CN113256934A - 一种高空作业人员安全检测系统 - Google Patents
一种高空作业人员安全检测系统 Download PDFInfo
- Publication number
- CN113256934A CN113256934A CN202110540338.6A CN202110540338A CN113256934A CN 113256934 A CN113256934 A CN 113256934A CN 202110540338 A CN202110540338 A CN 202110540338A CN 113256934 A CN113256934 A CN 113256934A
- Authority
- CN
- China
- Prior art keywords
- human body
- detection
- safety
- safety helmet
- detecting
- 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
Images
Classifications
-
- 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
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
- G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Helmets And Other Head Coverings (AREA)
Abstract
本发明公开了一种高空作业人员安全检测系统,涉及高空作业安全技术领域;包括如下步骤:步骤一:设置摄像头对高空作业人员进行实时监测;步骤二:对高空作业人员的图像进行采集;步骤三:对安全帽的检测;步骤四:对安全带异常的检测;步骤五:当安全帽没戴或者安全带异常进行报警;本发明能够实现快速检测,并且能够实现快速报警,提高了安全性,使用方便;同时设计合理,并给能够实现特征的检测,能够发出安全的提示。
Description
技术领域
本发明属于高空作业安全技术领域,具体涉及一种高空作业人员安全检测系统。
背景技术
随着我国经济的告诉发展,作为国民经济支柱产业之一的建筑行业也迎来了快速的发展。在建筑工程的所有施工环节中,高空作业应用领域广泛,可应用于厂房、场馆建设、飞机与船舶制造及维修、道路桥梁施工、市政工程、仓储超市等多个领域。但高空作业无疑是具有危险性的,其中国内高空坠落事故占房屋市政工程生产安全事故的一半以上,目前建筑施工过程中安全问题十分突出,据住建部披露统计,近三年房屋市政工程生产安全事故呈逐年上升趋势。
目前,在高空作业人员安全检测的问题上,我国主要以安全管理人员定期或不定期的安全检查和对高空作业人员进行安全知识培训为主。但在这些措施实施的过程中,仍需要通过一些工作对高空作业人员的行为进行管理和监督。综上所述,若要保证高空作业人员的安全问题,迫切需要对高空作业人员的进行实时监测。
发明内容
为解决背景技术中的问题;本发明的目的在于提供一种高空作业人员安全检测系统。
本发明的一种高空作业人员安全检测系统,包括如下步骤:
步骤一:设置摄像头对高空作业人员进行实时监测;
步骤二:对高空作业人员的图像进行采集;
步骤三:对安全帽的检测;
步骤四:对安全带异常的检测;
步骤五:当安全帽没戴或者安全带异常进行报警。
作为优选,所述对安全帽的检测具体方法为:
首先,训练人体关键点检测器以实现人体目标检测,人体关键点检测采用检测效果最好的Openpose开源库中的人体关键点检测算法,训练安全帽和人体框检测算法,采用目前在检测方面表现突出的YOLO算法;
其次,提取视频检测窗口,在高空作业人员必经通道处和高空作业现场设置摄像头,实时采集现场图像作为后续检测使用;将处理好的视频帧图像送入训练好的人体检测网络Openpose中,检测得到人体各个关键点的位置,同时将处理好的视频帧图像送入训练好的人体框检测模型和安全帽检测模型YOLO3中,对视频帧图像进行检测得到安全帽和人体框的位置;
最后根据得到的耳朵、鼻子、眼睛头部关键点位置,定位出头部所在区域的中心点,然后以人体框顶端宽度二分之一的区域,用一个正方形的滑动窗口在该区域上滑动,确定人体头部所在的区域,最后根据检测到的安全帽位置和定位到的头部区域位置确定人体是否佩戴安全帽。
本发明的有益效果为:
一、能够实现快速检测,并且能够实现快速报警,提高了安全性,使用方便;
二、同时设计合理,并给能够实现特征的检测,能够发出安全的提示。
附图说明
为了易于说明,本发明由下述的具体实施及附图作以详细描述。
图1为本发明的流程图;
图2为本发明中安全帽检测算法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面通过附图中示出的具体实施例来描述本发明。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
如图1所示,本具体实施方式采用以下技术方案:包括如下步骤:
步骤一:设置摄像头对高空作业人员进行实时监测;
步骤二:对高空作业人员的图像进行采集;
步骤三:对安全帽的检测;
步骤四:对安全带异常的检测;
步骤五:当安全帽没戴或者安全带异常进行报警。
如图2所示,进一步的,所述对安全帽的检测具体方法为:
首先,训练人体关键点检测器以实现人体目标检测,人体关键点检测采用检测效果最好的Openpose开源库中的人体关键点检测算法,训练安全帽和人体框检测算法,采用目前在检测方面表现突出的YOLO算法;
其次,提取视频检测窗口,在高空作业人员必经通道处和高空作业现场设置摄像头,实时采集现场图像作为后续检测使用。将处理好的视频帧图像送入训练好的人体检测网络Openpose中,检测得到人体各个关键点的位置,同时将处理好的视频帧图像送入训练好的人体框检测模型和安全帽检测模型YOLO3中,对视频帧图像进行检测得到安全帽和人体框的位置;
