CN112800901A - 一种基于视觉感知的矿山人员安全检测方法 - Google Patents

一种基于视觉感知的矿山人员安全检测方法 Download PDF

Info

Publication number
CN112800901A
CN112800901A CN202110065885.3A CN202110065885A CN112800901A CN 112800901 A CN112800901 A CN 112800901A CN 202110065885 A CN202110065885 A CN 202110065885A CN 112800901 A CN112800901 A CN 112800901A
Authority
CN
China
Prior art keywords
human body
target human
early warning
target
key points
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
Application number
CN202110065885.3A
Other languages
English (en)
Inventor
楼鋆
杨秋红
吴波
王英超
李天宝
朱峰
田立业
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.)
Shanghai Yunhua Technology Co ltd
Original Assignee
Shanghai Yunhua 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 Shanghai Yunhua Technology Co ltd filed Critical Shanghai Yunhua Technology Co ltd
Priority to CN202110065885.3A priority Critical patent/CN112800901A/zh
Publication of CN112800901A publication Critical patent/CN112800901A/zh
Pending legal-status Critical Current

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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Psychology (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Emergency Alarm Devices (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种基于视觉感知的矿山人员安全检测方法，包括：获取视频帧图像；从视频帧图像中获取目标物的分类信息、检测框信息，筛选目标人体；跟踪目标人体，得到目标人体的跟踪框信息和位置信息；为同一目标人体分配相同的ID；根据位置信息将目标人体从视频帧图像中截取出来；对目标人体的骨骼关键点进行检测并示出其位置；计算骨骼关键点的相对位置关系值，判断目标人体是否处于预警姿势及维持预警姿势的时长是否满足报警预设，若满足则发出报警信号。本发明针对矿山场景下的人员安全监控为设计了一种基于视觉感知的监测方法，以视觉感知技术为手段，应用目标检测、行为分析、异常分析预警等技术，极大的保障了矿下从业人员的生命安全。

Description

一种基于视觉感知的矿山人员安全检测方法
技术领域
本发明涉及视频智能分析及安防监控技术领域，特别是涉及一种基于视觉感知的矿山人员安全检测方法。
背景技术
矿山人员在现场作业时，偶尔会有突然倒地等安全情况发生。目前在现场作业监管过程中，由于人力、物力等各种原因，各环节相关管理人员有时会无法到施工现场监督监护、或到了现场也只能短时间停留，无法做到全天的监控，最终难以满足当前作业许可制度规范的要求。
目前，关于施工现场工人的不规范行为、设备设施的违规使用等方面很难进行监管，传统的视频监控一般也仅限于在控制室进行人工识别监控，甚至仅能监控到主要生产装置及要害部位，不能实现在任何生产区域发生不规范作业时进行监控的要求。因此，现有技术无法适用于矿山人员的安全检测。
