CN114155614A - 一种作业现场反违章行为识别方法及系统 - Google Patents
一种作业现场反违章行为识别方法及系统 Download PDFInfo
- Publication number
- CN114155614A CN114155614A CN202111221810.6A CN202111221810A CN114155614A CN 114155614 A CN114155614 A CN 114155614A CN 202111221810 A CN202111221810 A CN 202111221810A CN 114155614 A CN114155614 A CN 114155614A
- Authority
- CN
- China
- Prior art keywords
- smoking
- monitoring
- illegal
- violation
- workers
- 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.)
- Granted
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
Abstract
本发明公开了一种作业现场反违章行为识别方法及系统,通过获取作业现场工作人员的身份验证信息,对作业现场人员进行身份验证,若验证通过,则读取该工作人员的违章抽烟记录,判定工作人员在作业现场违章抽烟的风险等级,根据风险等级制定相对应的监控等级,按照监控等级采集作业现场工作人员的图像进行工作人员的违章抽烟行为识别,通过该方法进行作业现场工作人员的违章抽烟行为识别,可以根据不同工作人员制定不同的监控等级对工作人员行为进行识别,合理的分配了作业现场的安全监控资源,使得对工作人员的违章行为识别更加具有针对性,降低了违章行为识别的成本,且使得监控过程更加高效。
Description
技术领域
本发明属于作业现场安全监管领域,特别涉及一种作业现场反违章行为识别方法及系统。
背景技术
近年来,我国的基础建设越来越全面,基础建设的规模在持续扩大,这也让作业现场的安全问题日益受到人们的重视,由于作业现场的情况复杂,人员分布不规律,给作业现场安全监控带来了极大的挑战,例如作业现场工作人员违章抽烟行为,该违章行为的发生频率高、安全隐患巨大,通过人工进行监管不仅需要大量的人力资源,而且监管效果不明显,因此作业现场亟需一种可以有效反违章抽烟行为的方法。
发明内容
针对上述现有技术存在的问题,本发明提供了一种作业现场反违章行为识别方法及系统。
本发明实施例的第一方面提供了一种作业现场反违章行为识别方法,包括:
获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
若验证通过,读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级,通过监控图像进行违章抽烟行为识别。
进一步的,,所述身份验证过程如下:
获取作业现场人员人脸图像和安全帽识别码;
将所获取的安全帽识别码与本地数据库中存储的安全帽识别码进行比对,若存在相同安全帽识别码,则从数据库中读取与此安全帽识别码对应的人脸图像;
将读取到的人脸图像与获取作业现场人员人脸图像进行比对,若比对通过则该人员为作业现场人员;
若人脸图像比对未通过,则将该人脸图像与本地数据库所有人脸图像进行比对;
若比对通过,则生成验证信息发送至该工作人员佩戴的安全帽;
若比对未通过,则生成身份核实信息并发送至安保人员;
若安全帽识别码比对未通过,则直接生成身份核实信息并发送至安保人员。
进一步的,所述违章抽烟记录包括违章抽烟的次数、违章抽烟的时间、违章抽烟的位置,所述工作人员违章抽烟的风险包括:综合违章抽烟风险、时间风险、位置风险,所述综合违章抽烟风险等级由违章抽烟的次数、违章抽烟的时间、违章抽烟的位置进行综合判定,所述时间风险等级由违章抽烟时间进行判定,所述位置风险等级由违章抽烟的位置进行判定。
进一步的,所述作业现场工作人员监控方法包括:
获取作业现场工作人员的综合违章抽烟风险等级,制定与综合违章抽烟风险等级相对应的监控等级;
获取作业现场工作人员在不同时间点的时间风险等级,并基于时间风险等级提高监控等级;
获取作业现场工作人员所在位置的位置风险等级,并基于位置风险等级提高监控等级。
进一步的,所述监控等级包括监控设备数量和监控图像的采集频率,监控等级与综合违章抽烟风险等级相互对应,所述提高监控等级包括以时间风险等级、位置风险等级作为权重,对监控等级进行加权运算。
进一步的,所述违章抽烟行为识别方法包括:
基于不同的监控等级,调用监控设备采集监控图像,所述监控等级包括监控设备的数量和监控图像的采集频率,其中监控设备每次采集若干张连续帧监控图像;
分别计算监控设备采集的连续图像中各个像素点的颜色特征向量,基于颜色特征向量提取监控图像中的人脸区域和手势区域;
计算不同图像中手势区域中像素点的灰度特征,计算连续图像中手势区域的灰度特征差值,提取连续图像中手势的运动轨迹;
基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为。
进一步的,基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为包括:
获取预设的工作人员违章抽烟行为识别模板,所述违章抽烟行为识别模板包括人脸特征识别和手势运动轨迹识别;
将监控图像中提取的人脸区域与手势运动轨迹与违章抽烟行为识别模板进行相似度计算;
当存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则再次采集监控图像;
计算再次采集的监控图像中人脸区域与手势运动轨迹与违章抽烟行为识别模板的相似度;
若存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则存在工作人员违章抽烟行为。
本发明实施例的第二方面提供了一种作业现场反违章行为识别系统,所述系统包括:
信息验证模块,用于获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
风险判定模块,用于读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
监控模块;用于根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级;
行为识别模块,用于通过监控图像进行违章抽烟行为识别。
进一步的,所述系统还包括:
告警模块,用于基于作业现场工作人员违章抽烟行为识别结果生产告警信息,所述告警信息包括违章工作人员身份信息、违章行为、违章工作人员所在位置;
通信模块,用于将告警信息广播至违章工作人员所在区域的所有工作人员处,并发送至安保人员处。
本发明实施例的第三方面公开了一种计算机可读存储介质,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现上述的一种作业现场反违章行为识别方法。
本发明的一种作业现场反违章行为识别方法及系统,具备如下有益效果:
1.一种作业现场反违章行为识别方法及系统,通过获取作业现场工作人员的身份验证信息,对作业现场人员进行身份验证,若验证通过,则从本地数据库中读取该工作人员的违章抽烟记录,判定其在作业现场违章抽烟的风险等级,从而制定与风险等级相对应的监控等级,按照监控等级采集作业现场工作人员的图像进行工作人员的违章抽烟行为识别,通过该方法进行作业现场工作人员的违章抽烟行为识别,可以根据不同工作人员制定不同的监控等级对工作人员行为进行识别,合理的分配了作业现场的安全监控资源,使得对工作人员的违章行为识别更加具有针对性,降低了违章行为识别的成本,且使得监控过程更加高效。
2.一种作业现场反违章行为识别方法及系统,通过采集工作人员的监控图像,提取图像中的人脸区域与手势运动轨迹与违章抽烟行为识别模板进行相似度计算识别违章抽烟行为,若存在一张及以上监控图像中的人脸区域与手势运动轨迹满足阈值,则再次采集监控图像进行识别,两次行为识别均通过,则存在工作人员违章抽烟行为,通过该方法进行违章抽烟行为识别,提高了行为识别的灵敏度,同时通过二次识别进行检测,提高了识别结果的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术等级,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一种作业现场反违章行为识别方法的整体流程图;
图2是身份验证信息对比的流程图;
图3是作业现场工作人员监控方法的流程图;
图4是违章抽烟行为识别方法的流程图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种作业现场反违章行为识别方法,上述方法包括:
获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
若验证通过,读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级,通过监控图像进行违章抽烟行为识别。
