CN113392792A - 一种塔机作业用人脸ai图像识别系统 - Google Patents
一种塔机作业用人脸ai图像识别系统 Download PDFInfo
- Publication number
- CN113392792A CN113392792A CN202110715397.2A CN202110715397A CN113392792A CN 113392792 A CN113392792 A CN 113392792A CN 202110715397 A CN202110715397 A CN 202110715397A CN 113392792 A CN113392792 A CN 113392792A
- Authority
- CN
- China
- Prior art keywords
- portrait
- light intensity
- state
- photo
- operator
- 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
Landscapes
- Studio Devices (AREA)
Abstract
本发明涉及一种人脸AI图像识别系统，尤其涉及一种塔机作业用人脸AI图像识别系统。本发明的目的是提供一种能够对高强度太阳光下拍摄的照片进行处理，在阴天或夜间光线较弱时自动补光拍摄，确保人脸AI图像识别系统能够识别作业人员状态，根据作业人员状态发出提醒的系统，包括以下步骤：步骤1：获取光线强度值、步骤2：拍摄照片、步骤3：判断照片光线强度是否处于标准区间、步骤4：处理照片、步骤5：上传照片、步骤6：判断作业人员状态。本发明通过各个步骤之间相互配合，判断作业人员的工作状态，简化工作流程，减少安全事故的发生。
Description
技术领域
本发明涉及一种人脸AI图像识别领域，尤其涉及一种塔机作业用人脸AI 图像识别系统。
背景技术
随着经济的不断发展，在大环境背景下，各类建筑工程也不断增加，在各类建筑工程当中需要使用大量的建筑机械，塔机作为建筑机械的一种，在输送施工物料上起着至关重要的作用。因此，在建筑工程行业当中塔机的使用频率极高，作业人员工作时间长，易疲劳，在疲劳状态下，容易发生安全事故，需要通过人脸AI图像识别系统识别拍摄作业人员照片，判断其是否处于疲劳状态。但塔机处于高空作业，拍摄的照片容易因高亮度的太阳光或夜间光线较弱等光照影响，导致人脸AI图像识别系统无法识别。
综上所述，针对工作人员作业时拍摄的照片容易因高亮度的太阳光或夜间光线较弱等光照影响，导致人脸AI图像识别系统无法识别工作人员是否处于疲劳状态的问题，亟需研发一种能够对高亮度的太阳光等强光下拍摄的照片进行处理，在阴天或夜间光线较弱时自动补光拍摄，确保人脸AI图像识别系统能够识别作业人员状态的塔机作业用人脸AI图像识别系统。
发明内容
(1)要解决的技术问题
本发明为了克服塔机高空作业过程中，作业人员人像照片获取受光照强弱的影响，人像识别系统不能够准确的识别作业人员状态的缺点，本发明要解决的技术问题是提供一种塔机作业用人脸AI图像识别系统，对高亮度太阳光下拍摄的照片进行处理，在阴天或夜间光线较弱时自动补光拍摄，减少计算机系统内存占用、简化计算流程，确保人脸AI图像识别系统能够识别作业人员状态，保证塔机安全作业。
(2)技术方案
为了解决上述技术问题，本发明提供了这样一种塔机作业用人脸AI图像识别系统：
步骤1：获取光线强度值
利用光线强度值获取设备，获取作业人员高空作业时光线强度值；其中，所述光线强度值获取设备包括有：光照强度传感器；
步骤2：拍摄作业人员人像照片
接收拍摄指令，利用拍照设备，拍摄作业人员人像照片，获取所述作业人员人像照片；
步骤3：判断光线强度是否处于标准光照强度区间；
判断所述获取光线强度值是否处于标准的光照强度区间；若所述获取光线强度值处于标准光照强度区间内，则调用人像识别程序将所述拍摄照片进行人像状态识别；
步骤4：处理照片；
获取光线强度值若大于所述标准光照强度区间最大值，则对所述获取的人像照片调用图片处理程序进行光线强度处理；若获取光线强度值小于所述标准光照强度区间最小值，则利用补光设备进行补光，重新拍摄作业人员人像照片；
步骤5：照片上传；
调用图像识别程序将光线强度值处于标准光照强度区间的作业人员人像照片进行人像状态识别；
步骤6：判断作业人员是否处于疲劳状态
若所述人像状态识别结果为处于疲劳状态，则发出提醒指令，并通知管理人员；若所述人像状态识别结果为不处于疲劳状态，则重新进入步骤1进行循环。
优选地，所述步骤3中标准光照强度区间为所述预先选择的人像识别程序能够识别照片的光照强度区间。
优选地，所述步骤4中照片光线强度处理方式包括有：照片亮度调节、照片对比度调节。
优选地，所述步骤5中人像状态识别，其中，所述人像状态包括有：打哈欠、闭眼睛、低头等；若10秒内获取照片进行人像状态识别结果均为打哈欠，则所述人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为闭眼睛，则所述人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为低头，则所述人像状态识别结果为疲劳状态。
有益效果：
利用塔机作业用人脸AI图像识别系统，能够对高强度太阳光下拍摄的照片进行处理，在阴天或夜间光线较弱时自动补光拍摄，确保人脸AI图像识别系统能够识别作业人员状态，根据作业人员状态发出提醒，减少安全事故的发生。
附图说明
图1是本发明操作步骤流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
实施例1 一种塔机作业用人脸AI图像识别系统，如图1所示，其使用步骤如下：
步骤1：获取光线强度值
获取作业人员高空作业时光线强度值，利用光线强度值获取设备，如：光照强度传感器；
步骤2：拍摄作业人员人像照片
启动拍照设备，利用拍照设备，拍摄作业人员人像照片，获取作业人员人像照片；
步骤3：判断光线强度是否处于标准光照强度区间；
