CN112818758A - 电力施工现场的监测方法、系统、装置和存储介质 - Google Patents
电力施工现场的监测方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN112818758A CN112818758A CN202110045941.7A CN202110045941A CN112818758A CN 112818758 A CN112818758 A CN 112818758A CN 202110045941 A CN202110045941 A CN 202110045941A CN 112818758 A CN112818758 A CN 112818758A
- Authority
- CN
- China
- Prior art keywords
- construction site
- cloud server
- picture
- identified
- algorithm
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 251
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 105
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 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
- G06V20/50—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- 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
- G06Q50/06—Energy or water supply
-
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/38—Individual registration on entry or exit not involving the use of a pass with central registration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种电力施工现场的监测方法、系统、装置和存储介质，本方法应用于电力施工现场监测系统，该系统包括了采集设备、施工现场管理终端和云端服务器，本方法首先云端服务器接收采集设备通过施工现场管理终端发送的待识别图片；然后云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果，其中边缘计算方法包括了人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法；最后，云端服务器根据识别结果确定是否向管理员终端发送用于指示当前施工现场存在不安全事件的告警信息。采用本方法能够降低了电力施工现场人工开销成本并且解决了施工现场管理漏检的问题。
Description
技术领域
本申请涉及电力施工监测技术领域，特别是涉及一种电力施工现场的监测方法、系统、装置和存储介质。
背景技术
随着信息和网络技术的飞速发展，国家对于电力施工现场安全性的愈发重视，同时，电网企业对电力施工现场的安全性也提出了更高的要求。
现有技术中，通常是设置专门的管理人员对电力施工现场的安全性进行监测。
然而，在电力施工过程中由于施工现场的施工环节较多，施工环境复杂，可能面对的问题也较为复杂繁琐，采用传统的施工现场管理方式，人工开销成本大且经常会存在漏检问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够降低人工开销成本且解决了漏检问题的电力施工现场的监测方法、系统、装置和存储介质。
第一方面，提供了一种电力施工现场的监测方法，应用于电力施工现场监测系统，该系统包括：采集设备、施工现场管理终端和云端服务器；该方法包括：
云端服务器接收采集设备通过施工现场管理终端发送的待识别图片；
云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；其中，该边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
云端服务器根据识别结果确定是否向管理员终端发送告警信息；其中，该告警信息用于指示当前施工现场存在不安全事件。
在其中一个实施例中，采集设备包括布设在施工现场门禁处的门禁摄像头，待识别图片为待识别的人脸图像；云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果，包括：
云端服务器采用预设的人脸识别算法，判断待识别的人脸图像与预设的人脸数据库中的合法人脸图像是否匹配；其中，人脸数据库包括多个允许进入施工现场的合法用户的人脸图像；
若匹配，则确定识别结果为待识别的人脸图像中的用户为可进入施工现场的用户；
若不匹配，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，云端服务器根据识别结果确定是否向管理员终端发送告警信息，包括：
若识别结果为施工现场存在不安全事件，云端服务器则向管理员终端发送告警信息，该告警信息具体用于指示施工现场存在非法用户来访。
在其中一个实施例中，采集设备还包括布设在施工现场的多个前端摄像头，待识别图片为多个前端摄像头采集的施工现场的图像；云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果，还包括：
