CN113343854A - 一种基于视频监控的动火作业流程合规性检测方法 - Google Patents

一种基于视频监控的动火作业流程合规性检测方法 Download PDF

Info

Publication number
CN113343854A
CN113343854A CN202110641213.2A CN202110641213A CN113343854A CN 113343854 A CN113343854 A CN 113343854A CN 202110641213 A CN202110641213 A CN 202110641213A CN 113343854 A CN113343854 A CN 113343854A
Authority
CN
China
Prior art keywords
video
detection
face image
fire
face
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
CN202110641213.2A
Other languages
English (en)
Inventor
任永建
师天磊
许志强
孙昌勋
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.)
Beijing Ronglian Yitong Information Technology Co ltd
Original Assignee
Beijing Ronglian Yitong 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 Beijing Ronglian Yitong Information Technology Co ltd filed Critical Beijing Ronglian Yitong Information Technology Co ltd
Priority to CN202110641213.2A priority Critical patent/CN113343854A/zh
Publication of CN113343854A publication Critical patent/CN113343854A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于视频监控的动火作业流程合规性检测方法，其方法包括：基于摄像头采集现场视频，并传输至管理终端；基于管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测；若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规；若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录。通过摄像头采集现场视频，并及时对现场视频进行分析，准确快速的完成对动火作业流程的合规性检测，提高了检测效率以及准确度。