发明内容
为了克服上述技术问题，本发明提供了一种基于视觉感知的矿山人员安全检测方法，可以针对矿山场景下的人员倒地、挥手求救等行为，进行目标检测、行为分析、异常分析预警，最大限度的保证矿下从业人员的生命安全。
为实现上述目的，本发明的技术方案如下：
一种基于视觉感知的矿山人员安全检测方法，所述方法包括：
获取视频帧图像；
从当前视频帧图像中获取至少一类目标物的分类信息、检测框信息，从中筛选出目标人体作为检测对象；
对目标人体进行跟踪，得到目标人体的跟踪框信息，确定目标人体的位置信息；
为同一目标人体分配相同的ID；
根据所述目标人体的位置信息，将所述目标人体从所述视频帧图像中截取出来；
对目标人体的骨骼关键点进行检测并示出其位置；
计算所述骨骼关键点的相对位置关系值，判断目标人体是否处于预警姿势；
若目标人体处于预警姿势，则判断目标人体维持预警姿势的时长是否满足报警预设，若满足，则发出报警信号。
优选地，所述从中筛选出目标人体作为检测对象，包括：
若所述至少一类目标物的分类信息中包含人分类信息及对应的检测框信息，则该信息对应的对象即为目标人体。
优选地，所述为同一目标人体分配相同的ID，包括：
将当前帧中的目标人体与前后帧中的目标人体进行特征比对，当特征相似度大于等于特定阀值时，即认定为同一目标人体，为同一目标人体分配相同ID。
优选地，对所述目标人体的骨骼关键点进行检测时，采用的特征关节点包括但不限于肩膀中点、左肩、右肩、左肘、右肘、左腕、右腕。
优选地，所述计算所述骨骼关键点的相对位置关系值，包括
计算目标人体所述骨骼关键点的置信度；
计算目标人体左肘与左肩、左腕形成的夹角角度A；
计算目标人体右肩与右肘、右腕形成的夹角角度B。
优选地，所述判断目标人体是否处于预警姿势，包括：
设置预警姿势的标准值；
将所述骨骼关键点的相对位置关系值与所述预警姿势的标准值进行比对，当满足所述预警姿势的标准值时，即判断目标人体处于预警姿势。
优选地，所述设置预警姿势的标准值，包括：
左肩、左肘、左腕三个关键点的置信度均大于等于0.5，左肘与左肩、左腕形成的夹角角度A范围为120°-170°；或
右肩、右肘、右腕三个关键点的置信度均大于等于0.5，右肘与右肩、右腕形成的夹角角度B范围为120°-170°；
当满足上述条件时，计算左肘与左肩、右肘与右肩的高度差，当至少一侧手肘高于肩时，认定为出现预警姿势。
优选地，判断目标人体维持预警姿势的时长是否满足报警预设包括：
获取目标人体的位置信息；
截取视频帧图像中同一目标人体的人体框，得到对应的视频序列；
根据所述视频序列计算目标人体维持预警姿势的时长；
将所述目标人体维持预警姿势的时长与预设的时长标准值进行比对；
当所述目标人体维持预警姿势的时长大于等于所述预设的时长标准值时，则满足报警预设。
本发明的有益效果为：
本申请提出一种基于视觉感知的矿山人员安全检测方法，可以针对矿山场景下的人员突然倒地、挥手求救等行为，以视觉感知技术为手段，应用目标检测、行为分析、异常分析预警等技术，在安全防范、监管实施、质量检测和生产流程管理方面，实现实时监控、自动发现问题、主动预警，最终实现事先控制，预防为主，防患于未然，最大限度的保证矿下从业人员的生命安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中上所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的部分实施例，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的附图。
图1为本申请示例性的一种基于视觉感知的矿山人员安全检测方法的实施例流程示意图；
图2为本申请示例性的一种检测框信息示意图；
图3为本申请示例性的一种跟踪框信息示意图；
图4为本申请示例性的一种人体关键点信息示意图；
图5为本申请示例性的挥手求救报警目标的示意图；
图6为本申请示例性的视频序列示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及示例性实施例，对本发明进行进一步详细说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在......时”或“当......时”或“响应于确定”。