最后根据得到的耳朵、鼻子、眼睛等头部关键点位置,定位出头部所在区域的中心点,然后以人体框顶端宽度二分之一的区域,用一个正方形的滑动窗口在该区域上滑动,确定人体头部所在的区域,最后根据检测到的安全帽位置和定位到的头部区域位置确定人体是否佩戴安全帽。
安全帽佩戴识别系统的实时识别性能指标:
通过训练对评价安全帽佩戴识别系统的实时识别性能,由两个关键性性能指标进行评价,具体如下:
(1)目标识别准确率(Precision,P)和召回率(Recall,R) :
对于结果分析,需要给定了一个合适的评判标准。对于目标的识别算法评价通。
常采用准确率和召回率两个指标来衡量算法准确性能。目标识别算法的最终输出向量是一个带有置信分数的边界框。为了阐述精度的定义,我们首先定义了TP(真正例),FP(假正例),FN(假阴例)的意义。其中TP表示经过算法运行后识别到未戴安全帽的建筑工人的数量,FP表示识别到未戴安全帽的建筑工人对象数量,但结果并不准确。例如如果工人戴着安全帽,但模型识别为工人未戴安全帽,或者其他对象被认为工人未戴安全帽对象。FN是表示不戴安全帽的建筑工人被误判的数量。目标识别准确率(Precision,P)表示真正例样本TP与总样本(TP+FP)的比重,用来测量识别性能的可靠性。而召回率(Recall,R)表示真正例样本TP 占总的正样本(TP+FN)比重,两者为常用的目标识别的评价指标。其具体计算公式如下:
(2)鲁棒性:
鲁棒性是指算法在一定条件变动时,依旧保持着较高准确率的识别性能。因筑人、设备和材料。其天气,照明,个人姿态,视觉范围和遮挡等会影响实时识别的效果。为了探讨识别对施工现场的适用性,利用鲁棒性这个指标验证了该算法在面对不同条件不同变化时,是否有良好的识别性能。在不同情况下,通过其准确率与召回率能良好反映了模型的鲁棒性。
本具体实施方式对高空作业人员安全帽的图像进行采集:高空吊篮四角设置相机进行不同角度的采集,另外高空作业人员的图像容易受到环境的影响,所以要对不同环境,不同时段的图片进行采集,再自己进行分类、筛选,从而得到合适的数据集进行训练。
本具体实施方式对安全帽检测精度进行提高:采用人体关键点检测算法,用Openpose模型检测人的关键点,再用YOLO模型检测人体框和安全帽框,选取人体框最短边的一半设置滑动窗口并结合人体头部关键点位置,得到头部区域框,再用利用YOLO3模型检测的安全帽框,检测出人是否戴安全帽。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (2)
1.一种高空作业人员安全检测系统,其特征在于:包括如下步骤:
步骤一:设置摄像头对高空作业人员进行实时监测;
步骤二:对高空作业人员的图像进行采集;
步骤三:对安全帽的检测;
步骤四:对安全带异常的检测;
步骤五:当安全帽没戴或者安全带异常进行报警。
2.根据权利要求1所述的一种高空作业人员安全检测系统,其特征在于:所述对安全帽的检测具体方法为:
首先,训练人体关键点检测器以实现人体目标检测,人体关键点检测采用Openpose开源库中的人体关键点检测算法,训练安全帽和人体框检测算法,采用YOLO算法;
其次,提取视频检测窗口,在高空作业人员必经通道处和高空作业现场设置摄像头,实时采集现场图像作为后续检测使用;将处理好的视频帧图像送入训练好的人体检测网络Openpose中,检测得到人体各个关键点的位置,同时将处理好的视频帧图像送入训练好的人体框检测模型和安全帽检测模型YOLO3中,对视频帧图像进行检测得到安全帽和人体框的位置;
最后根据得到的耳朵、鼻子、眼睛头部关键点位置,定位出头部所在区域的中心点,然后以人体框顶端宽度二分之一的区域,用一个正方形的滑动窗口在该区域上滑动,确定人体头部所在的区域,最后根据检测到的安全帽位置和定位到的头部区域位置确定人体是否佩戴安全帽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110540338.6A CN113256934A (zh) | 2021-05-18 | 2021-05-18 | 一种高空作业人员安全检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110540338.6A CN113256934A (zh) | 2021-05-18 | 2021-05-18 | 一种高空作业人员安全检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113256934A true CN113256934A (zh) | 2021-08-13 |
Family
ID=77182497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110540338.6A Pending CN113256934A (zh) | 2021-05-18 | 2021-05-18 | 一种高空作业人员安全检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256934A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114209118A (zh) * | 2021-12-29 | 2022-03-22 | 国网瑞嘉(天津)智能机器人有限公司 | 高空作业智能预警方法、装置和智能安全帽 |
CN117830956A (zh) * | 2024-01-26 | 2024-04-05 | 南京关宁电子信息科技有限公司 | 一种高空带电作业安全防护方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AR070068A1 (es) * | 2008-12-30 | 2010-03-10 | Astegiano Claudio Miguel | Dispositivo de seguridad vehicular aplicado al casco del conductor |
