CN114881537A - 基于指标体系的设施安全评估量化的计算方法、装置 - Google Patents

基于指标体系的设施安全评估量化的计算方法、装置 Download PDF

Info

Publication number
CN114881537A
CN114881537A CN202210695961.3A CN202210695961A CN114881537A CN 114881537 A CN114881537 A CN 114881537A CN 202210695961 A CN202210695961 A CN 202210695961A CN 114881537 A CN114881537 A CN 114881537A
Authority
CN
China
Prior art keywords
safety
probability
facility
calculating
index
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
Application number
CN202210695961.3A
Other languages
English (en)
Other versions
CN114881537B (zh
Inventor
江杨阳
陈新中
宦国杨
陈奡
郭珍
宿晓丹
汤杰
谢俊杰
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202210695961.3A priority Critical patent/CN114881537B/zh
Publication of CN114881537A publication Critical patent/CN114881537A/zh
Application granted granted Critical
Publication of CN114881537B publication Critical patent/CN114881537B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于指标体系的设施安全评估量化的计算方法、装置，包括：计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；计算输出人员安全概率和人员危险概率；计算输出物料安全概率和物料危险概率；计算输出机器安全概率和机器危险概率；使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。采用上述技术方案，实现对于设施安全性的全面、准确评估和数值化。