参考图1,在本实施例中,首先需要对作业现场人员进行身份验证,获取作业现场工作人员的身份验证信息,并将获取的身份验证信息与本地数据库中存储的员工身份验证信息进行比对,验证作业现场人员是否为工作人员,如果不是通过人员则通知安全人员进行身份确认,如果是工作人员,则从本地数据库中读取该工作人员的违章抽烟记录,并通过工作人员的违章抽烟记录判定其在作业现场违章抽烟的风险等级,从而制定与风险等级相对应的监控等级,按照监控等级采集作业现场工作人员的图像进行工作人员的违章抽烟行为识别,通过该方法进行作业现场工作人员的违章抽烟行为识别,可以根据不同工作人员制定不同的监控等级对工作人员行为进行识别,合理的分配了作业现场的安全监控资源,使得对工作人员的违章行为识别更加具有针对性,降低了违章行为识别的成本,且使得监控过程更加高效。
基于上述作业现场反违章行为识别方法,上述身份验证信息对比过程如下:
获取作业现场人员人脸图像和安全帽识别码;
将所获取的安全帽识别码与本地数据库中存储的安全帽识别码进行比对,若存在相同安全帽识别码,则从数据库中读取与此安全帽识别码对应的人脸图像;
将读取到的人脸图像与获取作业现场人员人脸图像进行比对,若比对通过则该人员为作业现场人员;
若人脸图像比对未通过,则将该人脸图像与本地数据库所有人脸图像进行比对;
若比对通过,则生成验证信息发送至该工作人员佩戴的安全帽;
若比对未通过,则生成身份核实信息并发送至安保人员;
若安全帽识别码比对未通过,则直接生成身份核实信息并发送至安保人员。
参考图2,本实施例中,通过作业现场人员的人脸图像与安全帽识别码进行双重验证,验证作业现场人员是否属于作业现场工作人员。首先比对作业现场工作人员的安全帽识别码,安全帽识别码比对通过后,再读取与该安全帽识别码对应的人脸图像,人脸图像也比对通过则说明该作业现场人员为作业现场工作人员,若人脸比对未通过,则检测该作业现场人员的人脸图像是否存储在本地数据库中,若该作业现场人员的人脸图像存储在本地数据库中,则说明该工作人员可能错拿安全帽了,则生成验证信息发送至该工作人员佩戴的安全帽,提醒其更换安全帽。如果安全帽识别码比对通过,人脸图像比对未通过,该作业现场人员可能为外来人员,则生成安全告警信息请求至安保人员进行身份核实,若安全帽识别码比对未通过,说明该作业现场人员未佩戴安全帽或者为外来人员,也生成身份核实信息请求至安保人员进行身份核实。
基于上述方法,上述违章抽烟记录包括违章抽烟的次数、违章抽烟的时间、违章抽烟的位置,所述工作人员违章抽烟的风险包括:综合违章抽烟风险、时间风险、位置风险,所述综合违章抽烟风险等级由违章抽烟的次数、违章抽烟的时间、违章抽烟的位置进行综合判定,所述时间风险等级由违章抽烟时间进行判定,所述位置风险等级由违章抽烟的位置进行判定。
需要说明的是,工作人员的违章抽烟记录包括违章抽烟的次数、违章抽烟的时间、违章抽烟的位置,将工作人员的违章抽烟记录信息作为影响因素,判定工作人员违章抽烟的风险等级,该风险等级作为工作人员的综合违章抽烟风险。
进一步的,分析工作人员的违章抽烟记录的违章抽烟时间,可以得到该工作人员在不同时间段出现违章抽烟的可能性,以计算得到的工作人员在不同时间段出现违章抽烟的可能性表示工作人员的时间风险等级,同理基于工作人员的违章抽烟位置也可以得到工作人员的在不同位置的违章抽烟可能性,以此可能性作为工作人员的位置风险等级。
基于上述方法,上述作业现场工作人员监控方法包括:
获取作业现场工作人员的综合违章抽烟风险等级,制定与综合违章抽烟风险等级相对应的监控等级;
获取作业现场工作人员在不同时间点的时间风险等级,并基于时间风险等级提高监控等级;
获取作业现场工作人员所在位置的位置风险等级,并基于位置风险等级提高监控等级。
参考图3,在本实施例中,通过获取作业现场工作人员的综合违章抽烟风险等级,制定与之相对应的初始监控等级对该工作人员进行监控,并且获取工作人员的时间风险和位置风险,其中时间风险包括工作人员在各个时间段违章抽烟的时间风险等级,位置风险包括工作人员在作业现场不同位置的抽烟风险等级。然后,对时间节点和工作人员的位置信息进行监控,当时间处于工作人员存在违章抽烟可能的时间段时,则根据该时间段的时间风险等级大小,在初始监控等级的基础上提高对该工作人员的监控等级,同理当工作人员所处的位置存在位置风险时,则根据工作人员在该位置的位置风险等级,提高对该工作人员的监控等级。该方法实现了对工作人员抽烟行为识别的特定监控方式,根据工作人员在不同时间,不同位置的违章抽烟风险等级进行不同监控等级的监控,可以在最大程度上减少违章抽烟行为的发生,同时还能合理的分配安全监控资源。
基于上述方法,上述监控等级包括监控设备数量和监控图像的采集频率,监控等级与综合违章抽烟风险等级相互对应,所述提高监控等级包括以时间风险等级、位置风险等级作为权重,对监控等级进行加权运算。
