CN114092889A - 违规行为检测方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本申请公开了违规行为检测方法、装置、电子设备及可读存储介质，涉及图像处理技术领域，所述违规行为检测方法包括：获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。本申请解决了现有技术中建筑工地中安全违规行为检测准确度低的技术问题。

Description

违规行为检测方法、装置、电子设备及可读存储介质

技术领域

本申请涉及图像处理技术领域，尤其涉及一种违规行为检测方法、装置、电子设备及可读存储介质。

背景技术

随着建筑业的发展，如何检测建筑工地的安全违规行为也显得的愈加重要，目前为了实时监控建筑工地是否发生了安全违规行为，通常会在工地安装上大量的摄像头对施工现场进行监控和记录，目前检测各类安全违规行为的主要方式是安排一个工作人员在监控室进行实时监测，但是这样的方法依赖于工作人员的主观判断进行安全违规行为检测，难以保障安全违规行为检测的准确性。

发明内容

本申请的主要目的在于提供一种违规行为检测方法、装置、电子设备及可读存储介质，旨在解决现有技术中建筑工地中安全违规行为检测准确度低的技术问题。

为实现上述目的，本申请提供一种违规行为检测方法，所述违规行为检测方法包括：

获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

本申请还提供一种违规行为检测装置，所述违规行为检测装置应用于违规行为检测设备，所述违规行为检测装置包括：

图像识别模块，用于获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

违规行为检测模块，用于依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

本申请还提供一种电子设备，所述电子设备为实体设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述违规行为检测方法的程序，所述违规行为检测方法的程序被处理器执行时可实现如上述的违规行为检测方法的步骤。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现违规行为检测方法的程序，所述违规行为检测方法的程序被处理器执行时实现如上述的违规行为检测方法的步骤。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的违规行为检测方法的步骤。

本申请提供了一种违规行为检测方法、装置、电子设备及可读存储介质，也即，获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。实现了依据图像识别的方式从建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规四个方面对建筑工地的安全违规行为进行全自动检测的目的，对于建筑工地的安全违规行为检测更加全面和智能，无需通过工作人员的主观判断进行安全违规行为检测，所以，提升了建筑工地安全违规行为检测的准确度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请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所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请违规行为检测方法第一实施例的流程示意图；

图2为本申请违规行为检测方法第二实施例的流程示意图；

图3为本申请实施例中违规行为检测方法涉及的硬件运行环境的设备结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。

本申请实施例提供一种违规行为检测方法，在本申请违规行为检测方法的第一实施例中，参照图1，所述违规行为检测方法包括：

步骤S10，获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

步骤S20，依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

在本实施例中，需要说明的是，在建筑工地部署有摄像头，所述建筑工地图像为建筑工地部署的摄像头拍摄的图像。在建筑工地中存在安全违规行为，所述违规行为包括建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一，其中，所述建筑工人穿着违规可以为未佩戴安全帽或者未穿着安全衣，所述吊塔塔身倾斜违规为吊塔塔身的倾斜程度超过预设倾斜程度阈值，建筑坑洞安全违规可以为电梯井周围不存在安全防护设备或者建筑深坑周围不存在安全防护设备，建筑设备驾驶违规可以为驾驶人员在建筑设备运行时未处于工作岗位上，也可以为建筑工地的车辆在驶出建筑工地时未清洗。

步骤S10至步骤S20包括：获取建筑工地图像，通过预设建筑工地图像分类模型对所述建筑工地图像进行图像分类，得到图像分类标签，根据所述图像分类标签确定图像识别结果；通过所述图像分类标签确定的违规行为检测模型对所述建筑工地图像进行二分类，判断所述建筑工地图像中是否存在对应的违规行为，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。其中，所述预设建筑工地图像分类模型为多分类模型，用于对建筑工地图像进行分类，输出对应的图像分类标签，所述图像分类标签与所述违规行为检测模型一一对应，所述图像分类标签可以为建筑工人图像标签、吊塔图像标签、建筑坑洞图像标签以及建筑设备图像标签中的任意一种；所述违规行为检测模型可以为人员穿着违规检测模型、吊塔倾斜违规检测模型、建筑坑洞违规检测模型以及建筑设备违规检测模型；所述人员穿着违规检测模型对应建筑工人图像标签，用于检测建筑工人的穿着是否违规；所述吊塔倾斜违规检测模型对应所述吊塔图像标签，用于检测吊塔的倾斜程度是否违规；所述建筑坑洞违规检测模型对应建筑坑洞图像标签，用于检测建筑坑洞周围是否存在安全防护设备；所述建筑设备违规检测模型对应建筑设备图像标签，用于检测建筑设备在驾驶时是否存在违规。

