CN112070020A - 入井人数的统计方法、装置、电子设备及可读存储介质 - Google Patents

入井人数的统计方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN112070020A
CN112070020A CN202010938746.2A CN202010938746A CN112070020A CN 112070020 A CN112070020 A CN 112070020A CN 202010938746 A CN202010938746 A CN 202010938746A CN 112070020 A CN112070020 A CN 112070020A
Authority
CN
China
Prior art keywords
well
personnel
enter
identification information
determining
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.)
Granted
Application number
CN202010938746.2A
Other languages
English (en)
Other versions
CN112070020B (zh
Inventor
赵存会
曹阳
闫鑫
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.)
Jingying Digital Technology Co Ltd
Original Assignee
Jingying Digital 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 Jingying Digital Technology Co Ltd filed Critical Jingying Digital Technology Co Ltd
Priority to CN202010938746.2A priority Critical patent/CN112070020B/zh
Publication of CN112070020A publication Critical patent/CN112070020A/zh
Application granted granted Critical
Publication of CN112070020B publication Critical patent/CN112070020B/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
    • 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
    • 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
    • G06K17/0022—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 arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—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 arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

本申请提供了一种入井人数的统计方法、装置、电子设备及可读存储介质，当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；基于各个所述入井类型下的入井人数，确定进入矿井中的生产人员的总人数。这样，便能够根据待入井人员对应的入井类型，准确地统计出进入矿井中的人员的数量。

Description

入井人数的统计方法、装置、电子设备及可读存储介质
技术领域
本申请涉及矿井监控技术领域，尤其是涉及一种入井人数的统计方法、装置、电子设备及可读存储介质。
背景技术
煤矿井下的工作环境与井上的工作环境存在很大的区别，井下工作环境恶劣，可见度较低，且具有较大的危险性，一旦井下发生危险，救援人员在救援时，很有可能会遗漏等待救援的工作人员。
目前，通常是在入井处设置相应的打卡设备，当工作人员进入矿井时在打卡机处打卡，以表明作业人员进入井下，一旦井下出现意外情况，井上工作人员会向救援人员提供打卡机记录的井下工作人员的具体人数，以便救援人员及时的展开救援，但是，由于在矿井作业过程中经常存在代替别人打卡入井、带错卡入井以及带多张卡入井等情况，使得井下实际的人数与打卡人数不相符，给救援过程造成了诸多的不便，使得救援过程缓慢，耽误了最佳的救援时间，造成不必要的人身财产损失。
发明内容
有鉴于此，本申请的目的在于提供一种入井人数的统计方法、装置、电子设备及可读存储介质，可以确定出待入井人员的入井类型，从而可以准确地统计出进入矿井中的人员的数量。
本申请实施例提供了一种入井人数的统计方法，所述统计方法包括：
当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；
基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；
当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；
基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
进一步的，所述基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型，包括：
基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；
若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；
若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；
若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；
若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
进一步的，通过以下步骤确定所述待入井人员进入矿井：
对所述待入井人员的移动轨迹进行追踪；
当所述待入井人员进入到预设位置区域时，确定所述待入井人员进入矿井。
进一步的，在所述基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数之后，所述统计方法还包括：