Description

一种基于视频监控的动火作业流程合规性检测方法
技术领域
本发明涉及计算机视觉分析技术领域，特别涉及一种基于视频监控的动火作业流程合规性检测方法。
背景技术
目前，工地、化工园区等领域都有动火作业，也有对动火作业的监管需求，传统的方式是采用移动布控摄像头放置于动火作业现场，对动火作业现场进行远程视频监控，同时也会有专门的安全监管人员在厂区、工地流动巡检，防止作业人员安全意识薄弱，产生安全隐患，但是无论是远程还是现场巡检人员，由于精力有限，都可能无法保证在第一时间及时发现隐患，而一旦作业现场出现隐患，导致安全问题，就会造成巨大的人员伤亡、财产损失和不良的社会影响。
因此，本发明提供了一种基于视频监控的动火作业流程合规性检测方法，用于通过摄像头采集现场视频，并及时对现场视频进行分析，准确快速的完成对动火作业流程的合规性检测，提高了检测效率以及准确度。
发明内容
本发明提供一种基于视频监控的动火作业流程合规性检测方法，用以通过摄像头采集现场视频，并及时对现场视频进行分析，准确快速的完成对动火作业流程的合规性检测，提高了检测效率以及准确度。
本发明提供一种基于视频监控的动火作业流程合规性检测方法，包括：
步骤1：基于摄像头采集现场视频，并传输至管理终端；
步骤2：基于管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测；
步骤3：若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规；
步骤4：若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录。
优选的，一种基于视频监控的动火作业流程合规性检测方法，步骤1中，基于摄像头采集现场视频，包括：
基于管理终端获取所述摄像头支持的视频采集分辨率，并形成视频采集分辨率支持列表；
同时，在所述管理终端与所述摄像头之间建立自适应通信链路，且所述管理终端基于所述自适应通信链路向所述摄像头发送现场视频采集指令；
其中，所述现场视频采集指令包括需要采集的指定物体种类、视频采集方式以及视频清晰度要求；
所述摄像头基于所述现场视频采集指令中对现场视频采集的清晰度要求，从所述视频采集分辨率支持列表中确定对应的目标视频采集分辨率，同时确定现场视频采集的最佳尺寸；
所述摄像头基于所述视频采集方式、目标视频采集分辨率以及最佳尺寸对动火现场中的指定物体进行视频采集；
其中，指定物体包括：工作人员面部信息、安全帽、反光衣、氧气瓶以及灭火器。
优选的，一种基于视频监控的动火作业流程合规性检测方法，步骤1中，基于摄像头采集现场视频，并传输至管理终端，还包括：
获取摄像头采集的现场视频，确定所述现场视频中包含的各个帧图像，并将所述各个帧图像进行宏块划分，得到M个宏块；
确定每个宏块的数据类型，根据所述每个宏块的数据类型从预设数据编码规则库中匹配对应的目标编码规则；
基于所述目标编码规则对所述M个宏块进行编码，并将编码后的数据进行压缩，得到现场视频编码数据流；
所述摄像头向所述管理终端发送视频发送请求，其中，所述视频发送请求中携带有验证标识；
所述管理终端基于验证标识，对所述视频发送请求进行验证，且在验证通过后向所述摄像头反馈验证结果；
所述摄像头基于所述反馈验证结果实时向所述管理终端发送采集的现场视频。
优选的，一种基于视频监控的动火作业流程合规性检测方法，步骤2中，所述管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测，包括：
所述管理终端从所述现场视频中截取待识别人脸图像，其中，所述待识别人脸图像至少为一张，且所述待识别人脸图像包括人脸区域和非人脸区域；
构建人脸边缘确定模型，并将所述待识别人脸图像输入所述人脸边缘确定模型，得到所述待识别人脸图像对应的二值化图像；
基于所述二值化图像，对所述待识别人脸图像中的人脸区域进行定位，得到单个人脸图像，并对所述单个人脸图像中的人脸区域和非人脸区域进行裁剪处理，得到人脸区域图像；
提取所述人脸区域图像中的关键点，并基于预设图像处理工具将所述人脸区域图像中的关键点进行对齐处理，且基于处理结果得到人脸区域图像对应的正脸图像；
基于预设人脸识别模型对所述正脸图像进行识别，得到目标人脸图像，同时，将所述目标人脸图像与预设人脸库中预存对象人脸图像分别做相似度运算；
基于相似度运算结果，确定与所述目标人脸图像对应的相似度最高的预存对象人脸图像为最终图像识别结果；
基于识别结果，提取所述目标人脸图像对应的动火作业人员的属性特征信息，其中，所述属性特征信息包括动火作业人员的资质信息以及动火作业人员的身份信息；
所述管理终端对所述目标人脸图像对应的动火作业人员的属性特征信息进行验证；
若验证通过，判定可以执行动火作业流程合规性检测；
否则，判定目标人脸图像对应的动火作业人员无动火作业资质，并向现场发送终止动火作业操作。
优选的，一种基于视频监控的动火作业流程合规性检测方法，步骤3中，若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规，包括：
获取对动火作业流程合规性检测的判定结果，且在判定执行对动火作业流程合规性检测时，从所述现场视频中截取动火作业流程合规性检测中包括的各检测对象对应的检测图像；
基于预设分析流程对截取的各检测对象对应的检测图像进行排序；
所述管理终端获取对动火作业流程中各检测对象制定的检测标准，基于所述检测标准对排序后的各检测对象对应的检测图像进行一一检测，并得到检测结果；
将检测结果与所述检测标准进行比较；
若所述检测结果满足所述检测标准，判定现场动火作业流程合规
否则，判定现场动火作业流程违规，并根据如下公式计算现场动火作业流程中包含的检测对象的违规率，具体步骤如下：
Figure BDA0003107846100000051
其中，α表示现场动火作业流程中包含的检测对象的违规率，且取值范围为(0，1)；β表示现场动火作业流程中包含的检测对象的总个数；δ表示现场动火作业流程中包含的检测对象中不满足所述检测标准的个数；ρ表示现场动火作业流程中包含的检测对象中满足所述检测标准的个数；
若计算得到的违规率大于预设阈值，判定动火作业所需工具准备严重不足，并将此次动火作业信息进行记录保存。
