CN110765848A - 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 - Google Patents
基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 Download PDFInfo
- Publication number
- CN110765848A CN110765848A CN201910845264.XA CN201910845264A CN110765848A CN 110765848 A CN110765848 A CN 110765848A CN 201910845264 A CN201910845264 A CN 201910845264A CN 110765848 A CN110765848 A CN 110765848A
- Authority
- CN
- China
- Prior art keywords
- behavior
- employee
- staff
- alarm
- computer
- 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
- 239000000126 substance Substances 0.000 title claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013473 artificial intelligence Methods 0.000 title claims description 12
- 230000006399 behavior Effects 0.000 claims abstract description 102
- 238000012544 monitoring process Methods 0.000 claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 239000000779 smoke Substances 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000005236 sound signal Effects 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 239000002360 explosive Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000012824 chemical production Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010616 electrical installation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000002920 hazardous waste Substances 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- 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
-
- 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)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法。该系统主要由三部分组成:化工企业员工行为准则,计算机网络监控系统,基于机器学习的算法系统。计算机网络监控系统包括录像系统、矩阵系统和报警系统。基于机器学习的算法系统包括计算机人脸识别系统和员工行为识别系统:所述员工行为识别系统运用已建立的员工违规行为数据库对系统进行训练,当有员工行为属于违规行为时,员工行为识别系统会对员工违规行为进行识别并输出预警信号;所述计算机人脸识别系统运用已建立的员工人脸图像数据库对系统进行训练。
Description
技术领域
本发明属于监控技术领域,具体涉及一种基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法,结合现有成熟的人工智能图像处理算法和较成熟网络监控技术而形成的一种新型监控系统。
背景技术
化工的产品具有一定的特殊性,有如易燃易爆、化合反应和剧毒等性质。如果在生产和使用过程中,不注重安全方面的问题,就会发生危及生产安全和事故的多发性和严重性。化工安全责任事故发生后,不仅会造成人员伤亡,还会污染周围环境被严重污染,对社会造成不良影响。所以,在化工领域,员工的安全是生产的前提和基础,如果员工没有安全保障,那么,化工生产安全就难以实现。