基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种；
基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
进一步的，在所述基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数之后，所述统计方法还包括：
监测矿井中每个生产人员在矿井中的停留时长；
若所述停留时长小于预设时长阈值，则将该生产人员确定为非生产人员，重新确定进入矿井中的生产人员的第二总人数。
进一步的，在所述基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数之后，所述统计方法还包括：
采集矿井中的人员标识信息；
基于采集到的矿井中的人员标识信息，确定矿井中的生产人员的第三总人数；
当所述第二总人数大于所述第三总人数时，确定所述矿井中存在隐藏工作面。
本申请实施例还提供了一种入井人数的统计装置，所述统计装置包括：
信息获取模块，用于当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；
类型确定模块，用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；
第一人数确定模块，用于当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；
第二人数确定模块，用于基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
进一步的，所述类型确定模块在用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型时，所述类型确定模块用于：
基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；
若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；
若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；
若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；
若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
进一步的，所述第一人数确定模块用于通过以下步骤确定所述待入井人员进入矿井：
对所述待入井人员的移动轨迹进行追踪；
当所述待入井人员进入到预设位置区域时，确定所述待入井人员进入矿井。
进一步的，所述统计装置还包括第三人数确定模块，所述第三人数确定模块用于：
基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种；
基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
进一步的，所述统计装置还包括第四人数确定模块，所述第四人数确定模块用于：
监测矿井中每个生产人员在矿井中的停留时长；
若所述停留时长小于预设时长阈值，则将该生产人员确定为非生产人员，重新确定进入矿井中的生产人员的第二总人数。
进一步的，所述统计装置还包括区域确定模块，所述区域确定模块用于：
采集矿井中的人员标识信息；
基于采集到的矿井中的人员标识信息，确定矿井中的生产人员的第三总人数；
当所述第二总人数大于所述第三总人数时，确定所述矿井中存在隐藏工作面。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的入井人数的统计方法的步骤。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述的入井人数的统计方法的步骤。
本申请实施例提供的一种入井人数的统计方法、装置、电子设备及可读存储介质，当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
这样，本申请在检测到待入井人员进入到监测区域时，采集待入井人员的面部图像信息和人员标识信息；根据待入井人员的面部图像信息以及所携带的人员标识信息，确定该待入井人员所属的入井类型；当待入井人员进入矿井之后，将待入井人员所属的入井类型下的入井人数增加一人，确定该入井类型对应的入井人数；进而，基于各个入井类型下的入井人数，确定出进入矿井中的待入井人员的总人数，从而可以准确地统计出进入矿井中的生产人员的数量，提高人员数量统计的真实性以及可靠性。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种入井人数的统计方法的流程图；
图2为本申请另一实施例提供的一种入井人数的统计方法的流程图；
图3为本申请实施例所提供的一种入井人数的统计装置的结构示意图之一；
图4为本申请实施例所提供的一种入井人数的统计装置的结构示意图之二；
图5为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。
首先，对本申请可适用的应用场景进行介绍。本申请可应用于矿井监控技术领域。当检测到有待入井人员进入到监测区域时，获取待入井人员的面部图像信息，同时，获取待入井人员所携带的人员标识信息；基于采集到的面部图像信息以及人员标识信息，确定待入井人员此次入井时所属的入井类型；在该待入井人员进入到工作区域之后，增加待入井人员所属的入井类型下的入井人数；基于各个入井类型下的入井人数，确定进入矿井中进行作业的待入井人员的总人数，从而可以准确地统计出进入矿井中的生产人员的数量。
经研究发现，目前，通常是在入井处设置相应的打卡设备，当工作人员进入矿井时在打卡机处打卡，以表明工作人员进入井下，一旦井下出现意外情况，井上工作人员会向救援人员提供打卡机记录的井下工作人员的具体人数，以便救援人员及时的展开救援，但是，由于在矿井作业过程中经常存在代替别人打卡入井、带错卡入井以及带多张卡入井等情况，使得井下实际的人数与打卡人数不相符，给救援过程造成了诸多的不便，使得救援过程缓慢，耽误了最佳的救援时间，造成不必要的人身财产损失。
基于此，本申请实施例提供了一种入井人数的统计方法，可以根据待入井人员对应的入井类型，确定出进入矿井中进行作业的待入井人员的总人数，从而可以准确地统计出进入矿井中的生产人员的数量。
请参阅图1，图1为本申请实施例所提供的一种入井人数的统计方法的流程图。如图1中所示，本申请实施例提供的入井人数的统计方法，包括：
S101、当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息。
