CN111881867A - 视频分析方法及装置、电子设备 - Google Patents
视频分析方法及装置、电子设备 Download PDFInfo
- Publication number
- CN111881867A CN111881867A CN202010768207.9A CN202010768207A CN111881867A CN 111881867 A CN111881867 A CN 111881867A CN 202010768207 A CN202010768207 A CN 202010768207A CN 111881867 A CN111881867 A CN 111881867A
- Authority
- CN
- China
- Prior art keywords
- hydrogenation
- video
- preset
- action
- standard
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 52
- 238000005984 hydrogenation reaction Methods 0.000 claims abstract description 276
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000009471 action Effects 0.000 claims description 113
- 210000000988 bone and bone Anatomy 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 9
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 8
- 229910052739 hydrogen Inorganic materials 0.000 claims description 8
- 239000001257 hydrogen Substances 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种视频分析方法及装置、电子设备。其中,该方法包括:获取工作人员在加氢过程中的加氢视频;将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的;在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。本发明解决了相关技术中相关技术中采用人工判断加氢操作是否符合规范的方式,检测准确度低的技术问题。
Description
技术领域
本发明涉及视频分析技术领域,具体而言,涉及一种视频分析方法及装置、电子设备。
背景技术
相关技术中,随着清洁能源的广泛使用,大量的设备开始使用清洁能源,例如,新能源汽车,在清洁能源中,氢能源是一种广泛使用、利用率较高的清洁能源,当前,一般使用加氢站存储氢能源,通过加氢员为汽车等按照操作规范给汽车加氢,在这个过程中,加氢的规范操作非常重要,如果不按照规范操作,很容易发生氢能源泄露,导致能源浪费,而当前的监控方式,一般是通过熟练度或者经验高的加氢员进行加氢操作,避免熟练度的加氢员出现加氢误操作,但是这种依靠经验监控加氢操作规范的方式,容易受到加氢员工作状态的影响,仍然容易发生加氢误操作,且加氢操作规范检测准确度低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种视频分析方法及装置、电子设备,以至少解决相关技术中相关技术中采用人工判断加氢操作是否符合规范的方式,检测准确度低的技术问题。
根据本发明实施例的一个方面,提供了一种视频分析方法,包括:获取工作人员在加氢过程中的加氢视频;将所述加氢视频与多个标准关键帧进行比对,以判断所述工作人员的加氢操作是否符合预设加氢操作规范,其中,所述多个标准关键帧是通过预设标准视频提取到的;在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
可选地,在获取工作人员在加氢过程中的加氢视频之前,所述视频分析方法还包括:解析预设标准视频,得到多组动作视频,其中,每组所述动作视频对应一个标准加氢操作;对每组所述动作视频,分别提取多个动作关键帧;组合每组动作视频对应的多个动作关键帧,得到所述多个标准关键帧。
可选地,判断所述工作人员的加氢操作是否符合预设加氢操作规范的步骤,包括:提取所述加氢视频中的多个加氢动作;将每个所述加氢动作与对应的预设标识动作模板进行比较,得到比较结果;若比较结果指示动作重合度高于等于预设重合度阈值,则确定所述工作人员的加氢操作符合预设加氢操作规范;若比较结果指示动作重合度低于预设重合度阈值,则确定所述工作人员的加氢操作不符合预设加氢操作规范。
可选地,提取所述加氢视频中的多个加氢动作的步骤,包括:识别所述加氢视频中工作人员的骨骼夹角;基于所述骨骼夹角,确定所述工作人员是否处于预设动作状态,其中,所述预设动作状态包括以下之一:站立状态、弯腰状态、拿加氢枪状态;基于所述预设动作状态,识别所述加氢视频的加氢动作。