云端服务器采用预设的安全帽识别算法或者安全服识别算法，判断待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件；
若是，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果，还包括：
云端服务器采用预设的周界算法，判断待识别图片中是否存在进入禁区位置的用户；
若是，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，云端服务器根据识别结果确定是否向管理员终端发送告警信息，包括：
若识别结果为施工现场存在不安全事件，则云端服务器根据待识别图片生成报警截图，并将该报警截图发送给管理员终端。
在其中一个实施例中，该方法还包括：
云端服务器接收施工现场管理终端发送的项目统计信息，该项目统计信息至少包括施工现场信息、施工计划以及施工进度。
第二方面，提供了一种电力施工现场监测系统，该系统包括：采集设备、施工现场管理终端和云端服务器；其中，采集设备包括门禁摄像头和多个前端摄像头；
采集设备，用于采集施工现场的施工现场视频，并将该施工现场视频发送至施工现场管理终端；
施工现场管理终端，用于将施工现场视频转换为待识别图片后发送至云端服务器；
云端服务器，用于执行上述第一方面任一项所述的电力施工现场的监测方法中的步骤。
第三方面，提供了一种电力施工现场监测装置，该装置包括：
接收模块，用于接收采集设备通过施工现场管理终端发送的待识别图片；
识别模块，用于通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；其中，该边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
告警模块，用于根据识别结果确定是否向管理员终端发送告警信息；其中，该告警信息用于指示当前施工现场存在不安全事件。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一所述的电力施工现场的监测方法。
上述电力施工现场的监测方法、系统、装置和存储介质，首先云端服务器通过接收采集设备通过施工现场管理终端发送的待识别图片；然后云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；最后，云端服务器根据识别结果确定是否向管理员终端发送告警信息。在本申请实施例中，边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个，告警信息用于指示当前施工现场存在不安全事件。相比于现有技术在对电力施工现场的安全性进行监测时，需要设置专门的管理人员进行施工现场管理，然而，在电力施工过程中由于施工现场的施工环节较多，施工环境复杂，可能面对的问题也较为复杂繁琐，采用专门的管理人员进行施工现场管理，存在人工开销成本大且经常会存在漏检问题。本申请提供的技术方案中云端服务器可以通过接收采集设备通过施工现场管理终端发送的待识别图片，并利用预设的边缘计算算法对待识别图片进行安全识别得到识别结果，并根据识别结果确定是否向管理员终端发送告警信息，降低了电力施工现场人工开销成本并且解决了施工现场管理漏检的问题。
附图说明
图1为一个实施例电力施工现场的监测方法的实施环境示意图；
图2为一个实施例中电力施工现场的监测方法的流程示意图；
图3为另一个实施例中电力施工现场的监测方法的流程示意图；
图4为另一个实施例中电力施工现场的监测方法的流程示意图；
图5为一个实施例中电力施工现场装置的结构框图；
图6为一个实施例中电力施工现场系统中的计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着信息和网络技术的飞速发展，国家对于电力施工现场安全性的愈发重视，同时，电网企业对电力施工现场的安全性也提出了更高的要求。
现有技术中，通常是设置专门的管理人员对电力施工现场的安全性进行监测。
然而，在电力施工过程中由于施工现场的施工环节较多，施工环境复杂，可能面对的问题也较为复杂繁琐，采用传统的施工现场管理方式，人工开销成本大且经常会存在漏检问题。
有鉴于此，本申请实施例提供了一种电力施工现场的监测方法、系统、装置和存储介质，可以降低人工开销成本且解决了漏检问题。
下面，将对本申请实施例提供的电力施工现场的监测方法所涉及到的实施环境进行说明。
图1为本申请实施例提供的电力施工现场的监测方法所涉及到的实施环境的示意图。如图1所示，该实施环境可以包括采集设备101、施工现场管理终端102、云端服务器103和管理员终端104，其中，采集设备101和施工现场管理终端102之间可以通过有线或无线的方式进行通信，施工现场管理终端102和云端服务器103之间可以通过无线的方式进行通信，云端服务器103和管理员终端104之间可以通过无线的方式进行通信。采集设备101可以采集电力施工现场视频，并将采集到的电力施工现场视频发送到施工现场管理终端102，施工现场管理终端102将接收到的电力施工现场视频转换成待识别图片并发送到云端服务器103，云端服务器103通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果，并且可以根据识别结果向管理员终端104发送告警信息。
请参考图2，其示出了本申请实施例提供的一种电力施工现场的监测方法的流程图，该电力施工现场的监测方法可以应用于上文所述实施环境中的云端服务器103中。如图2所示，该电力施工现场的监测方法可以包括以下步骤：