优选的，一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤4中，若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录，包括：
获取对现场动火作业流程的判定结果，且在判定结果为不合格时，所述管理终端向现场发送告警信号，并通知工作人员暂停现场动火作业；
同时，所述管理终端获取对现场动火作业流程合规性检测中各检测对象对应的检测结果，并确定违规检测对象对应的违规信息；
获取所述违规信息对应数据类型以及违规检测对象的名称信息，并根据所述数据类型从预设报告库中匹配对应的报告模板，其中，所述报告模板中包括多张报表，且违规检测对象的名称信息与违规信息一一对应；
将所述违规检测对象的名称信息与违规信息在所述报告模板中进行记录，得到动火作业流程的各项违规信息流程报告，并将所述各项违规信息流程报告在预设存储区域进行存储。
优选的，一种基于视频监控的动火作业流程合规性检测方法，得到动火作业流程的各项违规信息流程报告，还包括：
获取生成的动火作业流程的各项违规信息流程报告，并对所述各项违规信息流程报告分别设置对应的查询标识；
接收用户发送的报告查询请求，其中，所述报告查询请求中携带需要查询的违规信息流程报告对应的标识信息；
基于查询请求，从各项违规信息流程报告对应的查询标识中确定目标项违规信息流程报告，并将所述目标项违规信息流程报告发送至用户终端，完成用户对违规信息流程报告的查询。
优选的，一种基于视频监控的动火作业流程合规性检测方法，步骤2中，所述管理终端识别所述现场视频中的人脸信息，还包括：
获取摄像头采集的现场视频中任一人脸图像的行像素数和列像素数，其中，所述现场视频中任一人脸图像的行像素数和列像素数相同；
根据所述行像素数和列像素数计算所述现场视频中任一人脸图像的清晰度，并根据所述清晰度计算管理终端对所述现场视频中任一人脸图像进行识别时的准确率，具体步骤包括：
根据如下公式计算所述现场视频中任一人脸图像的理论清晰度：
Figure BDA0003107846100000061
其中，
Figure BDA0003107846100000062
表示所述现场视频中任一人脸图像的理论清晰度；i表示所述现场视频中任一人脸图像中的当前像素点的个数；n表示所述现场视频中任一人脸图像中像素点的总个数；a表示任一人脸图像中第i个像素点周围的相邻像素点的个数；fi表示任一人脸图像中第i个像素点的灰度值；fa表示任一人脸图像中第a个像素点的灰度值；x表示任一人脸图像中第i个像素点与周围相邻像素点a之间的距离值；m表示所述现场视频中任一人脸图像的行像素数；n表示所述现场视频中任一人脸图像的列像素数；q表示任一人脸图像的对角线长度值；
根据如下公式计算管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率：
Figure BDA0003107846100000063
其中，η表示管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率，且取值范围为(0，1)；s表示所述现场视频中包含的当前人脸图像的个数；v表示所述现场视频中包含的人脸图像的总个数；
Figure BDA0003107846100000071
表示第s张人脸图像的理论清晰度；GS表示第s张人脸图像的实际清晰度；
Figure BDA0003107846100000072
表示v张人脸图像的理论清晰度的平均值；
Figure BDA0003107846100000073
表示v张人脸图像的实际清晰度的平均值；θ表示准确识别人脸图像的个数；
Figure BDA0003107846100000074
表示所述现场视频中包含的人脸图像的总个数；
将计算得到的准确率与预设准确率进行比较；
若计算得到的准确率小于所述预设准确率，判定对所述现场视频中人脸识别不合格，并重新通过摄像头采集现场视频进行人脸识别，直至计算得到的准确率大于或等于所述预设准确率；
否则，判定对所述现场视频中人脸识别合格，并开始执行动火作业流程合规性检测。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于视频监控的动火作业流程合规性检测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，如图1所示，包括：
步骤1：基于摄像头采集现场视频，并传输至管理终端；
步骤2：基于管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测；
步骤3：若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规；
步骤4：若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录。
该实施例中，所述管理终端识别所述现场视频中的人脸信息是为了采集现场动火作业人员的基本信息，并根据采集的人脸信息判断当前动火作业人员是否持有动火证。
该实施例中，基于识别结果判定是否执行动火作业流程合规性检测指的是只有在当前现场动火工作人员持有动火证时，才开始检测动火作业过程中需要的工具是否合格。
该实施例中，预设分析流程是提前确定好的，按照设定的检测顺序对工作作业中需要的工具进行分析。
该实施例中，现场视频中的检测对象包括：安全帽、反光衣、氧气瓶、灭火器等。
上述技术方案的有益效果是：通过摄像头采集现场视频，并及时对现场视频进行分析，准确快速的完成对动火作业流程的合规性检测，提高了检测效率以及准确度。
实施例2：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤1中，基于摄像头采集现场视频，包括：
基于管理终端获取所述摄像头支持的视频采集分辨率，并形成视频采集分辨率支持列表；
同时，在所述管理终端与所述摄像头之间建立自适应通信链路，且所述管理终端基于所述自适应通信链路向所述摄像头发送现场视频采集指令；
其中，所述现场视频采集指令包括需要采集的指定物体种类、视频采集方式以及视频清晰度要求；