可选地,所述视频分析方法还包括:采用姿态识别算法识别所述加氢视频中工作人员的所有骨骼点;选取所述所有骨骼点中的脚部点作为轨迹记录点;组合所有轨迹记录点和轨迹记录时间,形成加氢轨迹路线;判断所述加氢轨迹路线是否符合预设加氢标准路线;在确定所述加氢轨迹路线符合预设加氢标准路线时,在视频分析界面显示路线合规标识。
根据本发明实施例的另一方面,还提供了一种视频分析装置,包括:获取单元,用于获取工作人员在加氢过程中的加氢视频;判断单元,用于将所述加氢视频与多个标准关键帧进行比对,以判断所述工作人员的加氢操作是否符合预设加氢操作规范,其中,所述多个标准关键帧是通过预设标准视频提取到的;提示单元,用于在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
可选地,所述视频分析装置还包括:解析模块,用于在获取工作人员在加氢过程中的加氢视频之前,解析预设标准视频,得到多组动作视频,其中,每组所述动作视频对应一个标准加氢操作;第一提取模块,用于对每组所述动作视频,分别提取多个动作关键帧;第一组合模块,用于组合每组动作视频对应的多个动作关键帧,得到所述多个标准关键帧。
可选地,所述判断单元包括:第二提取模块,用于提取所述加氢视频中的多个加氢动作;比较模块,用于将每个所述加氢动作与对应的预设标识动作模板进行比较,得到比较结果;第一确定模块,用于在比较结果指示动作重合度高于等于预设重合度阈值时,确定所述工作人员的加氢操作符合预设加氢操作规范;第二确定模块,用于在比较结果指示动作重合度低于预设重合度阈值时,确定所述工作人员的加氢操作不符合预设加氢操作规范。
可选地,所述第二提取模块包括:第一识别子模块,用于识别所述加氢视频中工作人员的骨骼夹角;确定子模块,用于基于所述骨骼夹角,确定所述工作人员是否处于预设动作状态,其中,所述预设动作状态包括以下之一:站立状态、弯腰状态、拿加氢枪状态;第二识别子模块,用于基于所述预设动作状态,识别所述加氢视频的加氢动作。
可选地,所述视频分析装置还包括:第三识别子模块,用于采用姿态识别算法识别所述加氢视频中工作人员的所有骨骼点;选取子模块,用于选取所述所有骨骼点中的脚部点作为轨迹记录点;组合子模块,用于组合所有轨迹记录点和轨迹记录时间,形成加氢轨迹路线;判断子模块,用于判断所述加氢轨迹路线是否符合预设加氢标准路线;显示子模块,用于在确定所述加氢轨迹路线符合预设加氢标准路线时,在视频分析界面显示路线合规标识。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的视频分析方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的视频分析方法。
本发明实施例中,智能分析加氢视频来确定加氢工作人员的加氢操作是否符合规范,在这个过程中,通过先获取工作人员在加氢过程中的加氢视频,然后将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的,在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。在该实施例中,能够智能分析加氢视频,通过将新拍摄到的加氢视频与预先提取的标准视频的多个标准关键帧进行对比,对加氢操作进行判断,以确定加氢工作人员的加氢动作是否符合规范,提高动作识别精确度,从而解决相关技术中相关技术中采用人工判断加氢操作是否符合规范的方式,检测准确度低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的视频分析方法的示意图;
图2是根据本发明实施例的一种可选的视频分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种视频分析方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的视频分析方法的示意图,如图1所示,该方法包括如下步骤:
步骤S102,获取工作人员在加氢过程中的加氢视频;
步骤S104,将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的;
步骤S106,在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
通过上述步骤,可以智能分析加氢视频来确定加氢工作人员的加氢操作是否符合规范,在这个过程中,通过先获取工作人员在加氢过程中的加氢视频,然后将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的,在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。在该实施例中,能够智能分析加氢视频,通过将新拍摄到的加氢视频与预先提取的标准视频的多个标准关键帧进行对比,对加氢操作进行判断,以确定加氢工作人员的加氢动作是否符合规范,提高动作识别精确度,从而解决相关技术中相关技术中采用人工判断加氢操作是否符合规范的方式,检测准确度低的技术问题。
本发明实施例,可应用于加氢视频分析应用软件/加氢视频分析系统中,结合加氢站中设置的摄像设备,能够对采集的加氢视频进行高度精准识别,提高动作识别精准度。
