CN112001700A - 一种基于大数据自动比对的工程检查方法及服务端 - Google Patents
一种基于大数据自动比对的工程检查方法及服务端 Download PDFInfo
- Publication number
- CN112001700A CN112001700A CN202010849390.5A CN202010849390A CN112001700A CN 112001700 A CN112001700 A CN 112001700A CN 202010849390 A CN202010849390 A CN 202010849390A CN 112001700 A CN112001700 A CN 112001700A
- Authority
- CN
- China
- Prior art keywords
- information
- item
- detected
- point location
- image
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 230000004913 activation Effects 0.000 claims abstract description 17
- 239000003550 marker Substances 0.000 claims description 32
- 238000013527 convolutional neural network Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Multimedia (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Primary Health Care (AREA)
Abstract
本发明提供了一种基于大数据自动比对的工程检查方法及服务端,预先存储点位标记信息与待检测项目的项目信息的对应关系,点位标记信息对应的点位标记位于待检测项目上;获取点位标记激活信息,点位标记激活信息中包括点位标记信息,确定点位标记信息对应的待检测项目;接收待检测项目的检测结果,检测结果包括第一图像;通过项目识别模型识别第一图像中的场景信息,判断第一图像是否与待检测项目对应,若否,则输出需重新检测信息;本发明通过项目识别模型判断第一图像中的场景信息是否与待检测项目信息相对应,若否,则提示检测员重新对待检测项目进行检测,能够减少人员未到现场、项目未检测就发出检测完成信息的情况。
Description
技术领域
本发明涉及工程检查领域,尤其涉及一种基于大数据自动比对的工程检查方法及服务端。
背景技术
为保障工程项目的质量与安全,工程项目在建设的过程中需要有第三方工程质量检测机构接受委托,依据国家有关法律、法规和工程建设强制性标准,对涉及结构安全的项目进行抽样检测、对进入施工现场的建筑材料、构配件进行取样检测等;工程质量检测机构,是保障工程项目质量安全的一道重要关口,检测造假,可能会使工程项目用上不合格材料或放过工程质量缺陷,影响后续使用者的生命财产安全。而有些工程质量检测机构明明未作检测或检测敷衍了事,却出具了检测合格报告,这种行为给工程质量埋下了难以预知的隐患,危害很大。
发明内容
本发明所要解决的技术问题是:提供一种基于大数据自动比对的工程检查方法及服务端,实现公开透明的工程质量检测。
为了解决上述技术问题,本发明采用的一种技术方案为:
一种基于大数据自动比对的工程检查方法,包括步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种基于大数据自动比对的工程检查服务端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
本发明的有益效果在于:检测员在检测前先激活位于待检测项目上的点位标记,服务端远程接收检测员上传的关于待检测项目的检测结果中的第一图像,并通过项目识别模型判断第一图像中的场景信息是否与激活了点位标记的项目信息相对应,若否,则说明检测员上传的第一图像与待检测项目不符,则输出需重新检测信息,提示检测员重新对待检测项目进行检测,能够大大减少人员未到现场、项目未检测就能够发出检测完成信息及检测数据作假的情况,保证项目安全和工程检测的公开透明。
附图说明
图1为本发明实施例的一种基于大数据自动比对的工程检查方法的步骤流程图;
图2为本发明实施例的一种基于大数据自动比对的工程检查服务端的结构示意图;
标号说明:
1、一种基于大数据自动比对的工程检查服务端;2、处理器;3、存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,一种基于大数据自动比对的工程检查方法,包括步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