所述摄像头基于所述现场视频采集指令中对现场视频采集的清晰度要求，从所述视频采集分辨率支持列表中确定对应的目标视频采集分辨率，同时确定现场视频采集的最佳尺寸；
所述摄像头基于所述视频采集方式、目标视频采集分辨率以及最佳尺寸对动火现场中的指定物体进行视频采集；
其中，指定物体包括：工作人员面部信息、安全帽、反光衣、氧气瓶以及灭火器。
该实施例中，视频采集分辨率支持列表中包含摄像头所能达到的多种分辨率要求，不同的摄像头对应的视频采集分辨率支持列表不同。
该实施例中，指定物体种类例如对动火作业中需要用到的氧气瓶、灭火器等。
该实施例中，目标视频采集分辨率指的是从多个分辨率中确定需要的分辨率，且目标视频采集分辨率只能是单独的一个。
上述技术方案的有益效果是：通过确定对采集视频清晰度的要求，实现对现场动火作业情况进行清晰的视频采集，有力根据采集到的视频对检测对象进行精准的合规性检测，提高了检测效率以及准确度。
实施例3：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤1中，基于摄像头采集现场视频，并传输至管理终端，还包括：
获取摄像头采集的现场视频，确定所述现场视频中包含的各个帧图像，并将所述各个帧图像进行宏块划分，得到M个宏块；
确定每个宏块的数据类型，根据所述每个宏块的数据类型从预设数据编码规则库中匹配对应的目标编码规则；
基于所述目标编码规则对所述M个宏块进行编码，并将编码后的数据进行压缩，得到现场视频编码数据流；
所述摄像头向所述管理终端发送视频发送请求，其中，所述视频发送请求中携带有验证标识；
所述管理终端基于验证标识，对所述视频发送请求进行验证，且在验证通过后向所述摄像头反馈验证结果；
所述摄像头基于所述反馈验证结果实时向所述管理终端发送采集的现场视频。
该实施例中，帧图像指的是现场视频中包含的某个画面，现场视频由多个帧画面组成，不同的帧画面对应的内容不同。
该实施例中，宏块划分指的是将画面分成一个个大小不同的块，是频编码技术中的一种，便于对视频进行编码操作。
该实施例中，预设数据编码规则库是提前训练好的，内部存储有多个编码规则。
该实施例中，目标编码规则指的是从多个编码规则中挑选出适合当前现场视频的编码规则。
该实施例中，验证标识是用来标记摄像头的身份信息，便于管理终端判断当前摄像头是否为可信任的摄像头。
上述技术方案的有益效果是：通过将采集到的视频进行划分编码，并传输至管理终端，提高了数据传输效率，同时便于管理终端根据接收到的数据进行准确的分析，提高了动火作业流程合规性检测的准确率以及检测效率。
实施例4：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤2中，所述管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测，包括：
所述管理终端从所述现场视频中截取待识别人脸图像，其中，所述待识别人脸图像至少为一张，且所述待识别人脸图像包括人脸区域和非人脸区域；
构建人脸边缘确定模型，并将所述待识别人脸图像输入所述人脸边缘确定模型，得到所述待识别人脸图像对应的二值化图像；
基于所述二值化图像，对所述待识别人脸图像中的人脸区域进行定位，得到单个人脸图像，并对所述单个人脸图像中的人脸区域和非人脸区域进行裁剪处理，得到人脸区域图像；
提取所述人脸区域图像中的关键点，并基于预设图像处理工具将所述人脸区域图像中的关键点进行对齐处理，且基于处理结果得到人脸区域图像对应的正脸图像；
基于预设人脸识别模型对所述正脸图像进行识别，得到目标人脸图像，同时，将所述目标人脸图像与预设人脸库中预存对象人脸图像分别做相似度运算；
基于相似度运算结果，确定与所述目标人脸图像对应的相似度最高的预存对象人脸图像为最终图像识别结果；
基于识别结果，提取所述目标人脸图像对应的动火作业人员的属性特征信息，其中，所述属性特征信息包括动火作业人员的资质信息以及动火作业人员的身份信息；
所述管理终端对所述目标人脸图像对应的动火作业人员的属性特征信息进行验证；
若验证通过，判定可以执行动火作业流程合规性检测；
否则，判定目标人脸图像对应的动火作业人员无动火作业资质，并向现场发送终止动火作业操作。
该实施例中，二值化图像指的是将原图像进行处理后得到的只有白色和黑色两种颜色的图像。
该实施例中，单个人脸图像指的是在视频采集过程中，将同一图像中出现多个人脸进行虚化或其他处理，得到单独的人脸。
该实施例中，人脸图像中的关键点例如可以是人脸五官对应的点。
该实施例中，预设图像处理工具是提前设定好的，用于对人脸图像进行处理，确保管理终端能够准确人脸图像中目标人物的正脸。
该实施例中，目标人脸图像指的是对采集到的人脸图像进行识别后，得到当前工作人员对应的人脸图像。
该实施例中，预设人脸库中预存对象人脸图像指的是将动火工作人员的面部图像信息事先进行采集并存储，便于与现场动火工作人员的面部信息进行比较，从而便于判断当前工作人员是否有动火资质。
该实施例中，将所述人脸区域图像中的关键点进行对齐处理指的是将人脸区域图像中的眼睛、嘴巴、耳朵、嘴唇以及鼻子检测出来，并将关键点进行标记，便于得到检测人员的五官，从而便于确定检测人员的正脸图像。
上述技术方案的有益效果是：通过从现场视频中截取工作人员的人脸图像，并对采集到的人脸图像进行处理识别，并将识别到的人脸图像与预设人脸图像进行比较，准确判断当前工作人员是否有动火资质，提高了对动火作业流程合规性检测的严谨程度以及对动火作业流程合规性检测的准确率。
实施例5：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤3中，若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规，包括：
获取对动火作业流程合规性检测的判定结果，且在判定执行对动火作业流程合规性检测时，从所述现场视频中截取动火作业流程合规性检测中包括的各检测对象对应的检测图像；
基于预设分析流程对截取的各检测对象对应的检测图像进行排序；
所述管理终端获取对动火作业流程中各检测对象制定的检测标准，基于所述检测标准对排序后的各检测对象对应的检测图像进行一一检测，并得到检测结果；