该步骤中，实时检测监测区域内是否存在待入井人员，当检测到有待入井人员进入到监测区域时，采集待入井人员的面部图像信息，同时，获取待入井人员所携带的人员标识信息。
其中，待入井人员携带的人员标识信息可以为一个，也可以为多个。
这里，获取到的人员标识信息来自于待入井人员身上携带的UWB标签，UWB标签可以设置于安全帽、衣服以及手电筒等相关设备上。当待入井人员到达监测区域时，设置于监测区域中的识别装置便能够识别出UWB标签的人员标识信息。
S102、基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型。
该步骤中，基于采集到待入井人员的面部图像信息，以及待入井人员的人员标识信息，从数据库中获取面部图像信息对应的预设标识信息，将预设标识信息与人员标识信息进行比较，确定出待入井人员此次入井对应的入井类型。
其中，人员标识信息可以包括姓名、性别、职位、工作区域以及部门等信息，用于表明待入井人员的身份信息。同样的，预设人员信息中可以包括预设人员信息所属的工作人员的姓名、性别、职位、工作区域以及部门等信息。
S103、当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数。
该步骤中，当确定出待入井人员进入到作业的矿井后，将待入井人员所属的入井类型下的入井人数增加一人，确定进入矿井中的各个入井类型下的入井人数。
其中，在入井类型下的入井人数，表明在工作区域中属于该入井类型的人数。
另外，入井类型可以包括一种或多种，但是对于一个待入井人员来说，入井时仅能够对应一种入井类型。
这里，由于存在代替打卡的情况，即一个人身上携带有多种UWB标签，因此识别时就能够获取到多个属于不同人员的人员标识信息，但是，除了待入井人员外，其他人员并未进入到工作区域，此时，如果按照获取到的人员标识信息来统计入井的人数，那么统计得到的人数与真实的人数之间存在较大的差异，因此为了确保统计出的人员数量的准确性，可以通过确定出待入井人员的入井类型来统计真正进入矿井下进行作业的工作人员。
S104、基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
该步骤中，在确定出每个入井类型下的入井人数后，基于各个入井类型下的入井人数，确定出进入到矿井中的人员的第一总人数。
其中，入井类型可以包括正常入井、多卡入井、错卡入井以及替代入井等。
示例性的，确定出正常入井类型下的入井人数为I1、多卡入井类型下的入井人数为I2、错卡入井类型下的入井人数为I3以及替代入井类型下的入井人数为I4，那么进入矿井中的人员的第一总人数W为：W＝I1+I2+I3+I4。
本申请实施例提供的入井人数的统计方法，当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
这样，本申请在检测到待入井人员进入到监测区域时，采集待入井人员的面部图像信息和人员标识信息；根据待入井人员的面部图像信息以及所携带的人员标识信息，确定该待入井人员所属的入井类型；当待入井人员进入矿井之后，将待入井人员所属的入井类型下的入井人数增加一人，确定该入井类型对应的入井人数；进而，基于各个入井类型下的入井人数，确定出进入矿井中的待入井人员的总人数，从而可以准确地统计出进入矿井中的生产人员的数量，提高人员数量统计的真实性以及可靠性。
请参阅图2，图2为本申请另一实施例提供的一种入井人数的统计方法的流程图。如图2中所示，本申请实施例提供的入井人数的统计方法，包括：
S201、当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息。
S202、基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型。
S203、当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数。
S204、基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
S205、基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种。
该步骤中，将采集到的待入井人员的面部图像信息与数据库中预先存储的生产人员的面部图像信息进行比较，确定该待入井人员的身份信息，其中，身份信息用于表明该待入井人员是生产人员还是非生产人员。
S206、基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
该步骤中，根据确定出的待入井人员的身份信息，以及确定出的进入矿井中的人员的第一总人数，确定出进入矿井中的生产人员的第二总人数。
其中，S201至S204的描述可以参照S101至S104的描述，并且能达到相同的技术效果，对此不做赘述。
进一步的，步骤S206之后，所述统计方法还包括：监测矿井中每个生产人员在矿井中的停留时长；若所述停留时长小于预设时长阈值，则将该生产人员确定为非生产人员，重新确定进入矿井中的生产人员的第二总人数。
该步骤中，对矿井中的生产人员进行实时监测，监测每一个生产人员进入到矿井中之后，在矿井中的停留时长；这里的预设时长阈值可根据生产人员正常每班的工作时间来确定，例如，预设时长阈值可以为正常工作时间的20％，若生产人员在矿井中的停留时长小于预设时长阈值，则表明停留时长较短，说明该人员未实际参与井下生产，需要将该生产人员确定为非生产人员，并重新确定进入矿井中的生产人员的第二总人数。
进一步的，步骤S206之后，所述统计方法还包括：采集矿井中的人员标识信息；基于采集到的矿井中的人员标识信息，确定矿井中的生产人员的第三总人数；当所述第二总人数大于所述第三总人数时，确定所述矿井中存在隐藏工作面。
该步骤中，采集矿井中的实际存在的人员标识信息，并根据采集到的矿井中的人员标识信息确定出矿井中的生产人员的第三总人数。
当进入矿井中的生产人员的第二总人数大于采集到的矿井中的生产人员的第三总人数时，说明矿井中存在检测不到的隐藏工作面，此时，便需要通知工作人员确定出矿井中的隐藏工作面，在隐藏工作面内设置相应的监控设施。
其中，人员标识信息即为待入井人员在入井时所携带的UWB标签。
其中，隐藏工作面为矿井的作业环境中未受到监控的区域，该区域发生危险情况时，不能够及时的得到关注，这样会使得作业人员处于较大的危险之中。
对应于上述实施例，若采集到矿井中生产人员的第三总人数为U，若第二总人数S与第三总人数U之间的差值大于0，即S-U>0，则说明矿井中存在隐藏工作面。
进一步的，步骤S202包括：基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