下面结合上述各步骤来详细说明本发明。
本发明实施例,可预先录取一个关于加氢操作(多个加氢操作)的标准视频,并解析该标准视频,可选的,在获取工作人员在加氢过程中的加氢视频之前,视频分析方法还包括:解析预设标准视频,得到多组动作视频,其中,每组动作视频对应一个标准加氢操作;对每组动作视频,分别提取多个动作关键帧;组合每组动作视频对应的多个动作关键帧,得到多个标准关键帧。
步骤S102,获取工作人员在加氢过程中的加氢视频。
在加氢站中可布置多个摄像设备(如摄像头)、人物追踪设备,摄像设备对着加氢区域(指示加氢机和静电柱旁边的区域,可用于停放汽车等),实时跟踪加氢工作人员,在工作人员进行加氢时,拍摄加氢视频,并将加氢视频传输至后台加氢视频分析应用软件中。
在摄像设备跟踪加氢工作人员时,若是出现工作人员被物体遮挡(例如,静电柱遮挡),之后又重新进入可拍摄范围,则可以通过追踪算法和卡尔曼滤波算法,进行人物特征比较,给出特征推荐值,以确定画面中的加氢工作人员,并对加氢工作人员进行重新追踪。前述人物特征可以包括:脸部特征、身高特征、衣服颜色特征、头发特征等。
在重新追踪加氢工作人员时,采用的卡尔曼滤波算法可以是指:以最小均方误差为最佳估计准则,采用信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计,求出当前时刻的估计值,算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。
加氢动作时间较长,从触摸静电柱、拿取加氢枪、放入汽车加氢口、自动加氢、取出加氢枪、将加氢枪放入加氢机、结算等多个步骤中,需要花费较长时间。
步骤S104,将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的。加氢站加氢人员的加氢操作流程有一定的操作规范,监控工作人员的动作是否违规和引导其他人员自助加氢,如何确定加氢人的实时位置信息和一连串的操作,在加氢过程中有多个加氢步骤,对每一个加氢步骤都需要准确判断其加氢动作是否符合规范。
作为本发明可选的实施例,判断工作人员的加氢操作是否符合预设加氢操作规范的步骤,包括:提取加氢视频中的多个加氢动作;将每个加氢动作与对应的预设标识动作模板进行比较,得到比较结果;若比较结果指示动作重合度高于等于预设重合度阈值,则确定工作人员的加氢操作符合预设加氢操作规范;若比较结果指示动作重合度低于预设重合度阈值,则确定工作人员的加氢操作不符合预设加氢操作规范。
通过提取视频中的动作关键帧,之后可进行图像二值化处理/图像人物特征提取处理,得到人物简体特征,基于该人物简体特征,实现加氢动作与预设标识动作模板的比较,从而确定工作人员或者其它加氢人员的操作是否规范。
可选的,提取动作关键帧的加氢动作的步骤,包括:识别加氢视频中工作人员的骨骼夹角;基于骨骼夹角,确定工作人员是否处于预设动作状态,其中,预设动作状态包括以下之一:站立状态、弯腰状态、拿加氢枪状态;基于预设动作状态,识别动作关键帧的多个加氢动作。
步骤S106,在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
作为本发明可选的实施例,视频分析方法还包括:采用姿态识别算法识别加氢视频中工作人员的所有骨骼点;选取所有骨骼点中的脚部点作为轨迹记录点;组合所有轨迹记录点和轨迹记录时间,形成加氢轨迹路线;判断加氢轨迹路线是否符合预设加氢标准路线;在确定加氢轨迹路线符合预设加氢标准路线时,在视频分析界面显示路线合规标识。
上述路线合规标识是指:工作人员/其它加氢人员的加氢动作路线符合规范,显示该符合规范的路线合规标识,路线合规标识可以包括但不限于:颜色标识、符号标识,其中,颜色标识可以是指采用醒目的合规颜色(例如,绿色)提醒监控人员该次加氢过程符合规范。
通过上述实施例,可以智能分析关于加氢工作人员的加氢视频,能够提取视频中的动作关键帧,分析每个加氢动作段中的加氢动作是否符合预设动作规范,从而在加氢动作不符合动作规范时,及时发出报警提示。
图2是根据本发明实施例的一种可选的视频分析装置的示意图,如图2所示,该视频分析装置可以包括:获取单元21、判断单元23、提示单元25,其中,
获取单元21,用于获取工作人员在加氢过程中的加氢视频;
判断单元23,用于将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的;
提示单元27,用于在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
上述视频分析装置,可以智能分析加氢视频来确定加氢工作人员的加氢操作是否符合规范,在这个过程中,通过先通过获取单元21获取工作人员在加氢过程中的加氢视频,然后通过判断单元23将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的,通过提示单元25在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。在该实施例中,能够智能分析加氢视频,通过将新拍摄到的加氢视频与预先提取的标准视频的多个标准关键帧进行对比,对加氢操作进行判断,以确定加氢工作人员的加氢动作是否符合规范,提高动作识别精确度,从而解决相关技术中相关技术中采用人工判断加氢操作是否符合规范的方式,检测准确度低的技术问题。