从上述描述可知,本发明的有益效果在于:检测员在检测前先激活位于待检测项目上的点位标记,服务端远程接收检测员上传的关于待检测项目的检测结果中的第一图像,并通过项目识别模型判断第一图像中的场景信息是否与激活了点位标记的项目信息相对应,若否,则说明检测员上传的第一图像与待检测项目不符,则输出需重新检测信息,提示检测员重新对待检测项目进行检测,能够大大减少人员未到现场、项目未检测就能够发出检测完成信息及检测数据作假的情况,保证项目安全和工程检测的公开透明。
进一步的,所述S1还包括:
预先存储传感器信息与待检测项目的项目信息的对应关系,所述传感器信息对应的传感器位于所述待检测项目上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定与所述待检测项目对应的传感器信息;
向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据。
由上述描述可知,在待检测项目上设置传感器,并将传感器信息与待检测的项目信息的对应关系预先存储,保证所获取的数据与项目信息能够对应;当点位标记激活后,确定点位标记对应的项目信息所对应的传感器信息,并发送传感器控制指令获取传感器的采集数据,能够实现特定检测项目的远程检查和监控。
进一步的,所述S1还包括:
预先存储摄像头信息与待检测项目的项目信息的对应关系,所述摄像头信息对应的摄像头安装于能监控到所述待检测项目的位置上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定所述待检测项目对应的摄像头信息;
向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像;
识别所述人脸图像中的人脸信息,判断是否与预设的人脸信息匹配,若是,则发送开始检测指令,否则,不执行S3并输出检测人员信息不匹配;
根据所述现场图像,获取现场操作信息,判断所述操作信息是否符合规范,若否,则发出预警信息。
由上述描述可知,将摄像头信息与项目信息的对应关系预先存储,并将摄像头安装在能够拍摄到项目的位置上,能够通过向摄像头发送摄像头控制指令获取检查线上的实时图像,处理获得人脸图像和现场图像,判断人脸图像是否与预设的人脸信息相符,能够知道在先插进行检测的人员是否为预先安排的检测员,若否,则认为检测结果不可信,不接收检测结果,并且根据现场图像判断检测员的操作是否符合规范,若否,则发出预警信息到检测员所有的终端,提醒检测员重新进行该项检测。
进一步的,所述S4之前还包括:
将已标记的现场项目图片作为样本库,所述现场项目图片的数量大于第一预设值;
使用CNN卷积神经网络VGG16训练所述样本库,得到项目识别模型。
由上述描述可知,利用已标记的现场项目图片作为样本库,通过卷积神经网络训练项目识别模型,通过项目识别模型能够自动进行对检测员通过终端上传的检测结果的识别,相较于之前需要人工识别检测结果中的场景与项目是否对应,更加高效准确。
进一步的,所述判断是否与预设的人脸信息匹配具体为;
将所述第人脸图像中的人脸信息与预设的人脸信息通过FaceNet算法的OpenFace进行比对,得到比对结果。
由上述描述可知,使用人脸识别算法进行人脸识别操作,确保了在场进行检测的人员为预先安排的检测员时,才接受相应检测结果,初步保证了检测结果的可信度。
请参照图2,一种基于大数据自动比对的工程检查服务端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
本发明的有益效果在于:检测员在检测前先激活位于待检测项目上的点位标记,服务端远程接收检测员上传的关于待检测项目的检测结果中的第一图像,并通过项目识别模型判断第一图像中的场景信息是否与激活了点位标记的项目信息相对应,若否,则说明检测员上传的第一图像与待检测项目不符,则输出需重新检测信息,提示检测员重新对待检测项目进行检测,能够大大减少人员未到现场、项目未检测就能够发出检测完成信息及检测数据作假的情况,保证项目安全和工程检测的公开透明。
进一步的,所述S1还包括:
预先存储传感器信息与待检测项目的项目信息的对应关系,所述传感器信息对应的传感器位于所述待检测项目上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定与所述待检测项目对应的传感器信息;
向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据。
由上述描述可知,在待检测项目上设置传感器,并将传感器信息与待检测的项目信息的对应关系预先存储,保证所获取的数据与项目信息能够对应;当点位标记激活后,确定点位标记对应的项目信息所对应的传感器信息,并发送传感器控制指令获取传感器的采集数据,能够实现特定检测项目的远程检查和监控。
进一步的,所述S1还包括:
预先存储摄像头信息与待检测项目的项目信息的对应关系,所述摄像头信息对应的摄像头安装于能监控到所述待检测项目的位置上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定所述待检测项目对应的摄像头信息;