该步骤中，当获取到的待入井人员所携带的人员标识信息唯一时，基于采集到的待入井人员的面部图像信息，从数据库中确定出该待入井人员对应的预设标识信息；将预设标识信息与获取到的人员标识信息进行比对，检测预设标识信息与人员标识信息是否相符；若预设标识信息与人员标识信息相符，则确定待入井人员所属的入井类型为正常入井。
若获取到多个人员标识信息，且获取到的多个人员标识信息均与预设标识信息相符，则说明该待入井人员携带了多个UWB标签，此时，可以将待入井人员所属的入井类型确定为多卡入井。
若获取到多个人员标识信息时，且在多个人员标识信息中除了与预设标识信息相符的人员标识信息外，还存在其他的与预设标识信息不相符的人员标识信息，说明该待入井人员除了携带有自己的UWB标签外，还携带了其他人的UWB标签，此时，可以将待入井人员所属的入井类型确定为代打卡入井。
若检测出在获取到的多个人员标识信息中不存在与待入井人员的预设标识信息相符的人员标识信息，说明待入井人员携带错了UWB标签，此时，可以将该待入井人员的入井类型确定为错卡入井。
进一步的，所述统计方法通过以下步骤确定所述待入井人员进入矿井：对所述待入井人员的移动轨迹进行追踪；当所述待入井人员进入到预设位置区域时，确定所述待入井人员进入矿井。
该步骤中，当待入井人员进入到监测区域后，对待入井人员的移动轨迹进行追踪，当检测到待入井人员进入到预设位置区域时，确定待入井人员进入了矿井。
本申请实施例提供的入井人数的统计方法，当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数；基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种；基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
这样，本申请在检测到待入井人员进入到监测区域时，采集待入井人员的面部图像信息，并获取待入井人员所携带的人员标识信息；根据待入井人员的面部图像信息以及所携带的人员标识信息，确定该待入井人员所属的入井类型；当待入井人员进入矿井之后，将待入井人员所属的入井类型下的入井人数增加一人，确定该入井类型对应的入井人数；进而，基于各个入井类型下的入井人数，确定出进入矿井中的待入井人员的总人数，另外，还能够根据待入井人员的面部图像信息，确定出待入井人员的身份信息，可以准确地统计出进入矿井中的生产人员的数量，进而，确保井下工作人员的人身财产安全。
请参阅图3、图4，图3为本申请实施例所提供的一种入井人数的统计装置的结构示意图之一，图4为本申请实施例所提供的一种入井人数的统计装置的结构示意图之二。如图3中所示，所述统计装置300包括：
信息获取模块310，用于当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；
类型确定模块320，用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；
第一人数确定模块330，用于当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；
第二人数确定模块340，用于基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
进一步的，如图4所示，所述统计装置300还包括第三人数确定模块350，所述第三人数确定模块350用于：
基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种；
基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
进一步的，如图4所示，所述统计装置300还包括第四人数确定模块360，所述第四人数确定模块360用于：
监测矿井中每个生产人员在矿井中的停留时长；
若所述停留时长小于预设时长阈值，则将该生产人员确定为非生产人员，重新确定进入矿井中的生产人员的第二总人数。
进一步的，如图4所示，所述统计装置300还包括区域确定模块370，所述区域确定模块370用于：
采集矿井中的人员标识信息的数量；
基于采集到的矿井中的人员标识信息，确定矿井中的生产人员的第三总人数；
当所述第二总人数大于所述第三总人数时，确定所述矿井中存在隐藏工作面。
进一步的，所述类型确定模块320在用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型时，所述类型确定模块320用于：
基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；
若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；
若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；
若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；
若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
进一步的，所述第一人数确定模块330用于通过以下步骤确定所述待入井人员进入矿井：
对所述待入井人员的移动轨迹进行追踪；
当所述待入井人员进入到预设位置区域时，确定所述待入井人员进入矿井。
本申请实施例提供的入井人数的统计装置，当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
这样，本申请在检测到待入井人员进入到监测区域时，采集待入井人员的面部图像信息和人员标识信息；根据待入井人员的面部图像信息以及所携带的人员标识信息，确定该待入井人员所属的入井类型；当待入井人员进入矿井之后，将待入井人员所属的入井类型下的入井人数增加一人，确定该入井类型对应的入井人数；进而，基于各个入井类型下的入井人数，确定出进入矿井中的待入井人员的总人数，从而可以准确地统计出进入矿井中的生产人员的数量，提高人员数量统计的真实性以及可靠性。
请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图2所示方法实施例中的入井人数的统计方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的入井人数的统计方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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网络单元上。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，在本申请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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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(可以是个人计算机，服务器，或者网络设备等)执行本申请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、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种入井人数的统计方法，其特征在于，所述统计方法包括：
