CN112380911A - 一种融合区块链的海量建筑工地图像数据优化方法 - Google Patents

一种融合区块链的海量建筑工地图像数据优化方法 Download PDF

Info

Publication number
CN112380911A
CN112380911A CN202011129438.1A CN202011129438A CN112380911A CN 112380911 A CN112380911 A CN 112380911A CN 202011129438 A CN202011129438 A CN 202011129438A CN 112380911 A CN112380911 A CN 112380911A
Authority
CN
China
Prior art keywords
construction
image
face
handheld terminal
mobile handheld
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
CN202011129438.1A
Other languages
English (en)
Other versions
CN112380911B (zh
Inventor
胡宇
白金龙
万里
熊榆
洪敏�
唐良艳
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 Hui Hui Information Technology Co ltd
Original Assignee
Chongqing Hui Hui Information 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 Chongqing Hui Hui Information Technology Co ltd filed Critical Chongqing Hui Hui Information Technology Co ltd
Priority to CN202011129438.1A priority Critical patent/CN112380911B/zh
Publication of CN112380911A publication Critical patent/CN112380911A/zh
Application granted granted Critical
Publication of CN112380911B publication Critical patent/CN112380911B/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
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/10—Connection setup
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提出了一种融合区块链的海量建筑工地图像数据优化方法，包括以下步骤：S1，获取行走于建筑工地区域内的目标人物；S2，依次判断目标第L′人物是否为该建筑工地区域的建筑工人；若目标第L′人物为该建筑工地区域的建筑工人，则判断下一目标人物；若目标第L′人物不为该建筑工地区域的建筑工人，则记录该目标人物的行走轨迹，并向附近的建筑工人的移动手持终端发送一段预置语音。本发明能够对发现的非建筑工人进入建筑工地区域后，通过附近的建筑工人将其带离，防止事故发生。