判断获取光线强度值是否处于标准的光照强度区间；标准的光照强度区间为，预先选择的人像识别程序能够识别照片的光照强度区间；若获取光线强度值处于标准光照强度区间内，则调用人像识别程序将拍摄人像照片进行人像状态识别；其中，人像识别程序包括有：百度AI；
步骤4：处理照片；
获取光线强度值若大于标准光照强度区间最大值，则对获取的人像照片调用图片处理程序进行光线强度处理，如照片亮度调节，照片对比度调节；其中处理图片的代码为：
import cv2
import numpy as np
import matplotlib.pyplot as plt
def imgBrightness(img1,c,b):
rows,cols,channels＝img1.shape
blank＝np.zeros([rows,cols,channels],img1.dtype)
rst＝cv2.addWeighted(img1,c,blank,1-c,b)
return rst
img＝cv2.imread('Maldives.jpeg')
dst＝imgBrightness(img,0.5,0)
dst2＝imgBrightness(img,1.5,0)
cv2.namedWindow("origin",0)；
cv2.resizeWindow("origin",640,480)
cv2.imshow('origin',img)
cv2.namedWindow("enhanced",0)；
cv2.resizeWindow("enhanced",640,480)
cv2.imshow('enhanced',dst)
cv2.namedWindow("enhanced2",0)；
cv2.resizeWindow("enhanced2",640,480)
cv2.imshow('enhanced2',dst2)
若获取光线强度值小于标准光照强度区间最小值，则利用补光设备进行补光，重新拍摄作业人员人像照片；
步骤5：照片上传；
调用图像识别程序将光线强度值处于标准光照强度区间的作业人员人像照片进行人像状态识别；
步骤6：判断作业人员是否处于疲劳状态
若人像状态识别结果为作业人员处于疲劳状态，则发出提醒指令，并通知管理人员，其中，人像状态包括有：打哈欠、闭眼睛、低头等；若10秒内获取照片进行人像状态识别结果均为打哈欠，则人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为闭眼睛，则人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为低头，则人像状态识别结果为疲劳状态；若人像状态识别结果为作业人员不处于疲劳状态，则重新进入步骤1进行循环。
综上所述，利用塔机作业用人脸AI图像识别系统，能够对高强度太阳光下拍摄的照片进行处理，在阴天或夜间光线较弱时自动补光拍摄，确保人脸AI图像识别系统能够识别作业人员状态，根据作业人员状态发出提醒，减少安全事故的发生。
以上所述实施例仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种塔机作业用人脸AI图像识别系统，其特征在于，包括有以下步骤：
步骤1：获取光线强度值
利用光线强度值获取设备，获取作业人员高空作业时光线强度值；其中，所述光线强度值获取设备包括有：光照强度传感器；
步骤2：拍摄作业人员人像照片
接收拍摄指令，利用拍照设备，拍摄作业人员人像照片，获取所述作业人员人像照片；
步骤3：判断光线强度是否处于标准光照强度区间；
判断所述获取光线强度值是否处于标准的光照强度区间；若所述获取光线强度值处于标准光照强度区间内，则调用图像识别程序将所述拍摄照片进行人像状态识别；
步骤4：处理照片；
获取光线强度值若大于所述标准光照强度区间最大值，则对所述获取的人像照片调用图片处理程序进行光线强度处理；若获取光线强度值小于所述标准光照强度区间最小值，则发出补光指令，利用补光设备进行补光，重新拍摄作业人员人像照片；
步骤5：照片上传；
调用人像识别程序，对所述光线强度值处于标准光照强度区间的作业人员人像照片进行人像状态识别；
步骤6：判断作业人员是否处于疲劳状态
若所述人像识别结果为处于疲劳状态，则发出提醒指令，并通知管理人员；
若所述人像识别结果为不处于疲劳状态，则重新进入步骤1进行循环。
2.根据权利要求1所述的一种塔机作业用人脸AI图像识别系统，其特征在于，所述步骤3中标准光照强度区间为所述预先选择的人像识别网站能够识别照片的光照强度区间。
3.根据权利要求1所述的一种塔机作业用人脸AI图像识别系统，其特征在于，所述照片光线强度处理方式包括有：照片亮度调节、照片对比度调节。
4.根据权利要求1所述的一种塔机作业用人脸AI图像识别系统，其特征在于，所述步骤5中人像状态识别，其中，所述人像状态包括有：打哈欠、闭眼睛、低头等；若10秒内获取照片进行人像状态识别结果均为打哈欠，则所述人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为闭眼睛，则所述人像状态识别结果为疲劳状态；若10秒内获取照片进行人像状态识别结果均为低头，则所述人像状态识别结果为疲劳状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110715397.2A CN113392792A (zh) | 2021-06-27 | 2021-06-27 | 一种塔机作业用人脸ai图像识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110715397.2A CN113392792A (zh) | 2021-06-27 | 2021-06-27 | 一种塔机作业用人脸ai图像识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113392792A true CN113392792A (zh) | 2021-09-14 |
Family