步骤201，云端服务器接收采集设备通过施工现场管理终端发送的待识别图片。
其中，采集设备可以是设置在电力施工现场内的多个视频监控摄像头，比如视频监控摄像头1、视频监控摄像头2、视频监控摄像头3……，施工现场管理终端可以是与采集设备，也即多个视频监控摄像头通过有线或者无线方式进行连接的计算机设备。
在本申请实施例中，设置在电力施工现场的采集设备对电力施工现场进行视频监控，并将视频监控图像传输到施工现场管理终端中，施工现场管理终端对监控到的视频监控图像通过预设的时间间隔进行截屏，得出多个待识别的图片。例如，当电力施工现场中采集设备包括了处于不同位置的视频监控摄像头1、视频监控摄像头2及视频监控摄像头3，施工现场管理终端对视频监控摄像头1、视频监控摄像头2及视频监控摄像头3所传输的图像进行2秒一次截屏，则施工现场管理终端可以得到视频监控摄像头1、视频监控摄像头2及视频监控摄像头3在某时刻所截屏出的待识别图片1、待识别图片2及待识别图片3。
施工现场管理终端将得到的待识别图片发送到云端服务器，从上述实施例中可以知道，所发送的待识别图片还对应该待识别图片所对应的具体某个采集设备进行拍摄以及具体某个时刻所进行拍摄。同时，施工现场管理终端也可以对采集到的视频监控图像进行存储，能够方便管理人员对视频监控进行查询。
步骤202，云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果。
云端服务器预设有边缘计算算法，其中边缘计算方法包括了人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个。
在本申请实施例中，人脸识别算法用于对待识别图片中的人脸进行图像识别以确定待识别图片的人脸图像中的用户是否为可进入施工现场的用户，其中是否为可进入施工现场的用户的人脸图像是预先存储于云端服务器内部的。云端服务器可以对待识别图片进行人脸识别，并将待识别的人脸图像与云端服务器中的预设的人脸数据进行匹配，若匹配，则确定识别结果为待识别的人脸图像中的用户为可进入施工现场的用户，若不匹配，则确定识别结果为施工现场存在不安全事件。
安全帽识别算法用于对待识别图片中的用户是否佩戴安全帽进行图像识别。云端服务器可以对待识别图片进行安全帽识别，若识别出待识别图片中的用户佩戴安全帽，则确定识别结果为安全，若识别出待识别图片中的用户未佩戴安全帽，则确定识别结果为施工现场存在不安全事件。
安全服识别算法用于对待识别图片中的用户是否穿着安全服进行图像识别。云端服务器可以对待识别图片进行安全服识别，若识别出待识别图片中的用户穿着安全服，则确定识别结果为安全，若识别出待识别图片中的用户未穿着安全服，则确定识别结果为施工现场存在不安全事件。
周界算法用于识别待识别图片中的禁区位置是否存在用户，其中，待识别图片中的禁区位置可以是管理员所设定不安全区域，若在该区域中存在用户，则可以认为施工现场存在不安全事件，待识别图片中的禁区位置是通过管理员进行设置并预先存储于云端服务器内部的，其中可以是确定某个采集设备例如视频监控摄像头1为禁区位置设备，则视频监控摄像头1所拍摄的所有视频以及所有图片为禁区位置，若该视频监控摄像头所拍摄的所有视频以及所有图片中存在用户，则可以认为施工现场存在不安全事件，也可以是通过设置将某个采集设备例如视频监控摄像头1所拍摄的区域中的部分区域预设为禁区位置，则视频监控摄像头1所拍摄的所有视频以及所有图片中该部分区域都为禁区位置，若该视频监控摄像头所拍摄的所有视频以及所有图片该部分区域中存在用户，则可以认为施工现场存在不安全事件。云端服务器可以对待识别图片进行周界识别，若识别出待识别图片中的禁区位置未出现用户，则确定识别结果为安全，若识别出待识别图片中的禁区位置出现用户，则确定识别结果为施工现场存在不安全事件。
在本申请实施例中边缘计算方法包括了人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个，通过管理人员进行设定是否采用某个或者多个算法对电力施工现场进行监测。
步骤203，云端服务器根据识别结果确定是否向管理员终端发送告警信息。
其中，告警信息用于指示当前施工现场存在不安全事件。
在本申请实施例中，云端服务器对待识别图片可以进行人脸识别、安全帽识别、安全服识别以及周界识别中的任意一个或者多个识别方式，若存在识别结果为待识别的人脸图像与云端服务器中的预设的人脸数据不匹配、待识别图片中的用户未佩戴安全帽、待识别图片中的用户未穿着安全服或待识别图片中的禁区位置出现用户中的任一项，则确定识别结果为施工现场存在不安全事件，则向管理员终端发送告警信息，若识别结果为施工现场不存在不安全事件，则无需向管理员终端发送告警信息。
在本申请的一个可选的实施例中，云端服务器若识别结果为施工现场存在不安全事件，则根据待识别图片生成报警截图，并将报警截图发送给管理员终端。
其中所生成的报警截图可以是将待识别图片中导致识别结果为施工现场存在不安全事件进行框选，能够方便管理员在待识别图片中直观的看到哪些用户导致识别结果为施工现场存在不安全事件。可选的，云端服务器不仅可以向管理员终端发送报警截图，还可以发送施工现场存在不安全事件的待识别图片具体是哪一个采集设备在某时刻所拍摄到的，其能够方便管理员能够知道发生不安全事件的具体地点，并且可以将生成的报警截图进行存储，方便管理人员可以通过报警截图能够查询到在发生报警时的录像。
在本申请另一个可选的实施例中，接收施工现场管理终端发送的项目统计信息，该项目统计信息至少包括施工现场信息、施工计划以及施工进度。