Description

基于指标体系的设施安全评估量化的计算方法、装置
技术领域
本发明涉及安全监管技术领域，尤其涉及一种基于指标体系的设施安全评估量化的计算方法、装置。
背景技术
随着实战化的推进和国际局势的紧张化，军事安全工作的标准日益提升，特别是对于特种设施的安全性有了更高的要求，其中安全性主要表现在设施的隐蔽性，具体指特种设施在建造和工作运行过程中，被识别设施特殊性的风险。
现有技术中，对于特种设施的安全性的评估，主要由军事领域的专家根据经验提供专家意见，但是由于专家意见主要基于个人的过往经验，经验通常存在滞后性和片面性，存在评估结果不准确的可能性，并且由于评估结果无法以数值形式进行量化，因此在决策过程中难以直观的体现设施的安全程度，进而导致参考性较差。
发明内容
发明目的：本发明提供一种基于指标体系的设施安全评估量化的计算方法，旨在按照指标体系计算特种设施的安全性，实现对于设施安全性的全面、准确评估和数值化，实现对安全评估流程相关信息的规范化、集约化和条理化，为安全评估工作由专家经验型向数据支撑型转变提供支撑。
技术方案：本发明提供一种基于指标体系的设施安全评估量化的计算方法，包括：在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；所述隐蔽设施指安全设施用于伪装的设施类型；所述实际设施指安全设施的真实设施类型；对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率；对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料；对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备；使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
具体的，所述人员指标的计算包括：计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率。
具体的，所述物料指标的计算包括：物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率。
具体的，所述机器设备指标的计算包括：热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
具体的，所述计算得到设施安全数值，还包括：若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
具体的，所述计算得到设施安全数值，还包括：若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。
本发明还提供一种基于指标体系的设施安全评估量化的计算装置，包括：环境指标计算单元、人员指标计算单元、物料指标计算单元、机器设备指标计算单元和安全数值计算单元，在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；所述环境指标计算单元，用于对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；所述隐蔽设施指安全设施用于伪装的设施类型；所述实际设施指安全设施的真实设施类型；所述人员指标计算单元，用于对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率；所述物料指标计算单元，用于对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料；所述机器设备指标计算单元，用于对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备；所述安全数值计算单元，用于使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
具体的，所述人员指标计算单元，用于计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率；所述物料指标计算单元，用于物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率；所述机器设备指标计算单元，用于热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
具体的，所述安全数值计算单元，用于若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
具体的，所述安全数值计算单元，用于若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。
有益效果：与现有技术相比，本发明具有如下显著优点：实现对于设施安全性的全面、准确评估和数值化。
附图说明
图1为本发明提供的基于指标体系的设施安全评估量化的计算方法的流程示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参阅图1，其为本发明提供的基于指标体系的设施安全评估量化的计算方法的流程示意图。
本发明实施例中，在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备。
在具体实施中，基于安全指标体系的安全评估，其特点如下：(1)指标扩展灵活：支持对人员、机器、物料、法规、环境等不同安全评估要素的指标进行灵活扩展和调整；(2)剖面扩展灵活：支持对对不同类型设施的任务事项等剖面进行灵活扩展和调整；(3)分析报告模板编辑灵活：支持对不同剖面的分析报告内容进行灵活编辑；(4)评判标准扩展灵活：支持对不同类型设施、不同任务剖面的安全评判标准进行灵活扩展与调整。
在安全评估流程中，基于指标体系，结合任务剖面、安全指标、分析报告、评判标准等要素作为影响安全评估结果的关键要素，梳理并构建出可扩展、适应性强的基于指标的设施安全评估方法，建立完善、全面的指标体系，可以灵活的确定满足各个指标的条件，能够显著提升安全监管工作效能。
在具体实施中，分析、梳理面向不同设施的任务剖面的安全评估所关联的安全指标属性数据，对安全指标属性数据进行分类分层，构建形成层次化的安全评估指标体系。
在具体实施中，基于构建的指标体系，依据安全评估相关的分析报告样例，定制常用的、适用于不同任务剖面的安全分析和报告模板，并将安全分析的报告与安全指标集合进行关联绑定，用于设施安全评估量化。
在具体实施中，依据安全评估相关的法规标准文件，解读和梳理任务活动或者任务事项的安全评估条目，将评估条目逐级进行转化，提炼形成系统的、分层次的设施形式审查的标准，从而构建安全评估法规标准库，并配置法规标准的章节内容与安全指标之间的关系。
在具体实施中，针对特定的特种设施在指标下的数值，由任务操作人员选定匹配的安全分析报告，关联后台数据库中的现场采集数据，操作人员完成各类安全指标测量值的形成，形成安全分析报告。
在具体实施中，与现有的安全评估方法相比，本发明提出的方法的显著优点如下：(1)在指标体系下，基于规范化、集约化、条理化的安全数据支撑，实现由专家经验型向数据支撑型转变；(2)面向不同任务剖面，安全评估业务的安全指标体系、评判标准可灵活扩展与调整，适应不同时期的安全评估需求。
本发明实施例中，对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率。
在具体实施中，环境指标是指安全设施为了隐蔽自身的能力，隐蔽方式通常是将自身在工作运行过程中隐蔽为其他种类的普通设施，从而使得不能别轻易的识别出来自身的特殊性，一般可以通过安全设施的外形、周围环境建筑、植物等或环境物体的掩盖，以此达到融入周围环境之中的目的，从而提升自身的安全性。
在具体实施中，所述隐蔽设施指安全设施用于伪装的设施类型。也即上述中安全设施隐蔽为其他普通设施的种类；所述实际设施指安全设施的真实设施类型，也即识别出安全设施属于特种设施。
在具体实施中，设施识别模型使用带标签的训练集进行训练，训练集主要包括普通设施的在环境下各种角度的图片，和特种安全设施的在环境下各种角度的图片，由此进行判断和概率输出。
