CN111523432B - 一种智慧工地安全帽检测系统及其方法 - Google Patents

一种智慧工地安全帽检测系统及其方法 Download PDF

Info

Publication number
CN111523432B
CN111523432B CN202010301457.1A CN202010301457A CN111523432B CN 111523432 B CN111523432 B CN 111523432B CN 202010301457 A CN202010301457 A CN 202010301457A CN 111523432 B CN111523432 B CN 111523432B
Authority
CN
China
Prior art keywords
safety helmet
camera
mth
preset
threshold value
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.)
Active
Application number
CN202010301457.1A
Other languages
English (en)
Other versions
CN111523432A (zh
Inventor
万里
许熠昕
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202010301457.1A priority Critical patent/CN111523432B/zh
Publication of CN111523432A publication Critical patent/CN111523432A/zh
Application granted granted Critical
Publication of CN111523432B publication Critical patent/CN111523432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种智慧工地安全帽检测系统及其方法，该系统包括第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单。本发明能够对施工现场的施工人员安全帽佩戴情况进行检测，向管理者发送未佩戴安全帽名单。

Description

一种智慧工地安全帽检测系统及其方法
技术领域
本发明涉及一种安全检测技术领域，特别是涉及一种智慧工地安全帽检测系统及其方法。
背景技术
在工地生产施工现场，由于各工地的工种较多，而且互相之间交叉作业，这样造成施工非常复杂。经常伴随有高空落物、倒塌、火灾、触电、有害气体泄漏等现象的发生。这样很容易造成人员的伤亡和财产的损失。佩戴安全帽是加强工地生产施工现场的一项至关重要工作。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种智慧工地安全帽检测系统及其方法。
为了实现本发明的上述目的，本发明提供了一种智慧工地安全帽检测系统，该系统包括安设在施工现场的用于监测施工人员是否佩戴有工地安全帽的M个安全帽摄像头，所述M为大于或者等于1的正整数，分别为第1安全帽摄像头、第2安全帽摄像头、第3安全帽摄像头、……、第M安全帽摄像头；在每个工地安全帽上设置有N个方形识别区域，所述N为大于或者等于1的正整数，在每个方形识别区域内标识有识别码，该识别码包括条形码、二维码、数字和字母之一或者任意组合，该条形码或二维码内包含有条形码或二维码对应的施工人员的代码；
以及M个摄像头控制器和M个无线收发模块，M个摄像头控制器分别为第1摄像头控制器、第2摄像头控制器、第3摄像头控制器、……、第M摄像头控制器，M个无线收发模块分别为第1无线收发模块、第2无线收发模块、第3无线收发模块、第M无线收发模块；
第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；
云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单。