向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像;
识别所述人脸图像中的人脸信息,判断是否与预设的人脸信息匹配,若是,则发送开始检测指令,否则,不执行S3并输出检测人员信息不匹配;
根据所述现场图像,获取现场操作信息,判断所述操作信息是否符合规范,若否,则发出预警信息。
由上述描述可知,将摄像头信息与项目信息的对应关系预先存储,并将摄像头安装在能够拍摄到项目的位置上,能够通过向摄像头发送摄像头控制指令获取检查线上的实时图像,处理获得人脸图像和现场图像,判断人脸图像是否与预设的人脸信息相符,能够知道在先插进行检测的人员是否为预先安排的检测员,若否,则认为检测结果不可信,不接收检测结果,并且根据现场图像判断检测员的操作是否符合规范,若否,则发出预警信息到检测员所有的终端,提醒检测员重新进行该项检测。
进一步的,所述S4之前还包括:
将已标记的现场项目图片作为样本库,所述现场项目图片的数量大于第一预设值;
使用CNN卷积神经网络VGG16训练所述样本库,得到项目识别模型。
由上述描述可知,利用已标记的现场项目图片作为样本库,通过卷积神经网络训练项目识别模型,通过项目识别模型能够自动进行对检测员通过终端上传的检测结果的识别,相较于之前需要人工识别检测结果中的场景与项目是否对应,更加高效准确。
进一步的,所述判断是否与预设的人脸信息匹配具体为;
将所述第人脸图像中的人脸信息与预设的人脸信息通过FaceNet算法的OpenFace进行比对,得到比对结果。
由上述描述可知,使用人脸识别算法进行人脸识别操作,确保了在场进行检测的人员为预先安排的检测员时,才接受相应检测结果,初步保证了检测结果的可信度。
请参照图1,本发明的实施例一为:
一种基于大数据自动比对的工程检查方法,具体包括:
S1、预先存储点位标记信息、传感器信息及摄像头信息与待检测项目的项目信息的对应关系;点位标记信息对应的点位标记位于待检测项目上,传感器信息对应的传感器位于待检测项目上,摄像头信息对应的摄像头安装于能监控到待检测项目的位置上;
在一种可选的实施方式中,待检测项目包括塔吊支架、深基坑临边防护栏杆等,传感器包括压力传感器螺栓,能够监测螺栓的紧固情况,传感器使用NB-IoT(Narrow BandInternet of Things,窄带物联网)技术传递数据;点位标记可以是二维码或RFID(RadioFrequency Identification,射频识别)标签等,摄像头优选为可调节角度的摄像头,能够通过移动终端远程控制目标监控区域;
在一种可选的实施方式中,分别存储传感器信息、摄像头信息及待检测项目的项目信息三者与点位标记信息之间的对应关系;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
检测员通过终端识别点位标记,获取点位标记信息,向服务端发送点位标记激活信息;
在一种可选的实施方式中,检测员通过终端扫描二维码或获取RFID信号识别点位标记;
S3、确定与待检测项目对应的传感器信息;
向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据;
具体的,传感器接收传感器控制指令后,通过NB-IoT自动上传采集数据;
S4、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
具体的,检测员通过终端对待检测项目进行拍照得到第一图像;
S4之前还包括:已标记的现场项目图片作为样本库,所述现场项目图片的数量大于第一预设值;
使用CNN卷积神经网络VGG16训练所述样本库,得到项目识别模型;
S5、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息;
具体的,通过CNN卷积神经网络AI智能图像分析与识别技术对检测员上传的第一图像进行分类识别,分类识别中的类别为不同的项目;判断第一图像所对应的项目是否为待检测项目,第一图像有多张。
一种基于大数据自动比对的工程检查方法,其与实施例一的不同之处在于:
S3还包括:确定所述待检测项目对应的摄像头信息;
向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像;
识别所述人脸图像中的人脸信息,判断是否与预设的人脸信息匹配,若是,则发送开始检测指令,否则,不执行S4并输出检测人员信息不匹配;
其中,判断是否与预设的人脸信息匹配具体为;
监管人员通过PC端或移动终端调阅人脸图像,确认人脸图像与预设的检测员是否为同一人;或将所述人脸图像中的人脸信息与预设的人脸信息通过FaceNet算法的OpenFace进行比对,得到比对结果;
在一种可选的实施方式中,检测员通过终端登录时,终端上的摄像头获取检测员的人脸图像并上传;
根据所述现场图像,获取现场操作信息,判断所述操作信息是否符合规范,若否,则发出预警信息;
