符合打卡信息则启动人员异常报警，如果在监控区域十五分钟内未检测到有值班人员或检测到值班人员长期处于一种固定不动的状态则启动脱岗睡岗报警。
信息确定无误时对检测人员进行运动跟踪，获得值班人员在岗信息以及在岗状态。
优选的，当处于非工作时间时，摄像头会继续对值班室进行监控，当出现与录入信息不符合的人员是会自动启动人员异常报警。
本发明的有益效果：
（1）、本发明采用实时视频监控和报警系统，实现了值班人员在岗自动监控报警功能，使管理人员即时地获知值班人员在岗情况和值班场所的运行情况，实时探测办公场所存在的安全隐患。
（2）、本发明通过对值班人员多种特征比对，防止顶岗现象的出现。
（3）、本发明通过运动跟踪，能有效获取医护人员的在岗信息。
（4）、本发明具有火灾报警的功能，能及时处理值班室发生火灾，减少火灾损害。
（5）、本发明具有预防被偷盗的功能。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种基于人工智能的消防值班室人员在岗识别系统示意图；
图2是根据图1中摄像头模块示意图；
图3是根据图1中CPU模块示意图；
图4是根据图1中报警模块示意图；
图5是根据本发明实施例的一种基于人工智能的消防值班室人员在岗识别方法示意图。
图中：
1、PC端模块；2、Internetl网络模块；3、CPU模块；4、安全管理模块；5、在岗识别模块；6、摄像头模块；7、指纹识别模块；8、人物活动区域限定模块；9、指纹录入模块；10、显示器模块；11、报警模块；12、身高识别模块；13、面部识别模块；14、背影识别模块；15、身体轮廓识别模块；16、处理模块；17、存储模块；18、脱岗睡岗报警模块；19、火灾报警模块；20、人员异常报警模块。
具体实施方式
在本发明的描述中，需要理解的是，术语“中心”、“横向”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。另外，术语“包括”及其任何变形，意图在于覆盖不排他的包含。
下面结合附图和具体实施例对本发明作进一步说明。
根据本发明实施例，提供基于人工智能的消防值班室人员在岗识别系统。
如图1-4所示，根据本发明实施例的一种基于人工智能的消防值班室人员在岗识别系统，包括PC端模块1、CPU模块3、安全管理模块4和在岗识别模块5，所述PC端模块1输出端连接Internetl网络模块2输入端，所述Internetl网络模块2输出端连接所述CPU模块3输入端，所述在岗识别模块5输入端连接摄像头模块6输出端和指纹识别模块7输出端，所述在岗识别模块5输出端、所述安全管理模块4输出端、人物活动区域限定模块8输出端和指纹录入模块9输出端连接所述CPU模块3输入端，所述CPU模块3输出端连接显示器模块10输入端和报警模块11输入端。
此外，所述摄像头模块6内设置有身高识别模块12、面部识别模块13、背影识别模块14和身体轮廓识别模块15，所述CPU模块3内设置有处理模块16和存储模块17，所述报警模块11内设置有脱岗睡岗报警模块18、火灾报警模块19和人员异常报警模块20，所述在岗识别模块5内设置有红外线人体特征感应器，所述安全管理模块4内设置有火灾探测器。
根据本发明实施例，还提供一种基于人工智能的消防值班室人员在岗识别方法。
如图5所示，根据本发明实施例的一种基于人工智能的消防值班室人员在岗识别方法，包括以下步骤：
S101，打开电脑设置监控区域，同时录入值班人员的身份、外貌和指纹信息，设定值班工资时间段和休息时间段。
S103，工作人员上班时首先通过指纹识别进行打卡，然后进入监控区域，实时采集监控区域的视频图像。
S105，对采集到的值班人员信息与进行指纹打卡的信息进行比对，若发线比对信息不符合打卡信息则启动人员异常报警，如果在监控区域十五分钟内未检测到有值班人员或检测到值班人员长期处于一种固定不动的状态则启动脱岗睡岗报警。
S107，信息确定无误时对检测人员进行运动跟踪，获得值班人员在岗信息以及在岗状态。
在一个实施例中，当处于非工作时间时，摄像头会继续对值班室进行监控，当出现与录入信息不符合的人员是会自动启动人员异常报警。
具体工作流程：
打开电脑设置监控区域，同时录入值班人员的身份、外貌和指纹信息，设定值班工资时间段和休息时间段。