为了克服现有技术存在的不足，本发明实施例提供了一种基于视觉感知的矿山人员安全检测方法，结合了视觉感知、应用目标检测、行为分析、异常分析预警等技术，能对矿下作业人员的安全进行智能监测分析，实现了对矿下生产作业的安全防范、实时监控、主动预警，保障了矿下生产作业的安全与规范。下面将结合具体实施例对本发明请求保护的一种基于视觉感知的矿山人员安全检测方法作进一步地详细阐述。
请参阅图1，为本申请示例性的一种基于视觉感知的矿山人员安全检测方法的实施例流程示意图，所述方法包括以下步骤：
获取视频帧图像；在本实施例中，可以通过在矿山、矿下等工作场景中设置高清摄像头等摄像工具，捕捉工作现场视频帧图像。
从当前视频帧图像中获取至少一类目标物的分类信息、检测框信息，从中筛选出目标人体作为检测对象；在本发明的实施例中，可以对视频帧图像中的当前帧中的各类目标物进行分类识别。如本领域技术人员可以理解的，目标物的分类可以采用coco数据集中的分类，也可以由技术人员自己设计分类，目标物的分类可以包括人、矿车、机械设备等。当识别出至少一类目标物时，获取目标物的分类信息、检测框信息。
作为一个实施例，可以基于当前视频帧图像识别所述至少一类目标物，获取所述至少一类目标物的分类信息和检测框信息，该检测框信息包括检测框的坐标信息，根据所述分类信息筛选出目标人体。在当前帧视频图像中，先识别出目标物，例如可以识别出5个目标物，三个工人，两辆矿车，然后对目标物进行识别，可以识别出目标物的分类信息，从而得到目标物的分类信息和检测框信息，所述检测框信息可以包含检测框坐标等，从中筛选出目标人体作为检测对象。如图2所示，即为筛选出的目标人体，在当前视频帧图像中显示了目标人体对应的检测框信息以及分类信息。例如，图2中所示的方框表示人分类的检测框，其中通过标识Person表示人。检测框还可以同时显示坐标信息，例如，如本领域技术人员可以理解的，可以通过在检测框的左上角和右下角显示，例如可以在检测框上的左上角显示坐标为(x1，y1)，右下角显示坐标为(x2，y2)。
对目标人体进行跟踪，得到目标人体的跟踪框信息，确定目标人体的位置信息；在本实施例中，筛选出目标人体后，在获取目标人体的分类信息及检测框信息后，可以基于所述目标人体的分类信息和检测框信息对所述目标人体进行轨迹跟踪，从而得到目标人体的跟踪框信息，可以确定目标人体在视频帧中的位置信息。检测框还可以同时显示人体关键点信息，如图3，为一种跟踪框信息示意图，从中可以看到工人处于挥手状态时的人体关键点信息。
为同一目标人体分配相同的ID；在本实施例中，可以对视频帧图像中目标人体的人体特征进行检测，并将前后帧的人体特征进行对比，当前后帧中目标人体的人体特征相似度达到特定值时，即判断为同一目标人体，随后为同一目标分配相同ID用于区别不同目标人体。如本领域技术人员可以理解的，可以设定人体特征相似度达到90％时，推定为同一目标人体。
根据所述目标人体的位置信息，将所述目标人体从所述视频帧图像中截取出来；具体地，可以在包含所述目标人体的连续多帧视频图像中定位出目标人体的跟踪框，将所述目标人体从所述视频帧图像中截取出来。可以根据跟踪框大小进行视频截图，得到对应的视频帧图像序列，例如图6所示的视频序列。如本领域技术人员可以理解的，根据检测到的工作人员即目标人体的位置信息，将人从原始视频帧图像中截取出来，是为了方便祛除冗余的背景信息，以防止背景干扰，可以提高行为识别的准确率和计算效率。
对目标人体的骨骼关键点进行检测并示出其位置；在本实施例中，可以针对从原始视频帧图像中截取出来的图像，利用人体关键点检测方法，检测出人体的骨骼关键点，并在视频帧图像中标示出来；例如，在对所述目标人体的骨骼关键点进行检测时，可以选择肩膀中点0、左肩1、右肩2、左肘3、右肘4、左腕5、右腕6共七个关键点作为特征关节点。如图4所示，即为人体关键点信息示意图。如图5，为工人挥手求救报警目标的示意图，可以看到工人处于挥手状态时的人体关键点信息。将所述人体的骨骼关键点连接起来，即可用来表示目标人体的动作状态。
计算所述骨骼关键点的相对位置关系值，判断目标人体是否处于预警姿势；在本实施例中，可以根据所述骨骼关键点的相对位置关系，判断目标人体当前的动作。以工人挥手求救的姿势为例，当左肩、左肘、左腕三个关键点的置信度均大于等于0.5，左肘与左肩、左腕形成的夹角角度A范围为120°-170°；或右肩、右肘、右腕三个关键点的置信度均大于等于0.5，右肘与右肩、右腕形成的夹角角度B范围为120°-170°；同时，当至少一侧手肘高于肩时，即可判定工人处于举手姿势。如本领域技术人员可以理解的，只要是能够通过其相对位置判断目标人体的姿势状态的，都是本发明要求保护的骨骼关键点，例如还可以选择人体其他骨骼关键点作为特征点，结合人的这些骨骼关键点的相对位置关系，比如头、腰和脚踝三点在竖直方向的高度差，可以判断当前帧人体的状态是否为倒地。