S4中检测结果还包括:检测员通过终端记录的待检测项目的状态数据(良好、需维修、需更换等)、人脸图像、现场图像、传感器的采集数据及项目信息;
S4之后还包括:将检测结果形成报表进行存储;
在一种可选的实施方式中,检测员检测员通过终端识别点位标记,获取点位标记信息,向服务端发送点位标记激活信息;服务端根据预先存储的传感器信息、摄像头信息及待检测项目的项目信息三者与点位标记信息之间的对应关系,向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据,向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像,检测员通过终端对待检测项目进行拍照得到第一图像,检测员通过终端记录的待检测项目的状态数据(良好、需维修、需更换等),第一图像、状态数据、人脸图像、现场图像、传感器的采集数据及项目信息作为检测结果,形成检测结果报表上传到服务端;服务端判断人脸图像中人脸信息是否与预设的人脸信息匹配及第一图像是否与待检测项目对应,若有一者为否,则输出需重新检测信息;
或人工对检测结果报表进行审核,比对人脸图像判断是否为预先安排的检测员、查看现场图像判断是否对应待检测项目、查看第一图像及传感器的采集数据判断检测员是否有对项目进行规范检测,若有一者为否,则输出需要重新检测信息。
请参照图2,本发明的实施例三为:
一种基于大数据自动比对的工程检查服务端1,包括处理器2、存储器3及存储在存储器3上并可在所述处理器2上运行的计算机程序,所述处理器2执行所述计算机程序时实现实施例一或实施例二中的各个步骤。
综上所述,本发明提供了一种基于大数据自动比对的工程检查方法及服务端,在项目上设置传感器及点位标记,设置能够监测到项目的摄像头,并存储点位标记信息与项目信息、点位标记信息与传感器信息及点位标记信息与摄像头信息的对应关系,检测员通过终端激活项目上的点位标记与服务器建立连接,服务器获取点位标记信息对应的传感器信息及摄像头信息,并根据传感器信息及摄像头信息向相应的传感器及摄像头分别发送传感器控制指令及摄像头控制指令,获取待检测项目上的传感器的采集数据及现场图像,实现对检查现场的实时监控,大大减少人员未到现场、项目未检测及检测数据作假的情况;同时,检测员在登录终端时,终端获取检测员的人脸图像,与预设的检测员人脸图像进行对比,若不相符则提示重新检测,防止有人员冒充检测员进行检测的情况;同时,对于检测员通过终端上传的待检测项目的图片,进行大数据识别,若预训练好的项目识别模型识别出的图片对应的项目与待检测项目不一致或识别不出结果,则提示重新检测,确保检测员所上传的图片与待检测项目对应,保证检测结果的真实可靠。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于大数据自动比对的工程检查方法,其特征在于,包括步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
2.根据权利要求1所述的一种基于大数据自动比对的工程检查方法,其特征在于,所述S1还包括:
预先存储传感器信息与待检测项目的项目信息的对应关系,所述传感器信息对应的传感器位于所述待检测项目上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定与所述待检测项目对应的传感器信息;
向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据。
3.根据权利要求1所述的一种基于大数据自动比对的工程检查方法,其特征在于,所述S1还包括:
预先存储摄像头信息与待检测项目的项目信息的对应关系,所述摄像头信息对应的摄像头安装于能监控到所述待检测项目的位置上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定所述待检测项目对应的摄像头信息;
向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像;
识别所述人脸图像中的人脸信息,判断是否与预设的人脸信息匹配,若是,则发送开始检测指令,否则,不执行S3并输出检测人员信息不匹配;
根据所述现场图像,获取现场操作信息,判断所述操作信息是否符合规范,若否,则发出预警信息。
4.根据权利要求1所述的一种基于大数据自动比对的工程检查方法,其特征在于,所述S4之前还包括:
将已标记的现场项目图片作为样本库,所述现场项目图片的数量大于第一预设值;
使用CNN卷积神经网络VGG16训练所述样本库,得到项目识别模型。
5.根据权利要求3所述的一种基于大数据自动比对的工程检查方法,其特征在于,所述判断是否与预设的人脸信息匹配具体为;
将所述人脸图像中的人脸信息与预设的人脸信息通过FaceNet算法的OpenFace进行比对,得到比对结果。