针对员工生命安全问题,大部分化工企业的做法是通过制定相关的员工行为准则和行为规范约束员工在生产、工作车间中的行为来达到保证员工生命安全的目的。一般的,化工企业员工行为准则如下例:
(1)员工进入生产岗位操作前,必须按照岗位着装规定穿戴好工作服、帽和其他防护用品。
(2)工作时间内不得脱岗、串岗,如需离开应向主管人员请假批准。
(3)禁止工作时间喝酒或酒后上岗。
(4)所有上岗员工须按照本岗位的岗位职责、SMP、SOP和相关规章制度进行操作。
(5)应按照规定做好生产前确认和准备
(6)应按照规定进行巡检,相关工艺参数符合规定。
(7)生产结束后应按照规定进行清场、清洁。
(8)运输、装卸人员需按要求进行装卸、码放,禁止野蛮运输、野蛮装卸。
(9)禁止在起吊物下作业、停留。
(10)非本岗位人员,未经许可不允许开动、关停、移动设备。
(11)设备运转时严禁加油、修理、检查、调整、焊接、清扫等工作。
(12)禁止违章驾驶机动车;禁止车辆在行驶中上下人。
(13)禁止在易燃易爆场所穿化纤服装、穿钉子鞋。
(14)输送易燃易爆液体,速度不应超过3m/s。
(15)电气设备、线路的一切检修工作,必须由电工进行,至少应有两人进行,其中一人工作,一人监护
(16)严禁在易燃易爆场所使用铁器敲击、摩擦。
(17)严禁在厂区之内指定吸烟地点之外的任何场所吸烟。
(18)吸烟室内吸烟严格执行吸烟“三不落地”。
(19)易燃易爆区域不准使用移动通讯工具。
(20)生产过程中产生的残液、费溶煤、废机油等危险废弃物,应按工厂有关规定几种收集,严禁私自转移或处理。
但是这种做法不可控、非即时。当有员工违反安全行为准则后,车间无法即时发现并进行预警,也无法对其后果进行系统的预测,由此可能引发一系列安全事故。
为解决通过员工行为准则约束员工行为非即时的问题,已有化工企业安装监控摄像头,并通过计算机网络系统的协作工作来实现对生产、工作车间中员工行为图像和视频的即时传输。目前的监控系统较为成熟,且可以清晰的观察到人员的活动。但是该系统需要有专门的人员对监控摄像头传输的大量图像进行处理、识别,因此会消耗大量人力。且监控人员自身也有不可消除误差,人工监控员工行为存在诸多阻碍。
近年来随着智能硬件和计算机技术的高速发展,基于视频图像的处理技术也取得了长足的发展。视频图像处理的主要内容就是对获取到的视频图像中的信息进行理解分析。在视频图像处理的领域中,主要通过图像处理、模式识别等多方面完成视频场景中目标的检测和识别。计算机图像识别是一个通过利用电子计算机对图像进行处理,并运用智能图像识别功能对内容进行甄选和识别的过程。运用计算机图像识别可以开发出许多与计算机图像识别技术相关的应用产品,进而给人们的生活带来便利。这种技术不仅可以应用于宏观事物的识别,比如,用于交通方面对车辆的监控、人脸识别,还可用于微观事物的识别,如用于生物研究中人体病毒细菌的研究监控。
目前公认的计算机视频图像识别技术有三种应用载体,分别是个人电子计算机设备、智能移动手机设备以及嵌入式终端设备。个人电子设备就是个人使用的电子设备,多为台式机、平板电脑等;智能移动手机设备是指手机一类的电子产品;相对来说,嵌入式终端设备的应用比较广泛,比较正式,如日常生活中进行的指纹识别或人脸识别,都属于嵌入式终端设备的代表,多在公共场合应用。在本系统中,使用个人电子设备范畴内的台式电脑作为应用载体,不仅可以降低成本,还可有效节约空间。此外,基于不同的实际情况,还可选择处理能力稍差,但更节省空间、可便携的平板电脑。
用于人脸识别的机器学习算法已较为成熟,可以快速、高效地对传输的人脸进行分类。基于此,本系统可以通过收集员工人脸图像对系统进行训练,从而正确识别每一位员工,达到精准预警的目的。
基于视频图像的动作行为识别技术也在不断发展成熟。常用的深度学习方法有受限玻尔兹曼机(RBM)、深度置信网络(DBN)、递归神经网络(RNN)、卷积神经网络(CNN)等。本安保系统的监控系统选用HOG算法,对监控摄像头拍摄的员工行为视频进行分析、归类,可以快速识别员工违规行为,达到即时、精准预警的效果。
发明内容
本发明为克服现有技术的不足,提供一种基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法。这种新型的监控系统考虑了传统监控系统数据处理量大、人力消耗大和延迟高的缺点,利用现有成熟的人工智能图像、视频处理算法,通过对大量的违反化工厂员工行为守则的案例进行学习训练,可以应用于化工厂人员违规行为预警。从而高效、可控、实时地保障员工安全。
本发明的技术方案如下:基于人工智能图像处理算法的化工厂人员安全保障系统,主要由三部分组成:化工企业员工行为准则,计算机网络监控系统,基于机器学习的算法系统;
其中,化工企业员工行为准则是员工的行为标准,员工有违反行为准则的行为,均视为违规行为。计算机网络监控系统包括录像系统、矩阵系统和报警系统;具体的,录像系统包括监控摄像机、解码器、视频分配器和台式电脑;矩阵系统包括矩阵主机和控制键盘;报警系统包括报警控制箱、信号灯、扩音器和汉字显示器。基于机器学习的算法系统包括计算机人脸识别系统和员工行为识别系统。