其中，所述图像识别结果包括所述建筑工地图像为建筑工人图像，所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

步骤A10，依据安全帽佩戴检测模型，检测所述建筑工人图像中的建筑工人是否佩戴安全帽；和/或

步骤B10，依据安全衣佩戴检测模型，检测所述建筑工人图像中的建筑工人是否穿着安全衣。

在本实施例中，需要说明的是，当所述图像分类标签为建筑工人图像标签时，则所述图像识别结果为所述建筑工地图像为建筑工人图像。所述人员穿着违规检测模型包括安全帽佩戴检测模型和安全衣佩戴检测模型，其中，所述安全衣可以为反光衣，所述安全帽佩戴检测模型用于检测建筑人员是否佩戴安全帽，所述安全衣佩戴检测模型用于检测建筑人员是否穿着安全衣。

作为一种示例，步骤A10包括：通过将所述建筑工人图像输入安全帽佩戴检测模型，对所述建筑工人图像进行二分类，得到第一二分类标签，依据所述第一二分类标签，判断所述建筑工人图像中的建筑工人是否佩戴安全帽。例如，可设置当第一二分类标签为0时，则表明建筑工人未佩戴安全帽，设置当第一二分类标签为1时，则表明建筑工人已佩戴安全帽。

作为一种示例，步骤B10包括：通过将所述建筑工人图像输入安全衣佩戴检测模型，对所述建筑工人图像进行二分类，得到第二二分类标签，依据所述第二二分类标签，判断所述建筑工人图像中的建筑工人是否穿着安全衣。例如，可设置当第二二分类标签为0时，则表明建筑工人未穿着安全衣，设置当第二二分类标签为1时，则表明建筑工人已穿着安全衣。实现了以图像二分类的方式，检测建筑工人是否存在穿着违规行为的目的。

其中，所述图像识别结果至少包括所述建筑工地图像为驶出车辆图像以及所述建筑工地图像为建筑坑洞图像中的任意一种，

所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

步骤C10，依据车辆清洗检测模型，检测所述驶出车辆图像对应的驶出车辆是否清洗；和/或

步骤D10，依据建筑坑洞违规检测模型，检测所述建筑坑洞图像对应的建筑坑洞周围是否存在对应的安全防护设备。

在本实施例中，需要说明的是，所述建筑设备图像标签包括驶出车辆标签，当所述图像分类标签为驶出车辆标签时，所述建筑工地图像为驶出车辆图像。所述建筑设备违规检测模型包括车辆清洗检测模型，所述车辆清洗检测模型与所述驶出车辆标签相对应，用于检测驶出车辆是否清洗。

步骤C10包括：通过将所述驶出车辆图像输入车辆清洗检测模型，对所述驶出车辆图像进行二分类，得到第三二分类标签，依据所述第三二分类标签，判断所述驶出车辆图像中的驶出车辆是否清洗。实现了以图像二分类的方式，检测驶出建筑工地的车辆是否存在未清洗的违规行为的目的。

步骤D10包括：通过将所述建筑坑洞图像输入建筑坑洞违规检测模型，对所述建筑坑洞图像进行二分类，得到第四二分类标签，依据所述第四二分类标签，判断所述建筑坑洞图像中的建筑坑洞周围是否存在对应的安全防护设备，其中，所述安全防护设备可以为栅栏，所述建筑坑洞可以为电梯井，也可以为建筑深坑。实现了以图像二分类的方式，检测驶出建筑工地的建筑坑洞周围是否存在未设置安全防护设备的违规行为的目的。

其中，所述图像识别结果至少包括所述建筑工地图像为物料吊重机图像，所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

步骤E10，通过物料吊重机驾驶检测模型，检测所述物料吊重机图像中物料吊重机上是否存在对应的驾驶员。

在本实施例中，需要说明的是，所述建筑设备图像标签包括物料吊重机标签，当所述图像分类标签为物料吊重机标签时，所述建筑工地图像为物料吊重机图像。所述建筑设备违规检测模型包括物料吊重机驾驶检测模型，所述物料吊重机驾驶检测模型与所述物料吊重机标签相对应，用于检测物料吊重机上是否存在对应的驾驶员。