6.一种基于大数据自动比对的工程检查服务端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
S1、预先存储点位标记信息与待检测项目的项目信息的对应关系,所述点位标记信息对应的点位标记位于所述待检测项目上;
S2、获取点位标记激活信息,所述点位标记激活信息中包括所述点位标记信息,确定所述点位标记信息对应的所述待检测项目;
S3、接收所述待检测项目的检测结果,所述检测结果包括第一图像;
S4、通过项目识别模型识别所述第一图像中的场景信息,判断所述第一图像是否与所述待检测项目对应,若否,则输出需重新检测信息。
7.根据权利要求6所述的一种基于大数据自动比对的工程检查服务端,其特征在于,所述S1还包括:
预先存储传感器信息与待检测项目的项目信息的对应关系,所述传感器信息对应的传感器位于所述待检测项目上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定与所述待检测项目对应的传感器信息;
向所述传感器信息所对应的传感器发送传感器控制指令,获取传感器的采集数据。
8.根据权利要求6所述的一种基于大数据自动比对的工程检查服务端,其特征在于,所述S1还包括:
预先存储摄像头信息与待检测项目的项目信息的对应关系,所述摄像头信息对应的摄像头安装于能监控到所述待检测项目的位置上;
所述S2确定所述点位标记信息对应的所述待检测项目之后还包括:
确定所述待检测项目对应的摄像头信息;
向所述摄像头信息所对应的摄像头发送摄像头控制指令,以触发所述摄像头进行实时拍照录像,获取人脸图像和现场图像;
识别所述人脸图像中的人脸信息,判断是否与预设的人脸信息匹配,若是,则发送开始检测指令,否则,不执行S3并输出检测人员信息不匹配;
根据所述现场图像,获取现场操作信息,判断所述操作信息是否符合规范,若否,则发出预警信息。
9.根据权利要求6所述的一种基于大数据自动比对的工程检查服务端,其特征在于,所述S4之前还包括:
将已标记的现场项目图片作为样本库,所述现场项目图片的数量大于第一预设值;
使用CNN卷积神经网络VGG16训练所述样本库,得到项目识别模型。
10.根据权利要求8所述的一种基于大数据自动比对的工程检查服务端,其特征在于,所述判断是否与预设的人脸信息匹配具体为;
将所述人脸图像中的人脸信息与预设的人脸信息通过FaceNet算法的OpenFace进行比对,得到比对结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010849390.5A CN112001700A (zh) | 2020-08-21 | 2020-08-21 | 一种基于大数据自动比对的工程检查方法及服务端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010849390.5A CN112001700A (zh) | 2020-08-21 | 2020-08-21 | 一种基于大数据自动比对的工程检查方法及服务端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001700A true CN112001700A (zh) | 2020-11-27 |
Family
ID=73474069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010849390.5A Pending CN112001700A (zh) | 2020-08-21 | 2020-08-21 | 一种基于大数据自动比对的工程检查方法及服务端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001700A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112565713A (zh) * | 2020-12-24 | 2021-03-26 | 中国人民解放军陆军工程大学 | 一种设备故障检修交互系统和方法 |
CN112614568A (zh) * | 2020-12-28 | 2021-04-06 | 东软集团股份有限公司 | 检查图像的处理方法、装置、存储介质和电子设备 |
CN113487200A (zh) * | 2021-07-14 | 2021-10-08 | 唐山市曹妃甸区陆月柒峰科技有限责任公司 | 一种公路工程的项目质量评定方法及系统 |
CN114598602A (zh) * | 2022-03-09 | 2022-06-07 | 树根互联股份有限公司 | 数据获取方法、装置、计算机设备及计算机可读存储介质 |
CN114627504A (zh) * | 2022-03-17 | 2022-06-14 | 盐城笃诚建设有限公司 | 一种建筑工程劳务人员管理系统及管理方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325075A (zh) * | 2012-11-22 | 2013-09-25 | 长沙建研信息技术有限公司 | 一种基于二维条形码的混凝土试块定位方法 |