在本发明的一种优选实施方式中，摄像头为广角摄像头；
移动终端为智能手机或平板电脑。
本发明还公开了一种智慧工地安全帽检测方法，该方法包括以下步骤：
S1，获取待检测图片；
S2，对步骤S1中获取的待检测图片进行特征提取，获得特征图；
S3，对步骤S3中的特征图进行分类处理。
在本发明的一种优选实施方式中，在步骤S1中包括以下步骤：
S11，云端服务器每隔T时刻向所有的无线收发模块发送摄像头工作命令；
S12，第m摄像头控制器根据第m无线收发模块接收的云端服务器发送的摄像头工作命令，第m摄像头控制器每隔t时刻向第m安全帽摄像头发送施工人员图像采集命令，所述t＝T/n，其中，n为大于或者等于2的正整数；
S13，第m摄像头控制器将第m安全帽摄像头采集的施工人员图像数据通过第m无线收发模块发送至云端服务器。
在本发明的一种优选实施方式中，在步骤S22中，对获取的待检测图片进行特征提取的计算方法为：
Figure GDA0002791714510000021
其中，K表示卷积核采样信息总个数；
wk表示第k个位置的权重；
p表示位置特征；
pk表示第k个位置的偏移；
Δpk是第k个位置上可学习的偏移；
Δmk是第k个位置上可学习的权重；其Δmk∈[0,1]；
x(p)表示图像卷积输入；
y(p)表示图像卷积输出。
在本发明的一种优选实施方式中，在步骤S3中，分类处理方法为：
Figure GDA0002791714510000031
其中，T表示检测目标的数量；
s是第三超参；
yi表示第i类的预测值；
Figure GDA0002791714510000032
表示第i类的预测值在超球空间上的角度值；
m是第四超参；
若计算得到的分类阈值S大于或者等于预设分类阈值，则将待检测图片分类为施工人员佩戴有工地安全帽；
若计算得到的分类阈值S小于预设分类阈值，则将待检测图片分类为施工人员未佩戴工地安全帽。
在本发明的一种优选实施方式中，在步骤S3中还包括：
loss＝αi(yreal-ypred)γlog(yreal-ypred)γ，
其中，αi为第一超参；
ypred表示模型预测是第i类的概率；
yreal表示第i类的实际结果；
γ为第二超参；
若计算得到的损失量loss大于或者等于预设损失阈值，则将待检测图片舍去，执行下一张待检测图片；
若计算得到的损失量loss小于预设损失阈值，则对待检测图片进行分类处理。
在本发明的一种优选实施方式中，还包括以下步骤：
S4，获取工地安全帽上的识别码，根据识别码对应的施工人员的代码，查询所对应的施工人员的个人信息，该个人信息包括姓名、手机号码；
S5，将步骤S4中得到的施工人员从现场施工人员名单中筛除，得到未佩戴安全帽施工人员名单；
S6，将步骤S5得到的未佩戴安全帽施工人员名单以excel表格形式发送到智能终端上；该excel表格内容包括姓名、手机号码、未佩戴安全帽次数之一或者任意组合。
综上所述，由于采用了上述技术方案，本发明能够对施工现场的施工人员安全帽佩戴情况进行检测，向管理者发送未佩戴安全帽名单。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明流程示意框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种智慧工地安全帽检测系统，该系统包括安设在施工现场的用于监测施工人员是否佩戴有工地安全帽的M个安全帽摄像头，该安全帽摄像头不限于采用广角摄像头，还可以采用附带有夜视功能的摄像头，实现全天24H进行图像拍摄；所述M为大于或者等于1的正整数，分别为第1安全帽摄像头、第2安全帽摄像头、第3安全帽摄像头、……、第M安全帽摄像头；在每个工地安全帽上设置有N个方形识别区域，所述N为大于或者等于1的正整数，在每个方形识别区域内标识有识别码，该识别码包括条形码、二维码、数字和字母之一或者任意组合，该条形码或二维码内包含有条形码或二维码对应的施工人员的代码；该代码为数字或者字母之一或者组合。
以及M个摄像头控制器和M个无线收发模块，M个摄像头控制器分别为第1摄像头控制器、第2摄像头控制器、第3摄像头控制器、……、第M摄像头控制器，M个无线收发模块分别为第1无线收发模块、第2无线收发模块、第3无线收发模块、第M无线收发模块；