步骤E10包括：将所述物料吊重机图像输入物料吊重机驾驶检测模型，对所述物料吊重机图像进行二分类，得到第五二分类标签，依据所述第五二分类标签，判断所述物料吊重机图像中物料吊重机上是否存在对应的驾驶员。实现了以图像二分类的方式，检测驶出建筑工地的物料吊重机在工作时是否存在驾驶员离岗的违规行为的目的。

本申请实施例提供了一种违规行为检测方法，也即，获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。实现了依据图像识别的方式从建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规四个方面对建筑工地的安全违规行为进行全自动检测的目的，对于建筑工地的安全违规行为检测更加全面和智能，无需通过工作人员的主观判断进行安全违规行为检测，所以，提升了建筑工地安全违规行为检测的准确度。

参照图2，基于本申请第一实施例，在本申请另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述图像识别结果包括所述建筑工地图像为吊塔区域图像，所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

步骤S21，对所述吊塔区域图像进行倾斜校准，得到倾斜校准图像；

步骤S22，通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

在本实施例中，需要说明的是，当所述图像分类标签为吊塔图像标签时，则所述建筑工地图像为吊塔区域图像。

作为一种示例，步骤S21至步骤S22包括：通过对所述吊塔区域图像进行霍夫变换，对所述吊塔区域图像进行倾斜校准，得到倾斜校准图像；通过将所述倾斜校准图像输入吊塔倾斜违规检测模型，对所述倾斜校准图像进行二分类，得到第六二分类标签，依据所述第六二分类标签，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。其中，需要说明的是，摄像头的拍摄角度会影响吊塔塔身的倾斜检测，本申请实施例在进行吊塔塔身的倾斜检测之前，预先对吊塔区域图像进行倾斜校准，然后再依据倾斜校准图像进行倾斜检测，可消除拍摄角度对倾斜检测的影响，提升了建筑工地吊塔塔身倾斜检测的准确度。

其中，所述通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

步骤S221，对所述吊塔区域图像进行图像分割，得到吊塔塔身图像；

步骤S222，获取所述吊塔塔身图像中各图像边缘像素点的像素点坐标值，依据各所述像素点坐标值，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

作为一种示例，步骤S221至步骤S222包括：对所述吊塔区域图像进行图像分割，得到吊塔塔身图像；获取所述吊塔塔身图像中各图像边缘像素点的像素点坐标值，将各所述像素点坐标值拼接为像素点坐标向量，对所述像素点坐标向量与预设像素点坐标向量之间求差，得到差值向量，依据所述差值向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。例如，假设各像素点坐标值分别为（A，B）以及（C，D），则所述像素点坐标向量为（A，B，C，D）。所述预设像素点坐标向量为吊塔塔身未倾斜获取的标准像素点坐标向量。本申请实施例通过在像素点坐标向量与吊塔塔身未倾斜的标准像素点坐标向量之间进行求差，得到求差向量，则该求差向量可表征吊塔塔身当前的倾斜角度与未倾斜时的倾斜角度之间的差距，进而依据差值向量，可判断所述吊塔区域图像中的吊塔塔身相比于预先确定的未倾斜状态是否发生塔身倾斜，实现了以图像识别的方式，检测吊塔塔身是否发生倾斜的目的。

作为一种示例，所述依据所述差值向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤还包括：

通过将所述差值向量输入预设差值向量二分类模型，对所述差值向量进行二分类，得到第七二分类标签，依据所述第七二分类标签，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

作为一种示例，所述依据所述差值向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤还包括：

计算所述差值向量的模的取值大小，若所述取值大小大于预设取值大小阈值，则判定所述吊塔区域图像中的吊塔塔身发生塔身倾斜，若所述取值大小不大于预设取值大小阈值，则判定所述吊塔区域图像中的吊塔塔身未发生塔身倾斜。