工作人员上班时首先通过指纹识别进行打卡，然后进入监控区域，实时采集监控区域的视频图像。
对采集到的值班人员信息与进行指纹打卡的信息进行比对，若发线比对信息不符合打卡信息则启动人员异常报警，如果在监控区域十五分钟内未检测到有值班人员或检测到值班人员长期处于一种固定不动的状态则启动脱岗睡岗报警。
信息确定无误时对检测人员进行运动跟踪，获得值班人员在岗信息以及在岗状态。
综上所述，借助于本发明的上述技术方案，本发明采用实时视频监控和报警系统，实现了值班人员在岗自动监控报警功能，使管理人员即时地获知值班人员在岗情况和值班场所的运行情况，实时探测办公场所存在的安全隐患，通过对值班人员多种特征比对，防止顶岗现象的出现，通过运动跟踪，能有效获取医护人员的在岗信息，本发明具有火灾报警的功能，能及时处理值班室发生火灾，减少火灾损害，同时本发明具有预防被偷盗的功能。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种基于人工智能的消防值班室人员在岗识别系统，其特征在于，包括PC端模块（1）、CPU模块（3）、安全管理模块（4）和在岗识别模块（5），所述PC端模块（1）输出端连接Internetl网络模块（2）输入端，所述Internetl网络模块（2）输出端连接所述CPU模块（3）输入端，所述在岗识别模块（5）输入端连接摄像头模块（6）输出端和指纹识别模块（7）输出端，所述在岗识别模块（5）输出端、所述安全管理模块（4）输出端、人物活动区域限定模块（8）输出端和指纹录入模块（9）输出端连接所述CPU模块（3）输入端，所述CPU模块（3）输出端连接显示器模块（10）输入端和报警模块（11）输入端。
2.根据权利要求1所述的一种基于人工智能的消防值班室人员在岗识别系统，其特征在于，所述摄像头模块（6）内设置有身高识别模块（12）、面部识别模块（13）、背影识别模块（14）和身体轮廓识别模块（15）。
3.根据权利要求1所述的一种基于人工智能的消防值班室人员在岗识别系统，其特征在于，所述CPU模块（3）内设置有处理模块（16）和存储模块（17）。
4.根据权利要求1所述的一种基于人工智能的消防值班室人员在岗识别系统，其特征在于，所述报警模块（11）内设置有脱岗睡岗报警模块（18）、火灾报警模块（19）和人员异常报警模块（20）。
5.根据权利要求1所述的一种基于人工智能的消防值班室人员在岗识别系统，其特征在于，所述在岗识别模块（5）内设置有红外线人体特征感应器，所述安全管理模块（4）内设置有火灾探测器。
6.一种基于人工智能的消防值班室人员在岗识别方法，其特征在于，包括以下步骤：
打开电脑设置监控区域，同时录入值班人员的身份、外貌和指纹信息，设定值班工资时间段和休息时间段。
7.工作人员上班时首先通过指纹识别进行打卡，然后进入监控区域，实时采集监控区域的视频图像。
8.对采集到的值班人员信息与进行指纹打卡的信息进行比对，若发线比对信息不符合打卡信息则启动人员异常报警，如果在监控区域十五分钟内未检测到有值班人员或检测到值班人员长期处于一种固定不动的状态则启动脱岗睡岗报警。
9.信息确定无误时对检测人员进行运动跟踪，获得值班人员在岗信息以及在岗状态。
10.根据权利要求6所述的一种基于人工智能的消防值班室人员在岗识别方法，其特征在于，当处于非工作时间时，摄像头会继续对值班室进行监控，当出现与录入信息不符合的人员是会自动启动人员异常报警。
CN201811248290.6A 2018-10-25 2018-10-25 一种基于人工智能的消防值班室人员在岗识别方法 Pending CN109635631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811248290.6A CN109635631A (zh) 2018-10-25 2018-10-25 一种基于人工智能的消防值班室人员在岗识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811248290.6A CN109635631A (zh) 2018-10-25 2018-10-25 一种基于人工智能的消防值班室人员在岗识别方法