所述化工企业员工行为准则中,具体的,根据不同化工企业车间的生产状况来制定不同的员工行为准则。
所述化工企业员工行为准则中,建立与之对应的员工人脸图像数据库与员工违规行为数据库。
所述计算机网络监控系统中,监控摄像头选用CCD靶面大小1/2in,CS(大镜头)摄像头。
所述摄像头的数量根据车间大小来确定。一般的,保证摄像头可以拍摄车间全景。
所述监控摄像头导线,其额定电压应大于线路的工作电压;导线的绝缘应符合线路的安装方式和敷设的环境条件。导线的横截面积应能满足供电和机械强度的要求。
所述配线在车间内安装要保持水平或垂直。配线应加套管保护(塑料或铁管,按室内配管的技术要求选配),天花板走线可用金属软管,但需固定稳妥美观。
所述线管配线有明配和暗配两种。摄像头明配管要求横平竖直、整齐美观。
所述解码器连接的烟感探测器作为报警输入设备。
所述矩阵系统的功能是控制监控摄像头以及编译报警输出信号。
所述报警控制箱的交流电源应单独走线,摄像头不能与信号线和低压直流电源线穿在同一管内,交流电源线的安装应符合电气安装标准。
所述报警系统包含三种类型。类型一通过车间的报警控制箱输出音频信息规范员工行为;类型二通过车间管理人员通知员工更正错误行为。一般的,类型一反应更加迅速,但考虑车间环境嘈杂及员工个人原因,并不适用于所有车间;类型二反应时间较类型一长,但其具有更优的针对性。类型三为烟感探测器探测到烟雾以后闪灯报警。
所述计算机人脸识别系统运用已建立的员工人脸图像数据库对系统进行训练。训练好的系统可以正确识别员工。
所述员工行为识别系统运用已建立的员工违规行为数据库对系统进行训练。当有员工行为属于违规行为时,员工行为识别系统会对员工违规行为进行识别并输出预警信号。
本发明的基于人工智能图像处理算法的化工厂人员安全保障系统的预警方法:
在工作时间中,监控摄像头监控拍摄员工生产操作行为并通过网络将拍摄的视频传输到台式电脑。当有员工违反化工企业员工行为准则时,计算机首先通过人脸识别系统识别有违规行为的人员,然后通过员工行为识别系统对员工的违规行为进行归类。归类完成后,计算机会以“姓名+违规行为”的形式发送信号到报警控制箱,报警控制箱会发出“姓名+违规行为”的信号(音频信号或汉字显示信号)对员工行为进行纠正,进而保护员工安全。
本发明的基于人工智能图像处理算法的化工厂人员安全保障系统具有以下优点:
(1)适用范围广。针对不同的化工生产车间,可制定不同的员工行为准则,构建不同的数据库来对人脸识别系统和员工行为识别进行训练。
(2)占地面积小。监控摄像头的安装加大了车间的空间利用率,无占地面积。台式电脑可安置在办公区,不会加重化工企业用地负担。
(3)投资成本低。本发明所需的设备仅为台式电脑、监控摄像头及其相应配件。
(4)检测效率高,反应迅速。本系统通过监控摄像头利用台式电脑对车间人员行为进行实时监控,可对任何员工的违规行为准确、快速反馈。
附图说明
图1:计算机网络监控系统示意图。
图2:监控摄像头覆盖区域示意图。
图3:报警系统组成示意图。
图4:BP神经网络结构示意图。
附图标记如下:1—车间平面图;2—广角摄像机;3—红外全球摄像机;4—解码器;5—视频分配器;6—矩阵系统;7—台式电脑;8—报警控制箱;9—汉字显示器;10—信号灯;11—扩音器。
具体实施方式
下面结合附图对本发明做进一步的详细说明:
如图1所示,监控摄像头监控车间员工行为并以视频形式传输给台式电脑。当有员工产生违规行为时,台式电脑中的员工行为识别系统和计算机人脸识别系统会分别识别员工的违规行为类型以及员工姓名,并通过报警控制器进行通知。
本发明选用两个广角摄像机和一个红外全球摄像机以满足监控全覆盖。摄像头覆盖区域如图2所示。
所述员工行为识别系统和计算机人脸识别系统均应提前训练完成。
所述报警控制箱的信号输出方式有三种:音频输出、汉字显示输出和闪灯输出。综合考虑车间环境及员工等多方面因素选用适当的报警输出方式。
具体说明如下:
本发明的计算机网络监控系统由监控摄像头2、3,解码器,4,视频分配器 5和台式电脑7组成。监控摄像头将车间员工的实时动态以视频形式经过视频分配器5分配后传输到台式电脑7。具体的,监控摄像头应根据监控车间的大小放置在合适的位置以保证监控范围覆盖车间全部,监控摄像头可用矩阵系统6进行调节。视频通过员工行为识别系统进行处理。当有员工违反化工企业员工行为准则时,员工行为识别系统首先对视频的帧做图像灰度处理以及去噪;然后对处理后的帧进行违规员工的行为检测以及提取HOG特征;最后运用已构建好的BP 神经网络对该员工的违规行为分类并与数据库中的违规行为匹配,由此识别出员工的违规行为类型。再通过计算机人脸识别系统,运用特征脸算法,提取视频中的一帧,将该员工与数据库中的员工面部进行匹配,得到违规员工的具体信息。通过处理视频得到违规员工的姓名与违规行为类型输出信号,以“姓名+违规类型”的方式,以音频方式直接通知违规员工或以汉字的方式(见图3)通过通知车间监管人员来通知违规员工。