第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；
云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单。该移动终端为智能手机或平板电脑。
本发明还公开了一种智慧工地安全帽检测方法，如图1所示，该方法包括以下步骤：
S1，获取待检测图片；
S2，对步骤S1中获取的待检测图片进行特征提取，获得特征图；
S3，对步骤S3中的特征图进行分类处理。
在本发明的一种优选实施方式中，在步骤S1中包括以下步骤：
S11，云端服务器每隔T时刻向所有的无线收发模块发送摄像头工作命令；
S12，第m摄像头控制器根据第m无线收发模块接收的云端服务器发送的摄像头工作命令，第m摄像头控制器每隔t时刻向第m安全帽摄像头发送施工人员图像采集命令，所述t＝T/n，其中，n为大于或者等于2的正整数；
S13，第m摄像头控制器将第m安全帽摄像头采集的施工人员图像数据通过第m无线收发模块发送至云端服务器。
在本发明的一种优选实施方式中，在步骤S2中，对获取的待检测图片进行特征提取的计算方法为：
Figure GDA0002791714510000061
其中，K表示卷积核采样信息总个数；
wk表示第k个位置的权重；
p表示位置特征；
pk表示第k个位置的偏移；
Δpk是第k个位置上可学习的偏移；
Δmk是第k个位置上可学习的权重；其Δmk∈[0,1]；
x(p)表示图像卷积输入；
y(p)表示图像卷积输出。
在本发明的一种优选实施方式中，在步骤S3中，分类处理方法为：
Figure GDA0002791714510000071
其中，T表示检测目标的数量；
s是第三超参；
yi表示第i类的预测值；
Figure GDA0002791714510000072
表示第i类的预测值在超球空间上的角度值；
m是第四超参；
若计算得到的分类阈值S大于或者等于预设分类阈值，则将待检测图片分类为施工人员佩戴有工地安全帽；
若计算得到的分类阈值S小于预设分类阈值，则将待检测图片分类为施工人员未佩戴工地安全帽。
在本发明的一种优选实施方式中，在步骤S3中还包括：
loss＝αi(yreal-ypred)γlog(yreal-ypred)γ，
其中，αi为第一超参；
ypred表示模型预测是第i类的概率；
yreal表示第i类的实际结果；
γ为第二超参；
若计算得到的损失量loss大于或者等于预设损失阈值，则将待检测图片舍去，执行下一张待检测图片；
若计算得到的损失量loss小于预设损失阈值，则对待检测图片进行分类处理。
在本发明的一种优选实施方式中，还包括以下步骤：
S4，获取工地安全帽上的识别码，根据识别码对应的施工人员的代码，查询所对应的施工人员的个人信息，该个人信息包括姓名、手机号码；
S5，将步骤S4中得到的施工人员从现场施工人员名单中筛除，得到未佩戴安全帽施工人员名单；
S6，将步骤S5得到的未佩戴安全帽施工人员名单以excel表格形式发送到智能终端上；该excel表格内容包括姓名、手机号码、未佩戴安全帽次数之一或者任意组合。在本实施方式中，本次发送的未佩戴安全帽次数＝现场施工人员名单中未佩戴安全帽次数+1；若未佩戴安全帽次数大于或者等于预设第一次数阈值，且小于预设第二次数阈值，预设第二次数阈值大于预设第一次数阈值，则对该名未佩戴安全帽的施工人员进行三级着重标识提醒；若未佩戴安全帽次数大于或者等于预设第二次数阈值，且小于预设第三次数阈值，预设第三次数阈值大于预设第二次数阈值，则对该名未佩戴安全帽的施工人员进行二级着重标识提醒；若未佩戴安全帽次数大于或者等于预设第三次数阈值，则对该名未佩戴安全帽的施工人员进行一级着重标识提醒；其中，一级着重标识提醒为深红色，二级着重标识提醒为粉红色，三级着重标识提醒为淡绿色。便于智能终端使用者一目了然了解违规人员次数状况。其发送的excel表格内容如下：
Figure GDA0002791714510000081
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (7)