将检测结果与所述检测标准进行比较；
若所述检测结果满足所述检测标准，判定现场动火作业流程合规
否则，判定现场动火作业流程违规，并根据如下公式计算现场动火作业流程中包含的检测对象的违规率，具体步骤如下：
Figure BDA0003107846100000131
其中，α表示现场动火作业流程中包含的检测对象的违规率，且取值范围为(0，1)；β表示现场动火作业流程中包含的检测对象的总个数；δ表示现场动火作业流程中包含的检测对象中不满足所述检测标准的个数；ρ表示现场动火作业流程中包含的检测对象中满足所述检测标准的个数；
若计算得到的违规率大于预设阈值，判定动火作业所需工具准备严重不足，并将此次动火作业信息进行记录保存。
该实施例中，各检测对象包括安全帽、反光衣、氧气瓶和灭火器等。
该实施例中，预设分析流程指的是先检测工作人员是否佩戴安全帽、其次检测工作人员是否穿有反光衣，再检测动火作业过程中需要的氧气瓶是否达到设定要求，最后检测灭火器是否能够在发生异常烟火时起到灭火的作用。
该实施例中，检测标准是提前设定的，例如在检测灭火器时，需要检测灭火器是否还在有效使用期内，然后检测安全栓是否完好无损等。
该实施例中，
Figure BDA0003107846100000141
指的是从两方面求解违规率，避免了在计算过程中只采用一种出现计算错误的概率，将两者求和再平均，使得计算得到的违规率准确可靠。
上述技术方案的有益效果是：通过从现场视频中截取各检测对象对应的图像，并根据图像对各检测对象的合规性进行分析，提高了对动火作业中需要的每一个工具进行精准的检测，提高了动火作业流程合规性检测的准确率以及严谨性。
实施例6：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤4中，若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录，包括：
获取对现场动火作业流程的判定结果，且在判定结果为不合格时，所述管理终端向现场发送告警信号，并通知工作人员暂停现场动火作业；
同时，所述管理终端获取对现场动火作业流程合规性检测中各检测对象对应的检测结果，并确定违规检测对象对应的违规信息；
获取所述违规信息对应数据类型以及违规检测对象的名称信息，并根据所述数据类型从预设报告库中匹配对应的报告模板，其中，所述报告模板中包括多张报表，且违规检测对象的名称信息与违规信息一一对应；
将所述违规检测对象的名称信息与违规信息在所述报告模板中进行记录，得到动火作业流程的各项违规信息流程报告，并将所述各项违规信息流程报告在预设存储区域进行存储。
上述技术方案的有益效果是：通过将动火作业流程合规性检测过程中出现的违规检测对象对应的违规信息进行记录且保存，便于工作人员根据历史违规信息提前对动火作业中需要的工具进行精准的准备，提高了对动火作业流程合规性检测的实用性。
实施例7：
在上述实施例6的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，得到动火作业流程的各项违规信息流程报告，还包括：
获取生成的动火作业流程的各项违规信息流程报告，并对所述各项违规信息流程报告分别设置对应的查询标识；
接收用户发送的报告查询请求，其中，所述报告查询请求中携带需要查询的违规信息流程报告对应的标识信息；
基于查询请求，从各项违规信息流程报告对应的查询标识中确定目标项违规信息流程报告，并将所述目标项违规信息流程报告发送至用户终端，完成用户对违规信息流程报告的查询。
该实施例中，查询标识是用来标记不同违规检测对象对应的违规报告，一种违规对象对应一种查询标识。
该实施例中，目标项违规信息流程报告指的是从众多违规对象对应的违规报告中确定出的需要的违规报告，且目标项违规信息流程报告可以是一种也可以是多种。
上述技术方案的有益效果是：通过设定查询标识，便于管理终端对历史违规信息进行查询，从而便于提醒工作人员根据历史违规信息对动火作业中需要的工具进行严格的检测，提高了对动火作业流程合规性检测的有效性。
实施例8：
在上述实施例1的基础上，本实施例提供了一种基于视频监控的动火作业流程合规性检测方法，步骤2中，所述管理终端识别所述现场视频中的人脸信息，还包括：
获取摄像头采集的现场视频中任一人脸图像的行像素数和列像素数，其中，所述现场视频中任一人脸图像的行像素数和列像素数相同；
根据所述行像素数和列像素数计算所述现场视频中任一人脸图像的清晰度，并根据所述清晰度计算管理终端对所述现场视频中任一人脸图像进行识别时的准确率，具体步骤包括：
根据如下公式计算所述现场视频中任一人脸图像的理论清晰度：
Figure BDA0003107846100000161
其中，
Figure BDA0003107846100000162
表示所述现场视频中任一人脸图像的理论清晰度；i表示所述现场视频中任一人脸图像中的当前像素点的个数；n表示所述现场视频中任一人脸图像中像素点的总个数；a表示任一人脸图像中第i个像素点周围的相邻像素点的个数；fi表示任一人脸图像中第i个像素点的灰度值；fa表示任一人脸图像中第a个像素点的灰度值；x表示任一人脸图像中第i个像素点与周围相邻像素点a之间的距离值；m表示所述现场视频中任一人脸图像的行像素数；n表示所述现场视频中任一人脸图像的列像素数；q表示任一人脸图像的对角线长度值；
根据如下公式计算管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率：
Figure BDA0003107846100000163
其中，η表示管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率，且取值范围为(0，1)；s表示所述现场视频中包含的当前人脸图像的个数；v表示所述现场视频中包含的人脸图像的总个数；
Figure BDA0003107846100000164
表示第s张人脸图像的理论清晰度；GS表示第s张人脸图像的实际清晰度；
Figure BDA0003107846100000165
表示v张人脸图像的理论清晰度的平均值；
Figure BDA0003107846100000166