Publications (1)

Publication Number Publication Date
CN109635631A true CN109635631A (zh) 2019-04-16

Family

ID=66066634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811248290.6A Pending CN109635631A (zh) 2018-10-25 2018-10-25 一种基于人工智能的消防值班室人员在岗识别方法

Country Status (1)

Country Link
CN (1) CN109635631A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895686A (zh) * 2019-11-27 2020-03-20 浙江华舜电子科技有限公司 一种消防值班人员专人在岗识别方法
CN111054005A (zh) * 2019-12-23 2020-04-24 江西科安消防技术有限公司 一种监控室人员在岗消防监测系统
CN112465478A (zh) * 2020-12-21 2021-03-09 深圳供电局有限公司 值班人员提醒方法及其系统、监控主机、可读存储介质
CN113012311A (zh) * 2021-02-24 2021-06-22 湖南汽车工程职业学院 一种基于智能控制的人事考勤管理系统
CN113450532A (zh) * 2021-06-03 2021-09-28 河北华电石家庄热电有限公司 一种安全隐患主动预警系统及其识别方法
CN113989738A (zh) * 2021-10-25 2022-01-28 浙江卢苏库网络科技有限公司 一种值班人员在岗监测方法及系统
CN117478365A (zh) * 2023-10-17 2024-01-30 南京邮电大学 一种计及攻击的能源互联网用电数据软恢复方法、设备及介质
CN118070019A (zh) * 2024-04-19 2024-05-24 江苏桐方消防科技集团股份有限公司 一种基于人工智能的消防值班人员值岗智能识别方法
CN118070019B (zh) * 2024-04-19 2024-07-05 江苏桐方消防科技集团股份有限公司 一种基于人工智能的消防值班人员值岗智能识别方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895686A (zh) * 2019-11-27 2020-03-20 浙江华舜电子科技有限公司 一种消防值班人员专人在岗识别方法
CN111054005A (zh) * 2019-12-23 2020-04-24 江西科安消防技术有限公司 一种监控室人员在岗消防监测系统
CN112465478A (zh) * 2020-12-21 2021-03-09 深圳供电局有限公司 值班人员提醒方法及其系统、监控主机、可读存储介质
CN113012311A (zh) * 2021-02-24 2021-06-22 湖南汽车工程职业学院 一种基于智能控制的人事考勤管理系统
CN113012311B (zh) * 2021-02-24 2023-04-25 湖南汽车工程职业学院 一种基于智能控制的人事考勤管理系统
CN113450532A (zh) * 2021-06-03 2021-09-28 河北华电石家庄热电有限公司 一种安全隐患主动预警系统及其识别方法
CN113989738A (zh) * 2021-10-25 2022-01-28 浙江卢苏库网络科技有限公司 一种值班人员在岗监测方法及系统
CN117478365A (zh) * 2023-10-17 2024-01-30 南京邮电大学 一种计及攻击的能源互联网用电数据软恢复方法、设备及介质
CN117478365B (zh) * 2023-10-17 2024-05-10 南京邮电大学 一种计及攻击的能源互联网用电数据软恢复方法、设备及介质
CN118070019A (zh) * 2024-04-19 2024-05-24 江苏桐方消防科技集团股份有限公司 一种基于人工智能的消防值班人员值岗智能识别方法
CN118070019B (zh) * 2024-04-19 2024-07-05 江苏桐方消防科技集团股份有限公司 一种基于人工智能的消防值班人员值岗智能识别方法

Similar Documents

Publication Publication Date Title
CN109635631A (zh) 一种基于人工智能的消防值班室人员在岗识别方法
CN110491004B (zh) 一种居民社区人员安全管理系统及方法
CN103714631B (zh) 基于人脸识别的atm取款机智能监控系统
CN109598661A (zh) 基于人脸识别的智慧社区安防系统及检测方法
CN111564224A (zh) 一种具有健康监测的智能监控系统及其实现方法
CN209543514U (zh) 基于人脸识别的监控与报警系统
CN109460744A (zh) 一种基于深度学习的视频监控系统
CN214896720U (zh) 一种用于社区疫情防控的多功能门禁控制装置
CN110246292A (zh) 家庭视频监控方法、装置及存储介质
CN110262436A (zh) 安全生产监控方法及监控系统
CN109727426A (zh) 一种机械式车库人员误入监测识别预警系统及检测方法
CN104506809B (zh) 一种基于智能视频的重症病患监控系统
CN106203486A (zh) 一种出入境安全识别系统
CN111062366B (zh) 一种消控室内人员姿态检测方法及系统
CN108615280A (zh) 一种用于变配电场所的交叉识别监控门禁系统
CN110675595B (zh) 一种基于视觉和人工智能的跌倒检测系统
CN208421930U (zh) 车辆停放管理系统
CN106203270A (zh) 一种监禁目标监管系统
CN106156736A (zh) 一种出入境人员管理监测方法
CN114897499A (zh) 一种景区员工工作状态判断的方法及装置
CN112070943B (zh) 基于有源rfid技术和人脸识别技术的门禁管理系统
CN209388464U (zh) 一种机械式车库人员误入监测识别预警系统
CN113411388A (zh) 一种基于生物智能识别的安防监控平台
CN106408855A (zh) 一种智能化环境管控系统
CN105049782B (zh) 保全监视系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190416