1.一种智慧工地安全帽检测方法，其特征在于，包括智慧工地安全帽检测系统，该智慧工地安全帽检测系统包括安设在施工现场的用于监测施工人员是否佩戴有工地安全帽的M个安全帽摄像头，所述M为大于或者等于1的正整数，分别为第1安全帽摄像头、第2安全帽摄像头、第3安全帽摄像头、……、第M安全帽摄像头；在每个工地安全帽上设置有N个方形识别区域，所述N为大于或者等于1的正整数，在每个方形识别区域内标识有识别码，该识别码包括条形码、二维码、数字和字母之一或者任意组合，该条形码或二维码内包含有条形码或二维码对应的施工人员的代码；
以及M个摄像头控制器和M个无线收发模块，M个摄像头控制器分别为第1摄像头控制器、第2摄像头控制器、第3摄像头控制器、……、第M摄像头控制器，M个无线收发模块分别为第1无线收发模块、第2无线收发模块、第3无线收发模块、第M无线收发模块；
第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；
云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单；
其智慧工地安全帽检测方法，包括以下步骤：
S1，获取待检测图片；
S2，对步骤S1中获取的待检测图片进行特征提取，获得特征图；
S3，对步骤S3中的特征图进行分类处理；
在步骤S3中包括：
loss＝αi(yreal-ypred)γlog(yreal-ypred)γ，
其中，αi为第一超参；
ypred表示模型预测是第i类的概率；
yreal表示第i类的实际结果；
γ为第二超参；
若计算得到的损失量loss大于或者等于预设损失阈值，则将待检测图片舍去，执行下一张待检测图片；
若计算得到的损失量loss小于预设损失阈值，则对待检测图片进行分类处理；
S4，获取工地安全帽上的识别码，根据识别码对应的施工人员的代码，查询所对应的施工人员的个人信息，该个人信息包括姓名、手机号码；
S5，将步骤S4中得到的施工人员从现场施工人员名单中筛除，得到未佩戴安全帽施工人员名单；
S6，将步骤S5得到的未佩戴安全帽施工人员名单以excel表格形式发送到智能终端上；该excel表格内容包括姓名、手机号码、未佩戴安全帽次数之一或者任意组合；
若未佩戴安全帽次数大于或者等于预设第一次数阈值，且小于预设第二次数阈值，预设第二次数阈值大于预设第一次数阈值，则对该名未佩戴安全帽的施工人员进行三级着重标识提醒；
若未佩戴安全帽次数大于或者等于预设第二次数阈值，且小于预设第三次数阈值，预设第三次数阈值大于预设第二次数阈值，则对该名未佩戴安全帽的施工人员进行二级着重标识提醒；
若未佩戴安全帽次数大于或者等于预设第三次数阈值，则对该名未佩戴安全帽的施工人员进行一级着重标识提醒；
其中，一级着重标识提醒为深红色，二级着重标识提醒为粉红色，三级着重标识提醒为淡绿色。
2.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，摄像头为广角摄像头。
3.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，移动终端为智能手机。
4.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，移动终端为平板电脑。
5.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，在步骤S1中包括以下步骤：
S11，云端服务器每隔T时刻向所有的无线收发模块发送摄像头工作命令；
S12，第m摄像头控制器根据第m无线收发模块接收的云端服务器发送的摄像头工作命令，第m摄像头控制器每隔t时刻向第m安全帽摄像头发送施工人员图像采集命令，所述t＝T/n，其中，n为大于或者等于2的正整数；
S13，第m摄像头控制器将第m安全帽摄像头采集的施工人员图像数据通过第m无线收发模块发送至云端服务器。
6.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，在步骤S2中，对获取的待检测图片进行特征提取的计算方法为：
Figure FDA0002937992210000031
其中，K表示卷积核采样信息总个数；
wk表示第k个位置的权重；
p表示位置特征；
pk表示第k个位置的偏移；
Δpk是第k个位置上可学习的偏移；
Δmk是第k个位置上可学习的权重；其Δmk∈[0,1]；
x(p)表示图像卷积输入；
y(p)表示图像卷积输出。
7.根据权利要求3所述的智慧工地安全帽检测方法，其特征在于，在步骤S3中，分类处理方法为：
Figure FDA0002937992210000041
其中，T表示检测目标的数量；
s是第三超参；
yi表示第i类的预测值；
θyi表示第i类的预测值在超球空间上的角度值；
m是第四超参；
若计算得到的分类阈值S大于或者等于预设分类阈值，则将待检测图片分类为施工人员佩戴有工地安全帽；
若计算得到的分类阈值S小于预设分类阈值，则将待检测图片分类为施工人员未佩戴工地安全帽。
CN202010301457.1A 2020-04-16 2020-04-16 一种智慧工地安全帽检测系统及其方法 Active CN111523432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010301457.1A CN111523432B (zh) 2020-04-16 2020-04-16 一种智慧工地安全帽检测系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010301457.1A CN111523432B (zh) 2020-04-16 2020-04-16 一种智慧工地安全帽检测系统及其方法