其中，施工现场管理终端可以向云端服务器输入项目统计信息，可以包括施工现场信息、施工计划、施工进度、施工当前负责人等等信息，用于在识别结果确定向管理员终端发送告警信息时，管理员终端也可以通过云端服务器获得或者查询到当前电力施工现场的施工现场信息、施工计划、施工进度、施工当前负责人，以便管理员能够更加直观的了解到发生不安全事件时，当前电力施工现场的项目信息。
上述电力施工现场的监测方法、系统、装置和存储介质，首先通过接收采集设备通过施工现场管理终端发送的待识别图片；然后通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；最后，根据所述识别结果确定是否向管理员终端发送告警信息。在本申请实施例中，边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个，告警信息用于指示当前施工现场存在不安全事件。相比于传统技术在对电力施工现场的安全性进行监测时，需要设置专门的管理人员进行施工现场管理所存在人工开销成本大且经常会存在漏检问题，本申请提供的技术方案可以通过云端服务器接收采集设备通过施工现场管理终端发送的待识别图片，并利用预设的边缘计算算法自动对待识别图片进行安全识别得到识别结果，并根据识别结果确定是否向管理员终端发送告警信息，降低了电力施工现场人工开销成本并且解决了施工现场管理漏检的问题。
图3为一个实施例中电力施工现场的监测方法的流程示意图。本实施例涉及的是当采集设备包括布设在施工现场门禁处的门禁摄像头，待识别图片为待识别的人脸图像时的一种可选的实现过程。在上述实施例的基础上，如图3所示，上述方法还包括：
步骤301，云端服务器采用预设的人脸识别算法，判断待识别的人脸图像与预设的人脸数据库中的合法人脸图像是否匹配。
云端服务器中包括有人脸数据库，其中人脸数据库包括多个允许进入施工现场的合法用户的人脸图像。
在本申请实施例中，采集设备包括布设在施工现场门禁处的门禁摄像头，门禁摄像头可以在施工现场的出入口进行视频监控，并将视频监控图像传输到施工现场管理终端中，施工现场管理终端对监控到的视频监控图像通过预设的时间间隔进行截屏，得出多个待识别的图片，施工现场管理终端将多个待识别的图片发送到云端服务器，其中，待识别图片为待识别的人脸图像。
云端服务器将待识别的人脸图像与预设的人脸数据库中的合法人脸图像进行一一匹配，得到待识别的人脸图像与预设的人脸数据库进行匹配后的匹配结果。
可选的，云端服务器中预设的人脸识别算法可以包括多任务级联卷积网络(Multi-task Cascaded Convolutional Networks，MTCNN),云端服务器可以利用预设的多任务级联卷积网络提取待识别的人脸图像中的特征点，并判断待识别的人脸图像中的特征点与预设的人脸数据库中的合法人脸图像的特征点是否匹配。
步骤302，若待识别的人脸图像与预设的人脸数据库中的合法人脸图像匹配，则确定识别结果为待识别的人脸图像中的用户为可进入施工现场的用户；若不匹配，则确定识别结果为施工现场存在不安全事件。
可选的，若待识别的人脸图像与预设的人脸数据库中的合法人脸图像不匹配，即识别结果为施工现场存在不安全事件，则向管理员终端发送告警信息，告警信息具体用于指示施工现场存在非法用户来访。
可选的，若待识别的人脸图像与预设的人脸数据库中的合法人脸图像匹配，即识别结果为待识别的人脸图像中的用户为可进入施工现场的用户，云端服务器可以向施工现场门禁设备发送开启门禁指令，该门禁指令可以开启施工现场门禁使该用户可以进入施工现场。
在本实施例中采集设备可以为在施工现场门禁处的门禁摄像头，通过门禁摄像头拍摄到待识别的人脸图像，云端服务器采用预设的人脸识别算法将待识别的人脸图像与预设的人脸数据库中的合法人脸图像进行匹配，根据匹配结果确定待识别的人脸图像中的用户是否为可进入施工现场的用户。相比于传统技术需要设置专门的管理人员在施工现场门禁处对用户进行判断是否为可进入施工现场的用户而言，利用门禁摄像头拍摄待识别的人脸图像，并利用云端服务器采用预设的人脸识别算法将待识别的人脸图像与预设的人脸数据库中的合法人脸图像进行匹配判断来说，降低了电力施工现场人工开销成本并且解决了施工现场门禁处漏检的问题。
图4为一个实施例中电力施工现场的监测方法的流程示意图。本实施例涉及的是当采集设备包括布设在施工现场的多个前端摄像头，待识别图片为多个前端摄像头采集的施工现场的图像时的一种可选的实现过程。在上述实施例的基础上，如图4所示，上述方法还包括：
步骤401，云端服务器采用预设的安全帽识别算法或者安全服识别算法，判断待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件。
在本申请实施例中，采集设备包括布设在施工现场的多个前端摄像头，前端摄像头可以在施工现场内各个地点进行视频监控，并将视频监控图像传输到施工现场管理终端中，施工现场管理终端对监控到的视频监控图像通过预设的时间间隔进行截屏，得出多个待识别的图片，其中，待识别图片为施工现场的图像，施工现场的图像可以包括需要识别是否佩戴安全帽或者是否穿着安全服的用户，以及电力施工现场中的设备等等，施工现场管理终端并将多个待识别的图片发送到云端服务器。
可选的，云端服务器中预设的安全帽识别算法或者安全服识别算法可以通过卷积神经网络模型来实现，比如可以通过SSD算法(Single Shot MultiBox Detector)检测施工现场的图像，识别出施工现场图像中的用户，对于每个图像通过人工进行手动标注该用户是否佩戴安全帽或者穿着安全服，并将标注后的图像作为训练集，对卷积神经网络模型进行训练，并将训练完成的卷积神经网络设置在云端服务器中对待识别图片中是否存在未佩戴安全膜或者未穿着安全服的不安全事件进行识别，其中，卷积神经网络模型可以采用ResNet或者是VGGNet。