若目标人体处于预警姿势，则判断目标人体维持预警姿势的时长是否满足报警预设，若满足，则发出报警信号。在本实施例中，通过对检测到预警姿势的视频帧及后续的视频帧进行检测，当倒地的动作持续达到一定的时间，即可确认为发生人员倒地事件，需发出倒地报警信号。
优选地，所述从中筛选出目标人体作为检测对象，包括：
若所述至少一类目标物的分类信息中包含人分类信息及对应的检测框信息，则该信息对应的对象即为目标人体。
优选地，所述为同一目标人体分配相同的ID，包括：
将当前帧中的目标人体与前后帧中的目标人体进行特征比对，当特征相似度大于等于特定阀值时，即认定为同一目标人体，为同一目标人体分配相同ID。在本实施例中，可以对视频帧图像中目标人体的人体特征进行检测，并将前后帧的人体特征进行对比，当前后帧中目标人体的人体特征相似度达到特定值时，即判断为同一目标人体，随后为同一目标分配相同ID用于区别不同目标人体。如本领域技术人员可以理解的，可以设定人体特征相似度达到90％时，推定为同一目标人体。
优选地，对所述目标人体的骨骼关键点进行检测时，采用的特征关节点包括但不限于肩膀中点、左肩、右肩、左肘、右肘、左腕、右腕。在本实施例中，在对所述目标人体的骨骼关键点进行检测时，可以选择肩膀中点0、左肩1、右肩2、左肘3、右肘4、左腕5、右腕6共七个关键点作为特征关节点。如图4所示，即为人体关键点信息示意图。如图5，为工人挥手求救报警目标的示意图，可以看到工人处于挥手状态时的人体关键点信息。将所述人体的骨骼关键点连接起来，即可用来表示目标人体的动作状态。
优选地，所述计算所述骨骼关键点的相对位置关系值，包括
计算目标人体所述骨骼关键点的置信度；在本发明实施例中，所述置信度表示一种自信程度，即判别某个目标的类别属性，包括该目标是否包含某类及对应的概率值，比如其是否属于A以及属于A的概率。置信度是在区间[0，1]之间的值。
用数学形式表示置信度的定义：
Ci j＝Pr(object)*IOUpredtruth
其中，Ci j表示第i个网格的第j个边界框的置信度。
计算目标人体左肘与左肩、左腕形成的夹角角度A；
计算目标人体右肩与右肘、右腕形成的夹角角度B。
优选地，所述判断目标人体是否处于预警姿势，包括：
设置预警姿势的标准值；
将所述骨骼关键点的相对位置关系值与所述预警姿势的标准值进行比对，当满足所述预警姿势的标准值时，即判断目标人体处于预警姿势。
优选地，所述设置预警姿势的标准值，包括：
左肩、左肘、左腕三个关键点的置信度均大于等于0.5，左肘与左肩、左腕形成的夹角角度A范围为120°-170°；或
右肩、右肘、右腕三个关键点的置信度均大于等于0.5，右肘与右肩、右腕形成的夹角角度B范围为120°-170°；
当满足上述条件时，计算左肘与左肩、右肘与右肩的高度差，当至少一侧手肘高于肩时，认定为出现预警姿势。
在本实施例中，可以根据所述骨骼关键点的相对位置关系，判断目标人体当前的动作。以工人挥手求救的姿势为例，当左肩、左肘、左腕三个关键点的置信度均大于等于0.5，左肘与左肩、左腕形成的夹角角度A范围为120°-170°；或右肩、右肘、右腕三个关键点的置信度均大于等于0.5，右肘与右肩、右腕形成的夹角角度B范围为120°-170°；同时，当至少一侧手肘高于肩时，即可判定工人处于举手姿势。如本领域技术人员可以理解的，只要是能够通过其相对位置判断目标人体的姿势状态的，都是本发明要求保护的骨骼关键点，例如还可以选择人体其他骨骼关键点作为特征点，结合人的这些骨骼关键点的相对位置关系，比如头、腰和脚踝三点在竖直方向的高度差，可以判断当前帧人体的状态是否为倒地。
优选地，判断目标人体维持预警姿势的时长是否满足报警预设包括：
获取目标人体的位置信息；
截取视频帧图像中同一目标人体的人体框，得到对应的视频序列；
根据所述视频序列计算目标人体维持预警姿势的时长；
将所述目标人体维持预警姿势的时长与预设的时长标准值进行比对；
当所述目标人体维持预警姿势的时长大于等于所述预设的时长标准值时，则满足报警预设。
在本实施例中，通过对检测到预警姿势的视频帧及后续的视频帧进行检测，当预警的动作持续达到一定的时间，即可确认为发生人员安全事件，需发出报警信号。