CN103886349A (zh) * | 2014-04-14 | 2014-06-25 | 长沙建研信息技术有限公司 | 一种基于二维码与rfid电子标签一体化防伪的建材见证取样方法 |
CN105243408A (zh) * | 2015-11-05 | 2016-01-13 | 湖南建研信息技术股份有限公司 | 一种基于rfid芯片的混凝土试块定位系统和方法 |
CN106779323A (zh) * | 2016-11-29 | 2017-05-31 | 长沙海川自动化设备有限公司 | 用于建筑起重机械的检验操作方法及系统 |
CN107730011A (zh) * | 2017-10-10 | 2018-02-23 | 通辽霍林河坑口发电有限责任公司 | 信息检测方法及装置 |
CN108868602A (zh) * | 2017-05-09 | 2018-11-23 | 中国石油天然气集团公司 | 定向钻穿越施工监测系统及监测方法 |
CN109460805A (zh) * | 2018-12-21 | 2019-03-12 | 长安大学 | 一种结合二维码与视频监控的实验数据采集监控系统及方法 |
CN110084470A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防查勘员造假方法、装置、终端及介质 |
CN110471376A (zh) * | 2019-07-10 | 2019-11-19 | 深圳市乾行达科技有限公司 | 一种工业现场故障检测方法及设备 |
US20190354785A1 (en) * | 2018-05-15 | 2019-11-21 | GM Global Technology Operations LLC | Method and system for improving object detection and object classification |
CN111191567A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 身份数据处理方法、装置、计算机设备和存储介质 |
CN111242574A (zh) * | 2020-01-08 | 2020-06-05 | 中国建筑第二工程局有限公司西南分公司 | 一种基于gps技术的智慧工地现场巡检管理系统及方法 |
-
2020
- 2020-08-21 CN CN202010849390.5A patent/CN112001700A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325075A (zh) * | 2012-11-22 | 2013-09-25 | 长沙建研信息技术有限公司 | 一种基于二维条形码的混凝土试块定位方法 |
CN103886349A (zh) * | 2014-04-14 | 2014-06-25 | 长沙建研信息技术有限公司 | 一种基于二维码与rfid电子标签一体化防伪的建材见证取样方法 |
CN105243408A (zh) * | 2015-11-05 | 2016-01-13 | 湖南建研信息技术股份有限公司 | 一种基于rfid芯片的混凝土试块定位系统和方法 |
CN106779323A (zh) * | 2016-11-29 | 2017-05-31 | 长沙海川自动化设备有限公司 | 用于建筑起重机械的检验操作方法及系统 |
CN108868602A (zh) * | 2017-05-09 | 2018-11-23 | 中国石油天然气集团公司 | 定向钻穿越施工监测系统及监测方法 |
CN107730011A (zh) * | 2017-10-10 | 2018-02-23 | 通辽霍林河坑口发电有限责任公司 | 信息检测方法及装置 |
US20190354785A1 (en) * | 2018-05-15 | 2019-11-21 | GM Global Technology Operations LLC | Method and system for improving object detection and object classification |
CN109460805A (zh) * | 2018-12-21 | 2019-03-12 | 长安大学 | 一种结合二维码与视频监控的实验数据采集监控系统及方法 |
CN110084470A (zh) * | 2019-03-15 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 基于人脸识别的防查勘员造假方法、装置、终端及介质 |