Description

一种融合区块链的海量建筑工地图像数据优化方法
技术领域
本发明涉及一种建筑工地技术领域，特别是涉及一种融合区块链的海量建筑工地图像数据优化方法。
背景技术
随着当今社会科技的不断进步，人们正感受着高科技带来的方便和益处，同时，人们对于高科技服务与生活的要求也越来越高。怎样才能防止非工地工作人员进入工地，发生意外。专利申请号2018111263259，名称为“一种基于区块链的智能门禁系统”，一种基于区块链的智能门禁系统，包括：人脸采集装置、处理器、区块链数据库、控制器、电磁锁和报警器；所述人脸采集装置，用于采集开门人的人脸图像，并将采集的人脸图像发送至所述处理器；所述处理器，用于对采集的人脸图像进行处理，并将处理得到的人脸图像的特征值和所述区块链数据库中预存储的有门禁权限的用户人脸图像特征值进行匹配，判断开门人是否具有门禁权限；所述控制器，用于根据所述处理器的判断结果，向所述电磁锁和报警器发出相应的控制指令，若判断结果显示开门人具有门禁权限，所述控制器控制所述电磁锁开启，若判断结果显示开门人不具有门禁权限，所述控制器向所述报警器发出报警指令，所述报警器进行报警。
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融合区块链的海量建筑工地图像数据优化方法。
为了实现本发明的上述目的，本发明提供了一种融合区块链的海量建筑工地图像数据优化方法，包括以下步骤：
S1，获取行走于建筑工地区域内的目标人物；依次分别为目标第1人物、目标第2人物、目标第3人物、……、目标第L人物，所述L为大于或者等于1的正整数；
S2，依次判断目标第L′人物是否为该建筑工地区域的建筑工人，所述L′为小于或者等于L的正整数；
若目标第L′人物为该建筑工地区域的建筑工人，则判断下一目标人物；
若目标第L′人物不为该建筑工地区域的建筑工人，则记录该目标人物的行走轨迹，并向附近的建筑工人的移动手持终端发送一段预置语音。
在本发明的一种优选实施方式中，所述预置语音包括建筑工人个人数据身份信息、事由、意图之一或者任意组合，该个人数据身份信息包括建筑工人姓名或/和建筑工人联系Number。
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，将获取的每段视频图像按照时间先后顺序进行编号，分别为建筑工地第1视频、建筑工地第2视频、建筑工地第3视频、……、建筑工地第G视频，G为大于或者等于1的正整数，G为建筑工地视频总量；
S12，对建筑工地第g视频提取帧图像，所述g为小于或者等于G的正整数，依次分别为帧第g1图像、帧第g2图像、帧第g3图像、……、帧第gG′图像，G′＝λg×Tg，其中λg表示建筑工地第g视频的每秒帧数，Tg表示建筑工地第g视频的视频时长，单位秒；
S13，将其帧第gG″图像作为待处理图像，所述G″为小于或者等于G′的正整数。
在本发明的一种优选实施方式中，移动手持终端为智能手机、平板或/和手表。
在本发明的一种优选实施方式中，在步骤S2之后还包步骤S3，若附近的建筑工人的移动手持终端未接收管理工作平台发送的一段预置语音，则将附近的建筑工人的个人数据身份信息加密后传输给该建筑工地区域负责人的移动手持终端上。
在本发明的一种优选实施方式中，利用移动手持终端联系附近的建筑工人的方法为：
利用其移动手持终端接收的联系Number通过移动手持终端拨打该联系Number；
移动手持终端通过联系Number连通其附近的建筑工人的移动手持终端。
在本发明的一种优选实施方式中，在管理工作平台包括每个建筑工人有唯一建筑工人ID号，该建筑工人ID号相关联有该建筑工人的第一联系Number以及人脸图像信息；
当其管理工作平台获取到某个人脸图像信息存在于管理工作平台，则获取该人脸图像信息所对应的唯一建筑工人ID号，根据该唯一建筑工人ID号查询获得该人脸图像信息所对应的姓名和第一联系Number；
对其第一联系Number进行加密处理后，发送至移动手持终端。
在本发明的一种优选实施方式中，对其第一联系Number进行加密处理的方法为：
对第一联系Number的末尾添加当前时间后进行散列函数运算，将其运算结果作为第二联系Number发送至移动手持终端；
其结果的计算方法为：
P(p1+p2)＝p(p1+p2)，
其中，p()表示散列函数运算；
p1表示第一联系Number；
p2表示当前时间；
P(p1+p2)表示其运算结果；
在预设时间阈值范围内，将其第二联系Number与第一联系Number相关联。
在本发明的一种优选实施方式中，管理工作平台接收到移动手持终端发送的第二联系Number时，查询第二联系Number相关联的第一联系Number，将第一联系Number所对应的移动手持终端与拨打第二联系Number所对应的移动手持终端连通通讯。
在本发明的一种优选实施方式中，该通讯方式为语音通讯。
综上所述，由于采用了上述技术方案，本发明能够对发现的非建筑工人进入建筑工地区域后，通过附近的建筑工人将其带离，防止事故发生。
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。
本发明提供了一种融合区块链的海量建筑工地图像数据优化方法，如图1所示，包括以下步骤：
S1，获取行走于建筑工地区域内的目标人物；依次分别为目标第1人物、目标第2人物、目标第3人物、……、目标第L人物，所述L为大于或者等于1的正整数；
S2，依次判断目标第L′人物是否为该建筑工地区域的建筑工人，所述L′为小于或者等于L的正整数；
若目标第L′人物为该建筑工地区域的建筑工人，则判断下一目标人物；
若目标第L′人物不为该建筑工地区域的建筑工人，则记录该目标人物的行走轨迹，并向附近的建筑工人的移动手持终端发送一段预置语音。在本实施方式中，在其建筑工地区域上设置有用于标记位置的标记物；移动手持终端为智能手机、平板或/和手表。
在本发明的一种优选实施方式中，所述预置语音包括建筑工人个人数据身份信息、事由、意图之一或者任意组合，该个人数据身份信息包括建筑工人姓名或/和建筑工人联系Number。