本申请提出一种基于视觉感知的矿山人员安全检测方法，利用目标检测方法检测出工作人员的位置信息并结合跟踪算法，赋予检测到的同一人唯一的身份信息；然后根据检测到的目标人体位置信息，将人从原始视频帧图像中截取出来，以便去除冗余的背景信息，实现实时检测的目的；最后针对截取出的图像，对人体关键点进行估计；再结合人的这些关键点的相对位置关系，比如左右手肘高于肩，判断当前帧人体的状态是否为挥手求救。以此类推后续的视频帧，判断当挥手求救的动作持续达到一定时间时，即可确认为发生人员挥手求救事件，需发出挥手求救报警信号。相比于现有技术，本申请对外界环境的依赖度较小，具有很好的鲁棒性，适用于在矿山矿下等特殊场景中实现快速准确的安全检测，并且通过对连续多帧视频图像进行目标跟踪检测，实现对危险行为的判断，提升了人员安全事故的检出率，降低人员安全事故的误报率，保障了矿下从业人员的生命安全。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述方法包括：
获取视频帧图像；
从当前视频帧图像中获取至少一类目标物的分类信息、检测框信息，从中筛选出目标人体作为检测对象；
对目标人体进行跟踪，得到目标人体的跟踪框信息，确定目标人体的位置信息；
为同一目标人体分配相同的ID；
根据所述目标人体的位置信息，将所述目标人体从所述视频帧图像中截取出来；
对目标人体的骨骼关键点进行检测并示出其位置；
计算所述骨骼关键点的相对位置关系值，判断目标人体是否处于预警姿势；
若目标人体处于预警姿势，则判断目标人体维持预警姿势的时长是否满足报警预设，若满足，则发出报警信号。
2.根据权利要求1所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述从中筛选出目标人体作为检测对象，包括：
若所述至少一类目标物的分类信息中包含人分类信息及对应的检测框信息，则该信息对应的对象即为目标人体。
3.根据权利要求1所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述为同一目标人体分配相同的ID，包括：
将当前帧中的目标人体与前后帧中的目标人体进行特征比对，当特征相似度大于等于特定阀值时，即认定为同一目标人体，为同一目标人体分配相同ID。
4.根据权利要求1所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，对所述目标人体的骨骼关键点进行检测时，采用的特征关节点包括但不限于肩膀中点、左肩、右肩、左肘、右肘、左腕、右腕。
5.根据权利要求4所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述计算所述骨骼关键点的相对位置关系值，包括
计算目标人体所述骨骼关键点的置信度；
计算目标人体左肘与左肩、左腕形成的夹角角度A；
计算目标人体右肩与右肘、右腕形成的夹角角度B。
6.根据权利要求5所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述判断目标人体是否处于预警姿势，包括：
设置预警姿势的标准值；
将所述骨骼关键点的相对位置关系值与所述预警姿势的标准值进行比对，当满足所述预警姿势的标准值时，即判断目标人体处于预警姿势。
7.根据权利要求6所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，所述设置预警姿势的标准值，包括：
左肩、左肘、左腕三个关键点的置信度均大于等于0.5，左肘与左肩、左腕形成的夹角角度A范围为120°-170°；或
右肩、右肘、右腕三个关键点的置信度均大于等于0.5，右肘与右肩、右腕形成的夹角角度B范围为120°-170°；
当满足上述条件时，计算左肘与左肩、右肘与右肩的高度差，当至少一侧手肘高于肩时，认定为出现预警姿势。
8.根据权利要求1所述的一种基于视觉感知的矿山人员安全检测方法，其特征在于，判断目标人体维持预警姿势的时长是否满足报警预设包括：
获取目标人体的位置信息；
截取视频帧图像中同一目标人体的人体框，得到对应的视频序列；
根据所述视频序列计算目标人体维持预警姿势的时长；
将所述目标人体维持预警姿势的时长与预设的时长标准值进行比对；
当所述目标人体维持预警姿势的时长大于等于所述预设的时长标准值时，则满足报警预设。