参考图3,具体的是,监控等级包括采用的监控设备的数量和监控图像的采集频率,其中监控等级越高采用的监控设备越多,监控图像的采集频率越高。监控等级层数与综合违章抽烟风险等级层数相同,且风险等级越高监控等级越高,工作人员进行作业现场后会根据其综合违章抽烟风险等级制定相同等级监控等级,到检测到该工作人员存在时间风险等级和位置风险等级时,则将时间风险等级或位置风险等级作为权重,对监控等级进行加权运算,提高监控等级,计算公式如下:M=N+k1T+k2D,其中M表示监控等级,N表示综合违章抽烟风险等级,T表示时间风险等级,D表示位置风险等级,k1,k2表示加权系数。需要说明的是,当监控等级达到最高等级后,监控等级不再提升。
基于上述方法,上述违章抽烟行为识别方法包括:
基于不同的监控等级,调用监控设备采集监控图像,所述监控等级包括监控设备的数量和监控图像的采集频率,其中监控设备每次采集若干张连续帧监控图像;
分别计算监控设备采集的连续图像中各个像素点的颜色特征向量,基于颜色特征向量提取监控图像中的人脸区域和手势区域;
计算不同图像中手势区域中像素点的灰度特征,计算连续图像中手势区域的灰度特征差值,提取连续图像中手势的运动轨迹;
基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为。
参考图4,在本实施例中,根据工作人员的违章抽烟风险等级对应的监控等级,调用监控等级对应数量的监控设备和预设的监控图像采集频率采集工作人员的监控图像,其中,监控设备会调用多个角度的监控设备,用于采集工作人员多个角度的监控图像,每个设备每次均采集多帧连续的监控图像,监控图像的帧数不超过10帧。再计算不同图像中各个像素点的颜色特征向量,基于人体肤色特征可以提取出工作人员的人脸区域和手势区域,然后计算手势区域中各个像素点的灰度特征,可以提取手势的边缘轮廓,根据连续图像间手势轮廓的变化情况,可以通过函数描述出,图像中手势的运动轨迹,将图像中的人脸区域和手势的运动与抽烟行为模板进行对比,即可识别工作人员是否存在违章抽烟行为。
基于上述方法,基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为包括:
获取预设的工作人员违章抽烟行为识别模板,所述违章抽烟行为识别模板包括人脸特征识别和手势运动轨迹识别;
将监控图像中提取的人脸区域与手势运动轨迹与违章抽烟行为识别模板进行相似度计算;
当存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则再次采集监控图像;
计算再次采集的监控图像中人脸区域与手势运动轨迹与违章抽烟行为识别模板的相似度;
若存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则存在工作人员违章抽烟行为。
参考图4,需要说明的是,在本实施例中,对违章抽烟行为的识别需要通过预设的违章抽烟行为识别模板来进行识别,因此首先需要获取违章抽烟行为识别模板,该模板包括人脸特征识别和手势运动轨迹识别,可以通过神经网络进行训练。然后将不同监控图像中提取的人脸区域和手势运动轨迹与违章抽烟行为识别模板进行相似度计算,如果存在一张及以上的监控图像中提取取的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则立即再次采集监控图像,提取图像中的人脸区域和手势运动轨迹与运动模板进行相似度计算,若再次采集的图像中任然存在一张及以上的监控图像中提取取的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则说明存在工作人员违章抽烟行为。
该方法中只要有监控图像中的人脸区域或者手势运动轨迹符合所设阈值就可再次采集监控图像进行二次判断是为了避免违章抽烟行为开始于最后一帧监控图像中,而出现漏检测的情况,提高了行为识别的灵敏度,通过二次采集图像进行检测是为了防止可能存在的误差带来的干扰,提高识别结果的准确性。
本发明实施例提供了一种作业现场反违章行为识别系统,上述系统包括:
信息验证模块,用于获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
风险判定模块,用于读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
监控模块;用于根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级;
行为识别模块,用于通过监控图像进行违章抽烟行为识别。
基于上述系统,上述系统还包括:
告警模块,用于基于作业现场工作人员违章抽烟行为识别结果生产告警信息,所述告警信息包括违章工作人员身份信息、违章行为、违章工作人员所在位置;