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，将获取的每段视频图像按照时间先后顺序进行编号，分别为建筑工地第1视频、建筑工地第2视频、建筑工地第3视频、……、建筑工地第G视频，G为大于或者等于1的正整数，G为建筑工地视频总量；
S12，对建筑工地第g视频提取帧图像，所述g为小于或者等于G的正整数，依次分别为帧第g1图像、帧第g2图像、帧第g3图像、……、帧第gG′图像，G′＝λg×Tg，其中λg表示建筑工地第g视频的每秒帧数，Tg表示建筑工地第g视频的视频时长，单位秒；
S13，将其帧第gG″图像作为待处理图像，所述G″为小于或者等于G′的正整数。
在本发明的一种优选实施方式中，在步骤S1之前包括步骤S0，S0，获取建筑工地上的工人面部图像，将其处理后形成参考图像集，存储于管理工作平台数据库中。
在本发明的一种优选实施方式中，在步骤S0中包括以下步骤：
S01，照相机通过以头部为中心绕同一水平面旋转拍摄M张人脸图像，所述M为大于或者等于3的正整数，分别为人脸第1图像
Figure BDA0002734624940000051
人脸第2图像
Figure BDA0002734624940000052
人脸第3图像
Figure BDA0002734624940000053
人脸第M图像
Figure BDA0002734624940000054
αm表示照相机绕头部为中心偏离正对人脸旋转的角度，m为小于或者等于M的正整数；
Figure BDA0002734624940000055
其中，αm为负时，表示照相机绕头部为中心向右偏离正对人脸旋转的角度为|αm|；αm为正时，表示照相机绕头部为中心向左偏离正对人脸旋转的角度为|αm|；αm＝0°时，表示照相机绕头部为中心正对人脸；即
Figure BDA0002734624940000056
S02，对步骤S11中获取的人脸第n图像
Figure BDA0002734624940000061
进行图像预处理，所述n为小于或者等于M的正整数；在本实施方式中，其人脸第n图像
Figure BDA0002734624940000062
进行图像预处理包括对人脸第n图像
Figure BDA0002734624940000063
进行图像分离处理，其对人脸第n图像
Figure BDA0002734624940000064
进行图像分离处理的方法为：
S021，
Figure BDA0002734624940000065
其中，w表示目标像素点个数与人脸第n图像
Figure BDA0002734624940000066
的比值；
P表示人脸第n图像
Figure BDA0002734624940000067
的宽度；
Q表示人脸第n图像
Figure BDA0002734624940000068
的高度；
N表示设定人脸第n图像
Figure BDA0002734624940000069
中的灰度值小于图像分离阈值H的个数；
S022，
Figure BDA00027346249400000610
w′表示背景像素点个数与人脸第n图像
Figure BDA00027346249400000611
的比值；
Figure BDA00027346249400000612
其中，ζ表示目标图像的平均灰度值；
Ai∈A＝{A1,A2,A3,...,AN,AN+1}，Ai表示目标图像中第i个像素点的灰度值；A表示目标景图像像素集合；
S023，
Figure BDA00027346249400000613
其中，ξ表示背景图像的平均灰度值；
Bj∈B＝{B1,B2,B3,...,BP×Q-N,BP×Q-N+1}，Bj表示背景图像中第j个像素点的灰度值；B表示背景图像像素集合；
S024，
Figure BDA00027346249400000614
其中，
Figure BDA00027346249400000615
表示人脸第n图像
Figure BDA00027346249400000616
的平均灰度值；
S025，
Figure BDA0002734624940000071
其中，η表示图像灰度方差值；
利用其遍历的方法使其图像灰度方差值最大ηmax时，得到其图像分离阈值H；
S026，判断其人脸第n图像
Figure BDA0002734624940000072
中的第k个像素点灰度值
Figure BDA0002734624940000077
与图像分离阈值H间的大小关系：
若
Figure BDA0002734624940000073
则令
Figure BDA0002734624940000074
若
Figure BDA0002734624940000075
则令
Figure BDA0002734624940000076
S03，提取正对人脸图像与偏离正对人脸向左旋转的人脸图像或/和偏离正对人脸向右旋转的人脸图像的对应关系。
在本发明的一种优选实施方式中，在步骤S03中，包括以下步骤：
以照相机镜头中心为XYZ轴的坐标原点，以照相机镜头向左为X轴的正方向，以照相机镜头向上为Y轴的正方向，以指向照相机镜头为Z轴的正方向；
S031，提取正对人脸图像的人脸特征，分别依次为正对人脸第1特征、正对人脸第2特征、正对人脸第3特征、……、正对人脸第V特征，所述V为大于或者等于1的正整数，V表示正对人脸图像中人脸像素点个数；其正对人脸第v特征对应的像素点坐标为(xv,yv,zv)，所述v为小于或者等于V的正整数；其旋转中心点坐标为(xv′,yv′,zv′)；
S032，计算其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离，其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离的计算方法为：
Figure BDA0002734624940000081
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