其中，所述依据各所述像素点坐标值，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

步骤F10，依据各所述像素点坐标值，检测所述吊塔塔身对应的各塔身轮廓边缘的倾斜斜率变化；

步骤F20，依据所述倾斜斜率变化，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

作为一种示例，需要说明的是，所述倾斜斜率变化可以以向量形式进行表示，也即为倾斜斜率变化表示向量。

步骤F10至步骤F20包括：依据各所述像素点坐标值，计算所述吊塔塔身图像中各相邻图像边缘像素点之间的倾斜斜率，将各所述倾斜斜率的倒数拼接为向量，得到倾斜斜率变化表示向量，其中，所述倾斜斜率变化表示向量为表征吊塔塔身的倾斜斜率的变化情况的向量；依据所述倾斜斜率变化表示向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。其中，相邻图像边缘像素点可在吊塔塔身图像的塔身轮廓边缘上间隔预设像素点个数进行选取，例如，假设所述塔身轮廓边缘上存在图像边缘像素点A以及图像边缘像素点B，预设像素点个数为10，而图像边缘像素点A以及图像边缘像素点B之间间隔10个像素点，则图像边缘像素点A以及图像边缘像素点B之间互为相邻图像边缘像素点。

作为一种示例，所述依据所述倾斜斜率变化表示向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

通过将所述倾斜斜率变化表示向量输入预设二分类模型，对所述倾斜斜率变化表示向量进行二分类，得到第八二分类标签，依据所述第八二分类标签，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

作为一种示例，所述依据所述倾斜斜率变化表示向量，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

判断所述倾斜斜率变化表示向量中是否存在大于预设数值大小阈值的数值，若存在，则判定所述吊塔区域图像中的吊塔塔身发生塔身倾斜；若不存在，则判定所述吊塔区域图像中的吊塔塔身未发生塔身倾斜。

本申请实施例提供了一种吊塔倾斜检测方法，具体为：对所述吊塔区域图像进行倾斜校准，得到倾斜校准图像；通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。需要说明的是，若工作人员通过监控的方式判断吊塔是否倾斜，则由于肉眼的限制性，这种判断方式是及其不准确的，而若通过测量仪器进行倾斜检测，则由于吊塔的高度过高，检测的实施难度较高，检测精度也得不到保证，所以本申请实施例实现了以图像识别的方式检测吊塔塔身是否倾斜，可在像素点层面上精确检测吊塔塔身是否倾斜，无论吊塔塔身在任意一段发生倾斜，均可进行检测，相比于非通过工作人员以监控的方式进行吊塔倾斜检测，明显提升了吊塔倾斜检测的准确度。

本申请实施例还提供一种违规行为检测装置，所述违规行为检测装置应用于违规行为检测设备，所述违规行为检测装置包括：

图像识别模块，用于获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

违规行为检测模块，用于依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

可选地，所述图像识别结果包括所述建筑工地图像为吊塔区域图像，所述违规行为检测模块还用于：

对所述吊塔区域图像进行倾斜校准，得到倾斜校准图像；

通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

可选地，所述违规行为检测模块还用于：

对所述吊塔区域图像进行图像分割，得到吊塔塔身图像；

获取所述吊塔塔身图像中各图像边缘像素点的像素点坐标值，依据各所述像素点坐标值，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

可选地，所述违规行为检测模块还用于：

依据各所述像素点坐标值，检测所述吊塔塔身对应的各塔身轮廓边缘的倾斜斜率变化；

依据所述倾斜斜率变化，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

可选地，所述图像识别结果包括所述建筑工地图像为建筑工人图像，所述违规行为检测模块还用于：

依据安全帽佩戴检测模型，检测所述建筑工人图像中的建筑工人是否佩戴安全帽；和/或

依据安全衣佩戴检测模型，检测所述建筑工人图像中的建筑工人是否穿着安全衣。

可选地，所述图像识别结果至少包括所述建筑工地图像为驶出车辆图像以及所述建筑工地图像为建筑坑洞图像中的任意一种，所述违规行为检测模块还用于：

依据车辆清洗检测模型，检测所述驶出车辆图像对应的驶出车辆是否清洗；和/或

依据建筑坑洞违规检测模型，检测所述建筑坑洞图像对应的建筑坑洞周围是否存在对应的安全防护设备。

可选地，所述图像识别结果至少包括所述建筑工地图像为物料吊重机图像，所述违规行为检测模块还用于：

通过物料吊重机驾驶检测模型，检测所述物料吊重机图像中物料吊重机上是否存在对应的驾驶员。

本发明提供的违规行为检测装置，采用上述实施例中的违规行为检测方法，解决了建筑工地中安全违规行为检测准确度低的技术问题。与现有技术相比，本发明实施例提供的违规行为检测装置的有益效果与上述实施例提供的违规行为检测方法的有益效果相同，且该违规行为检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