表示v张人脸图像的实际清晰度的平均值；θ表示准确识别人脸图像的个数；
Figure BDA0003107846100000167
表示所述现场视频中包含的人脸图像的总个数；
将计算得到的准确率与预设准确率进行比较；
若计算得到的准确率小于所述预设准确率，判定对所述现场视频中人脸识别不合格，并重新通过摄像头采集现场视频进行人脸识别，直至计算得到的准确率大于或等于所述预设准确率；
否则，判定对所述现场视频中人脸识别合格，并开始执行动火作业流程合规性检测。
该实施例中，第i个像素点周围的相邻像素点指的是第i个像素点的上、下、左、右、左上、左下、右上以及右下的像素点。
该实施例中，理论清晰度指的是经过相关算法计算得到的，与实际清晰度存在误差。
该实施例中，
Figure BDA0003107846100000171
表示的是现场视频中任一人脸图像的锐度，
Figure BDA0003107846100000172
表示的是现场视频中任一人脸图像的分辨率。
该实施例中，实际准确率指的是理论准确率在受实际因素影响后得到的结果，此处指的是理论准确率在图像清晰度的影响下，识别的准确率。
该实施例中，
Figure BDA0003107846100000173
表示的是管理终端对人脸图像识别的理论准确率。
该实施例中，
Figure BDA0003107846100000174
表示的是清晰度对理论准确率造成影响的条件。
该实施例中，预设准确率是提前设定好的，用于衡量管理终端对人脸图像识别的程度。
上述技术方案的有益效果是：通过计算现场视频中任一人脸图像的清晰度，并根据清晰度计算管理终端对现场视频中任一人脸图像进行识别时的准确率。在计算清晰度时，涉及锐度与分辨率之和，使得计算得到的清晰度准确可靠，在计算实际准确率时，涉及理论准确率受清晰度的影响程度，使得最终计算得到的实际准确率客观准确，此方案提高了对人脸识别的把控，便于管理终端根据识别结果控制是否执行动火作业流程合规性检测，提高了检测的严谨性以及准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于视频监控的动火作业流程合规性检测方法，其特征在于，包括：
步骤1：基于摄像头采集现场视频，并传输至管理终端；
步骤2：基于管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测；
步骤3：若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规；
步骤4：若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录。
2.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤1中，基于摄像头采集现场视频，包括：
基于管理终端获取所述摄像头支持的视频采集分辨率，并形成视频采集分辨率支持列表；
同时，在所述管理终端与所述摄像头之间建立自适应通信链路，且所述管理终端基于所述自适应通信链路向所述摄像头发送现场视频采集指令；
其中，所述现场视频采集指令包括需要采集的指定物体种类、视频采集方式以及视频清晰度要求；
所述摄像头基于所述现场视频采集指令中对现场视频采集的清晰度要求，从所述视频采集分辨率支持列表中确定对应的目标视频采集分辨率，同时确定现场视频采集的最佳尺寸；
所述摄像头基于所述视频采集方式、目标视频采集分辨率以及最佳尺寸对动火现场中的指定物体进行视频采集；
其中，指定物体包括：工作人员面部信息、安全帽、反光衣、氧气瓶以及灭火器。
3.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤1中，基于摄像头采集现场视频，并传输至管理终端，还包括：
获取摄像头采集的现场视频，确定所述现场视频中包含的各个帧图像，并将所述各个帧图像进行宏块划分，得到M个宏块；
确定每个宏块的数据类型，根据所述每个宏块的数据类型从预设数据编码规则库中匹配对应的目标编码规则；
基于所述目标编码规则对所述M个宏块进行编码，并将编码后的数据进行压缩，得到现场视频编码数据流；
所述摄像头向所述管理终端发送视频发送请求，其中，所述视频发送请求中携带有验证标识；
所述管理终端基于验证标识，对所述视频发送请求进行验证，且在验证通过后向所述摄像头反馈验证结果；
所述摄像头基于所述反馈验证结果实时向所述管理终端发送采集的现场视频。
4.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤2中，所述管理终端识别所述现场视频中的人脸信息，并基于识别结果判定是否执行动火作业流程合规性检测，包括：
所述管理终端从所述现场视频中截取待识别人脸图像，其中，所述待识别人脸图像至少为一张，且所述待识别人脸图像包括人脸区域和非人脸区域；
构建人脸边缘确定模型，并将所述待识别人脸图像输入所述人脸边缘确定模型，得到所述待识别人脸图像对应的二值化图像；
基于所述二值化图像，对所述待识别人脸图像中的人脸区域进行定位，得到单个人脸图像，并对所述单个人脸图像中的人脸区域和非人脸区域进行裁剪处理，得到人脸区域图像；
提取所述人区域脸图像中的关键点，并基于预设图像处理工具将所述人脸区域图像中的关键点进行对齐处理，且基于处理结果得到人脸区域图像对应的正脸图像；
基于预设人脸识别模型对所述正脸图像进行识别，得到目标人脸图像，同时，将所述目标人脸图像与预设人脸库中预存对象人脸图像分别做相似度运算；
基于相似度运算结果，确定与所述目标人脸图像对应的相似度最高的预存对象人脸图像为最终图像识别结果；
基于识别结果，提取所述目标人脸图像对应的动火作业人员的属性特征信息，其中，所述属性特征信息包括动火作业人员的资质信息以及动火作业人员的身份信息；
所述管理终端对所述目标人脸图像对应的动火作业人员的属性特征信息进行验证；
若验证通过，判定可以执行动火作业流程合规性检测；
否则，判定目标人脸图像对应的动火作业人员无动火作业资质，并向现场发送终止动火作业操作。
5.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤3中，若执行，所述管理终端基于预设分析流程对所述现场视频中的检测对象进行分析，并基于分析结果判断现场动火作业流程是否合规，包括：
