CN114627504A - 一种建筑工程劳务人员管理系统及管理方法 - Google Patents
一种建筑工程劳务人员管理系统及管理方法 Download PDFInfo
- Publication number
- CN114627504A CN114627504A CN202210264687.4A CN202210264687A CN114627504A CN 114627504 A CN114627504 A CN 114627504A CN 202210264687 A CN202210264687 A CN 202210264687A CN 114627504 A CN114627504 A CN 114627504A
- Authority
- CN
- China
- Prior art keywords
- labor
- image
- preset
- positioning data
- module
- 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
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/29—Individual registration on entry or exit involving the use of a pass the pass containing active electronic elements, e.g. smartcards
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种建筑工程劳务人员管理系统及管理方法,包括:第一图像采集模块,用于获取等待通过闸机的劳务人员的第一图像;酒精检测模块,用于获取劳务人员的酒精检测结果;综合分析模块,用于基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机;控制模块,用于向闸机发送开启指令。本发明的建筑工程劳务人员管理系统,拦截饮酒的劳务人员进入工地,避免安全事故的发生。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种建筑工程劳务人员管理系统及管理方法。
背景技术
目前,建筑工程劳务人员的工作本身都具有一定的危险性,虽然大多数劳务人员饮酒后都会注意不从事建筑工程的相关工作,但是还有少部分的劳务人员危险意识淡薄,饮酒后还照常参加工作,这样极易发生安全事故;并且现有的建筑工程工地的人员进出会设置闸机,但是主要对进入工地的人员的身份进行确定,并不能拦截饮酒人员进入建筑工程的工地。
发明内容
本发明目的之一在于提供了一种建筑工程劳务人员管理系统,拦截饮酒的劳务人员进入工地,避免安全事故的发生。
本发明实施例提供的一种建筑工程劳务人员管理系统,包括:
第一图像采集模块,用于获取等待通过闸机的劳务人员的第一图像;
酒精检测模块,用于获取劳务人员的酒精检测结果;
综合分析模块,用于基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机;
控制模块,用于向闸机发送开启指令。
优选的,建筑工程劳务人员管理系统,还包括:
身份信息录入模块,用于接收录入劳务人员的身份信息;
信息存储模块,用于存储身份信息;
身份验证模块,用于接收闸机的身份验证请求,对等待通过闸机的劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
优选的,建筑工程劳务人员管理系统,还包括:
定位数据采集模块,用于采集劳务人员在建筑工地内的定位数据;
定位数据采集模块包括:WIFI定位数据采集子单元、RFID定位数据采集子单元和图像定位数据采集子单元其中一种或多种结合;
WIFI定位数据采集子单元,与设置在建筑工地内的各个预设的第一位置的WIFI定位模块通讯连接,获取WIFI定位模块检测的劳务人员佩戴的智能手环的定位数据;
RFID定位数据采集子单元,与设置在建筑工地内的各个预设的第二位置的RFID定位模块通讯连接,获取RFID定位模块检测的劳务人员佩戴的RFID身份卡的定位数据;
图像定位数据采集子单元,与设置在建筑工地内的各个预设的第三位置的第一图像采集设备通讯连接,用于获取第一图像采集设备采集的第二图像;对第二图像进行分析,确定建筑工地内各个劳务人员以及对应的定位数据。
优选的,建筑工程劳务人员管理系统,还包括:
第二图像采集模块,用于获取设置在建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
证照管理模块,用于管理劳务人员的证照信息;
作业识别模块,用于基于预设的第二神经网络模型对第二图像进行识别,确定各个劳务人员的作业项目;
身份信息获取模块,用于当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息;
验证模块,用于基于证照信息和身份信息,进行劳务人员的作业项目是否合法验证;
报警模块,用于当验证不通过时,输出第一报警信息至劳务人员的安全帽和/或智能手环内的报警装置;
其中,当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,身份信息获取模块获取劳务人员的身份信息,执行如下操作:
获取建筑工地内各个劳务人员的实时的定位数据;
基于定位数据,构建实时位置图;
获取拍摄用的第二图像采集模块的设置位置;
解析第二图像,确定劳务人员的作业位置相对与设置位置的相对位置;
基于设置位置和相对位置,确定劳务人员的当前位置;
基于当前位置和实时位置图,确定当前位置对应的劳务人员的身份信息。
优选的,建筑工程劳务人员管理系统,还包括:身体状态识别模块,用于基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态;
报警模块,还用于当身体状态异常时,输出第二报警信息至建筑工地的现场监管人员、劳务人员的安全帽和/或智能手环内的报警装置;
其中,身体状态识别模块基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态,执行如下操作:
获取预设的时间段内的多个第二图像;
对第二图像进行预处理,获取多个待识别的第三图像;第三图像为第二图像中区域图像,且区域图像中的劳务人员为同一劳务人员;
对多个第三图像进行特征提取,获取多个第一特征值;
将多个第一特征值输入至第三神经网络模型,确定身体状态。
优选的,第一图像采集模块获取等待通过闸机的劳务人员的第一图像,包括:
获取拍摄闸机及其周围环境的第二图像采集设备拍摄的第四图像;
对任一第一图像进行人体轮廓提取,获取多个人体轮廓图像;
对各个人体轮廓图像进行轨迹跟踪并构建轨迹图;
当当前的轨迹图的终点为闸机前的预设的第四位置时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;
和/或,
当当前的轨迹图的轨迹点的数量大于预设的阈值时,确定各个轨迹点的方向向量;轨迹点的方向向量为前一个轨迹点指向轨迹点;
确定各个轨迹点对应的参考向量;参考向量为轨迹点指向闸机的设置位置;
计算参考向量和方向向量的夹角;
确定夹角小于等于预设的夹角阈值的轨迹点的数量占轨迹点总数的占比;当占比大于预设的占比阈值时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;
综合分析模块,基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机,执行如下操作:
基于预设的第一特征提取模板,对轨迹图中的轨迹进行特征提取,获取多个第二特征值;
基于预设的第二特征提取模块,对第一图像进行特征提取,获取多个第三特征值;
将第二特征值和第三特征值输入第一神经网络模型,获取分析结果。
本发明还提供一种建筑工程劳务人员管理方法,包括:
获取等待通过闸机的劳务人员的第一图像;
获取劳务人员的酒精检测结果;
基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机;
向闸机发送开启指令。
优选的,建筑工程劳务人员管理方法,还包括:
接收录入劳务人员的身份信息;
存储身份信息;
接收闸机的身份验证请求,对等待通过闸机的劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
优选的,建筑工程劳务人员管理方法,还包括:
采集劳务人员在建筑工地内的定位数据;
定位数据包括:WIFI定位数据、RFID定位数据和图像定位数据其中一种或多种结合;
WIFI定位数据为设置在建筑工地内的各个预设的第一位置的WIFI定位模块获取劳务人员佩戴的智能手环的定位数据;
RFID定位数据为设置在建筑工地内的各个预设的第二位置的RFID定位模块获取劳务人员佩戴的RFID身份卡的定位数据;
图像定位数据为设置在建筑工地内的各个预设的第三位置的第一图像采集设备获取的第二图像,经分析后,确定建筑工地内各个劳务人员以及对应的定位数据。
优选的,建筑工程劳务人员管理方法,还包括:
于获取设置在建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
管理劳务人员的证照信息;
基于预设的第二神经网络模型对第二图像进行识别,确定各个劳务人员的作业项目;
当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息;
基于证照信息和身份信息,进行劳务人员的作业项目是否合法验证;
当验证不通过时,输出第一报警信息至劳务人员的安全帽和/或智能手环内的报警装置;
其中,当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息,包括:
获取建筑工地内各个劳务人员的实时的定位数据;
基于定位数据,构建实时位置图;
获取拍摄用的第二图像采集模块的设置位置;
解析第二图像,确定劳务人员的作业位置相对与设置位置的相对位置;
基于设置位置和相对位置,确定劳务人员的当前位置;
基于当前位置和实时位置图,确定当前位置对应的劳务人员的身份信息。
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建筑工程劳务人员管理系统的示意图;
图2为本发明实施例中一种建筑工程劳务人员管理方法的示意图。
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。