S033，提取向左偏离
Figure BDA0002734624940000089
正对人脸图像的人脸特征，分别依次为向左偏离正对人脸第1特征、向左偏离正对人脸第2特征、向左偏离正对人脸第3特征、……、向左偏离正对人脸第V′特征，所述V′为大于或者等于1的正整数，V′表示向左偏离正对人脸图像中人脸像素点个数；其向左偏离正对人脸第v′特征对应的像素点坐标为(xv′,yv′,zv′)，所述v′为小于或者等于V′的正整数；
Figure BDA0002734624940000082
α表示拍摄角度集合；
S034，将其向左偏离
Figure BDA0002734624940000083
正对人脸第v′特征对应的像素点坐标为(xv′,yv′,zv′)转换为正对人脸的像素坐标：
Figure BDA0002734624940000084
即
Figure BDA0002734624940000085
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
(xv′,yv′,zv′)表示向左偏离正对人脸第v′特征对应的像素点坐标；
S035，判断正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征是否与向左偏离
Figure BDA0002734624940000086
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征一致：
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向左偏离
Figure BDA0002734624940000087
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征一致，则向左偏离
Figure BDA0002734624940000088
正对人脸统计值加1；
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向左偏离
Figure BDA0002734624940000091
正对人脸的像素点坐标(xv′,yv′,zv′)所对应的人脸特征不一致，则向左偏离
Figure BDA0002734624940000092
正对人脸统计值加0；
S036，计算人脸特征左向比例值，其人脸特征左向比例值的计算方法为：
Figure BDA0002734624940000093
其中，
Figure BDA0002734624940000094
表示人脸特征左向比例值；
Figure BDA0002734624940000095
表示向左偏离
Figure BDA0002734624940000096
正对人脸图像的人脸特征与正对人脸图像的人脸特征相同数量；
F0表示正对人脸图像的人脸特征数量；
S037，将其获得的正对人脸图像与人脸特征左向比例值
Figure BDA0002734624940000097
构成参考图像集。
在本发明的一种优选实施方式中，在步骤S03中，包括以下步骤：
以照相机镜头中心为XYZ轴的坐标原点，以照相机镜头向左为X轴的正方向，以照相机镜头向上为Y轴的正方向，以指向照相机镜头为Z轴的正方向；
S031，提取正对人脸图像的人脸特征，分别依次为正对人脸第1特征、正对人脸第2特征、正对人脸第3特征、……、正对人脸第V特征，所述V为大于或者等于1的正整数，V表示正对人脸图像中人脸像素点个数；其正对人脸第v特征对应的像素点坐标为(xv,yv,zv)，所述v为小于或者等于V的正整数；其旋转中心点坐标为(xv′,yv′,zv′)；
S032，计算其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离，其正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离的计算方法为：
Figure BDA0002734624940000098
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
S033，提取向右偏离
Figure BDA0002734624940000099
正对人脸图像的人脸特征，分别依次为向右偏离正对人脸第1特征、向右偏离正对人脸第2特征、向右偏离正对人脸第3特征、……、向右偏离正对人脸第V″特征，所述V″为大于或者等于1的正整数，V″表示向右偏离正对人脸图像中人脸像素点个数；其向右偏离正对人脸第v″特征对应的像素点坐标为(xv″,yv″,zv″)，所述v″为小于或者等于V″的正整数；
Figure BDA0002734624940000101
α表示拍摄角度集合；
S034，将其向右偏离
Figure BDA0002734624940000102
正对人脸第v″特征对应的像素点坐标为(xv″,yv″,zv″)转换为正对人脸的像素坐标：
Figure BDA0002734624940000103
即
Figure BDA0002734624940000104
其中，lv表示正对人脸第v特征与旋转中心点坐标(xv′,yv′,zv′)的距离；
(xv′,yv′,zv′)表示旋转中心点坐标；
(xv,yv,zv)表示正对人脸第v特征对应的像素点坐标；
(xv″,yv″,zv″)表示向左偏离正对人脸第v′特征对应的像素点坐标；
S035，判断正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征是否与向右偏离
Figure BDA0002734624940000105
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致：
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征与向右偏离
Figure BDA0002734624940000106