CN109635697A (zh) * | 2018-12-04 | 2019-04-16 | 国网浙江省电力有限公司电力科学研究院 | 基于YOLOv3目标检测的电力作业人员安全着装检测方法 |
CN109753898A (zh) * | 2018-12-21 | 2019-05-14 | 中国三峡建设管理有限公司 | 一种安全帽识别方法及装置 |
CN111598040A (zh) * | 2020-05-25 | 2020-08-28 | 中建三局第二建设工程有限责任公司 | 一种建筑工人身份识别及安全帽佩戴检测方法及系统 |
CN112633111A (zh) * | 2020-12-17 | 2021-04-09 | 常州大学 | 一种安全帽佩戴检测方法、装置及存储介质 |
-
2021
- 2021-05-18 CN CN202110540338.6A patent/CN113256934A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AR070068A1 (es) * | 2008-12-30 | 2010-03-10 | Astegiano Claudio Miguel | Dispositivo de seguridad vehicular aplicado al casco del conductor |
CN109635697A (zh) * | 2018-12-04 | 2019-04-16 | 国网浙江省电力有限公司电力科学研究院 | 基于YOLOv3目标检测的电力作业人员安全着装检测方法 |
CN109753898A (zh) * | 2018-12-21 | 2019-05-14 | 中国三峡建设管理有限公司 | 一种安全帽识别方法及装置 |
CN111598040A (zh) * | 2020-05-25 | 2020-08-28 | 中建三局第二建设工程有限责任公司 | 一种建筑工人身份识别及安全帽佩戴检测方法及系统 |
CN112633111A (zh) * | 2020-12-17 | 2021-04-09 | 常州大学 | 一种安全帽佩戴检测方法、装置及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114209118A (zh) * | 2021-12-29 | 2022-03-22 | 国网瑞嘉(天津)智能机器人有限公司 | 高空作业智能预警方法、装置和智能安全帽 |
CN117830956A (zh) * | 2024-01-26 | 2024-04-05 | 南京关宁电子信息科技有限公司 | 一种高空带电作业安全防护方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598040B (zh) | 一种建筑工人身份识别及安全帽佩戴检测方法及系统 | |
CN111144263A (zh) | 一种建筑工人高坠事故预警方法及装置 | |
CN101465033B (zh) | 一种自动追踪识别系统及方法 | |
CN111462451B (zh) | 基于视频信息的秸秆焚烧检测报警系统 | |
CN110620906A (zh) | 一种基于物联网的电力施工安全管理系统 | |
CN111595453A (zh) | 一种基于人脸识别的红外测温系统及方法 | |
CN113256934A (zh) | 一种高空作业人员安全检测系统 | |
CN107063095A (zh) | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法 | |
CN210691346U (zh) | 一种基于工地隐患自动识别系统 | |
CN209543514U (zh) | 基于人脸识别的监控与报警系统 | |
CN103049740A (zh) | 基于视频图像的疲劳状态检测方法及装置 | |
CN112084963B (zh) | 一种监控预警方法、系统及存储介质 | |
CN111257507A (zh) | 一种基于无人机的气体浓度检测及事故预警系统 | |
CN114863489B (zh) | 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统 | |
Rentao et al. | Indoor smoking behavior detection based on yolov3-tiny | |
CN110930632B (zh) | 一种基于人工智能的预警系统 | |
Wang et al. | A safety helmet and protective clothing detection method based on improved-yolo v 3 | |
CN117854228A (zh) | 基于人工智能的安防设备施工现场安全预警系统 | |
CN113869236A (zh) | 一种移动式工地安全智慧分析系统和方法 | |
CN115346170B (zh) | 一种燃气设施区域的智能监控方法及装置 | |
CN112102583A (zh) | 一种基于大数据智慧楼宇系统 | |
CN116206253A (zh) | 基于深度学习的工地动火行为检测判断方法及系统 | |
CN113516691A (zh) | 一种基于机器视觉的高空抛物检测系统 | |
CN117058855B (zh) | 一种物联网云边通信方法 | |
CN117636472A (zh) | 一种安全帽及安全服穿戴行为智能检测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210813 |
|
WD01 | Invention patent application deemed withdrawn after publication |