本发明的基于人工智能图像处理算法的化工厂人员安全保障系统的各部分说明如下:
化工企业员工行为准则
具体的,不同的生产车间,制定不同的化工企业员工行为准则,以保证不同生产操作环境下员工的生命安全。根据完整的化工企业员工行为准则,构建员工人脸图像数据库与员工违规行为数据库。
计算机网络监控系统
计算机网络监控系统由录像系统、矩阵系统和报警系统组成,其示意图如图1所示。具体的,录像系统包括监控摄像机2、3,解码器4,视频分配器5和台式电脑7。解码器连接烟感探测器,监控车间内的烟雾浓度;本系统视频分配器 5输入一路视频信号,并对视频进行二分配分别输出到台式电脑7和矩阵系统6。
矩阵系统6通过对摄像头的操控保证拍摄角度清晰。运用矩阵系统对报警控制箱进行编译得到不同的输出信号。
报警系统接收到台式电脑7传输的信号后以不同输出形式进行报警。若有员工违反员工行为准则,报警信号通过扩音器11或汉字显示器9进行报警;若车间烟雾浓度超标,则通过信号灯10进行报警。
计算机人脸识别系统
本系统运用特征脸算法(Eigenface)对员工进行识别,算法原理与主要步骤如下:
(1)建立包含M张员工人脸图像几何S,其中图像转换为N维向量:
S={Γ1,Γ2,Γ3……ΓM}
(2)计算几何S的平均值得到平均图像Ψ:
(3)计算每张图像和平均图像的差值:
Φi=Γi-Ψ
(4)利用特征值λk计算描述差值分布的M个正交单位向量un:
(5)识别人脸。首先计算输入员工人脸的特征向量wk:
然后构建相应的向量ΩT:
ΩT=[w1,w2,w3……wM]
最后利用欧式距离对员工进行识别
εk=||Ω-Ωk||2
员工行为识别系统
本发明的员工行为识别系统主要由视频图像预处理、运动目标检测、员工行为特征提取和员工行为分类四部分组成
(1)视频图像预处理。本系统运用图像灰度转换和图像去噪的方法对视频图像进行预处理
运用最大值灰度法将拍摄到的员工彩色视频序列帧转换成灰色图像从而去除图像中包含的噪声和冗余的信息,进而简化计算。
利用中值滤波法,使目标像素邻域像素的中位数来代替真实值,滤除孤立的噪声,其数学表达式为:
yij=MidA{fij}
其中A表示滤波时邻域像素所选构成的模板;fij为二维图像中(i,j)处的像素值
(2)选用帧间差分法对运动目标进行检测。当前的视频帧以前面的视频帧作为参考帧,对相邻的两帧进行差分运算。其数学表达式为:
Resk(i,j)=|Pk(i,j)-Pk-1(i,j)|
Resk表示相邻两帧图像的帧差结果,Pk表示像素值
(3)利用方向梯度直方图特征(HOG)方法对视频图像中员工的行为特征进行提取。提取具体图像的HOG特征有以下步骤:
(a)计算图像梯度信息。一般的,每个像素的梯度大小和方向可以下式表示:
(b)将图像划分成单元格,并统计图像中每个单元格的像素梯度信息。
(c)将初始划分的单元格进行合并。
(d)当图像前景和背景对比度变化较大或图像存在局部光照变化时,运用归一化的方法对图像中阴影和光照区域的边缘进行压缩。
(e)收集每个单元格的HOG特征。
(4)构建BP神经网络对提取的特征进行分类。BP神经网络结构图如图4 所示,神经网络的构建步骤如下:
(a)初始化神经网络
(b)以提取的HOG特征为训练样本对神经网络进行训练并训练样本制作标签。
(c)根据训练样本的标签计算误差,并调整权值矩阵和阈值。不断重复该步至达到预计的误差要求。
实施例1:
本发明的计算机网络监控系统各装置为:广角摄像机2、红外全球摄像机3、解码器4、视频分配器5、矩阵系统6、台式电脑7、报警控制箱8、汉字显示器 9、信号灯10、扩音器11,并将上述装置按图1所示安装完成。其中,摄像机按照图2位置安装,并运用矩阵系统6对其拍摄角度进行调整。连接各装置的配线应加管套保护。上述安装完成后,打开各装置电源,系统即处于工作状态。
当员工甲在起吊物下作业时,广角摄像机2、红外全球摄像机3拍摄到现场视频经过视频分配器分别传输到矩阵系统6和台式电脑7。通过矩阵系统观察到拍摄角度合理、视频内容清晰,则无需调整摄像头。台式电脑7使用员工行为识别系统对视频进行处理、对员工行为进行提取分类从而确定员工违规类型;同时使用计算机人脸识别系统对图像与数据库进行对比识别出违规员工姓名为甲。完成识别后将信号输出到报警控制箱8。员工甲该行为需即时反馈,用扩音器11 以音频形式“甲起吊物下作业”进行报警。
实施例2:
操作方式同实施例1。员工乙在工作时间内离岗时,员工行为识别系统、计算机人脸识别系统对视频图像处理并输出信号到报警控制箱8。员工乙该行为无需即时反馈,用汉字显示器9以汉字形式“乙工作时间离岗”通知车间监管人员,由车间监管人员对乙预警。
实施例3:
操作方式同实施例1。车间发生小规模起火或溢烟事件时,连接在解码器4 上的烟感探测器探测到烟雾浓度超标并将信号由台式电脑7传输到报警控制箱。此时报警不具有针对性,信号通过信号灯10闪烁进行报警。
Claims (7)