当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；
基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；
当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；
基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
2.根据权利要求1所述的统计方法，其特征在于，所述基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型，包括：
基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；
若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；
若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；
若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；
若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
3.根据权利要求1所述的统计方法，其特征在于，通过以下步骤确定所述待入井人员进入矿井：
对所述待入井人员的移动轨迹进行追踪；
当所述待入井人员进入到预设位置区域时，确定所述待入井人员进入矿井。
4.根据权利要求1至3任一项所述的统计方法，其特征在于，在所述基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数之后，所述统计方法还包括：
基于所述面部图像信息确定所述待入井人员的身份信息，其中，所述身份信息包括生产人员和非生产人员中的任意一种；
基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数。
5.根据权利要求4所述的统计方法，其特征在于，在所述基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数之后，所述统计方法还包括：
监测矿井中每个生产人员在矿井中的停留时长；
若所述停留时长小于预设时长阈值，则将该生产人员确定为非生产人员，重新确定进入矿井中的生产人员的第二总人数。
6.根据权利要求4所述的统计方法，其特征在于，在所述基于所述身份信息以及所述第一总人数，确定出进入矿井中的生产人员的第二总人数之后，所述统计方法还包括：
采集矿井中的人员标识信息；
基于采集到的矿井中的人员标识信息，确定矿井中的生产人员的第三总人数；
当所述第二总人数大于所述第三总人数时，确定所述矿井中存在隐藏工作面。
7.一种入井人数的统计装置，其特征在于，所述统计装置包括：
信息获取模块，用于当检测到待入井人员进入到监测区域时，采集所述待入井人员的面部图像信息和人员标识信息；
类型确定模块，用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型；
第一人数确定模块，用于当所述待入井人员进入矿井后，确定各个所述入井类型下的入井人数；
第二人数确定模块，用于基于各个所述入井类型下的入井人数，确定进入矿井中的人员的第一总人数。
8.根据权利要求7所述的统计装置，其特征在于，所述类型确定模块在用于基于所述面部图像信息和所述人员标识信息，确定所述待入井人员所属的入井类型时，所述类型确定模块用于：
基于所述面部图像信息，确定所述待入井人员对应的预设标识信息；
若获取到的所述人员标识信息唯一且与所述预设标识信息相符，确定所述待入井人员所属的入井类型为正常入井；
若获取到多个人员标识信息，且所述多个人员标识信息均与所述预设标识信息相符，确定所述待入井人员所属的入井类型为多卡入井；
若获取到的所述人员标识信息中除了与所述预设标识信息相符的人员标识信息外，还存在其他与所述预设标识信息不相符的人员标识信息，确定所述待入井人员所属的入井类型为代打卡入井；
若获取到的所述人员标识信息中不存在与所述预设标识信息相符的人员标识信息，确定所述待入井人员所属的入井类型为错卡入井。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至6中任一项所述的入井人数的统计方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6中任一项所述的入井人数的统计方法的步骤。
CN202010938746.2A 2020-09-09 2020-09-09 入井人数的统计方法、装置、电子设备及可读存储介质 Active CN112070020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010938746.2A CN112070020B (zh) 2020-09-09 2020-09-09 入井人数的统计方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010938746.2A CN112070020B (zh) 2020-09-09 2020-09-09 入井人数的统计方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN112070020A true CN112070020A (zh) 2020-12-11
CN112070020B CN112070020B (zh) 2024-02-09

Family