本发明实施例提供了一种建筑工程劳务人员管理系统,如图1所示,包括:
第一图像采集模块1,用于获取等待通过闸机的劳务人员的第一图像;
酒精检测模块2,用于获取劳务人员的酒精检测结果;
综合分析模块3,用于基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机;
控制模块4,用于向闸机发送开启指令。
上述技术方案的工作原理及有益效果为:
通过第一图像采集模块1和酒精检测模块2对入场的人员进行检测,当劳务人员的酒精检测结果大于预设的阈值时,不允许进入施工工地,从而实现拦截饮酒的劳务人员进入工地,避免安全事故的发生。第一图像采集模块1采集第一图像,通过第一神经网络模型实现对劳务人员的面部识别,不光可以通过面部识别确认劳务人员的身份,也可以从面部的特征识别出是否饮酒;采用双重保险,实现了当安装在闸机上的酒精检测设备因意外损毁时,还能继续拦截饮酒的劳务人员。其中,第一神经网络模型包括:人脸识别模型和事先基于大量的饮酒后人脸的数据训练收敛的用于识别人员是否饮酒的模型。
在一个实施例中,建筑工程劳务人员管理系统,还包括:
身份信息录入模块,用于接收录入劳务人员的身份信息;
信息存储模块,用于存储身份信息;
身份验证模块,用于接收闸机的身份验证请求,对等待通过闸机的劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
上述技术方案的工作原理及有益效果为
通过身份信息录入模块和信息存储模块,实现劳务人员的信息的统一管理;在身份信息录入模块录入信息时,采用实名制录入的方式,保证录入的信息的准确及有效;在闸机放行时,通过存储的身份信息对请求放行的劳务人员的信息进行核实验证,当验证通过时,闸机可被开启。
在一个实施例中,建筑工程劳务人员管理系统,还包括:
定位数据采集模块,用于采集劳务人员在建筑工地内的定位数据;
定位数据采集模块包括:WIFI定位数据采集子单元、RFID定位数据采集子单元和图像定位数据采集子单元其中一种或多种结合;
WIFI定位数据采集子单元,与设置在建筑工地内的各个预设的第一位置的WIFI定位模块通讯连接,获取WIFI定位模块检测的劳务人员佩戴的智能手环的定位数据;
RFID定位数据采集子单元,与设置在建筑工地内的各个预设的第二位置的RFID定位模块通讯连接,获取RFID定位模块检测的劳务人员佩戴的RFID身份卡的定位数据;
图像定位数据采集子单元,与设置在建筑工地内的各个预设的第三位置的第一图像采集设备通讯连接,用于获取第一图像采集设备采集的第二图像;对第二图像进行分析,确定建筑工地内各个劳务人员以及对应的定位数据。
上述技术方案的工作原理及有益效果为:
定位数据采集模块采集劳务人员在建筑工地内的实时定位数据,实现对劳务人员在建筑工地内的活动的实时监督,防止劳务人员进行超出能力范围内的作业;保证劳务人员的生命安全;主要提供了3中定位方式,第一种为WIFI定位,通过设置在建筑工地内各个预设的第一位置;第一位置为人为指定,在第一位置架设WIFI定位模块;WIFI定位模块具体为WIFI接入设备,通过智能手环接入WIFI接入设备,进行定位;WIFI定位技术为现有成熟技术,在此不多作说明;第二种为RFID定位,采用设置在第二位置的RFID定位模块(RFID读卡器)与RFID身份通讯进行定位,并且RFID定位技术也是现有成熟技术,例如RFID定位技术的三角定位法等;第三种为图像定位,通过设置在建筑工地的第三位置的第一图像采集设备(例如:无人机航拍设备、高位摄像头等),采用图像识别技术,确定劳务人员与设备之间的相对位置,在根据设备的设置位置,进而实现对劳务人员的定位。
在一个实施例中,建筑工程劳务人员管理系统,还包括:
第二图像采集模块,用于获取设置在建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
证照管理模块,用于管理劳务人员的证照信息;
作业识别模块,用于基于预设的第二神经网络模型对第二图像进行识别,确定各个劳务人员的作业项目;
身份信息获取模块,用于当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息;
验证模块,用于基于证照信息和身份信息,进行劳务人员的作业项目是否合法验证;
报警模块,用于当验证不通过时,输出第一报警信息至劳务人员的安全帽和/或智能手环内的报警装置;
其中,当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,身份信息获取模块获取劳务人员的身份信息,执行如下操作:
获取建筑工地内各个劳务人员的实时的定位数据;
基于定位数据,构建实时位置图;
获取拍摄用的第二图像采集模块的设置位置;
解析第二图像,确定劳务人员的作业位置相对与设置位置的相对位置;
基于设置位置和相对位置,确定劳务人员的当前位置;
基于当前位置和实时位置图,确定当前位置对应的劳务人员的身份信息。
上述技术方案的工作原理及有益效果为:
在建筑工地作业离不开各种危险的特种作业,因此规定必须持证上岗,以保证最大程度地降低出现事故的概率;通过第二图像采集模块对第二图像进行采集并经由作业识别模块识别;确定建筑工地内各个劳务人员的作业项目,当存在特征作业项目是,确定进行作业的人员是否为持证人员,当不是时通过报警模块提醒劳务人员,终止其进行的作业;在劳务人员的安全帽内设置的报警装置主要包括:振动器、蜂鸣器、扬声器等;通过振动以及声音提醒劳务人员。智能手环与劳务人员一一对应;通过智能手环监测劳务人员的生理参数,例如:心率、体温等。其中,第二神经网络模型是基于大量的作业项目图片数据训练收敛获得,用于智能识别劳务人员的作业项目。
在一个实施例中,建筑工程劳务人员管理系统,还包括:身体状态识别模块,用于基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态;
报警模块,还用于当身体状态异常时,输出第二报警信息至建筑工地的现场监管人员、劳务人员的安全帽和/或智能手环内的报警装置;第一报警信息和第二报警信息为差别设置,以区分具体报警内容,例如:第一报警信息被报警装置执行为振动器长时间振动;第二报警信息被报警装置执行为振动器间歇振动;
其中,身体状态识别模块基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态,执行如下操作:
获取预设的时间段(例如:2分钟)内的多个第二图像;
对第二图像进行预处理,获取多个待识别的第三图像;第三图像为第二图像中区域图像,且区域图像中的劳务人员为同一劳务人员;预处理包括:对第二图像中人体轮廓区域的提取操作;
对多个第三图像进行特征提取,获取多个第一特征值;第一特征值包括:眨眼频率、行走方向的左右偏移频率、嘴部的面积、眼部面积、头部与身体的角度等;
将多个第一特征值输入至第三神经网络模型,确定身体状态。通过第三神经网络模型基于劳务人员的行为对身体状态进行评估,当身体异常时,能及时通知劳务人员以及监管人员,进一步预防事故的发生;异常状态包括:眨眼频率不符合预设的人体眨眼正常范围,主要还是针对长时间闭眼的检测,长时间闭眼说明劳务人员犯困;嘴部面积大于预设的第一面积阈值且眼部面积小于预设的第二面积阈值,说明劳务人员打哈欠犯困;行走方向的左右偏移频率大于预设的频率阈值,正常人行走是直线行走或者往一个方向偏移,当劳务人员醉酒和犯困时走路的路线为S型,行走方向的左右偏移频率为劳务人员行走方向上首先偏左然后再偏右,此时左右偏移频率为一;即偏移方向每变换一次,左右偏移频率加一;头部与身体的角度变化的检测为检测劳务人员的不自主点头,以此来确定劳务人员是否犯困;此外,还可以监测劳务人员的肢体协调性等。
在一个实施例中,第一图像采集模块1获取等待通过闸机的劳务人员的第一图像,包括:
获取拍摄闸机及其周围环境的第二图像采集设备拍摄的第四图像;
对任一第一图像进行人体轮廓提取,获取多个人体轮廓图像;
对各个人体轮廓图像进行轨迹跟踪并构建轨迹图;首先,建立闸机前的二维平面图;在二维平面图上确定第二图像采集设备的设置位置;通过人体轮廓图像在第二图像的位置,确定人体轮廓对应的劳务人员相对于第二图像采集设备的设置位置之间的相对位置关系,进而确地人体轮廓在二维平面图上的位置点,该位置点即为轨迹点;轨迹点之间的时间间隔为0.5秒;
当当前的轨迹图的终点为闸机前的预设的第四位置(闸机的检测位置)时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;
和/或,
当当前的轨迹图的轨迹点的数量大于预设的阈值(例如:10)时,确定各个轨迹点的方向向量;轨迹点的方向向量为前一个轨迹点指向轨迹点;确定各个轨迹点对应的参考向量;参考向量为轨迹点指向闸机的设置位置;
计算参考向量和方向向量的夹角;令第k个轨迹点的坐标为(xk,yk),第k-1个轨迹点的坐标为(xk-1,yk-1),闸机的设置位置的坐标为(x0,y0);则A2=xk-xk-1;B2=yk-yk-1;A1=x0-xk;B1=y0-yk;夹角计算公式可以采用如下公式计算:其中θ为夹角;(A1,B1)表示参考向量,(A2,B2)表示方向向量;
确定夹角小于等于预设的夹角阈值(例如:10度)的轨迹点的数量占轨迹点总数的占比;当占比大于预设的占比阈值(例如:80%)时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;通过对闸机前方劳务人员的轨迹进行分析,确定劳务人员的意图是否为进入建筑工地,将第一神经网络模型的分析提前,保证了当人数众多时,闸机的快速反应;提高通行效率;
综合分析模块3,基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机,执行如下操作:
基于预设的第一特征提取模板,对轨迹图中的轨迹进行特征提取,获取多个第二特征值;第二特征值包括:轨迹的左右偏移频率等;
基于预设的第二特征提取模块,对第一图像进行特征提取,获取多个第三特征值;第三特征值包括:面部信息特征、嘴部的面积、眼部面积、眨眼频率等;
将第二特征值和第三特征值输入第一神经网络模型,获取分析结果。通过对行走时的左右偏移情况、面部信息特征中的颜色是否为喝酒后的颜色、眨眼频率等综合分析,确定是否饮酒;因为,一部分人,饮酒后面部变红,通过对面部信息特征中的颜色的确认可以筛查这部分人,行走时左右偏移也是喝酒后的一般症状;此外,还可以通过面部信息特征进行人脸识别,确定是否为建筑工地内的劳务人员。
本发明还提供一种建筑工程劳务人员管理方法,如图2所示,包括:
步骤S1:获取等待通过闸机的劳务人员的第一图像;