云端服务器采用预设的安全帽识别算法或者安全服识别算法，判断施工现场中待识别的用户是否佩戴安全帽或者是否穿着安全服。
步骤402，若待识别图片中存在未佩戴安全帽或者未穿着安全服的不安全事件，则确定识别结果为施工现场存在不安全事件。
可选的，云端服务器可以采用预设的周界算法，判断待识别图片中是否存在进入禁区位置的用户；若是，则确定识别结果为施工现场存在不安全事件。
其中，周界算法用于识别待识别图片中的禁区位置是否存在用户，其中待识别图片中的禁区位置是预先存储于云端服务器内部的，其中可以是确定某个采集设备例如视频监控摄像头1为禁区位置设备，则视频监控摄像头1所拍摄的所有图片为禁区位置，也可以是将某个采集设备例如视频监控摄像头1所拍摄的部分区域预设为禁区位置，则视频监控摄像头1所拍摄的所有图片中该区域都为禁区位置。云端服务器可以对待识别图片进行周界识别，若识别出待识别图片中的禁区位置未出现用户，则确定识别结果为安全，若识别出待识别图片中的禁区位置出现用户，则确定识别结果为施工现场存在不安全事件。
可选的，若识别结果为施工现场存在不安全事件，则根据待识别图片生成报警截图，并将该报警截图发送给管理员终端。
可选的，云端服务器还可以预先存储其他识别算法对施工现场的图像进行识别，例如危险物品算法，危险物品算法用于对待识别图片中的物品是否为危险物品进行图像识别。云端服务器可以对待识别图片进行危险物品识别，若识别出待识别图片中不存在危险物品，则确定识别结果为安全，若识别出待识别图片中存在危险物品，则确定识别结果为施工现场存在不安全事件。
在本实施例中采集设备可以为在施工现场的多个前端摄像头，通过多个前端摄像头拍摄到施工现场的图像，云端服务器采用预设的安全帽识别算法或者安全服识别算法对待识别图片进行处理，判断待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件。相比于传统技术需要设置专门的管理人员在施工现场对用户进行判断是否佩戴安全帽或者穿着安全服而言，利用多个前端摄像头拍摄待识别的图片，并利用云端服务器采用预设的安全帽识别算法或者安全服识别算法对待识别的图片进行判断来说，降低了电力施工现场人工开销成本并且解决了施工现场对于检查是否佩戴安全帽和穿着安全服的漏检问题。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种电力施工现场监测装置，包括：接收模块501、识别模块502和告警模块503，其中：
接收模块501，用于接收采集设备通过施工现场管理终端发送的待识别图片；
识别模块502，用于通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；其中，该边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
告警模块503，用于根据识别结果确定是否向管理员终端发送告警信息；其中，该告警信息用于指示当前施工现场存在不安全事件。
在其中一个实施例中，识别模块502具体用于采用预设的人脸识别算法，判断待识别的人脸图像与预设的人脸数据库中的合法人脸图像是否匹配；其中，该人脸数据库包括多个允许进入施工现场的合法用户的人脸图像；
若匹配，则确定识别结果为待识别的人脸图像中的用户为可进入施工现场的用户；
若不匹配，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，告警模块503，具体用于在识别结果为施工现场存在不安全事件的情况下，向管理员终端发送告警信息，该告警信息具体用于指示施工现场存在非法用户来访。
在其中一个实施例中，识别模块502具体用于采用预设的安全帽识别算法或者安全服识别算法，判断待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件；
若是，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，识别模块502具体用于采用预设的周界算法，判断待识别图片中是否存在进入禁区位置的用户；
若是，则确定识别结果为施工现场存在不安全事件。
在其中一个实施例中，告警模块503具体用于在识别结果为施工现场存在不安全事件的情况下，则根据待识别图片生成报警截图，并将报警截图发送给管理员终端。
在其中一个实施例中，接收模块501还用于接收施工现场管理终端发送的项目统计信息，项目统计信息至少包括施工现场信息、施工计划以及施工进度。
关于电力施工现场监测装置的具体限定可以参见上文中对于电力施工现场的监测方法的限定，在此不再赘述。上述电力施工现场监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是云端服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电力施工现场的监测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电力施工现场的监测方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种电力施工现场监测系统，该系统包括了采集设备、施工现场管理终端和云端服务器，其中，采集设备包括门禁摄像头和多个前端摄像头；
采集设备，用于采集施工现场的施工现场视频，并将施工现场视频发送至施工现场管理终端；
施工现场管理终端，用于将施工现场视频转换为待识别图片后发送至云端服务器；