本发明实施例提供一种电子设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的违规行为检测方法。

下面参考图3，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图3所示，电子设备可以包括处理装置（例如中央处理器、图形处理器等），其可以根据存储在只读存储器（ROM）中的程序或者从存储装置加载到随机访问存储器（RAM）中的程序而执行各种适当的动作和处理。在RAM中，还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出（I/O）接口也连接至总线。

通常，以下系统可以连接至I/O接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从ROM被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。

本发明提供的电子设备，采用上述实施例中的违规行为检测方法，解决了建筑工地中安全违规行为检测准确度低的技术问题。与现有技术相比，本发明实施例提供的电子设备的有益效果与上述实施例提供的违规行为检测方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例一中的违规行为检测的方法。

本发明实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本发明提供的计算机可读存储介质，存储有用于执行上述违规行为检测方法的计算机可读程序指令，解决了建筑工地中安全违规行为检测准确度低的技术问题。与现有技术相比，本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的违规行为检测方法的有益效果相同，在此不做赘述。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的违规行为检测方法的步骤。

本申请提供的计算机程序产品解决了建筑工地中安全违规行为检测准确度低的技术问题。与现有技术相比，本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的违规行为检测方法的有益效果相同，在此不做赘述。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种违规行为检测方法，其特征在于，所述违规行为检测方法包括：

获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

2.如权利要求1所述违规行为检测方法，其特征在于，所述图像识别结果包括所述建筑工地图像为吊塔区域图像，

所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

对所述吊塔区域图像进行倾斜校准，得到倾斜校准图像；

通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

3.如权利要求2所述违规行为检测方法，其特征在于，所述通过对所述吊塔区域图像进行吊塔倾斜检测，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

对所述吊塔区域图像进行图像分割，得到吊塔塔身图像；

获取所述吊塔塔身图像中各图像边缘像素点的像素点坐标值，依据各所述像素点坐标值，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

4.如权利要求3所述违规行为检测方法，其特征在于，所述依据各所述像素点坐标值，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜的步骤包括：

依据各所述像素点坐标值，检测所述吊塔塔身对应的各塔身轮廓边缘的倾斜斜率变化；

依据所述倾斜斜率变化，判断所述吊塔区域图像中的吊塔塔身是否发生塔身倾斜。

5.如权利要求1所述违规行为检测方法，其特征在于，所述图像识别结果包括所述建筑工地图像为建筑工人图像，

所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

依据安全帽佩戴检测模型，检测所述建筑工人图像中的建筑工人是否佩戴安全帽；和/或

依据安全衣佩戴检测模型，检测所述建筑工人图像中的建筑工人是否穿着安全衣。

6.如权利要求1所述违规行为检测方法，其特征在于，所述图像识别结果至少包括所述建筑工地图像为驶出车辆图像以及所述建筑工地图像为建筑坑洞图像中的任意一种，

所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

依据车辆清洗检测模型，检测所述驶出车辆图像对应的驶出车辆是否清洗；和/或

依据建筑坑洞违规检测模型，检测所述建筑坑洞图像对应的建筑坑洞周围是否存在对应的安全防护设备。

7.如权利要求1所述违规行为检测方法，其特征在于，所述图像识别结果至少包括所述建筑工地图像为物料吊重机图像，

所述依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，包括：

通过物料吊重机驾驶检测模型，检测所述物料吊重机图像中物料吊重机上是否存在对应的驾驶员。

8.一种违规行为检测装置，其特征在于，所述违规行为检测装置包括：

图像识别模块，用于获取建筑工地图像，对所述建筑工地图像进行图像识别，得到图像识别结果；

违规行为检测模块，用于依据所述图像识别结果，对所述建筑工地图像进行对应的违规行为检测，得到违规行为检测结果，其中，所述违规行为包括：建筑工人穿着违规、吊塔塔身倾斜违规、建筑坑洞安全违规以及建筑设备驾驶违规中至少之一。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的违规行为检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有实现违规行为检测方法的程序，所述实现违规行为检测方法的程序被处理器执行以实现如权利要求1至7中任一项所述违规行为检测方法的步骤。

Images