获取对动火作业流程合规性检测的判定结果，且在判定执行对动火作业流程合规性检测时，从所述现场视频中截取动火作业流程合规性检测中包括的各检测对象对应的检测图像；
基于预设分析流程对截取的各检测对象对应的检测图像进行排序；
所述管理终端获取对动火作业流程中各检测对象制定的检测标准，基于所述检测标准对排序后的各检测对象对应的检测图像进行一一检测，并得到检测结果；
将检测结果与所述检测标准进行比较；
若所述检测结果满足所述检测标准，判定现场动火作业流程合规；
否则，判定现场动火作业流程违规，并根据如下公式计算现场动火作业流程中包含的检测对象的违规率，具体步骤如下：
Figure FDA0003107846090000041
其中，α表示现场动火作业流程中包含的检测对象的违规率，且取值范围为(0，1)；β表示现场动火作业流程中包含的检测对象的总个数；δ表示现场动火作业流程中包含的检测对象中不满足所述检测标准的个数；ρ表示现场动火作业流程中包含的检测对象中满足所述检测标准的个数；
若计算得到的违规率大于预设阈值，判定动火作业所需工具准备严重不足，并将此次动火作业信息进行记录保存。
6.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤4中，若违规，则向现场发送告警信号，并将动火作业流程的各项违规信息生成流程报告进行存储记录，包括：
获取对现场动火作业流程的判定结果，且在判定结果为不合格时，所述管理终端向现场发送告警信号，并通知工作人员暂停现场动火作业；
同时，所述管理终端获取对现场动火作业流程合规性检测中各检测对象对应的检测结果，并确定违规检测对象对应的违规信息；
获取所述违规信息对应数据类型以及违规检测对象的名称信息，并根据所述数据类型从预设报告库中匹配对应的报告模板，其中，所述报告模板中包括多张报表，且违规检测对象的名称信息与违规信息一一对应；
将所述违规检测对象的名称信息与违规信息在所述报告模板中进行记录，得到动火作业流程的各项违规信息流程报告，并将所述各项违规信息流程报告在预设存储区域进行存储。
7.根据权利要求6所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，得到动火作业流程的各项违规信息流程报告，还包括：
获取生成的动火作业流程的各项违规信息流程报告，并对所述各项违规信息流程报告分别设置对应的查询标识；
接收用户发送的报告查询请求，其中，所述报告查询请求中携带需要查询的违规信息流程报告对应的标识信息；
基于查询请求，从各项违规信息流程报告对应的查询标识中确定目标项违规信息流程报告，并将所述目标项违规信息流程报告发送至用户终端，完成用户对违规信息流程报告的查询。
8.根据权利要求1所述的一种基于视频监控的动火作业流程合规性检测方法，其特征在于，步骤2中，所述管理终端识别所述现场视频中的人脸信息，还包括：
获取摄像头采集的现场视频中任一人脸图像的行像素数和列像素数，其中，所述现场视频中任一人脸图像的行像素数和列像素数相同；
根据所述行像素数和列像素数计算所述现场视频中任一人脸图像的清晰度，并根据所述清晰度计算管理终端对所述现场视频中任一人脸图像进行识别时的准确率，具体步骤包括：
根据如下公式计算所述现场视频中任一人脸图像的理论清晰度：
Figure FDA0003107846090000051
其中，
Figure FDA0003107846090000052
表示所述现场视频中任一人脸图像的理论清晰度；i表示所述现场视频中任一人脸图像中的当前像素点的个数；n表示所述现场视频中任一人脸图像中像素点的总个数；a表示任一人脸图像中第i个像素点周围的相邻像素点的个数；fi表示任一人脸图像中第i个像素点的灰度值；fa表示任一人脸图像中第a个像素点的灰度值；x表示任一人脸图像中第i个像素点与周围相邻像素点a之间的距离值；m表示所述现场视频中任一人脸图像的行像素数；n表示所述现场视频中任一人脸图像的列像素数；q表示任一人脸图像的对角线长度值；
根据如下公式计算管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率：
Figure FDA0003107846090000061
其中，η表示管理终端对所述现场视频中任一人脸图像进行识别时的实际准确率，且取值范围为(0，1)；s表示所述现场视频中包含的当前人脸图像的个数；v表示所述现场视频中包含的人脸图像的总个数；
Figure FDA0003107846090000062
表示第s张人脸图像的理论清晰度；Gs表示第s张人脸图像的实际清晰度；
Figure FDA0003107846090000063
表示v张人脸图像的理论清晰度的平均值；
Figure FDA0003107846090000064
表示v张人脸图像的实际清晰度的平均值；θ表示准确识别人脸图像的个数；
Figure FDA0003107846090000065
表示所述现场视频中包含的人脸图像的总个数；
将计算得到的准确率与预设准确率进行比较；
若计算得到的准确率小于所述预设准确率，判定对所述现场视频中人脸识别不合格，并重新通过摄像头采集现场视频进行人脸识别，直至计算得到的准确率大于或等于所述预设准确率；
否则，判定对所述现场视频中人脸识别合格，并开始执行动火作业流程合规性检测。
CN202110641213.2A 2021-06-09 2021-06-09 一种基于视频监控的动火作业流程合规性检测方法 Pending CN113343854A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110641213.2A CN113343854A (zh) 2021-06-09 2021-06-09 一种基于视频监控的动火作业流程合规性检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110641213.2A CN113343854A (zh) 2021-06-09 2021-06-09 一种基于视频监控的动火作业流程合规性检测方法