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致，则向右偏离
Figure BDA0002734624940000107
正对人脸统计值加1；
若正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征不与向右偏离
Figure BDA0002734624940000108
正对人脸的像素点坐标(xv″,yv″,zv″)所对应的人脸特征一致，则向右偏离
Figure BDA0002734624940000109
正对人脸统计值加0；
S036，计算人脸特征右向比例值，其人脸特征右向比例值的计算方法为：
Figure BDA00027346249400001010
其中，
Figure BDA00027346249400001011
表示人脸特征右向比例值；
Figure BDA00027346249400001012
表示向右偏离
Figure BDA00027346249400001013
正对人脸图像的人脸特征与正对人脸图像的人脸特征相同数量；
F0表示正对人脸图像的人脸特征数量；
S037，将其获得的正对人脸图像与人脸特征右向比例值
Figure BDA0002734624940000111
构成参考图像集。
在本发明的一种优选实施方式中，在步骤S2中在步骤S2中判断目标第L′人物是否为该建筑工地区域的建筑工人的方法为：
S21，获取数据库中的正对人脸图像，将正对人脸转换为偏离φτ正对人脸，
Figure BDA0002734624940000112
其将正对人脸转换为偏离φτ正对人脸的计算方法为：将偏离正对人脸的像素坐标
Figure BDA0002734624940000113
所对应的人脸特征替换为正对人脸的像素坐标(xv,yv,zv)所对应的人脸特征；(xv′,yv′,zv′)表示旋转中心点坐标，当
Figure BDA0002734624940000114
时，φτ∈α，α表示拍摄角度集合；或
Figure BDA00027346249400001110
时，得到对比图像集；
S22，将待处理图像中的目标人物的人脸图像与对比图像集中的图像相比较：
若待处理图像中的目标人物的人脸图像存在于对比图像集，则该目标人物为建筑工人；
若待处理图像中的目标人物的人脸图像不存在于对比图像集，则该目标人物为非建筑工人。
在本发明的一种优选实施方式中，在步骤S02中人脸第n图像
Figure BDA0002734624940000115
进行图像预处理的方法包括对人脸第n图像
Figure BDA0002734624940000116
进行图像灰度处理。
在本发明的一种优选实施方式中，其对人脸第n图像
Figure BDA0002734624940000117
进行图像灰度处理的方法为：
Y＝a×R+b×G+c×B,a+b+c＝1，其中，a＝0.30，b＝0.59，c＝0.11。
其中，R表示人脸第n图像
Figure BDA0002734624940000118
的红色分量；
G表示人脸第n图像
Figure BDA0002734624940000119
的绿色分量；
B表示人脸第n图像
Figure BDA0002734624940000121
的蓝色分量；
a表示红色分量调节参数；
b表示绿色分量调节参数；
c表示蓝色分量调节参数；
Y表示灰度值。
在本发明的一种优选实施方式中，在步骤S2之后还包步骤S3，若附近的建筑工人的移动手持终端未接收管理工作平台发送的一段预置语音，则将附近的建筑工人的个人数据身份信息加密后传输给该建筑工地区域负责人的移动手持终端上。
在本发明的一种优选实施方式中，利用移动手持终端联系附近的建筑工人的方法为：
利用其移动手持终端接收的联系Number通过移动手持终端拨打该联系Number；
移动手持终端通过联系Number连通其附近的建筑工人的移动手持终端。
在本发明的一种优选实施方式中，在管理工作平台包括每个建筑工人有唯一建筑工人ID号，该建筑工人ID号相关联有该建筑工人的第一联系Number以及人脸图像信息；该唯一建筑工人ID号以ID_为起始，后面连接M位字符，M为大于或者等于6的正整数，在本发明中M取8，也可以根据实际情况增加字符位数，该字符不限于是小写字母、大写字母、数字之一或者任意组合。该建筑工人ID号相关联有该建筑工人的第一联系Number以及人脸图像信息；如表1所示为建筑工人的信息数据库部分展示。
表1建筑工人的信息数据库部分展示
Figure BDA0002734624940000122
Figure BDA0002734624940000131
当其管理工作平台获取到某个人脸图像信息存在于管理工作平台，则获取该人脸图像信息所对应的唯一建筑工人ID号，根据该唯一建筑工人ID号查询获得该人脸图像信息所对应的姓名和第一联系Number；
对其第一联系Number进行加密处理后，发送至移动手持终端。
例如，若附近的建筑工人为^^^^，则获取附近的建筑工人为^^^^的人脸图像信息所对应的唯一建筑工人ID号为ID_pp77dsfh，根据该唯一建筑工人ID号(ID_pp77dsfh)查询获得该人脸图像信息所对应的姓名为刘戊和第一联系Number为13333333333。向第一联系Number为13333333333的移动手持终端发送一段预置语音，该预置语音为(该预置语音为预设模板，刘戊13333333333，您好！有非建筑工人进入建筑工地区域，请确定后将其带离建筑工地区域，谢谢！)；一般情况下，该预置语音重复播放三遍。
再如，若附近的建筑工人为！！！！，则获取附近的建筑工人为！！！！的人脸图像信息所对应的唯一建筑工人ID号为ID_0J0sdjfh，根据该唯一建筑工人ID号(ID_0J0sdjfh)查询获得该人脸图像信息所对应的姓名为张甲和第一联系Number为13111111111。向第一联系Number为13111111111的移动手持终端发送一段预置语音，该预置语音为(该预置语音为预设模板，张甲13111111111，您好！有1个非建筑工人进入建筑工地区域，请确定后将其带离建筑工地区域，谢谢！)；一般情况下，该预置语音重复播放三遍。