CN110471376A (zh) * | 2019-07-10 | 2019-11-19 | 深圳市乾行达科技有限公司 | 一种工业现场故障检测方法及设备 |
CN111191567A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 身份数据处理方法、装置、计算机设备和存储介质 |
CN111242574A (zh) * | 2020-01-08 | 2020-06-05 | 中国建筑第二工程局有限公司西南分公司 | 一种基于gps技术的智慧工地现场巡检管理系统及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112565713A (zh) * | 2020-12-24 | 2021-03-26 | 中国人民解放军陆军工程大学 | 一种设备故障检修交互系统和方法 |
CN112614568A (zh) * | 2020-12-28 | 2021-04-06 | 东软集团股份有限公司 | 检查图像的处理方法、装置、存储介质和电子设备 |
CN112614568B (zh) * | 2020-12-28 | 2024-05-28 | 东软集团股份有限公司 | 检查图像的处理方法、装置、存储介质和电子设备 |
CN113487200A (zh) * | 2021-07-14 | 2021-10-08 | 唐山市曹妃甸区陆月柒峰科技有限责任公司 | 一种公路工程的项目质量评定方法及系统 |
CN114598602A (zh) * | 2022-03-09 | 2022-06-07 | 树根互联股份有限公司 | 数据获取方法、装置、计算机设备及计算机可读存储介质 |
CN114627504A (zh) * | 2022-03-17 | 2022-06-14 | 盐城笃诚建设有限公司 | 一种建筑工程劳务人员管理系统及管理方法 |
CN114627504B (zh) * | 2022-03-17 | 2023-01-10 | 盐城笃诚建设有限公司 | 一种建筑工程劳务人员管理系统及管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001700A (zh) | 一种基于大数据自动比对的工程检查方法及服务端 | |
KR102369229B1 (ko) | 지하공동구 특화 레일로봇 기반 위험예측시스템 및 위험예측방법 | |
CN108319926A (zh) | 一种工地现场的安全帽佩戴检测系统及检测方法 | |
CN112115927B (zh) | 一种基于深度学习的机房设备智能识别方法及系统 | |
CN110516522B (zh) | 一种巡检方法及系统 | |
CN108900803B (zh) | 一种送检样品的监控方法及系统 | |
CN108298393A (zh) | 基于深度网络过滤电梯困人误报的方法 | |
CN110723621B (zh) | 基于深度神经网络检测电梯轿厢内吸烟的装置和方法 | |
CN111539313A (zh) | 考试作弊行为检测方法及系统 | |
CN112780344A (zh) | 一种矿井内危险区域入侵监测方法及系统 | |
CN112734394A (zh) | 一种基于物联网的工程监理信息管理方法 | |
CN111275984B (zh) | 车辆检测方法、装置及服务器 | |
CN113206978A (zh) | 油气管道站场安防智能监控预警系统及方法 | |
CN112288975A (zh) | 一种事件预警的方法和装置 | |
CN111681355A (zh) | 一种适用智慧校园的安防系统 | |
US20230306805A1 (en) | Intelligent integrated security system and method | |
CN111652128B (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
CN112633238A (zh) | 一种基于深度学习图像处理的电焊施工检测方法 | |
CN116862712A (zh) | 基于雷视融合的电力施工潜在安全风险检测方法与系统 | |
CN111064931A (zh) | 一种用于危险人员身份精准识别系统与方法 | |
CN214896700U (zh) | 一种防止巡检作弊的双重定位系统 | |
CN114596507A (zh) | 一种桥梁建模的监测方法、装置、设备及存储介质 | |
CN110163913A (zh) | 目标位置的确定方法及装置 | |
CN116189101B (zh) | 一种安检员视觉作业规范识别判定和引导的方法及系统 | |
CN117831253B (zh) | 一种基于图形识别的自动报警方法及系统 |
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 |