1.基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,主要由三部分组成:化工企业员工行为准则,计算机网络监控系统,基于机器学习的算法系统;
其中,化工企业员工行为准则是员工的行为标准,员工有违反行为准则的行为,均视为违规行为;
计算机网络监控系统包括录像系统、矩阵系统和报警系统;具体的,录像系统包括监控摄像机、解码器、视频分配器和台式电脑,所述解码器连接的烟感探测器作为报警输入设备,视频分配器输入一路视频信号,并对视频进行二分配分别输出到台式电脑和矩阵系统,运用矩阵系统对报警控制箱进行编译得到不同的输出信号;
矩阵系统包括矩阵主机和控制键盘;报警系统包括报警控制箱、信号灯、扩音器和汉字显示器,所述矩阵系统的功能是控制监控摄像头以及编译报警输出信号;
报警系统接收到台式电脑传输的信号后以不同输出形式进行报警:若有员工违反员工行为准则,报警信号通过扩音器或汉字显示器进行报警;若车间烟雾浓度超标,则通过信号灯进行报警;
基于机器学习的算法系统包括计算机人脸识别系统和员工行为识别系统:所述员工行为识别系统运用已建立的员工违规行为数据库对系统进行训练,当有员工行为属于违规行为时,员工行为识别系统会对员工违规行为进行识别并输出预警信号;所述计算机人脸识别系统运用已建立的员工人脸图像数据库对系统进行训练。
2.根据权利要求1所述的基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,所述计算机人脸识别系统运用面部识别算法对员工进行识别。
3.根据权利要求1所述的基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,所述员工行为识别系统主要由视频图像预处理、运动目标检测、员工行为特征提取和员工行为分类四部分组成。
4.根据权利要求1所述的基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,所述化工企业员工行为准则是建立与之对应的员工人脸图像数据库与员工违规行为数据库。
5.根据权利要求1所述的基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,所述计算机网络监控系统中,监控摄像头选用CCD靶面大小1/2in,CS(大镜头)摄像头。
6.根据权利要求1所述的基于人工智能图像处理算法的化工厂人员安全保障系统,其特征在于,所述报警系统包含三种类型:
类型一通过车间的报警控制箱输出音频信息规范员工行为;
类型二通过车间管理人员通知员工更正错误行为;
类型三为烟感探测器探测到烟雾以后闪灯报警。
7.基于人工智能图像处理算法的化工厂人员安全保障系统的预警方法,其特征在于,包括如下步骤:
1)在工作时间中,监控摄像头监控拍摄员工生产操作行为并通过网络将拍摄的视频传输到台式电脑;
2)当有员工违反化工企业员工行为准则时,计算机首先通过人脸识别系统识别有违规行为的人员,然后通过员工行为识别系统对员工的违规行为进行归类;
3)归类完成后,计算机会以“姓名+违规行为”的形式发送信号到报警控制箱,报警控制箱会发出“姓名+违规行为”的信号(音频信号或汉字显示信号)对员工行为进行纠正,进而保护员工安全。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910845264.XA CN110765848A (zh) | 2019-09-08 | 2019-09-08 | 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910845264.XA CN110765848A (zh) | 2019-09-08 | 2019-09-08 | 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110765848A true CN110765848A (zh) | 2020-02-07 |
Family
ID=69329552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910845264.XA Pending CN110765848A (zh) | 2019-09-08 | 2019-09-08 | 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110765848A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724029A (zh) * | 2020-05-08 | 2020-09-29 | 上海市公安局出入境管理局 | 车间人员违规确认方法、装置和计算机设备 |
CN112183394A (zh) * | 2020-09-30 | 2021-01-05 | 江苏智库智能科技有限公司 | 一种人脸识别方法、装置和智能安防管理系统 |