例如，若附近的建筑工人为$$$$，则获取附近的建筑工人为$$$$的人脸图像信息所对应的唯一建筑工人ID号为ID_jdfGd9d1，根据该唯一建筑工人ID号(ID_jdfGd9d1)查询获得该人脸图像信息所对应的姓名为汪丙和第一联系Number为13666666666。向第一联系Number为13666666666的移动手持终端发送一段预置语音，该预置语音为(该预置语音为预设模板，汪丙13666666666，您好！有3个非建筑工人进入建筑工地区域，请确定后将其带离建筑工地区域，谢谢！)；一般情况下，该预置语音重复播放三遍。
在本发明的一种优选实施方式中，对其第一联系Number进行加密处理的方法为：
对第一联系Number的末尾添加当前时间后进行散列函数运算，将其运算结果作为第二联系Number发送至移动手持终端；
其结果的计算方法为：
P(p1+p2)＝p(p1+p2)，
其中，p()表示散列函数运算；
p1表示第一联系Number；
p2表示当前时间；
P(p1+p2)表示其运算结果；
在预设时间阈值范围内，将其第二联系Number与第一联系Number相关联。
在本发明的一种优选实施方式中，管理工作平台接收到移动手持终端发送的第二联系Number时，查询第二联系Number相关联的第一联系Number，将第一联系Number所对应的移动手持终端与拨打第二联系Number所对应的移动手持终端连通通讯。
在本发明的一种优选实施方式中，该通讯方式为语音通讯。
例如，若上述的建筑工人刘戊未接听移动手持终端，则对“133333333332020.20.20.20.20.20”进行MD5哈希运算，其中，13333333333表示第一联系Number，2020.20.20.20.20.20表示当前时间，分别依次为年月日时分秒，即2020年20月20日20时20分20秒；得到“8b6a9f3c86840b65”，将得到的“8b6a9f3c86840b65”以及附上的一段预设事件文字(非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系)发送至负责人的移动手持终端，负责人的移动手持终端上显示“号码8b6a9f3c86840b65，非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系”。通过移动手持终端拨打“8b6a9f3c86840b65”之后，管理工作平台接收到该“8b6a9f3c86840b65”号码的触发信息后，管理工作平台将13333333333移动手持终端与负责人的移动手持终端连通。
例如，若上述的建筑工人张甲未接听移动手持终端，则对“131111111112020.20.20.20.20.20”进行MD5哈希运算，其中，13111111111表示第一联系Number，2020.20.20.20.20.20表示当前时间，分别依次为年月日时分秒，即2020年20月20日20时20分20秒；得到“598d42c24f2d61d8”，将得到的“598d42c24f2d61d8”以及附上的一段预设事件文字(非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系)发送至负责人的移动手持终端，负责人的移动手持终端上显示“号码598d42c24f2d61d8，非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系”。通过移动手持终端拨打“598d42c24f2d61d8”之后，管理工作平台接收到该“598d42c24f2d61d8”号码的触发信息后，管理工作平台将13111111111移动手持终端与负责人的移动手持终端连通。
例如，若上述的建筑工人汪丙未接听移动手持终端，则对“131111111112020.20.20.20.20.20”进行MD5哈希运算，其中，13111111111表示第一联系Number，2020.20.20.20.20.20表示当前时间，分别依次为年月日时分秒，即2020年20月20日20时20分20秒；得到“598d42c24f2d61d8”，将得到的“598d42c24f2d61d8”以及附上的一段预设事件文字(非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系)发送至负责人的移动手持终端，负责人的移动手持终端上显示“号码598d42c24f2d61d8，非建筑工人进入建筑工地区域，请其旁边的建筑工人带领非建筑工人离开建筑工地区域，至安全地带，请拨打以上号码进行联系”。通过移动手持终端拨打“598d42c24f2d61d8”之后，管理工作平台接收到该“598d42c24f2d61d8”号码的触发信息后，管理工作平台将13111111111移动手持终端与负责人的移动手持终端连通。
在本发明的一种优选实施方式中，还包括移动手持终端与管理工作平台选择信道的方法，其移动手持终端与管理工作平台选择信道的方法包括以下步骤：
第一步，获取网络信道的通信质量，其网络信道包括网络第1信道、网络第2信道、网络第3信道、网络第C信道；所述C为云服务器与视频摄像装置通信的信道总数；
其网络第c信道的通信质量ComQc的计算方法为：
Figure BDA0002734624940000161
其中，ComQc表示网络第c信道通信质量值；c＝1,2,3,...,C；
PLRc表示网络第c信道的丢包率；
lg表示以10为底的对数；
e表示自然底数；
第二步，将网络第1信道通信质量值、网络第2信道通信质量值、网络第3信道通信质量值、……、网络第C信道通信质量值依次按照次序从大排列；选取次序中的第一个所对应的信道作为选择的信道。
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 (10)