CN202110065885.3A 2021-01-18 2021-01-18 一种基于视觉感知的矿山人员安全检测方法 Pending CN112800901A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110065885.3A CN112800901A (zh) 2021-01-18 2021-01-18 一种基于视觉感知的矿山人员安全检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110065885.3A CN112800901A (zh) 2021-01-18 2021-01-18 一种基于视觉感知的矿山人员安全检测方法

Publications (1)

Publication Number Publication Date
CN112800901A true CN112800901A (zh) 2021-05-14

Family

ID=75810278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110065885.3A Pending CN112800901A (zh) 2021-01-18 2021-01-18 一种基于视觉感知的矿山人员安全检测方法

Country Status (1)

Country Link
CN (1) CN112800901A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420603A (zh) * 2021-05-27 2021-09-21 南京四维向量科技有限公司 一种基于Atlas边缘计算设备的员工效能跟踪系统
CN113792579A (zh) * 2021-07-30 2021-12-14 华能大理风力发电有限公司 基于视频的人员特定动作的智能判断方法及装置
CN113963439A (zh) * 2021-10-22 2022-01-21 无锡八英里电子科技有限公司 一种基于机器视觉的电梯轿厢扒门行为识别方法
CN114038163A (zh) * 2021-11-29 2022-02-11 内蒙古智能煤炭有限责任公司 一种智慧矿山创新管理方法
CN116129350A (zh) * 2022-12-26 2023-05-16 广东高士德电子科技有限公司 数据中心安全作业的智能监控方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609517A (zh) * 2017-09-15 2018-01-19 华中科技大学 一种基于计算机视觉的课堂行为检测系统
CN109241917A (zh) * 2018-09-12 2019-01-18 南京交通职业技术学院 一种基于计算机视觉的课堂行为检测系统
CN111079554A (zh) * 2019-11-25 2020-04-28 恒安嘉新（北京）科技股份公司 分析学生课堂表现的方法、装置、电子设备、及存储介质
CN111539276A (zh) * 2020-04-14 2020-08-14 国家电网有限公司 一种在电力场景下安全帽实时检测的方法
CN111753587A (zh) * 2019-03-28 2020-10-09 杭州海康威视数字技术股份有限公司 一种倒地检测方法及装置
CN111783702A (zh) * 2020-07-20 2020-10-16 杭州叙简科技股份有限公司 一种基于图像增强算法和人体关键点定位的高效行人摔倒检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609517A (zh) * 2017-09-15 2018-01-19 华中科技大学 一种基于计算机视觉的课堂行为检测系统
CN109241917A (zh) * 2018-09-12 2019-01-18 南京交通职业技术学院 一种基于计算机视觉的课堂行为检测系统
CN111753587A (zh) * 2019-03-28 2020-10-09 杭州海康威视数字技术股份有限公司 一种倒地检测方法及装置
CN111079554A (zh) * 2019-11-25 2020-04-28 恒安嘉新（北京）科技股份公司 分析学生课堂表现的方法、装置、电子设备、及存储介质