云端服务器，用于执行上述实施例中任一项所述的电力施工现场的监测方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
云端服务器接收采集设备通过施工现场管理终端发送的待识别图片；
云端服务器通过预设的边缘计算算法对待识别图片进行安全识别，获得识别结果；其中，边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
云端服务器根据识别结果确定是否向管理员终端发送告警信息；其中，该告警信息用于指示当前施工现场存在不安全事件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：云端服务器采用预设的人脸识别算法，判断待识别的人脸图像与预设的人脸数据库中的合法人脸图像是否匹配；其中，人脸数据库包括多个允许进入施工现场的合法用户的人脸图像；若匹配，则确定识别结果为待识别的人脸图像中的用户为可进入施工现场的用户；若不匹配，则确定识别结果为施工现场存在不安全事件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若识别结果为施工现场存在不安全事件，则云端服务器向管理员终端发送告警信息，该告警信息具体用于指示施工现场存在非法用户来访。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：云端服务器采用预设的安全帽识别算法或者安全服识别算法，判断待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件；若是，则确定识别结果为施工现场存在不安全事件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：云端服务器采用预设的周界算法，判断待识别图片中是否存在进入禁区位置的用户；若是，则确定识别结果为施工现场存在不安全事件。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若识别结果为施工现场存在不安全事件，则云端服务器根据待识别图片生成报警截图，并将报警截图发送给管理员终端。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：云端服务器接收施工现场管理终端发送的项目统计信息，该项目统计信息至少包括施工现场信息、施工计划以及施工进度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电力施工现场的监测方法，其特征在于，应用于电力施工现场监测系统，所述系统包括：采集设备、施工现场管理终端和云端服务器；所述方法包括：
所述云端服务器接收所述采集设备通过所述施工现场管理终端发送的待识别图片；
所述云端服务器通过预设的边缘计算算法对所述待识别图片进行安全识别，获得识别结果；其中，所述边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
所述云端服务器根据所述识别结果确定是否向管理员终端发送告警信息；其中，所述告警信息用于指示当前施工现场存在不安全事件。
2.根据权利要求1所述的方法，其特征在于，所述采集设备包括布设在所述施工现场门禁处的门禁摄像头，所述待识别图片为待识别的人脸图像；
所述云端服务器通过预设的边缘计算算法对所述待识别图片进行安全识别，获得识别结果，包括：
所述云端服务器采用预设的人脸识别算法，判断所述待识别的人脸图像与预设的人脸数据库中的合法人脸图像是否匹配；其中，所述人脸数据库包括多个允许进入施工现场的合法用户的人脸图像；
若匹配，则确定所述识别结果为所述待识别的人脸图像中的用户为可进入施工现场的用户；
若不匹配，则确定所述识别结果为所述施工现场存在不安全事件。
3.根据权利要求2所述的方法，其特征在于，所述云端服务器根据所述识别结果确定是否向管理员终端发送告警信息，包括：
若所述识别结果为所述施工现场存在不安全事件，则所述云端服务器向管理员终端发送告警信息，所述告警信息具体用于指示所述施工现场存在非法用户来访。
4.根据权利要求2所述的方法，其特征在于，所述采集设备还包括布设在所述施工现场的多个前端摄像头，所述待识别图片为所述多个前端摄像头采集的所述施工现场的图像；
所述云端服务器通过预设的边缘计算算法对所述待识别图片进行安全识别，获得识别结果，还包括：
所述云端服务器采用预设的安全帽识别算法或者安全服识别算法，判断所述待识别图片中是否存在未佩戴安全帽或者未穿着安全服的不安全事件；
若是，则确定所述识别结果为所述施工现场存在不安全事件。
5.根据权利要求4所述的方法，其特征在于，所述云端服务器通过预设的边缘计算算法对所述待识别图片进行安全识别，获得识别结果，还包括：
所述云端服务器采用预设的周界算法，判断所述待识别图片中是否存在进入禁区位置的用户；
若是，则确定所述识别结果为所述施工现场存在不安全事件。
6.根据权利要求4或5所述的方法，其特征在于，所述云端服务器根据所述识别结果确定是否向管理员终端发送告警信息，包括：
若所述识别结果为所述施工现场存在不安全事件，则所述云端服务器根据所述待识别图片生成报警截图，并将所述报警截图发送给所述管理员终端。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述云端服务器接收所述施工现场管理终端发送的项目统计信息，所述项目统计信息至少包括施工现场信息、施工计划以及施工进度。