1.一种融合区块链的海量建筑工地图像数据优化方法，其特征在于，包括以下步骤：
S1，获取行走于建筑工地区域内的目标人物；依次分别为目标第1人物、目标第2人物、目标第3人物、……、目标第L人物，所述L为大于或者等于1的正整数；
S2，依次判断目标第L′人物是否为该建筑工地区域的建筑工人，所述L′为小于或者等于L的正整数；
若目标第L′人物为该建筑工地区域的建筑工人，则判断下一目标人物；
若目标第L′人物不为该建筑工地区域的建筑工人，则记录该目标人物的行走轨迹，并向附近的建筑工人的移动手持终端发送一段预置语音。
2.根据权利要求1所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，所述预置语音包括建筑工人个人数据身份信息、事由、意图之一或者任意组合，该个人数据身份信息包括建筑工人姓名或/和建筑工人联系Number。
3.根据权利要求1所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，在步骤S1中，包括以下步骤：
S11，将获取的每段视频图像按照时间先后顺序进行编号，分别为建筑工地第1视频、建筑工地第2视频、建筑工地第3视频、……、建筑工地第G视频，G为大于或者等于1的正整数，G为建筑工地视频总量；
S12，对建筑工地第g视频提取帧图像，所述g为小于或者等于G的正整数，依次分别为帧第g1图像、帧第g2图像、帧第g3图像、……、帧第gG′图像，G′＝λg×Tg，其中λg表示建筑工地第g视频的每秒帧数，Tg表示建筑工地第g视频的视频时长，单位秒；
S13，将其帧第gG″图像作为待处理图像，所述G″为小于或者等于G′的正整数。
4.根据权利要求1所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，移动手持终端为智能手机、平板或/和手表。
5.根据权利要求1所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，在步骤S2之后还包步骤S3，若附近的建筑工人的移动手持终端未接收管理工作平台发送的一段预置语音，则将附近的建筑工人的个人数据身份信息加密后传输给该建筑工地区域负责人的移动手持终端上。
6.根据权利要求5所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，利用移动手持终端联系附近的建筑工人的方法为：
利用其移动手持终端接收的联系Number通过移动手持终端拨打该联系Number；
移动手持终端通过联系Number连通其附近的建筑工人的移动手持终端。
7.根据权利要求6所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，在管理工作平台包括每个建筑工人有唯一建筑工人ID号，该建筑工人ID号相关联有该建筑工人的第一联系Number以及人脸图像信息；
当其管理工作平台获取到某个人脸图像信息存在于管理工作平台，则获取该人脸图像信息所对应的唯一建筑工人ID号，根据该唯一建筑工人ID号查询获得该人脸图像信息所对应的姓名和第一联系Number；
对其第一联系Number进行加密处理后，发送至移动手持终端。
8.根据权利要求7所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，对其第一联系Number进行加密处理的方法为：
对第一联系Number的末尾添加当前时间后进行散列函数运算，将其运算结果作为第二联系Number发送至移动手持终端；
其结果的计算方法为：
P(p1+p2)＝p(p1+p2)，
其中，p()表示散列函数运算；
p1表示第一联系Number；
p2表示当前时间；
P(p1+p2)表示其运算结果；
在预设时间阈值范围内，将其第二联系Number与第一联系Number相关联。
9.根据权利要求6所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，管理工作平台接收到移动手持终端发送的第二联系Number时，查询第二联系Number相关联的第一联系Number，将第一联系Number所对应的移动手持终端与拨打第二联系Number所对应的移动手持终端连通通讯。
10.根据权利要求9所述的融合区块链的海量建筑工地图像数据优化方法，其特征在于，该通讯方式为语音通讯。
CN202011129438.1A 2020-10-21 2020-10-21 一种融合区块链的海量建筑工地图像数据优化方法 Active CN112380911B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011129438.1A CN112380911B (zh) 2020-10-21 2020-10-21 一种融合区块链的海量建筑工地图像数据优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011129438.1A CN112380911B (zh) 2020-10-21 2020-10-21 一种融合区块链的海量建筑工地图像数据优化方法