可选的,视频分析装置还包括:解析模块,用于在获取工作人员在加氢过程中的加氢视频之前,解析预设标准视频,得到多组动作视频,其中,每组动作视频对应一个标准加氢操作;第一提取模块,用于对每组动作视频,分别提取多个动作关键帧;第一组合模块,用于组合每组动作视频对应的多个动作关键帧,得到多个标准关键帧。
另一种可选的,判断单元包括:第二提取模块,用于提取加氢视频中的多个加氢动作;比较模块,用于将每个加氢动作与对应的预设标识动作模板进行比较,得到比较结果;第一确定模块,用于在比较结果指示动作重合度高于等于预设重合度阈值时,确定工作人员的加氢操作符合预设加氢操作规范;第二确定模块,用于在比较结果指示动作重合度低于预设重合度阈值时,确定工作人员的加氢操作不符合预设加氢操作规范。
可选的,第二提取模块包括:第一识别子模块,用于识别加氢视频中工作人员的骨骼夹角;确定子模块,用于基于骨骼夹角,确定工作人员是否处于预设动作状态,其中,预设动作状态包括以下之一:站立状态、弯腰状态、拿加氢枪状态;第二识别子模块,用于基于预设动作状态,识别动作关键帧的多个加氢动作。
在本发明实施例,视频分析装置还包括:第三识别子模块,用于采用姿态识别算法识别加氢视频中工作人员的所有骨骼点;选取子模块,用于选取所有骨骼点中的脚部点作为轨迹记录点;组合子模块,用于组合所有轨迹记录点和轨迹记录时间,形成加氢轨迹路线;判断子模块,用于判断加氢轨迹路线是否符合预设加氢标准路线;显示子模块,用于在确定加氢轨迹路线符合预设加氢标准路线时,在视频分析界面显示路线合规标识。
上述的视频分析装置还可以包括处理器和存储器,上述获取单元21、判断单元23、提示单元25等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的视频分析方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的视频分析方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取工作人员在加氢过程中的加氢视频;将加氢视频与多个标准关键帧进行比对,以判断工作人员的加氢操作是否符合预设加氢操作规范,其中,多个标准关键帧是通过预设标准视频提取到的;在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,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一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种视频分析方法,其特征在于,包括:
获取工作人员在加氢过程中的加氢视频;
将所述加氢视频与多个标准关键帧进行比对,以判断所述工作人员的加氢操作是否符合预设加氢操作规范,其中,所述多个标准关键帧是通过预设标准视频提取到的;
在确定所述工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
2.根据权利要求1所述的视频分析方法,其特征在于,在获取工作人员在加氢过程中的加氢视频之前,所述视频分析方法还包括:
解析预设标准视频,得到多组动作视频,其中,每组所述动作视频对应一个标准加氢操作;
对每组所述动作视频,分别提取多个动作关键帧;
组合每组动作视频对应的多个动作关键帧,得到所述多个标准关键帧。
3.根据权利要求2所述的视频分析方法,其特征在于,判断所述工作人员的加氢操作是否符合预设加氢操作规范的步骤,包括:
提取所述加氢视频中的多个加氢动作;
将每个所述加氢动作与对应的预设标识动作模板进行比较,得到比较结果;
若比较结果指示动作重合度高于等于预设重合度阈值,则确定所述工作人员的加氢操作符合预设加氢操作规范;
若比较结果指示动作重合度低于预设重合度阈值,则确定所述工作人员的加氢操作不符合预设加氢操作规范。
4.根据权利要求3所述的视频分析方法,其特征在于,提取所述加氢视频中的多个加氢动作的步骤,包括:
识别所述加氢视频中工作人员的骨骼夹角;
基于所述骨骼夹角,确定所述工作人员是否处于预设动作状态,其中,所述预设动作状态包括以下之一:站立状态、弯腰状态、拿加氢枪状态;
基于所述预设动作状态,识别所述加氢视频的多个加氢动作。
5.根据权利要求1所述的视频分析方法,其特征在于,所述视频分析方法还包括:
采用姿态识别算法识别所述加氢视频中工作人员的所有骨骼点;
选取所述所有骨骼点中的脚部点作为轨迹记录点;
组合所有轨迹记录点和轨迹记录时间,形成加氢轨迹路线;
判断所述加氢轨迹路线是否符合预设加氢标准路线;
在确定所述加氢轨迹路线符合预设加氢标准路线时,在视频分析界面显示路线合规标识。
6.一种视频分析装置,其特征在于,包括:
获取单元,用于获取工作人员在加氢过程中的加氢视频;
判断单元,用于将所述加氢视频与多个标准关键帧进行比对,以判断所述工作人员的加氢操作是否符合预设加氢操作规范,其中,所述多个标准关键帧是通过预设标准视频提取到的;
提示单元,用于在确定工作人员的加氢操作不符合预设加氢操作规范时,发出报警提示。
7.根据权利要求6所述的视频分析装置,其特征在于,所述视频分析装置还包括:
解析模块,用于在获取工作人员在加氢过程中的加氢视频之前,解析预设标准视频,得到多组动作视频,其中,每组所述动作视频对应一个标准加氢操作;
第一提取模块,用于对每组所述动作视频,分别提取多个动作关键帧;
第一组合模块,用于组合每组动作视频对应的多个动作关键帧,得到所述多个标准关键帧。
8.根据权利要求6所述的视频分析装置,其特征在于,所述判断单元包括:
第二提取模块,用于提取所述加氢视频中的多个加氢动作;
比较模块,用于将每个所述加氢动作与对应的预设标识动作模板进行比较,得到比较结果;
第一确定模块,用于在比较结果指示动作重合度高于等于预设重合度阈值时,确定所述工作人员的加氢操作符合预设加氢操作规范;
第二确定模块,用于在比较结果指示动作重合度低于预设重合度阈值时,确定所述工作人员的加氢操作不符合预设加氢操作规范。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至5中任意一项所述的视频分析方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至5中任意一项所述的视频分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010768207.9A CN111881867A (zh) | 2020-08-03 | 2020-08-03 | 视频分析方法及装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010768207.9A CN111881867A (zh) | 2020-08-03 | 2020-08-03 | 视频分析方法及装置、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111881867A true CN111881867A (zh) | 2020-11-03 |
Family
ID=73204452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010768207.9A Pending CN111881867A (zh) | 2020-08-03 | 2020-08-03 | 视频分析方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881867A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333467A (zh) * | 2020-11-27 | 2021-02-05 | 中国船舶工业系统工程研究院 | 一种用于检测视频的关键帧的方法、系统和介质 |
CN113312972A (zh) * | 2021-04-26 | 2021-08-27 | 国家能源集团新能源有限责任公司 | 一种自助加氢方法及其装置 |
CN115379300A (zh) * | 2022-07-27 | 2022-11-22 | 国能龙源环保有限公司 | 基于ai识别算法规范安装炸药包的辅助方法及辅助装置 |
CN115459966A (zh) * | 2022-08-25 | 2022-12-09 | 北京伽睿智能科技集团有限公司 | 一种可信的数字设备远程运维方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107335192A (zh) * | 2017-05-26 | 2017-11-10 | 深圳奥比中光科技有限公司 | 运动辅助训练方法、装置及存储装置 |
CN108985262A (zh) * | 2018-08-06 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 肢体运动指导方法、装置、服务器及存储介质 |
CN109635644A (zh) * | 2018-11-01 | 2019-04-16 | 北京健康有益科技有限公司 | 一种用户动作的评价方法、装置和可读介质 |
CN110090422A (zh) * | 2019-04-16 | 2019-08-06 | 湖南文理学院 | 健身动作纠正系统及健身比赛系统 |
CN110110660A (zh) * | 2019-05-07 | 2019-08-09 | 广东工业大学 | 手部操作行为的分析方法、装置及设备 |
CN110738163A (zh) * | 2019-10-12 | 2020-01-31 | 中国矿业大学 | 一种矿井人员违规动作识别系统 |
CN110782482A (zh) * | 2019-10-21 | 2020-02-11 | 深圳市网心科技有限公司 | 运动评估方法、装置、计算机设备及存储介质 |
-
2020
- 2020-08-03 CN CN202010768207.9A patent/CN111881867A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107335192A (zh) * | 2017-05-26 | 2017-11-10 | 深圳奥比中光科技有限公司 | 运动辅助训练方法、装置及存储装置 |