8.一种电力施工现场监测系统，其特征在于，所述系统包括：采集设备、施工现场管理终端和云端服务器；其中，所述采集设备包括门禁摄像头和多个前端摄像头；
所述采集设备，用于采集施工现场的施工现场视频，并将所述施工现场视频发送至所述施工现场管理终端；
所述施工现场管理终端，用于将所述施工现场视频转换为待识别图片后发送至所述云端服务器；
所述云端服务器，用于执行上述权利要求1-7任一项所述的电力施工现场的监测方法中的步骤。
9.一种电力施工现场监测装置，其特征在于，所述装置包括：
接收模块，用于接收所述采集设备通过所述施工现场管理终端发送的待识别图片；
识别模块，用于通过预设的边缘计算算法对所述待识别图片进行安全识别，获得识别结果；其中，所述边缘计算方法包括：人脸识别算法、安全帽识别算法、安全服识别算法以及周界算法中的至少一个；
告警模块，用于根据所述识别结果确定是否向管理员终端发送告警信息；其中，所述告警信息用于指示当前施工现场存在不安全事件。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的电力施工现场的监测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110045941.7A CN112818758A (zh) | 2021-01-14 | 2021-01-14 | 电力施工现场的监测方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110045941.7A CN112818758A (zh) | 2021-01-14 | 2021-01-14 | 电力施工现场的监测方法、系统、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112818758A true CN112818758A (zh) | 2021-05-18 |
Family
ID=75869162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110045941.7A Pending CN112818758A (zh) | 2021-01-14 | 2021-01-14 | 电力施工现场的监测方法、系统、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112818758A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537011A (zh) * | 2021-07-06 | 2021-10-22 | 广西电网有限责任公司 | 一种基于云边融合的电力杆塔输电线路状态监测的方法 |
| CN114205688A (zh) * | 2021-12-14 | 2022-03-18 | 上海建科工程咨询有限公司 | 一种智能监理系统及方法 |
| CN114241400A (zh) * | 2021-10-29 | 2022-03-25 | 国网北京市电力公司 | 电网系统的监控方法及其装置、计算机可读存储介质 |
| CN115714808A (zh) * | 2022-09-28 | 2023-02-24 | 北京中电飞华通信有限公司 | 电力现场的监管平台及监管方法 |
| CN115984782A (zh) * | 2023-03-17 | 2023-04-18 | 青岛文达通科技股份有限公司 | 一种基于图像处理的安全监控方法以及系统 |
| CN116682162A (zh) * | 2023-06-15 | 2023-09-01 | 中铁建大湾区建设有限公司 | 一种基于实时视频流的机器人人员检测算法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110262337A (zh) * | 2019-06-20 | 2019-09-20 | 中国南方电网有限责任公司 | 电力智能监控系统及方法 |
| CN110543866A (zh) * | 2019-09-06 | 2019-12-06 | 广东电网有限责任公司 | 一种基建工程施工人员的安全管理系统及方法 |
| CN111080963A (zh) * | 2019-12-18 | 2020-04-28 | 广州穗能通能源科技有限责任公司 | 施工现场告警方法、装置、计算机设备和存储介质 |
| CN112001284A (zh) * | 2020-08-14 | 2020-11-27 | 中建海峡建设发展有限公司 | 基于人工智能的劳务实名制管理系统 |
-
2021
- 2021-01-14 CN CN202110045941.7A patent/CN112818758A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110262337A (zh) * | 2019-06-20 | 2019-09-20 | 中国南方电网有限责任公司 | 电力智能监控系统及方法 |
| CN110543866A (zh) * | 2019-09-06 | 2019-12-06 | 广东电网有限责任公司 | 一种基建工程施工人员的安全管理系统及方法 |
| CN111080963A (zh) * | 2019-12-18 | 2020-04-28 | 广州穗能通能源科技有限责任公司 | 施工现场告警方法、装置、计算机设备和存储介质 |