Publications (1)

Publication Number Publication Date
CN113343854A true CN113343854A (zh) 2021-09-03

Family

ID=77475655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110641213.2A Pending CN113343854A (zh) 2021-06-09 2021-06-09 一种基于视频监控的动火作业流程合规性检测方法

Country Status (1)

Country Link
CN (1) CN113343854A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114070654A (zh) * 2022-01-17 2022-02-18 睿至科技集团有限公司 一种基于大数据的安全管控方法及其系统
CN115546837A (zh) * 2022-10-16 2022-12-30 三峡大学 变电站进出综合管理系统
CN116050852A (zh) * 2023-03-24 2023-05-02 中国安全生产科学研究院 一种井下动火作业风险预警方法和系统
CN116523364A (zh) * 2023-03-02 2023-08-01 国家电网有限公司华东分部 电力作业现场违规取证方法及装置、存储介质、电子设备
CN118469782A (zh) * 2024-05-15 2024-08-09 交通运输部水运科学研究所 危险货物动火作业安全管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107666594A (zh) * 2017-09-18 2018-02-06 广东电网有限责任公司东莞供电局 一种视频监控实时监测违章作业的方法
CN109145789A (zh) * 2018-08-09 2019-01-04 炜呈智能电力科技（杭州）有限公司 供电系统安全作业保障方法及系统
CN110119656A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 作业现场违章人员的智能监控系统及现场违章监控方法
CN112215567A (zh) * 2020-09-28 2021-01-12 上海鸢安智能科技有限公司 生产流程合规检查方法及系统、存储介质及终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107666594A (zh) * 2017-09-18 2018-02-06 广东电网有限责任公司东莞供电局 一种视频监控实时监测违章作业的方法
CN110119656A (zh) * 2018-02-07 2019-08-13 中国石油化工股份有限公司 作业现场违章人员的智能监控系统及现场违章监控方法
CN109145789A (zh) * 2018-08-09 2019-01-04 炜呈智能电力科技（杭州）有限公司 供电系统安全作业保障方法及系统
CN112215567A (zh) * 2020-09-28 2021-01-12 上海鸢安智能科技有限公司 生产流程合规检查方法及系统、存储介质及终端

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114070654A (zh) * 2022-01-17 2022-02-18 睿至科技集团有限公司 一种基于大数据的安全管控方法及其系统
CN114070654B (zh) * 2022-01-17 2022-04-08 睿至科技集团有限公司 一种基于大数据的安全管控方法及其系统
CN115546837A (zh) * 2022-10-16 2022-12-30 三峡大学 变电站进出综合管理系统
CN116523364A (zh) * 2023-03-02 2023-08-01 国家电网有限公司华东分部 电力作业现场违规取证方法及装置、存储介质、电子设备
CN116050852A (zh) * 2023-03-24 2023-05-02 中国安全生产科学研究院 一种井下动火作业风险预警方法和系统
CN118469782A (zh) * 2024-05-15 2024-08-09 交通运输部水运科学研究所 危险货物动火作业安全管理方法及系统

Similar Documents

Publication Publication Date Title
CN113343854A (zh) 一种基于视频监控的动火作业流程合规性检测方法
CN106372662B (zh) 安全帽佩戴的检测方法和装置、摄像头、服务器
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位系统
CN112804498B (zh) 一种安全防护装具佩戴情况监控系统和方法
CN110188724A (zh) 基于深度学习的安全帽定位与颜色识别的方法及系统
CN110516522B (zh) 一种巡检方法及系统
CN110738135A (zh) 一种工人作业工步规范视觉识别判定与指导方法及系统
CN111126219A (zh) 一种基于人工智能的变电站人员的身份识别系统和方法
CN113807240A (zh) 基于非配合式人脸识别的变电站人员着装智能监控方法
CN111062303A (zh) 图像处理方法、系统及计算机存储介质
CN114937237A (zh) 一种基于ai智能识别的工地安全监测方法及系统
CN115035088A (zh) 一种基于yolov5和姿态估计的安全帽佩戴检测方法
CN113743256A (zh) 一种工地安全智能预警方法与装置
CN112906441B (zh) 用于通信行业查勘维护的图像识别系统及方法
CN111460985A (zh) 基于跨摄像头人体匹配的现场工人轨迹统计方法和系统
CN113111771A (zh) 一种发电厂工作人员不安全行为的识别方法
CN112532927A (zh) 一种施工现场智能安全管控系统
CN113255542A (zh) 一种基于违规行为识别的违规对象身份识别方法
CN115620192A (zh) 一种高空作业安全绳穿戴检测的方法和装置
CN114943841A (zh) 一种基于图像识别辅助作业安全管控的方法及装置
CN114387542A (zh) 一种基于便携布控球的视频采集单元异常识别系统
CN113297913A (zh) 一种配网现场作业人员穿衣规范的识别方法
CN113111780A (zh) 一种基于区块链的区域报警监管系统及方法
CN117809351A (zh) 一种安全帽佩戴状态检测方法和装置
CN114724348A (zh) 基于深度学习的救援报警方法

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

Application publication date: 20210903