CN112232273A (zh) * | 2020-11-02 | 2021-01-15 | 上海翰声信息技术有限公司 | 一种基于机器学习识别图像的预警方法及系统 |
CN112241154A (zh) * | 2020-10-15 | 2021-01-19 | 杭州澳亚生物技术有限公司 | 一种gmp车间智能化监控管理系统 |
CN112713530A (zh) * | 2021-01-29 | 2021-04-27 | 国网河南省电力公司邓州市供电公司 | 一种用于安全操作的智能配电柜 |
CN113011300A (zh) * | 2021-03-10 | 2021-06-22 | 中用科技有限公司 | 一种ai视觉辨识违规行为的方法、系统及设备 |
CN114283492A (zh) * | 2021-10-28 | 2022-04-05 | 平安银行股份有限公司 | 基于员工行为的工作饱和度分析方法、装置、设备及介质 |
CN115394021A (zh) * | 2022-07-06 | 2022-11-25 | 山东昂拓信息科技有限公司 | 一种工业设备状态监控与运维管理装置系统及方法 |
CN115877810A (zh) * | 2023-03-03 | 2023-03-31 | 东明县鲁明石化有限公司 | 一种化工车间安全运行监控方法以及系统 |
CN115952857A (zh) * | 2023-03-13 | 2023-04-11 | 海纳云物联科技有限公司 | 管道风险评估模型的训练方法、评估方法、设备及介质 |
CN116740821A (zh) * | 2023-08-16 | 2023-09-12 | 南京迅集科技有限公司 | 基于边缘计算的智能车间控制方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404107A (zh) * | 2008-11-19 | 2009-04-08 | 公安部第三研究所 | 基于人脸识别技术的网吧监控报警系统 |
CN104517424A (zh) * | 2014-12-12 | 2015-04-15 | 国家电网公司 | 环境预警系统、装置及方法 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
CN110119656A (zh) * | 2018-02-07 | 2019-08-13 | 中国石油化工股份有限公司 | 作业现场违章人员的智能监控系统及现场违章监控方法 |
-
2019
- 2019-09-08 CN CN201910845264.XA patent/CN110765848A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404107A (zh) * | 2008-11-19 | 2009-04-08 | 公安部第三研究所 | 基于人脸识别技术的网吧监控报警系统 |
CN104517424A (zh) * | 2014-12-12 | 2015-04-15 | 国家电网公司 | 环境预警系统、装置及方法 |
CN110119656A (zh) * | 2018-02-07 | 2019-08-13 | 中国石油化工股份有限公司 | 作业现场违章人员的智能监控系统及现场违章监控方法 |
CN109145789A (zh) * | 2018-08-09 | 2019-01-04 | 炜呈智能电力科技(杭州)有限公司 | 供电系统安全作业保障方法及系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724029A (zh) * | 2020-05-08 | 2020-09-29 | 上海市公安局出入境管理局 | 车间人员违规确认方法、装置和计算机设备 |
CN112183394A (zh) * | 2020-09-30 | 2021-01-05 | 江苏智库智能科技有限公司 | 一种人脸识别方法、装置和智能安防管理系统 |
CN112241154A (zh) * | 2020-10-15 | 2021-01-19 | 杭州澳亚生物技术有限公司 | 一种gmp车间智能化监控管理系统 |
CN112232273A (zh) * | 2020-11-02 | 2021-01-15 | 上海翰声信息技术有限公司 | 一种基于机器学习识别图像的预警方法及系统 |
CN112713530A (zh) * | 2021-01-29 | 2021-04-27 | 国网河南省电力公司邓州市供电公司 | 一种用于安全操作的智能配电柜 |
CN113011300A (zh) * | 2021-03-10 | 2021-06-22 | 中用科技有限公司 | 一种ai视觉辨识违规行为的方法、系统及设备 |
CN114283492A (zh) * | 2021-10-28 | 2022-04-05 | 平安银行股份有限公司 | 基于员工行为的工作饱和度分析方法、装置、设备及介质 |