本发明实施例中，对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率。
在具体实施中，人员安全概率是安全设施属于隐蔽设施的概率，人员危险概率是安全设施属于实际设施的概率。
在具体实施中，对于安全设施的工作人员而言，也需要进行风险规避，因为工作人员是安全设施的一部分，是安全设施正常运行的保障，因此可能通过进出安全设施的工作人员识别出特种安全设施。
在具体实施中，一般通过人员识别安全设施的方式时，判断工作人员的进出规律和工作人员去过的地方与安全设施是否存在关系，如果容易被发现去过的地方与安全设施大都存在关系，那么安全设施极有可能被识别出，例如所有的工作人员的行动轨迹中途径的区域以及去往的目的地建筑总共100个，其中50个与安全设施相关，那么可以识别出安全设施的真实身份。
在具体实施中，一般而言，由于安全设施是与军事相关的，所以与军事相关的途径区域和目的地建筑可以认定与安全设施相关，例如军事管理区域、军事医院等等。
本发明实施例中，计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率。
在具体实施中，例如所有的工作人员的行动轨迹中途径的区域以及去往的目的地建筑总共100个，其中50个与安全设施相关，那么人员安全概率和人员危险概率均是50％。
本发明实施例中，对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料。
在具体实施中，物料安全概率是安全设施属于隐蔽设施的概率，物料危险概率是安全设施属于实际设施的概率。
在具体实施中，由于用于安全设施建设的物料通常均有特殊性，例如有着比普通设施更高的防火、防水、静音甚至防爆等要求，因此通过安全设施在建设过程中用的物料也可以对安全设施进行识别，如果安全设施的物料与隐蔽设施不一样，那么存在被识别的风险。
在具体实施中，通过对于安全设施建造过程中的影像进行识别，判断图中的物料是否具有比普通设施更高的防火、防水、隔热、静音甚至防爆等要求，是否符合安全设施的建造要求，如果是符合安全设施的建造要求，那么可以被识别出来，如果不符合安全设施的建造要求，只是符合普通设施的建造要求，要么即不太可能被识别出来。
在具体实施中，安全设施的建造物料通常需要进行一定的伪装，例如外形、颜色、标签、产地和标牌隐去等，避免被识别发现其的真实特性。
在具体实施中，物料识别模型使用带标签的训练集进行训练，训练集主要包括符合安全设施的建造要求的物料，以及不符合安全设施建造要求的物料，提取物料的外形、颜色、标签、产地和标牌等方面特征，由此进行判断和概率输出。
本发明实施例中，物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率。
在具体实施中，从图像上判断每种物料的特征和特性，根据物料的特征和特性判断该物料应用于特种安全设施的概率和普通设施的概率(关联度)，计算所有物料应用于特种安全设施的概率的平均值，作为物料危险概率，计算所有物料应用于普通设施的概率的平均值，作为物料安全概率。
本发明实施例中，对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备。
在具体实施中，机器安全概率是安全设施属于隐蔽设施的概率，机器危险概率是安全设施属于实际设施的概率。
在具体实施中，由于安全设施所使用的机器设备显然与普通设施中使用的存在区别，而很多机器设备在使用过程中会产生较高的热量，通过热成像影像可以识别出机器设备的特殊性，由此判断该设施是安全设施。具体而言，可以从热成像影像中由热量本身形成的设备外形，和热量的强度进行判断。
在具体实施中，安全设施使用的机器设备通常与军事相关，例如特殊军用产品的制造、检测装置等等，而普通设施中显然不存在与军事相关的机器设备，而军事相关的机器设备产生的热量是非常高的，外形也是较为特殊的。为了进行隐蔽，此时安全设施的建造物料的隔热特性的用处就显现出来了，通过很强的隔热能力，使得难以从设施的外部获取热成像影像，或者较为清晰的热成像影像。
在具体实施中，热成像识别模型使用带标签的训练集进行训练，训练集主要包括与安全设施相关的军事机器设备，以及与安全设施不相关的普通民用机器设备，提取热量强度和热量形成的机器设备外形等方面特征，由此进行判断和概率输出。
本发明实施例中，热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
在具体实施中，在具体实施中，从图像上判断每种机器设备的热量强度和热量形成的外形，由此判断该机器设备应用于特种安全设施的概率和普通设施的概率(关联度)，计算所有机器设备应用于特种安全设施的概率的平均值，作为机器危险概率，计算所有机器设备应用于普通设施的概率的平均值，作为机器安全概率。
本发明实施例中，使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
在具体实施中，计算环境安全概率、人员安全概率、物料安全概率和机器安全概率这四个安全概率的平均值，减去相应的环境危险概率、人员危险概率、物料危险概率和机器危险概率这四个危险概率的平均值，得到设施安全数值。
本发明实施例中，若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
本发明实施例中，若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。
在具体实施中，在多个安全概率相互之间的偏差均在标准安全偏差之内的情况下，表明安全设施被识别为隐蔽设施的概率趋于一致，且较为稳定，可以认为不容易被识别出设施的特殊性，因此可以适当提升设施安全数值。
在具体实施中，在多个危险概率之间的偏差，或者某两个危险概率之间的偏差高于标准危险偏差的情况下，表明某一个危险概率的数值较为突出，说明安全设施在该危险概率对应的指标下存在瑕疵，很容易通过该指标被识别出安全设施的特殊性，因此需要降低设施安全数值。
在具体实施中，阈值、标准安全偏差和标准危险偏差，可以根据实际应用场景进行相应的设定。
本发明还提供一种基于指标体系的设施安全评估量化的计算装置，包括：环境指标计算单元、人员指标计算单元、物料指标计算单元、机器设备指标计算单元和安全数值计算单元，在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；所述环境指标计算单元，用于对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；所述隐蔽设施指安全设施用于伪装的设施类型；所述实际设施指安全设施的真实设施类型；所述人员指标计算单元，用于对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率；所述物料指标计算单元，用于对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料；所述机器设备指标计算单元，用于对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备；所述安全数值计算单元，用于使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
本发明实施例中，所述人员指标计算单元，用于计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率。
本发明实施例中，所述物料指标计算单元，通过物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率。
本发明实施例中，所述机器设备指标计算单元，通过热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
本发明实施例中，所述安全数值计算单元，用于若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
本发明实施例中，所述安全数值计算单元，用于若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。