ID=77624042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110715397.2A Pending CN113392792A (zh) | 2021-06-27 | 2021-06-27 | 一种塔机作业用人脸ai图像识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113392792A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN207082157U (zh) * | 2017-07-19 | 2018-03-09 | 南京禾蕴信息科技有限公司 | 一种人像识别智能闸机设备 |
| CN108197546A (zh) * | 2017-12-26 | 2018-06-22 | 深圳市友信长丰科技有限公司 | 人脸识别中光照处理方法、装置、计算机设备及存储介质 |
| CN109379534A (zh) * | 2018-11-13 | 2019-02-22 | Oppo（重庆）智能科技有限公司 | 处理图像的方法、装置、终端及存储介质 |
| CN112668393A (zh) * | 2020-11-30 | 2021-04-16 | 海纳致远数字科技(上海)有限公司 | 基于人脸识别、关键点检测的疲劳度检测装置及其检测方法 |
| CN112875548A (zh) * | 2021-02-09 | 2021-06-01 | 浙江虎霸建设机械有限公司 | 一种基于人脸识别的塔式起重机驾驶系统 |
-
2021
- 2021-06-27 CN CN202110715397.2A patent/CN113392792A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN207082157U (zh) * | 2017-07-19 | 2018-03-09 | 南京禾蕴信息科技有限公司 | 一种人像识别智能闸机设备 |
| CN108197546A (zh) * | 2017-12-26 | 2018-06-22 | 深圳市友信长丰科技有限公司 | 人脸识别中光照处理方法、装置、计算机设备及存储介质 |
| CN109379534A (zh) * | 2018-11-13 | 2019-02-22 | Oppo（重庆）智能科技有限公司 | 处理图像的方法、装置、终端及存储介质 |
| CN112668393A (zh) * | 2020-11-30 | 2021-04-16 | 海纳致远数字科技(上海)有限公司 | 基于人脸识别、关键点检测的疲劳度检测装置及其检测方法 |
| CN112875548A (zh) * | 2021-02-09 | 2021-06-01 | 浙江虎霸建设机械有限公司 | 一种基于人脸识别的塔式起重机驾驶系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张智腾: ""基于卷积神经网络的驾驶员疲劳检测"", 《万方数据学位论文全文数据库》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
| CN103294994A (zh) | 用于基于环境适应性识别面部的装置 | |
| CN103226694B (zh) | 一种实时人像获取比对和预警布控系统及其使用方法 | |
| CN111259763B (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
| CN104732710A (zh) | 雷管自动装填生产线人员在岗状态自动监控方法及装置 | |
| CN109271872A (zh) | 一种高压隔离开关分合状态判断与故障诊断装置及方法 | |
| CN112419401A (zh) | 一种基于云边协同与深度学习的飞机表面缺陷检测系统 | |
| CN107426533A (zh) | 一种基于视频加密压缩和影像识别的视频监控影像识别系统 | |
| CN106941588B (zh) | 一种数据处理方法及电子设备 | |
| CN106599879A (zh) | 基于云端的安防控制方法及终端 | |
| CN113989711A (zh) | 一种配电施工安全工器具使用识别方法及系统 | |
| CN112084986A (zh) | 一种基于图像特征提取的实时安全帽检测方法 | |
| CN109326125A (zh) | 基于嵌入式系统的图片质量诊断系统及诊断方法 | |
| CN113392792A (zh) | 一种塔机作业用人脸ai图像识别系统 | |
| CN209182255U (zh) | 一种桥梁表面裂缝检测装置 | |
| CN113485277A (zh) | 一种智慧电厂视频识别监控管理系统和方法 | |
| CN108460357B (zh) | 一种基于图像识别的开窗报警检测系统及方法 | |
| KR101535804B1 (ko) | 작업자의 동작인식을 이용한 생산 자동화 시스템 | |
| CN108710843B (zh) | 用于考勤的面部检测方法和装置 | |
| CN115690687A (zh) | 一种基于深度学习技术的安全穿戴规范检测系统 | |
| CN110751125A (zh) | 穿戴检测方法及装置 | |
| US20220375131A1 (en) | Camera device and image processing method | |
| CN110765932B (zh) | 一种场景变化感知方法 | |
| CN109348133B (zh) | 一种安防监控图像处理装置和方法 | |
| CN113188662A (zh) | 一种红外热成像故障自动识别系统和方法 |
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 |