| CN112001284A (zh) * | 2020-08-14 | 2020-11-27 | 中建海峡建设发展有限公司 | 基于人工智能的劳务实名制管理系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113537011A (zh) * | 2021-07-06 | 2021-10-22 | 广西电网有限责任公司 | 一种基于云边融合的电力杆塔输电线路状态监测的方法 |
| CN114241400A (zh) * | 2021-10-29 | 2022-03-25 | 国网北京市电力公司 | 电网系统的监控方法及其装置、计算机可读存储介质 |
| CN114205688A (zh) * | 2021-12-14 | 2022-03-18 | 上海建科工程咨询有限公司 | 一种智能监理系统及方法 |
| CN115714808A (zh) * | 2022-09-28 | 2023-02-24 | 北京中电飞华通信有限公司 | 电力现场的监管平台及监管方法 |
| CN115984782A (zh) * | 2023-03-17 | 2023-04-18 | 青岛文达通科技股份有限公司 | 一种基于图像处理的安全监控方法以及系统 |
| CN116682162A (zh) * | 2023-06-15 | 2023-09-01 | 中铁建大湾区建设有限公司 | 一种基于实时视频流的机器人人员检测算法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112818758A (zh) | 电力施工现场的监测方法、系统、装置和存储介质 | |
| CN106372662B (zh) | 安全帽佩戴的检测方法和装置、摄像头、服务器 | |
| CN106710007B (zh) | 一种基于实名验票制的快速检票验票方法及其系统 | |
| US10275657B2 (en) | Video surveillance system, video processing apparatus, video processing method, and video processing program | |
| KR101215948B1 (ko) | 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법 | |
| CN108476304B (zh) | 丢弃物体监视装置和具备该丢弃物体监视装置的丢弃物体监视系统以及丢弃物体监视方法 | |
| CN110781750A (zh) | 危险人物监控处理方法、装置、计算机设备和存储介质 | |
| CN109002786B (zh) | 人脸检测方法、设备及计算机可读存储介质 | |
| WO2018096787A1 (ja) | 人物行動監視装置および人物行動監視システム | |
| CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
| CN113011833A (zh) | 施工现场的安全管理方法、装置、计算机设备和存储介质 | |
| CN111860152A (zh) | 人员状态检测的方法、系统、设备和计算机设备 | |
| CN111652185A (zh) | 一种基于违章行为识别的安全施工方法、系统、装置及存储介质 | |
| CN105260725A (zh) | 一种虹膜识别系统 | |
| CN112595730A (zh) | 电缆破损识别方法、装置和计算机设备 | |
| CN113034826A (zh) | 基于视频的异常事件告警方法及其系统、设备、存储介质 | |
| CN111259682B (zh) | 监控施工场所的安全的方法和装置 | |
| CN110751125A (zh) | 穿戴检测方法及装置 | |
| CN115099724A (zh) | 施工场景的监控预警方法、装置、设备及存储介质 | |
| CN112489280A (zh) | 一种变电站人身安全监控方法、系统、终端及存储介质 | |
| KR20210030791A (ko) | 모니터링 대상 영상에서 이상 상황을 탐지하는 서버, 방법 및 컴퓨터 프로그램 | |
| CN113254495A (zh) | 一种基于人工智能的大数据服务平台 | |
| CN112419639A (zh) | 一种视频信息的获取方法及装置 | |
| CN115880631A (zh) | 一种配电站故障识别系统、方法、介质 | |
| KR101113515B1 (ko) | 감시카메라를 이용한 비디오 색인 시스템 및 방법 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 510802 5-1, Hongzhu Road, Xinhua Street, Huadu District, Guangzhou City, Guangdong Province Applicant after: China Southern Power Grid Big Data Service Co.,Ltd. Address before: 510800 5-1, Hongzhu Road, Xinhua Street, Huadu District, Guangzhou City, Guangdong Province Applicant before: Guangzhou suinengtong Energy Technology Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210518 |