CN114283492B (zh) * | 2021-10-28 | 2024-04-26 | 平安银行股份有限公司 | 基于员工行为的工作饱和度分析方法、装置、设备及介质 |
CN115394021A (zh) * | 2022-07-06 | 2022-11-25 | 山东昂拓信息科技有限公司 | 一种工业设备状态监控与运维管理装置系统及方法 |
CN115877810A (zh) * | 2023-03-03 | 2023-03-31 | 东明县鲁明石化有限公司 | 一种化工车间安全运行监控方法以及系统 |
CN115952857A (zh) * | 2023-03-13 | 2023-04-11 | 海纳云物联科技有限公司 | 管道风险评估模型的训练方法、评估方法、设备及介质 |
CN115952857B (zh) * | 2023-03-13 | 2023-08-08 | 海纳云物联科技有限公司 | 管道风险评估模型的训练方法、评估方法、设备及介质 |
CN116740821A (zh) * | 2023-08-16 | 2023-09-12 | 南京迅集科技有限公司 | 基于边缘计算的智能车间控制方法和系统 |
CN116740821B (zh) * | 2023-08-16 | 2023-10-24 | 南京迅集科技有限公司 | 基于边缘计算的智能车间控制方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765848A (zh) | 基于人工智能图像处理算法的化工厂人员安全保障系统及预警方法 | |
CN111898514B (zh) | 一种基于目标检测与动作识别的多目标视觉监管方法 | |
CN111144263B (zh) | 一种建筑工人高坠事故预警方法及装置 | |
CN109271554B (zh) | 一种智能视频识别系统及其应用 | |
Salimi et al. | Visual-based trash detection and classification system for smart trash bin robot | |
CN111428617A (zh) | 一种基于视频图像的配网违规检修行为的识别方法和系统 | |
CN103152558B (zh) | 基于场景识别的入侵检测方法 | |
CN113743256A (zh) | 一种工地安全智能预警方法与装置 | |
CN112532927A (zh) | 一种施工现场智能安全管控系统 | |
CN113191273A (zh) | 基于神经网络的油田井场视频目标检测与识别方法及系统 | |
CN110441320A (zh) | 一种煤矸石检测方法、装置及系统 | |
CN108898083A (zh) | 一种施工远程监控与管理系统及管理方法 | |
CN113469654A (zh) | 一种基于智能算法融合的变电站多层次安全管控系统 | |
CN115294528A (zh) | 一种行人安全监控方法及装置 | |
CN116846059A (zh) | 一种用于电网巡检和监控的边缘检测系统 | |
CN114155472A (zh) | 厂区场景临空面防护设备异常状态检测方法、装置和设备 | |
CN118097916A (zh) | 一种视频监控智能分析预警系统 | |
CN117372954A (zh) | 充电站安全监测方法、装置、系统和计算机设备 | |
CN113536847A (zh) | 一种基于深度学习的工业场景视频分析系统及其方法 | |
CN113762115B (zh) | 一种基于关键点检测的配网作业人员行为检测方法 | |
Cao et al. | Research on Human Behavior Feature Recognition and Intelligent Early Warning Methods in Safety Supervision Scene Video based on Yolov7 | |
CN116030404A (zh) | 一种基于人工智能的作业区域电子警戒围栏架设和安全监控方法 | |
CN116030405A (zh) | 一种基于人工智能的行人目标的安全护具穿戴监控方法 | |
CN109214390B (zh) | 基于机器视觉原理的栅栏状态检测方法及系统 | |
CN111860181A (zh) | 分布式安全帽识别系统 |
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 |
Application publication date: 20200207 |
|
WD01 | Invention patent application deemed withdrawn after publication |