通信模块,用于将告警信息广播至违章工作人员所在区域的所有工作人员处,并发送至安保人员处。
具体的是,行为识别模块检测到工作人员违章抽烟行为后,告警模块会生成告警信息,上述告警信息包括违章工作人员身份信息、违章行为、违章工作人员所在位置,生成告警信息之后通信模块会将这条告警信息发送到违章工作人员所在区域内的所有工作的安全帽上,其他工作人员接收到告警信息后可以及时进行安全防范,通信模块还会将告警信息发送至安保人员处,提醒安保人员及时制止工作人员的违章抽烟行为。
本发明实施例提供了一种计算机可读存储介质,该存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现上述实施例中的一种作业现场反违章行为识别的方法。
可以理解,存储器可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。本发明实施例中的存储器能够存储数据以支持终端的操作。这些数据的示例包括:用于在终端上操作的任何计算机程序,如操作系统和应用程序。其中,操作系统包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。
本发明不局限于上述具体的实施方式,本领域的普通技术人员从上述构思出发,不经过创造性的劳动,所做出的种种变换,均落在本发明的保护范围之内。
Claims (10)
1.一种作业现场反违章行为识别方法,其特征在于,所述方法包括:
获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
若验证通过,读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级,通过监控图像进行违章抽烟行为识别。
2.根据权利要求1所述一种作业现场反违章行为识别方法,其特征在于,所述身份验证过程如下:
获取作业现场人员人脸图像和安全帽识别码;
将所获取的安全帽识别码与本地数据库中存储的安全帽识别码进行比对,若存在相同安全帽识别码,则从数据库中读取与此安全帽识别码对应的人脸图像;
将读取到的人脸图像与获取作业现场人员人脸图像进行比对,若比对通过则该人员为作业现场人员;
若人脸图像比对未通过,则将该人脸图像与本地数据库所有人脸图像进行比对;
若比对通过,则生成验证信息发送至该工作人员佩戴的安全帽;
若比对未通过,则生成身份核实信息并发送至安保人员;
若安全帽识别码比对未通过,则直接生成身份核实信息并发送至安保人员。
3.根据权利要求1所述一种作业现场反违章行为识别方法,其特征在于,所述违章抽烟记录包括违章抽烟的次数、违章抽烟的时间、违章抽烟的位置,所述工作人员违章抽烟的风险包括:综合违章抽烟风险、时间风险、位置风险,所述综合违章抽烟风险等级由违章抽烟的次数、违章抽烟的时间、违章抽烟的位置进行综合判定,所述时间风险等级由违章抽烟时间进行判定,所述位置风险等级由违章抽烟的位置进行判定。
4.根据权利要求3所述一种作业现场反违章行为识别方法,其特征在于,所述作业现场工作人员监控方法包括:
获取作业现场工作人员的综合违章抽烟风险等级,制定与综合违章抽烟风险等级相对应的监控等级;
获取作业现场工作人员在不同时间点的时间风险等级,并基于时间风险等级提高监控等级;
获取作业现场工作人员所在位置的位置风险等级,并基于位置风险等级提高监控等级。
5.根据权利要求4所述一种作业现场反违章行为识别方法,其特征在于,所述监控等级包括监控设备数量和监控图像的采集频率,监控等级与综合违章抽烟风险等级相互对应,所述提高监控等级包括以时间风险等级、位置风险等级作为权重,对监控等级进行加权运算。
6.根据权利要求1所述一种作业现场反违章行为识别方法,其特征在于,所述违章抽烟行为识别方法包括:
基于不同的监控等级,调用监控设备采集监控图像,所述监控等级包括监控设备的数量和监控图像的采集频率,其中监控设备每次采集若干张连续帧监控图像;
分别计算监控设备采集的连续图像中各个像素点的颜色特征向量,基于颜色特征向量提取监控图像中的人脸区域和手势区域;
计算不同图像中手势区域中像素点的灰度特征,计算连续图像中手势区域的灰度特征差值,提取连续图像中手势的运动轨迹;
基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为。
7.根据权利要求6所述一种作业现场反违章行为识别方法,其特征在于,基于人脸区域和手势的运动轨迹判断工作人员是否存在违章抽烟行为包括:
获取预设的工作人员违章抽烟行为识别模板,所述违章抽烟行为识别模板包括人脸特征识别和手势运动轨迹识别;