Claims (10)

1.一种基于指标体系的设施安全评估量化的计算方法，其特征在于，包括：
在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；
对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；所述隐蔽设施指安全设施用于伪装的设施类型；所述实际设施指安全设施的真实设施类型；
对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率；
对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料；
对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备；
使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
2.根据权利要求1所述的基于指标体系的设施安全评估量化的计算方法，其特征在于，所述人员指标的计算包括：
计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率。
3.根据权利要求2所述的基于指标体系的设施安全评估量化的计算方法，其特征在于，所述物料指标的计算包括：
物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；
计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率。
4.根据权利要求3所述的基于指标体系的设施安全评估量化的计算方法，其特征在于，所述机器设备指标的计算包括：
热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；
计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
5.根据权利要求4所述的基于指标体系的设施安全评估量化的计算方法，其特征在于，所述计算得到设施安全数值，还包括：
若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
6.根据权利要求5所述的基于指标体系的设施安全评估量化的计算方法，其特征在于，所述计算得到设施安全数值，还包括：
若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。
7.一种基于指标体系的设施安全评估量化的计算装置，其特征在于，包括：环境指标计算单元、人员指标计算单元、物料指标计算单元、机器设备指标计算单元和安全数值计算单元，在安全设施的建造和工作运行过程中，计算安全设施在指标体系下的安全数值；所述指标体系包括：环境、人员、物料和机器设备；
所述环境指标计算单元，用于对于环境指标采用如下方式计算：获取安全设施在工作运行过程中的影像，使用设施识别模型对影像进行识别，输出安全设施属于隐蔽设施的概率作为环境安全概率，输出安全设施属于实际设施的概率作为环境危险概率；所述隐蔽设施指安全设施用于伪装的设施类型；所述实际设施指安全设施的真实设施类型；
所述人员指标计算单元，用于对于人员指标采用如下方式计算：获取安全设施的工作人员的行为轨迹，提取行为轨迹中的途径区域和目的地建筑作为参照体，根据参照体中与隐蔽设施相关的数量和与实际设施相关的数量，计算输出人员安全概率和人员危险概率；
所述物料指标计算单元，用于对于物料指标采用如下方式计算：获取安全设施在建造过程中的影像，使用物料识别模型对影像进行识别，计算输出物料安全概率和物料危险概率；所述物料指用于建造安全设施的物料；
所述机器设备指标计算单元，用于对于机器设备指标采用如下方式计算：获取安全设施在工作运行过程中的热成像影像，使用热成像识别模型对热成像影像进行识别，计算输出机器安全概率和机器危险概率；所述机器设备指安全设施工作使用的机器设备；
所述安全数值计算单元，用于使用安全概率的平均值减去危险概率的平均值，计算得到设施安全数值。
8.根据权利要求7所述的基于指标体系的设施安全评估量化的计算装置，其特征在于，所述人员指标计算单元，用于计算与隐蔽设施相关的参照体数量和参照体总数的比例，作为人员安全概率；计算与实际设施相关的参照体数量和参照体总数的比例，作为人员危险概率；
所述物料指标计算单元，用于物料识别模型提取影像中的多个物料图像，根据多个物料图像分别识别各个物料的种类；计算各个物料的种类与隐蔽设施的关联度的平均值，作为物料安全概率；计算各个物料的种类与实际设施的关联度的平均值，作为物料危险概率；
所述机器设备指标计算单元，用于热成像识别模型对热成像影像进行识别，识别各个机器设备的种类；计算各个机器设备的种类与隐蔽设施的关联度的平均值，作为机器安全概率；计算各个机器设备的种类与实际设施的关联度的平均值，作为机器危险概率。
9.根据权利要求8所述的基于指标体系的设施安全评估量化的计算装置，其特征在于，所述安全数值计算单元，用于若环境安全概率、人员安全概率、物料安全概率和机器安全概率之间的偏差在标准安全偏差之内，且多个危险概率均在阈值之内，使用数值最高的安全概率减去数值最低的危险概率，得到设施安全数值。
10.根据权利要求9所述的基于指标体系的设施安全评估量化的计算装置，其特征在于，所述安全数值计算单元，用于若环境危险概率、人员危险概率、物料危险概率和机器危险概率之间的偏差高于标准危险偏差，使用数值最低的安全概率减去数值最高的危险概率，得到设施安全数值。
CN202210695961.3A 2022-06-20 2022-06-20 基于指标体系的设施安全评估量化的计算方法、装置 Active CN114881537B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210695961.3A CN114881537B (zh) 2022-06-20 2022-06-20 基于指标体系的设施安全评估量化的计算方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210695961.3A CN114881537B (zh) 2022-06-20 2022-06-20 基于指标体系的设施安全评估量化的计算方法、装置