CN108985262A (zh) * | 2018-08-06 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 肢体运动指导方法、装置、服务器及存储介质 |
CN109635644A (zh) * | 2018-11-01 | 2019-04-16 | 北京健康有益科技有限公司 | 一种用户动作的评价方法、装置和可读介质 |
CN110090422A (zh) * | 2019-04-16 | 2019-08-06 | 湖南文理学院 | 健身动作纠正系统及健身比赛系统 |
CN110110660A (zh) * | 2019-05-07 | 2019-08-09 | 广东工业大学 | 手部操作行为的分析方法、装置及设备 |
CN110738163A (zh) * | 2019-10-12 | 2020-01-31 | 中国矿业大学 | 一种矿井人员违规动作识别系统 |
CN110782482A (zh) * | 2019-10-21 | 2020-02-11 | 深圳市网心科技有限公司 | 运动评估方法、装置、计算机设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333467A (zh) * | 2020-11-27 | 2021-02-05 | 中国船舶工业系统工程研究院 | 一种用于检测视频的关键帧的方法、系统和介质 |
CN113312972A (zh) * | 2021-04-26 | 2021-08-27 | 国家能源集团新能源有限责任公司 | 一种自助加氢方法及其装置 |
CN115379300A (zh) * | 2022-07-27 | 2022-11-22 | 国能龙源环保有限公司 | 基于ai识别算法规范安装炸药包的辅助方法及辅助装置 |
CN115459966A (zh) * | 2022-08-25 | 2022-12-09 | 北京伽睿智能科技集团有限公司 | 一种可信的数字设备远程运维方法及系统 |
CN115459966B (zh) * | 2022-08-25 | 2024-01-09 | 北京伽睿智能科技集团有限公司 | 一种可信的数字设备远程运维方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881867A (zh) | 视频分析方法及装置、电子设备 | |
CN110751022B (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
CN110738135B (zh) | 一种工人作业工步规范视觉识别判定与指导方法及系统 | |
CN109800731B (zh) | 指纹录入方法及相关装置 | |
CN111898551A (zh) | 加氢视频中的动作分析方法及装置、电子设备 | |
CN112016409A (zh) | 一种基于深度学习的工步规范视觉识别判定方法及系统 | |
WO2020156033A1 (zh) | 指纹验证方法及相关装置 | |
CN106448257A (zh) | 一种车位占用情况检测方法及装置 | |
CN108335492A (zh) | 车辆停放检测方法以及计算机可读存储介质 | |
CN114419038A (zh) | 轮毂表面缺陷的识别方法及装置、存储介质、电子设备 | |
CN113808087A (zh) | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 | |
CN115880722A (zh) | 一种配电作业人员穿戴的智能识别方法、系统和介质 | |
CN111612088B (zh) | 叠加字符的图像的检测方法及装置 | |
CN107729839B (zh) | 一种保护压板的拔插式开关的投退状态的识别方法及装置 | |
CN111325731A (zh) | 遥控装置的安装检测方法及装置 | |
CN111881733B (zh) | 一种工人作业工步规范视觉识别判定与指导方法和系统 | |
CN115578731A (zh) | 安全管控信息的生成方法、装置、电子设备及存储介质 | |
CN116229502A (zh) | 基于图像的摔倒行为识别方法及设备 | |
CN114241400A (zh) | 电网系统的监控方法及其装置、计算机可读存储介质 | |
CN113191356A (zh) | 一种开关柜压板设备的状态识别方法及相关装置 | |
CN113902987A (zh) | 群体智能的对象检测方法、存储介质和处理器 | |
CN113449545A (zh) | 数据处理方法、装置、存储介质和处理器 | |
CN111027467A (zh) | 一种银行现金柜台使用规范智能检测方法及装置 | |
CN109101982B (zh) | 目标对象的识别方法和装置 | |
CN115098731B (zh) | 目标关联方法、设备及存储介质 |
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 |