将监控图像中提取的人脸区域与手势运动轨迹与违章抽烟行为识别模板进行相似度计算;
当存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则再次采集监控图像;
计算再次采集的监控图像中人脸区域与手势运动轨迹与违章抽烟行为识别模板的相似度;
若存在一张及以上的监控图像中的人脸区域或手势运动轨迹与违章抽烟行为识别模板的相似度大于所设阈值,则存在工作人员违章抽烟行为。
8.一种作业现场反违章行为识别系统,其特征在于,所述系统包括:
信息验证模块,用于获取作业现场工作人员身份验证信息,进行作业现场人员身份验证,所述身份验证信息包括人脸图像、安全帽识别码;
风险判定模块,用于读取所述作业现场工作人员的违章抽烟记录;
基于作业现场工作人员的违章抽烟记录,判定作业现场工作人员违章抽烟的风险等级;
监控模块;用于根据作业现场工作人员违章抽烟的风险等级,制定作业现场工作人员监控等级;
行为识别模块,用于通过监控图像进行违章抽烟行为识别。
9.根据权利要求8所述一种作业现场反违章行为识别方法,其特征在于,所述系统还包括:
告警模块,用于基于作业现场工作人员违章抽烟行为识别结果生产告警信息,所述告警信息包括违章工作人员身份信息、违章行为、违章工作人员所在位置;
通信模块,用于将告警信息广播至违章工作人员所在区域的所有工作人员处,并发送至安保人员处。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如权利要求1至7中任一项权利要求所述的一种作业现场反违章行为识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221810.6A CN114155614B (zh) | 2021-10-20 | 2021-10-20 | 一种作业现场反违章行为识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221810.6A CN114155614B (zh) | 2021-10-20 | 2021-10-20 | 一种作业现场反违章行为识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114155614A true CN114155614A (zh) | 2022-03-08 |
CN114155614B CN114155614B (zh) | 2023-08-01 |
Family
ID=80462855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111221810.6A Active CN114155614B (zh) | 2021-10-20 | 2021-10-20 | 一种作业现场反违章行为识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155614B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082765A (zh) * | 2022-07-21 | 2022-09-20 | 成都瑞讯物联科技有限公司 | 现场作业管理方法及现场作业管理系统 |
CN115577968A (zh) * | 2022-11-02 | 2023-01-06 | 中国安全生产科学研究院 | 一种基于企业违章管理和自动违规判定的积分系统及方法 |
CN116311556A (zh) * | 2023-04-06 | 2023-06-23 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314642A (zh) * | 2011-08-12 | 2012-01-11 | 华电国际电力股份有限公司山东分公司 | 作业人员安全生产行为管理系统 |
CN104700211A (zh) * | 2015-03-11 | 2015-06-10 | 上海金能安全科技有限责任公司 | 一种工地施工员工安全rfid管理系统 |
CN105956549A (zh) * | 2016-04-28 | 2016-09-21 | 江苏大学 | 一种工人作业前安全装备及行为能力检查系统及方法 |
CN106157331A (zh) * | 2016-07-05 | 2016-11-23 | 乐视控股(北京)有限公司 | 一种吸烟检测方法和装置 |
JP2017215915A (ja) * | 2016-06-02 | 2017-12-07 | プラムシステム有限会社 | トランシーバを用いた騒音環境下作業者間安全システム,作業者間安全装置および該装置を用いた情報伝達方法 |