ID=73664500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010938746.2A Active CN112070020B (zh) 2020-09-09 2020-09-09 入井人数的统计方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN112070020B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167705A (zh) * 2022-12-01 2023-05-26 上海山源电子科技股份有限公司 受限区域人员统计方法、装置、电子设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016180323A1 (zh) * 2015-05-12 2016-11-17 杭州海康威视数字技术股份有限公司 客流量的统计方法及装置
CN107679613A (zh) * 2017-09-30 2018-02-09 同观科技（深圳）有限公司 一种人员信息的统计方法、装置、终端设备和存储介质
CN109543625A (zh) * 2018-11-27 2019-03-29 郑州芯力波通信息技术有限公司 一种矿井人员唯一性识别系统及方法
WO2019062620A1 (zh) * 2017-09-28 2019-04-04 钉钉控股（开曼）有限公司 考勤方法、装置以及考勤设备
WO2019100385A1 (zh) * 2017-11-27 2019-05-31 齐心商用设备(深圳)有限公司 考勤机、考勤机的考勤方法
CN110675521A (zh) * 2019-09-04 2020-01-10 精英数智科技股份有限公司 一种代打卡异常监测分析方法、装置、系统及存储介质
CN110750574A (zh) * 2019-09-19 2020-02-04 精英数智科技股份有限公司 一种舆情事故核准方法、系统、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016180323A1 (zh) * 2015-05-12 2016-11-17 杭州海康威视数字技术股份有限公司 客流量的统计方法及装置
WO2019062620A1 (zh) * 2017-09-28 2019-04-04 钉钉控股（开曼）有限公司 考勤方法、装置以及考勤设备
CN107679613A (zh) * 2017-09-30 2018-02-09 同观科技（深圳）有限公司 一种人员信息的统计方法、装置、终端设备和存储介质
WO2019100385A1 (zh) * 2017-11-27 2019-05-31 齐心商用设备(深圳)有限公司 考勤机、考勤机的考勤方法
CN109543625A (zh) * 2018-11-27 2019-03-29 郑州芯力波通信息技术有限公司 一种矿井人员唯一性识别系统及方法
CN110675521A (zh) * 2019-09-04 2020-01-10 精英数智科技股份有限公司 一种代打卡异常监测分析方法、装置、系统及存储介质
CN110750574A (zh) * 2019-09-19 2020-02-04 精英数智科技股份有限公司 一种舆情事故核准方法、系统、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘晋尧;禹申申;孙世杰;张伟杰;: "基于WEB的矿山井下人员定位系统上位机软件", 煤矿安全, no. 09 *
尹强;郭玉彪;: "煤矿作业人员人脸识别考勤装置的应用与研究", 科技创新与生产力, no. 06 *
张树新;孙丽婉;郝秀美;: "煤矿考勤与井下人员定位系统的设计与分析", 硅谷, no. 07 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116167705A (zh) * 2022-12-01 2023-05-26 上海山源电子科技股份有限公司 受限区域人员统计方法、装置、电子设备及介质
CN116167705B (zh) * 2022-12-01 2023-09-12 上海山源电子科技股份有限公司 受限区域人员统计方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN112070020B (zh) 2024-02-09

Similar Documents

Publication Publication Date Title
CN111814775B (zh) 目标对象异常行为识别方法、装置、终端及存储介质
CN111770317B (zh) 用于智慧社区的视频监控方法、装置、设备及介质
CN108764191B (zh) 一种基于视频图像的人体定位监护方法
CN112437280A (zh) 一种基于大数据分析的智慧监控安防数据处理管理系统
CN101600640A (zh) 电梯的安全系统
CN109543625A (zh) 一种矿井人员唯一性识别系统及方法
CN112070020A (zh) 入井人数的统计方法、装置、电子设备及可读存储介质
CN114037939B (zh) 一种危险品识别方法、识别装置、电子设备及存储介质
EP3934240A1 (en) Unattended object detection device and unattended object detection method
CN110032967A (zh) 一种在多人通行场景下识别尾随人员的方法
CN114155614A (zh) 一种作业现场反违章行为识别方法及系统
CN210091209U (zh) 一种基于rfid标签的物流仓储安全管理系统
CN115880722A (zh) 一种配电作业人员穿戴的智能识别方法、系统和介质
CN113255826A (zh) 一种基于改进yolov3的安全帽佩戴检测方法及系统
CN113642926B (zh) 用于风险预警的方法及装置、电子设备、存储介质
CN111461655A (zh) 一种人员管理系统
CN112084361A (zh) 消防点检方法、消防点检装置及远端装置
CN110705505A (zh) 一种电力营业厅服务规范智能识别装置、方法及系统
CN111126167B (zh) 一种快速识别多名特定人员串联活动的方法及系统
CN113779171B (zh) 对象落脚点的确定方法、装置、存储介质及电子装置
CN112949606B (zh) 工服穿戴状态检测方法、装置、存储介质及电子装置
CN114974544A (zh) 基于健康监测数据的呼叫等级分析方法和装置
CN111626193A (zh) 一种面部识别方法、面部识别装置及可读存储介质
CN107909809B (zh) 断电报警验证方法、设备及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

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