Publications (2)

Publication Number Publication Date
CN114881537A true CN114881537A (zh) 2022-08-09
CN114881537B CN114881537B (zh) 2023-04-18

Family

ID=82681988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210695961.3A Active CN114881537B (zh) 2022-06-20 2022-06-20 基于指标体系的设施安全评估量化的计算方法、装置

Country Status (1)

Country Link
CN (1) CN114881537B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3422266A (en) * 1967-01-19 1969-01-14 Alvin O Ramsley Apparatus for evaluating the effectiveness of camouflage against detection by infrared photography
US4803489A (en) * 1987-06-29 1989-02-07 Ltv A&D Sierra Research Division Method for detecting a camouflaged object and system
US20090140848A1 (en) * 2007-11-29 2009-06-04 Richard Rollins Systems and methods for a property sentinel
CN103440389A (zh) * 2013-08-31 2013-12-11 西安电子科技大学 基于全链路的红外伪装效果仿真系统及评估方法
CN109539886A (zh) * 2018-03-25 2019-03-29 哈尔滨工程大学 一种潜艇隐身辅助决策系统及决策方法
US10282628B1 (en) * 2016-04-08 2019-05-07 Joshua LaRue System for producing camouflage pattern based upon perception machine vision
CN110579135A (zh) * 2019-10-23 2019-12-17 南京智能仿真技术研究院有限公司 一种具有高隐藏性的军事伪装设施
RU2710206C1 (ru) * 2019-01-14 2019-12-25 Федеральное государственное казённое учреждение "12 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации Способ идентификации и оценки термоядерности скрытно проведенного камуфлетного ядерного взрыва
RU2711538C1 (ru) * 2019-03-11 2020-01-17 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Способ противодействия телевизионной разведке
CN111460687A (zh) * 2020-04-23 2020-07-28 中国人民解放军63983部队 一种基于仿真评估分析的伪装方案辅助设计系统及方法
CN111798539A (zh) * 2020-01-10 2020-10-20 中国人民解放军国防科技大学 自适应迷彩伪装在线设计方法及系统
CN113095539A (zh) * 2020-07-06 2021-07-09 广州大学 一种识别特定人群最优衡量指标的方法及装置
CN113390514A (zh) * 2021-06-16 2021-09-14 中国人民解放军军事科学院国防工程研究院 一种基于多传感器阵列的三维红外温度测量方法
CN113449727A (zh) * 2021-07-19 2021-09-28 中国电子科技集团公司第二十八研究所 一种基于深度神经网络的伪装目标检测识别方法
US20210310771A1 (en) * 2016-10-26 2021-10-07 The Government Of The United States Of America, As Represented By The Secretary Of The Navy Camouflage fabrics having optimized apparent color and nir/swir spectra
US20220164596A1 (en) * 2020-11-23 2022-05-26 Korea Photonics Technology Institute System and method for evaluating camouflage pattern based on image analysis