CN107680220A (zh) * | 2017-09-28 | 2018-02-09 | 朱明增 | 一种基于机器视觉技术的作业违规行为智能识别方法 |
CN108334615A (zh) * | 2018-02-07 | 2018-07-27 | 湖北统讯智能科技有限公司 | 一种收银防损管理系统及其视频检索的方法 |
CN109389268A (zh) * | 2017-08-09 | 2019-02-26 | 中国石油化工股份有限公司 | 基于固有危险度信息的罐区施工作业风险智能分析装置及方法 |
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 |
CN209417898U (zh) * | 2018-12-18 | 2019-09-20 | 国家电网有限公司 | 电力施工安全巡视监测系统 |
CN110689054A (zh) * | 2019-09-10 | 2020-01-14 | 华中科技大学 | 一种工人违规行为监测方法 |
CN112153345A (zh) * | 2020-09-25 | 2020-12-29 | 内蒙古蒙达发电有限责任公司 | 一种基于5g应用作业的现场智慧反违章管控平台 |
CN112839200A (zh) * | 2020-12-25 | 2021-05-25 | 朗坤智慧科技股份有限公司 | 基于5g技术的电厂违章行为识别方法、系统和网络服务端 |
-
2021
- 2021-10-20 CN CN202111221810.6A patent/CN114155614B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314642A (zh) * | 2011-08-12 | 2012-01-11 | 华电国际电力股份有限公司山东分公司 | 作业人员安全生产行为管理系统 |
CN104700211A (zh) * | 2015-03-11 | 2015-06-10 | 上海金能安全科技有限责任公司 | 一种工地施工员工安全rfid管理系统 |
CN105956549A (zh) * | 2016-04-28 | 2016-09-21 | 江苏大学 | 一种工人作业前安全装备及行为能力检查系统及方法 |
JP2017215915A (ja) * | 2016-06-02 | 2017-12-07 | プラムシステム有限会社 | トランシーバを用いた騒音環境下作業者間安全システム,作業者間安全装置および該装置を用いた情報伝達方法 |
CN106157331A (zh) * | 2016-07-05 | 2016-11-23 | 乐视控股(北京)有限公司 | 一种吸烟检测方法和装置 |
CN109389268A (zh) * | 2017-08-09 | 2019-02-26 | 中国石油化工股份有限公司 | 基于固有危险度信息的罐区施工作业风险智能分析装置及方法 |
CN107680220A (zh) * | 2017-09-28 | 2018-02-09 | 朱明增 | 一种基于机器视觉技术的作业违规行为智能识别方法 |
CN108334615A (zh) * | 2018-02-07 | 2018-07-27 | 湖北统讯智能科技有限公司 | 一种收银防损管理系统及其视频检索的方法 |
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 |
CN209417898U (zh) * | 2018-12-18 | 2019-09-20 | 国家电网有限公司 | 电力施工安全巡视监测系统 |
CN110689054A (zh) * | 2019-09-10 | 2020-01-14 | 华中科技大学 | 一种工人违规行为监测方法 |
CN112153345A (zh) * | 2020-09-25 | 2020-12-29 | 内蒙古蒙达发电有限责任公司 | 一种基于5g应用作业的现场智慧反违章管控平台 |
CN112839200A (zh) * | 2020-12-25 | 2021-05-25 | 朗坤智慧科技股份有限公司 | 基于5g技术的电厂违章行为识别方法、系统和网络服务端 |
Non-Patent Citations (3)
Title |
---|
SHENGYU GUO等: "A real-time control approach based on intelligent video surveillance for violations by construction workers", vol. 24, no. 1, pages 67 - 78 * |