Publications (2)

Publication Number Publication Date
CN111523432A CN111523432A (zh) 2020-08-11
CN111523432B true CN111523432B (zh) 2021-07-09

Family

ID=71904231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010301457.1A Active CN111523432B (zh) 2020-04-16 2020-04-16 一种智慧工地安全帽检测系统及其方法

Country Status (1)

Country Link
CN (1) CN111523432B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329532A (zh) * 2020-09-30 2021-02-05 浙江汉德瑞智能科技有限公司 基于YOLOv4的自动跟踪安全帽监测方法
CN112380910B (zh) * 2020-10-21 2023-06-02 重庆恢恢信息技术有限公司 一种基于区块链的建筑工地异常行为视频数据挖掘方法
CN112380911B (zh) * 2020-10-21 2023-05-05 重庆恢恢信息技术有限公司 一种融合区块链的海量建筑工地图像数据优化方法
CN112562145B (zh) * 2020-10-29 2023-05-23 重庆恢恢信息技术有限公司 一种用于智慧建筑工地的建筑人员排查工作方法
CN112562146B (zh) * 2020-10-29 2023-09-22 重庆恢恢信息技术有限公司 一种基于智慧云平台实现建筑工地人员流动方法
CN112530068B (zh) * 2020-10-29 2023-09-22 重庆恢恢信息技术有限公司 一种通过物联网实现智慧建筑工地的人员识别方法
CN112562154B (zh) * 2020-11-04 2022-08-26 重庆恢恢信息技术有限公司 一种实现智慧建筑工地区域建筑人员安全意识保障方法
CN112562155B (zh) * 2020-11-04 2023-04-28 重庆恢恢信息技术有限公司 一种智慧建筑工地区域建筑人员安全工作方法
CN112562153B (zh) * 2020-11-04 2023-05-02 重庆恢恢信息技术有限公司 一种基于智能云平台的工地行为人员优化方法
CN112232307B (zh) * 2020-11-20 2022-07-05 四川轻化工大学 夜视环境下的安全帽佩戴检测方法
CN114783144B (zh) * 2022-06-17 2022-09-06 深圳市易智博网络科技有限公司 智慧建筑工地安全监控方法、装置和计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107927979A (zh) * 2017-11-29 2018-04-20 湖南大学 一种基于bim模型安全预警系统的安全帽
CN110309719A (zh) * 2019-05-27 2019-10-08 安徽继远软件有限公司 一种电网作业人员安全帽佩戴管理控制方法和系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10295338B2 (en) * 2013-07-12 2019-05-21 Magic Leap, Inc. Method and system for generating map data from an image
CN110119686B (zh) * 2019-04-17 2020-09-25 电子科技大学 一种基于卷积神经网络的安全帽实时检测方法
CN110263665A (zh) * 2019-05-29 2019-09-20 朗坤智慧科技股份有限公司 基于深度学习的安全帽识别方法和系统
CN110852283A (zh) * 2019-11-14 2020-02-28 南京工程学院 一种基于改进YOLOv3的安全帽佩戴检测与跟踪方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107927979A (zh) * 2017-11-29 2018-04-20 湖南大学 一种基于bim模型安全预警系统的安全帽
CN110309719A (zh) * 2019-05-27 2019-10-08 安徽继远软件有限公司 一种电网作业人员安全帽佩戴管理控制方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ArcFace: Additive Angular Margin Loss for Deep Face Recognition;Jiankang Deng et al.;《arXiv:1801.07698v2》;20181120;第1-10页 *
Deformable ConvNets v2: More Deformable, Better Results;Xizhou Zhu et al.;《2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)》;20190620;第9308-9316页 *
Focal Loss for Dense Object Detection;Tsung-Yi Lin et al.;《arXiv:1708.02002v2》;20180207;第1-10页 *

Also Published As

Publication number Publication date
CN111523432A (zh) 2020-08-11

Similar Documents

Publication Publication Date Title
CN111523432B (zh) 一种智慧工地安全帽检测系统及其方法
CN110852183B (zh) 一种未佩戴安全帽人员识别方法、系统、装置和存储介质
CN101751744B (zh) 一种烟雾检测和预警方法
CN201936415U (zh) 森林火情自动识别报警系统
CN111241959A (zh) 一种通过工地视频流检测未佩戴安全帽人员的方法
CN112804498A (zh) 一种安全防护装具佩戴情况监控系统和方法
CN106878670A (zh) 一种视频处理方法及装置
CN112270253A (zh) 一种高空抛物的检测方法及装置
CN111079722B (zh) 一种吊装过程人员安全监测方法及系统
US20230196895A1 (en) Method for monitoring state of wearing safety protective equipment and server for providing the method
JP2013214143A (ja) 車両異常管理装置、車両異常管理システム、車両異常管理方法、及びプログラム
CN112580470A (zh) 城市视觉感知方法、装置、电子设备和存储介质
CN110597165B (zh) 一种堆钢监测系统及堆钢监测方法
CN115620192A (zh) 一种高空作业安全绳穿戴检测的方法和装置
CN108734072B (zh) 一种多源对象关联方法及装置
CN116246416A (zh) 一种用于安防的智能分析预警平台及方法
CN114677640A (zh) 基于机器视觉的智慧工地安全监测系统及方法
CN113627321A (zh) 基于人工智能的图像识别方法、装置及计算机设备
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
CN112668389A (zh) 高空抛物目标检测方法、设备、系统及存储介质
CN116206246A (zh) 一种基建工程安全违章目标识别方法及系统
CN115953815A (zh) 基建现场的监测方法及装置
CN111401276B (zh) 一种安全帽佩戴识别方法及系统
CN115049875A (zh) 一种基于深度学习的变电站中佩戴绝缘手套的检测方法
CN111723761B (zh) 异常人脸图像的确定方法、装置及存储介质

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