CN111539276A (zh) * 2020-04-14 2020-08-14 国家电网有限公司 一种在电力场景下安全帽实时检测的方法
CN111783702A (zh) * 2020-07-20 2020-10-16 杭州叙简科技股份有限公司 一种基于图像增强算法和人体关键点定位的高效行人摔倒检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420603A (zh) * 2021-05-27 2021-09-21 南京四维向量科技有限公司 一种基于Atlas边缘计算设备的员工效能跟踪系统
CN113792579A (zh) * 2021-07-30 2021-12-14 华能大理风力发电有限公司 基于视频的人员特定动作的智能判断方法及装置
CN113963439A (zh) * 2021-10-22 2022-01-21 无锡八英里电子科技有限公司 一种基于机器视觉的电梯轿厢扒门行为识别方法
CN114038163A (zh) * 2021-11-29 2022-02-11 内蒙古智能煤炭有限责任公司 一种智慧矿山创新管理方法
CN116129350A (zh) * 2022-12-26 2023-05-16 广东高士德电子科技有限公司 数据中心安全作业的智能监控方法、装置、设备及介质
CN116129350B (zh) * 2022-12-26 2024-01-16 广东高士德电子科技有限公司 数据中心安全作业的智能监控方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN112800901A (zh) 一种基于视觉感知的矿山人员安全检测方法
US11917333B2 (en) Systems and methods for personnel location at a drilling site
US6928228B2 (en) System and method for detection and analysis of video recordings
KR101541272B1 (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
CN108389359B (zh) 一种基于深度学习的城市火灾报警方法
CN114155601A (zh) 一种基于视觉的作业人员危险行为检测方法及系统
CN111079722B (zh) 一种吊装过程人员安全监测方法及系统
KR102174784B1 (ko) 딥 러닝과 멀티 에이전트를 활용한 대규모 개체 식별 및 추적 방법
CN111428617A (zh) 一种基于视频图像的配网违规检修行为的识别方法和系统
CN112804498A (zh) 一种安全防护装具佩戴情况监控系统和方法
CN110956769B (zh) 一种基于目标位置的周界防入侵系统的监控方法
CN113223046B (zh) 一种监狱人员行为识别的方法和系统
CN109800715B (zh) 一种基于物联网的出入园区监控方法及系统
CN112184773A (zh) 一种基于深度学习的安全帽佩戴检测方法及系统
CN113506416A (zh) 一种基于智能视觉分析的工程异常预警方法及系统
CN113822250A (zh) 一种船舶驾驶异常行为检测方法
CN116704411A (zh) 一种基于物联网的安防管控方法、系统及存储介质
CN112541439A (zh) 一种电厂智能视频监控方法与系统
US20190347366A1 (en) Computer-aided design and analysis method for physical protection systems
CN115797856A (zh) 一种基于机器视觉的施工场景智慧安全监控方法
CN112800900A (zh) 一种基于视觉感知的矿山人员倒地检测方法
KR20230097854A (ko) 발전소내 작업자의 위험행동 인지방법 및 시스템
CN112560727A (zh) 一种基于人工智能的起重机越线安全预警方法和装置
CN115880641A (zh) 一种基于机器视觉的工人不安全行为自动检测方法和装置
CN115346170A (zh) 一种燃气设施区域的智能监控方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210514