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3422266A (en) * 1967-01-19 1969-01-14 Alvin O Ramsley Apparatus for evaluating the effectiveness of camouflage against detection by infrared photography
US4803489A (en) * 1987-06-29 1989-02-07 Ltv A&D Sierra Research Division Method for detecting a camouflaged object and system
US20090140848A1 (en) * 2007-11-29 2009-06-04 Richard Rollins Systems and methods for a property sentinel
CN103440389A (zh) * 2013-08-31 2013-12-11 西安电子科技大学 基于全链路的红外伪装效果仿真系统及评估方法
US10282628B1 (en) * 2016-04-08 2019-05-07 Joshua LaRue System for producing camouflage pattern based upon perception machine vision
US20210310771A1 (en) * 2016-10-26 2021-10-07 The Government Of The United States Of America, As Represented By The Secretary Of The Navy Camouflage fabrics having optimized apparent color and nir/swir spectra
CN109539886A (zh) * 2018-03-25 2019-03-29 哈尔滨工程大学 一种潜艇隐身辅助决策系统及决策方法
RU2710206C1 (ru) * 2019-01-14 2019-12-25 Федеральное государственное казённое учреждение "12 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации Способ идентификации и оценки термоядерности скрытно проведенного камуфлетного ядерного взрыва
RU2711538C1 (ru) * 2019-03-11 2020-01-17 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ КАЗЕННОЕ ВОЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ "Военная академия Ракетных войск стратегического назначения имени Петра Великого" МИНИСТЕРСТВА ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ Способ противодействия телевизионной разведке
CN110579135A (zh) * 2019-10-23 2019-12-17 南京智能仿真技术研究院有限公司 一种具有高隐藏性的军事伪装设施
CN111798539A (zh) * 2020-01-10 2020-10-20 中国人民解放军国防科技大学 自适应迷彩伪装在线设计方法及系统
CN111460687A (zh) * 2020-04-23 2020-07-28 中国人民解放军63983部队 一种基于仿真评估分析的伪装方案辅助设计系统及方法
CN113095539A (zh) * 2020-07-06 2021-07-09 广州大学 一种识别特定人群最优衡量指标的方法及装置
US20220164596A1 (en) * 2020-11-23 2022-05-26 Korea Photonics Technology Institute System and method for evaluating camouflage pattern based on image analysis
CN113390514A (zh) * 2021-06-16 2021-09-14 中国人民解放军军事科学院国防工程研究院 一种基于多传感器阵列的三维红外温度测量方法
CN113449727A (zh) * 2021-07-19 2021-09-28 中国电子科技集团公司第二十八研究所 一种基于深度神经网络的伪装目标检测识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GENG CHEN ET AL.: "Camouflaged Object Detection via Context-Aware Cross-Level Fusion" *
YUANYING GAN ET AL.: "An Evaluation Method of Dynamic Camouflage Effect Based on Multifeature Constraints" *
刘玉通 等: "工程伪装效果评价指标体系构建问题分析" *
陈都 等: "基于环境设计的工程伪装效能评估指标体系构建方法" *

Also Published As

Publication number Publication date
CN114881537B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Zhang et al. Autonomous bolt loosening detection using deep learning
Albert et al. Empirical measurement and improvement of hazard recognition skill
Deslauriers‐Varin et al. Confessing their crime: Factors influencing the offender’s decision to confess to the police
Dobolyi et al. Actual vs. perceived eyewitness accuracy and confidence and the featural justification effect.
CN109416531A (zh) 异常数据的重要度判定装置及异常数据的重要度判定方法
CN108564267B (zh) 一种企业环境风险评价系统和方法
CN101674302A (zh) 对信息系统进行安全性识别的方法及装置
Tabak et al. Automated classification of bat echolocation call recordings with artificial intelligence
Loi et al. A comparative assessment and synthesis of twenty ethics codes on AI and big data
Allely et al. The feasibility and utility of the Terrorist Radicalization Assessment Protocol (TRAP-18): A review and recommendations.
CN112381435A (zh) 水电站作业过程动态风险的网格化定向推送管理方法
Krempel et al. TAM-VS: a technology acceptance model for video surveillance
CN114613101A (zh) 一种基于大数据的智慧酒店智能安防系统
Richards et al. Finding the missing: using statement analysis to assist in missing persons cases
CN114881537B (zh) 基于指标体系的设施安全评估量化的计算方法、装置
CN112288312A (zh) 基于司法用途的服刑人员再犯预警系统
CN117496613A (zh) 一种物联网设备的巡检方法、系统和设备
JP2007114846A (ja) 防犯対策情報提供装置
Hamdy et al. Criminal act detection and identification model
Gao et al. A statistical method for crack detection from vibrothermography inspection data
CN113449966B (zh) 一种石膏板设备巡检方法及系统
Faqih et al. BIM based facility condition assessment
CN112073691A (zh) 管道工程建设的工地安全监控系统及方法
CN115438703B (zh) 一种智能家居生物识别系统及识别方法
Frantzen et al. Police confidence in lie detection: An assessment of crime types, Miranda and interview techniques

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