步骤S2:获取劳务人员的酒精检测结果;
步骤S3:基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机;
步骤S4:向闸机发送开启指令。
在一个实施例中,建筑工程劳务人员管理方法,还包括:
接收录入劳务人员的身份信息;
存储身份信息;
接收闸机的身份验证请求,对等待通过闸机的劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
在一个实施例中,建筑工程劳务人员管理方法,还包括:
采集劳务人员在建筑工地内的定位数据;
定位数据包括:WIFI定位数据、RFID定位数据和图像定位数据其中一种或多种结合;
WIFI定位数据为设置在建筑工地内的各个预设的第一位置的WIFI定位模块获取劳务人员佩戴的智能手环的定位数据;
RFID定位数据为设置在建筑工地内的各个预设的第二位置的RFID定位模块获取劳务人员佩戴的RFID身份卡的定位数据;
图像定位数据为设置在建筑工地内的各个预设的第三位置的第一图像采集设备获取的第二图像,经分析后,确定建筑工地内各个劳务人员以及对应的定位数据。
在一个实施例中,建筑工程劳务人员管理方法,还包括:
于获取设置在建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
管理劳务人员的证照信息;
基于预设的第二神经网络模型对第二图像进行识别,确定各个劳务人员的作业项目;
当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息;
基于证照信息和身份信息,进行劳务人员的作业项目是否合法验证;
当验证不通过时,输出第一报警信息至劳务人员的安全帽和/或智能手环内的报警装置;
其中,当劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取劳务人员的身份信息,包括:
获取建筑工地内各个劳务人员的实时的定位数据;
基于定位数据,构建实时位置图;
获取拍摄用的第二图像采集模块的设置位置;
解析第二图像,确定劳务人员的作业位置相对与设置位置的相对位置;
基于设置位置和相对位置,确定劳务人员的当前位置;
基于当前位置和实时位置图,确定当前位置对应的劳务人员的身份信息。
在一个实施例中,建筑工程劳务人员管理方法,还包括:
基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态;
当身体状态异常时,输出第二报警信息至建筑工地的现场监管人员、劳务人员的安全帽和/或智能手环内的报警装置;
其中,基于预设的第三神经网络模型对第二图像进行识别,确定各个劳务人员的身体状态,包括:
获取预设的时间段内的多个第二图像;
对第二图像进行预处理,获取多个待识别的第三图像;第三图像为第二图像中区域图像,且区域图像中的劳务人员为同一劳务人员;
对多个第三图像进行特征提取,获取多个第一特征值;
将多个第一特征值输入至第三神经网络模型,确定身体状态。
在一个实施例中,获取等待通过闸机的劳务人员的第一图像,包括:
获取拍摄闸机及其周围环境的第二图像采集设备拍摄的第四图像;
对任一第一图像进行人体轮廓提取,获取多个人体轮廓图像;
对各个人体轮廓图像进行轨迹跟踪并构建轨迹图;
当当前的轨迹图的终点为闸机前的预设的第四位置时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;
和/或,
当当前的轨迹图的轨迹点的数量大于预设的阈值时,确定各个轨迹点的方向向量;轨迹点的方向向量为前一个轨迹点指向轨迹点;
确定各个轨迹点对应的参考向量;参考向量为轨迹点指向闸机的设置位置;
计算参考向量和方向向量的夹角;
确定夹角小于等于预设的夹角阈值的轨迹点的数量占轨迹点总数的占比;当占比大于预设的占比阈值时,获取轨迹图中各个轨迹点对应的人体轮廓图像,作为第一图像;
基于预设的第一神经网络模型对第一图像进行分析,获取分析结果;综合酒精检测结果和分析结果确定是否开启闸机,包括:
基于预设的第一特征提取模板,对轨迹图中的轨迹进行特征提取,获取多个第二特征值;
基于预设的第二特征提取模块,对第一图像进行特征提取,获取多个第三特征值;
将第二特征值和第三特征值输入第一神经网络模型,获取分析结果。
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 (10)
1.一种建筑工程劳务人员管理系统,其特征在于,包括:
第一图像采集模块,用于获取等待通过闸机的劳务人员的第一图像;
酒精检测模块,用于获取所述劳务人员的酒精检测结果;
综合分析模块,用于基于预设的第一神经网络模型对所述第一图像进行分析,获取分析结果;综合所述酒精检测结果和所述分析结果确定是否开启所述闸机;
控制模块,用于向所述闸机发送开启指令。
2.如权利要求1所述的建筑工程劳务人员管理系统,其特征在于,还包括:
身份信息录入模块,用于接收录入所述劳务人员的身份信息;
信息存储模块,用于存储所述身份信息;
身份验证模块,用于接收所述闸机的身份验证请求,对等待通过所述闸机的所述劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
3.如权利要求1所述的建筑工程劳务人员管理系统,其特征在于,还包括:
定位数据采集模块,用于采集所述劳务人员在建筑工地内的定位数据;
所述定位数据采集模块包括:WIFI定位数据采集子单元、RFID定位数据采集子单元和图像定位数据采集子单元其中一种或多种结合;
所述WIFI定位数据采集子单元,与设置在所述建筑工地内的各个预设的第一位置的WIFI定位模块通讯连接,获取所述WIFI定位模块检测的所述劳务人员佩戴的智能手环的定位数据;
所述RFID定位数据采集子单元,与设置在所述建筑工地内的各个预设的第二位置的RFID定位模块通讯连接,获取所述RFID定位模块检测的所述劳务人员佩戴的RFID身份卡的定位数据;
所述图像定位数据采集子单元,与设置在所述建筑工地内的各个预设的第三位置的第一图像采集设备通讯连接,用于获取所述第一图像采集设备采集的第二图像;对所述第二图像进行分析,确定所述建筑工地内各个所述劳务人员以及对应的定位数据。
4.如权利要求1所述的建筑工程劳务人员管理系统,其特征在于,还包括:
第二图像采集模块,用于获取设置在所述建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
证照管理模块,用于管理所述劳务人员的证照信息;
作业识别模块,用于基于预设的第二神经网络模型对所述第二图像进行识别,确定各个所述劳务人员的作业项目;
身份信息获取模块,用于当所述劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取所述劳务人员的身份信息;
验证模块,用于基于所述证照信息和所述身份信息,进行所述劳务人员的作业项目是否合法验证;
报警模块,用于当验证不通过时,输出第一报警信息至所述劳务人员的安全帽和/或智能手环内的报警装置;
其中,当所述劳务人员的作业项目属于预设的特种作业目录中的作业项目时,所述身份信息获取模块获取所述劳务人员的身份信息,执行如下操作:
获取所述建筑工地内各个所述劳务人员的实时的定位数据;
基于所述定位数据,构建实时位置图;
获取拍摄用的所述第二图像采集模块的设置位置;
解析所述第二图像,确定所述劳务人员的作业位置相对与所述设置位置的相对位置;
基于所述设置位置和所述相对位置,确定所述劳务人员的当前位置;
基于所述当前位置和所述实时位置图,确定所述当前位置对应的所述劳务人员的身份信息。
5.如权利要求4所述的建筑工程劳务人员管理系统,其特征在于,还包括:身体状态识别模块,用于基于预设的第三神经网络模型对所述第二图像进行识别,确定各个所述劳务人员的身体状态;
报警模块,还用于当所述身体状态异常时,输出第二报警信息至建筑工地的现场监管人员、所述劳务人员的安全帽和/或智能手环内的报警装置;
其中,身体状态识别模块基于预设的第三神经网络模型对所述第二图像进行识别,确定各个所述劳务人员的身体状态,执行如下操作:
获取预设的时间段内的多个所述第二图像;
对所述第二图像进行预处理,获取多个待识别的第三图像;所述第三图像为所述第二图像中区域图像,且所述区域图像中的所述劳务人员为同一所述劳务人员;
对多个所述第三图像进行特征提取,获取多个第一特征值;
将多个所述第一特征值输入至所述第三神经网络模型,确定所述身体状态。
6.如权利要求1所述的建筑工程劳务人员管理系统,其特征在于,所述第一图像采集模块获取等待通过闸机的劳务人员的第一图像,包括:
获取拍摄所述闸机及其周围环境的第二图像采集设备拍摄的第四图像;
对任一所述第一图像进行人体轮廓提取,获取多个人体轮廓图像;
对各个所述人体轮廓图像进行轨迹跟踪并构建轨迹图;
当当前的所述轨迹图的终点为所述闸机前的预设的第四位置时,获取所述轨迹图中各个轨迹点对应的所述人体轮廓图像,作为所述第一图像;
和/或,
当当前的所述轨迹图的轨迹点的数量大于预设的阈值时,确定各个所述轨迹点的方向向量;所述轨迹点的方向向量为前一个所述轨迹点指向所述轨迹点;
确定各个所述轨迹点对应的参考向量;所述参考向量为所述轨迹点指向所述闸机的设置位置;
计算所述参考向量和所述方向向量的夹角;
确定所述夹角小于等于预设的夹角阈值的所述轨迹点的数量占所述轨迹点总数的占比;当占比大于预设的占比阈值时,获取所述轨迹图中各个所述轨迹点对应的所述人体轮廓图像,作为所述第一图像;
所述综合分析模块,基于预设的第一神经网络模型对所述第一图像进行分析,获取分析结果;综合所述酒精检测结果和所述分析结果确定是否开启所述闸机,执行如下操作:
基于预设的第一特征提取模板,对所述轨迹图中的轨迹进行特征提取,获取多个第二特征值;
基于预设的第二特征提取模块,对所述第一图像进行特征提取,获取多个第三特征值;
将所述第二特征值和所述第三特征值输入所述第一神经网络模型,获取所述分析结果。
7.一种建筑工程劳务人员管理方法,其特征在于,包括:
获取等待通过闸机的劳务人员的第一图像;
获取所述劳务人员的酒精检测结果;
基于预设的第一神经网络模型对所述第一图像进行分析,获取分析结果;综合所述酒精检测结果和所述分析结果确定是否开启所述闸机;
向所述闸机发送开启指令。
8.如权利要求7所述的建筑工程劳务人员管理方法,其特征在于,还包括:
接收录入所述劳务人员的身份信息;
存储所述身份信息;
接收所述闸机的身份验证请求,对等待通过所述闸机的所述劳务人员进行身份验证;
其中,身份信息包括:姓名、年龄、所属公司、所属班组、RFID身份卡编号、面部信息和指纹信息其中一种或多种结合。
9.如权利要求7所述的建筑工程劳务人员管理方法,其特征在于,还包括:
采集所述劳务人员在建筑工地内的定位数据;
所述定位数据包括:WIFI定位数据、RFID定位数据和图像定位数据其中一种或多种结合;
所述WIFI定位数据为设置在所述建筑工地内的各个预设的第一位置的WIFI定位模块获取所述劳务人员佩戴的智能手环的定位数据;
所述RFID定位数据为设置在所述建筑工地内的各个预设的第二位置的RFID定位模块获取所述劳务人员佩戴的RFID身份卡的定位数据;
所述图像定位数据为设置在所述建筑工地内的各个预设的第三位置的第一图像采集设备获取的第二图像,经分析后,确定所述建筑工地内各个所述劳务人员以及对应的定位数据。
10.如权利要求7所述的建筑工程劳务人员管理方法,其特征在于,还包括:
于获取设置在所述建筑工地内的各个预设的第三位置的第一图像采集设备采集的第二图像;
管理所述劳务人员的证照信息;
基于预设的第二神经网络模型对所述第二图像进行识别,确定各个所述劳务人员的作业项目;
当所述劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取所述劳务人员的身份信息;
基于所述证照信息和所述身份信息,进行所述劳务人员的作业项目是否合法验证;
当验证不通过时,输出第一报警信息至所述劳务人员的安全帽和/或智能手环内的报警装置;
其中,当所述劳务人员的作业项目属于预设的特种作业目录中的作业项目时,获取所述劳务人员的身份信息,包括:
获取所述建筑工地内各个所述劳务人员的实时的定位数据;
基于所述定位数据,构建实时位置图;
获取拍摄用的所述第二图像采集模块的设置位置;
解析所述第二图像,确定所述劳务人员的作业位置相对与所述设置位置的相对位置;
基于所述设置位置和所述相对位置,确定所述劳务人员的当前位置;
基于所述当前位置和所述实时位置图,确定所述当前位置对应的所述劳务人员的身份信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210264687.4A CN114627504B (zh) | 2022-03-17 | 2022-03-17 | 一种建筑工程劳务人员管理系统及管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210264687.4A CN114627504B (zh) | 2022-03-17 | 2022-03-17 | 一种建筑工程劳务人员管理系统及管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114627504A true CN114627504A (zh) | 2022-06-14 |
CN114627504B CN114627504B (zh) | 2023-01-10 |
Family
ID=81901612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210264687.4A Active CN114627504B (zh) | 2022-03-17 | 2022-03-17 | 一种建筑工程劳务人员管理系统及管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114627504B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049949A (zh) * | 2012-12-10 | 2013-04-17 | 电子科技大学 | 一种矿区人员安全管理系统及方法 |
US20170300919A1 (en) * | 2014-12-30 | 2017-10-19 | Alibaba Group Holding Limited | Transaction risk detection method and apparatus |
CN111582167A (zh) * | 2020-05-08 | 2020-08-25 | 上海振华重工(集团)股份有限公司 | 集装箱起重机司机操作安全识别方法、系统、计算设备 |
CN112001284A (zh) * | 2020-08-14 | 2020-11-27 | 中建海峡建设发展有限公司 | 基于人工智能的劳务实名制管理系统 |
CN112001700A (zh) * | 2020-08-21 | 2020-11-27 | 金钱猫科技股份有限公司 | 一种基于大数据自动比对的工程检查方法及服务端 |
CN112419571A (zh) * | 2020-11-16 | 2021-02-26 | 新疆信息产业有限责任公司 | 基于轻载算法的分布式变电站安全作业监测装置及方法 |
CN214279037U (zh) * | 2021-03-04 | 2021-09-24 | 西安合盈智能科技开发有限公司 | 一种煤矿入井智能系统 |
CN113971739A (zh) * | 2021-10-30 | 2022-01-25 | 江苏天汇空间信息研究院有限公司 | 基于互联网的人脸识别警用信息追踪平台 |
CN114064669A (zh) * | 2021-11-03 | 2022-02-18 | 上海弘目智能科技有限公司 | 一种人员轨迹特征记录及特征更新方法 |
-
2022
- 2022-03-17 CN CN202210264687.4A patent/CN114627504B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049949A (zh) * | 2012-12-10 | 2013-04-17 | 电子科技大学 | 一种矿区人员安全管理系统及方法 |
US20170300919A1 (en) * | 2014-12-30 | 2017-10-19 | Alibaba Group Holding Limited | Transaction risk detection method and apparatus |
CN111582167A (zh) * | 2020-05-08 | 2020-08-25 | 上海振华重工(集团)股份有限公司 | 集装箱起重机司机操作安全识别方法、系统、计算设备 |
CN112001284A (zh) * | 2020-08-14 | 2020-11-27 | 中建海峡建设发展有限公司 | 基于人工智能的劳务实名制管理系统 |
CN112001700A (zh) * | 2020-08-21 | 2020-11-27 | 金钱猫科技股份有限公司 | 一种基于大数据自动比对的工程检查方法及服务端 |
CN112419571A (zh) * | 2020-11-16 | 2021-02-26 | 新疆信息产业有限责任公司 | 基于轻载算法的分布式变电站安全作业监测装置及方法 |
CN214279037U (zh) * | 2021-03-04 | 2021-09-24 | 西安合盈智能科技开发有限公司 | 一种煤矿入井智能系统 |
CN113971739A (zh) * | 2021-10-30 | 2022-01-25 | 江苏天汇空间信息研究院有限公司 | 基于互联网的人脸识别警用信息追踪平台 |
CN114064669A (zh) * | 2021-11-03 | 2022-02-18 | 上海弘目智能科技有限公司 | 一种人员轨迹特征记录及特征更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114627504B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110491004B (zh) | 一种居民社区人员安全管理系统及方法 | |
US11978256B2 (en) | Face concealment detection | |
CN103714631B (zh) | 基于人脸识别的atm取款机智能监控系统 | |
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 | |
CN109214779A (zh) | 施工现场信息管控系统 | |
CN106384237A (zh) | 基于人脸识别的会员认证和管理方法、装置及系统 | |
CN109167971A (zh) | 智能区域监控报警系统及方法 | |
CN202130312U (zh) | 一种驾驶员疲劳驾驶监控装置 | |
CN112396658A (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN109938439A (zh) | 安全帽、安全系统、人员的管理方法 | |
CN109635631A (zh) | 一种基于人工智能的消防值班室人员在岗识别方法 | |
CN110599657A (zh) | 一种基于图像识别技术的门禁监控控制系统及方法 | |
RU2315352C2 (ru) | Способ и система для автоматического обнаружения трехмерных образов | |
CN110276578A (zh) | 一种商品仓库安全监控系统及其方法 | |
CN109993063A (zh) | 一种识别待救援人员的方法及终端 | |
CN115797856A (zh) | 一种基于机器视觉的施工场景智慧安全监控方法 | |
CN209312052U (zh) | 一种人脸识别随身警务系统 | |
KR100795360B1 (ko) | 얼굴인식에 의한 본인 여부의 판단방법 | |
CN206039795U (zh) | 一种自助银行的安全报警系统 | |
CN106203486A (zh) | 一种出入境安全识别系统 | |
CN106339650A (zh) | 一种基于rfid技术的监狱人员室内定位控制系统 | |
CN114627504B (zh) | 一种建筑工程劳务人员管理系统及管理方法 | |
CN110148234A (zh) | 校园刷脸接送交互方法、存储介质及系统 | |
CN108022411A (zh) | 基于图像处理的监控系统 | |
CN211154002U (zh) | 安全帽和安全系统 |
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 |