Publications (2)

Publication Number Publication Date
CN112380911A true CN112380911A (zh) 2021-02-19
CN112380911B CN112380911B (zh) 2023-05-05

Family

ID=74580391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011129438.1A Active CN112380911B (zh) 2020-10-21 2020-10-21 一种融合区块链的海量建筑工地图像数据优化方法

Country Status (1)

Country Link
CN (1) CN112380911B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740675A (zh) * 2016-02-02 2016-07-06 深圳市指点信息科技有限公司 一种基于动态人物识别触发授权管理的方法及系统
CN107610301A (zh) * 2017-10-11 2018-01-19 安徽筑园信息科技有限公司 一种基于人脸识别的建筑工地实名制信息管理系统
CN108566374A (zh) * 2018-03-09 2018-09-21 深圳市元征科技股份有限公司 一种应用下载方法及其系统、区块链节点设备、终端
CN109558783A (zh) * 2018-09-20 2019-04-02 中建科技有限公司深圳分公司 一种用于建筑施工现场的违规检测方法、系统及设备
US20190108374A1 (en) * 2017-10-11 2019-04-11 William T. Reny See id system
CN109711408A (zh) * 2018-12-28 2019-05-03 天津智芯视界科技有限公司 一种用于建筑工地的人员识别系统
CN109922162A (zh) * 2019-04-26 2019-06-21 山东建筑大学 一种基于区块链的扁平化建筑设备物联网监控系统及方法
CN110781750A (zh) * 2019-09-25 2020-02-11 万翼科技有限公司 危险人物监控处理方法、装置、计算机设备和存储介质
WO2020056677A1 (zh) * 2018-09-20 2020-03-26 中建科技有限公司深圳分公司 一种用于建筑施工现场的违规检测方法、系统及设备
US10713737B1 (en) * 2019-06-25 2020-07-14 Scientia Potentia Est, LLC Use of blockchain-based distributed ledger to reference construction metadata and to use smart contracts for a construction project
CN111523432A (zh) * 2020-04-16 2020-08-11 重庆大学 一种智慧工地安全帽检测系统及其方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740675A (zh) * 2016-02-02 2016-07-06 深圳市指点信息科技有限公司 一种基于动态人物识别触发授权管理的方法及系统
CN107610301A (zh) * 2017-10-11 2018-01-19 安徽筑园信息科技有限公司 一种基于人脸识别的建筑工地实名制信息管理系统
US20190108374A1 (en) * 2017-10-11 2019-04-11 William T. Reny See id system
CN108566374A (zh) * 2018-03-09 2018-09-21 深圳市元征科技股份有限公司 一种应用下载方法及其系统、区块链节点设备、终端
CN109558783A (zh) * 2018-09-20 2019-04-02 中建科技有限公司深圳分公司 一种用于建筑施工现场的违规检测方法、系统及设备
WO2020056677A1 (zh) * 2018-09-20 2020-03-26 中建科技有限公司深圳分公司 一种用于建筑施工现场的违规检测方法、系统及设备
CN109711408A (zh) * 2018-12-28 2019-05-03 天津智芯视界科技有限公司 一种用于建筑工地的人员识别系统
CN109922162A (zh) * 2019-04-26 2019-06-21 山东建筑大学 一种基于区块链的扁平化建筑设备物联网监控系统及方法
US10713737B1 (en) * 2019-06-25 2020-07-14 Scientia Potentia Est, LLC Use of blockchain-based distributed ledger to reference construction metadata and to use smart contracts for a construction project
CN110781750A (zh) * 2019-09-25 2020-02-11 万翼科技有限公司 危险人物监控处理方法、装置、计算机设备和存储介质
CN111523432A (zh) * 2020-04-16 2020-08-11 重庆大学 一种智慧工地安全帽检测系统及其方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUYUN SHI等: "Applications of blockchain in ensuring the security and privacy of electronic health record systems: A survey", 《COMPUTERS & SECURITY》 *
马欣: "建筑工人人身安全保护系统的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 *

Also Published As

Publication number Publication date
CN112380911B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN110971878B (zh) 一种工程现场管理系统
US20220270426A1 (en) System and method for identifying and verifying one or more individuals using facial recognition
CN109118606B (zh) 一种面部识别考勤过程认证方法
CN208156681U (zh) 一种视频监控图像识别系统
CN106295967B (zh) 一种保障图像信息真实性的方法
CN108230479A (zh) 一种高效的智能签到系统及方法
CN112911385B (zh) 待识别图片的提取方法、装置、设备以及存储介质
CN112465309A (zh) 一种可视化施工管控系统及其实现方法
CN111738115A (zh) 一种基于人工智能的移动式摄像头自动识别方法和系统
CN112380911A (zh) 一种融合区块链的海量建筑工地图像数据优化方法
CN112380910B (zh) 一种基于区块链的建筑工地异常行为视频数据挖掘方法
CN102063659A (zh) 电子相片采集制作方法、服务器和系统
CN113010987A (zh) 一种基于物联网的架空线路施工进度实时判断方法
KR102326793B1 (ko) 사고 영상 분석 시스템 및 이를 이용한 분석 방법
CN110135274B (zh) 一种基于人脸识别的人流量统计方法
US20230078210A1 (en) Method and system for asynchronous reporting of emergency incidents
CN116343100A (zh) 一种基于自监督学习的目标识别方法及系统
CN101782967B (zh) 脸部图像的亮度特征量提取方法及脸部图像的识别方法
CN112380909A (zh) 一种基于区块链的人脸识别数据优化方法
CN112543241A (zh) 一种利用区块链进行建筑工地安全图像数据挖掘方法
CN114463873A (zh) 用于社区的巡逻系统
CN113783305A (zh) 一种基于ar的电站集成式管理方法、系统及服务器
CN111553690A (zh) 一种支持多点交易的区块链系统
CN107231464B (zh) 具有面部识别功能的通话系统及方法
CN111901096A (zh) 一种基于区块链的电子数据可信存证评估方法

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