冯高敏等: "作业人员能力风险值评估模型的构建及应用", no. 12, pages 228 * |
杨德胜等: "基于人脸识别的综合性人员安全管控平台研究", vol. 36, no. 06, pages 1 - 5 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115082765A (zh) * | 2022-07-21 | 2022-09-20 | 成都瑞讯物联科技有限公司 | 现场作业管理方法及现场作业管理系统 |
CN115577968A (zh) * | 2022-11-02 | 2023-01-06 | 中国安全生产科学研究院 | 一种基于企业违章管理和自动违规判定的积分系统及方法 |
CN115577968B (zh) * | 2022-11-02 | 2023-05-02 | 中国安全生产科学研究院 | 一种基于企业违章管理和自动违规判定的积分系统及方法 |
CN116311556A (zh) * | 2023-04-06 | 2023-06-23 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控系统 |
CN116311556B (zh) * | 2023-04-06 | 2023-08-11 | 北京数通魔方科技有限公司 | 一种基于人工智能的管控方法与管控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114155614B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114155614B (zh) | 一种作业现场反违章行为识别方法及系统 | |
CN110443109A (zh) | 异常行为监控处理方法、装置、计算机设备和存储介质 | |
CN111918039B (zh) | 基于5g网络的人工智能高风险作业管控系统 | |
CN109446936A (zh) | 一种用于监控场景的身份识别方法及装置 | |
CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
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 | |
CN111222784A (zh) | 一种基于人口大数据的安防监控方法和系统 | |
CN112651642A (zh) | 一种基于多设备感知的水利工程现场人员安全管理系统 | |
CN113743725B (zh) | 基于边缘计算的登高作业人员的登高资质检测方法及系统 | |
CN116668039A (zh) | 基于人工智能的计算机远程登录识别系统及方法 | |
CN109800656B (zh) | 定位方法及相关产品 | |
CN114187561A (zh) | 异常行为的识别方法、装置、终端设备及存储介质 | |
CN109801394B (zh) | 一种工作人员考勤方法及装置、电子设备和可读存储介质 | |
CN115909212A (zh) | 一种电力作业典型违章行为实时预警方法 | |
CN115953815A (zh) | 基建现场的监测方法及装置 | |
CN111882135B (zh) | 一种物联网设备入侵检测方法及相关装置 | |
CN112417007A (zh) | 一种数据分析方法、装置、电子设备及存储介质 | |
CN114780711B (zh) | 基于智慧档案平台的证照申办识别方法、系统及介质 | |
CN113673459B (zh) | 基于视频的生产施工场所安全巡检方法、系统、设备 | |
CN117993855A (zh) | 一种电力行业园区人员管理软件系统 | |
CN115099781A (zh) | 基于涉路施工的作业人员轨迹管理系统 | |
US20240160729A1 (en) | System and method for remote users activities administration | |
CN117496589A (zh) | 一种基于计算机视觉技术的行人异常行为检测方法及系统 | |
CN105843671A (zh) | 基于云平台的虚拟机资源安全监控及风险预处理系统 | |
CN116938528A (zh) | 一种操作终端身份认证操作业务识别安全系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |