CN115082864B - 一种建筑施工安全监控系统 - Google Patents
一种建筑施工安全监控系统 Download PDFInfo
- Publication number
- CN115082864B CN115082864B CN202210874057.9A CN202210874057A CN115082864B CN 115082864 B CN115082864 B CN 115082864B CN 202210874057 A CN202210874057 A CN 202210874057A CN 115082864 B CN115082864 B CN 115082864B
- Authority
- CN
- China
- Prior art keywords
- moving
- construction
- monitoring
- falling
- obtaining
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及一种建筑施工安全监控系统。该方法通过对监控图像数据的识别,获得施工运动物体和人员的运动信息。通过运动信息表征的运动速度和运动方向对施工运动物体进行坠落事件预测,从而获得发生坠落事件后施工运动物体的坠落位置和人员的移动位置,根据位置信息和施工运动物体的速度信息获得当前监控图像对应的危险程度。通过对多个监控视角的监控图像进行危险程度评价,对危险程度高的监控视角发出预警信息。本发明实施例同时对多个监控视角进行坠落事件预测,并及时发出预警信息,提醒工作人员对现场的调度与管理,保证了施工现场的安全性,避免坠落事件发生。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种建筑施工安全监控系统。
背景技术
随着信息化的发展,在多种行业中均需要利用监控系统进行信息化公示或者监管。在建筑施工行业中监控系统为必不可少的一部分,在建筑工地安装多个监控摄像机后,能够通过监控显示平台使得各部门在远程可以及时了解施工现场的基本情况、工程质量、安全动态等信息,实现对施工现场各部门的多级远程监控和管理,能够为一些决策结构合理的制定一些施工计划和方法,保证施工效率和施工人员的安全。
在建筑施工时会存在大量高处运输物体的施工场景,为了防止高空坠物对施工人员的危害,需要在监控视频中对高处运输物体的施工场景进行监测,防止有施工人员进入危险区域。但是在对监控视频监测时往往是监测人员人为对场景危险程度进行判断,缺少判断客观性,容易造成误判或者漏判,并且缺少危险监测的实时性,无法及时判断出危险事件的发生。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种建筑施工安全监控系统,所采用的技术方案具体如下:
本发明提出了一种建筑施工安全监控系统,所述系统包括:图像识别模块、运动分析模块、危险预测模块和预警提示模块;
所述图像识别模块用于识别出监控图像中的施工运动物体和人员包围框;所述施工运动物体包含多个角点;
所述运动分析模块用于通过连续多帧的所述监控图像,获得所述施工运动物体的每个所述角点的角点移动速度和所述人员包围框的人员移动速度;以平均角点移动速度作为所述施工运动物体的整体移动速度,以所述角点的平均坐标信息作为所述施工运动物体的中心坐标信息,根据所述中心坐标信息获得所述施工运动物体的运动方向;
所述危险预测用于根据所述整体移动速度和所述运动方向获得所述施工运动物体发生坠落事件时所述施工运动物体的坠落时间和坠落位置;根据所述人员移动速度和所述坠落时间获得坠落事件后人员的移动位置;根据所述坠落位置到所述移动位置的距离和所述施工运动物体坠落结束后的瞬时速度大小获得危险程度;
所述预警提示模块用于结合所有视角下的所述监控图像,对所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息。
进一步地,所述识别出监控图像中的施工运动物体和人员包围框包括:
将所述监控图像输入YOLO目标检测模型中,输出所述人员包围框;将所述监控图像灰度化处理,利用角点检测算法获得所述施工运动物体的角点。
进一步地,所述通过连续多帧的所述监控图像,获得所述施工运动物体的每个所述角点的角点移动速度和所述人员包围框的人员移动速度包括:
通过帧差法获得所述监控图像中的移动角点,利用角点匹配算法将前一帧所述监控图像与后一帧所述监控图像中的所述移动角点匹配,根据匹配的所述移动角点的移动距离获得所述角点移动速度;
通过帧差法获得人员包围框中心点的移动距离,根据所述人员包围框中心点的移动距离获得所述人员移动速度。
进一步地,所述根据所述中心坐标信息获得所述施工运动物体的运动方向包括:
将相邻两帧所述监控图像的所述中心坐标信息置入同一坐标系下,获得运动前后所述中心坐标信息之间的斜率,根据所述斜率的角度获得所述运动方向。
进一步地,所述根据所述整体移动速度和所述运动方向获得所述施工运动物体发生坠落事件时所述施工运动物体的坠落时间和坠落位置包括:
根据所述运动方向将所述整体移动速度分解为水平移动速度和竖直移动速度;以所述施工运动物体的所述中心坐标信息到所述人员包围框顶部边界的竖直距离作为坠落事件中的坠落高度,根据所述坠落高度和所述竖直移动速度获得所述坠落时间;根据所述坠落时间和所述水平移动速度获得所述坠落位置。
进一步地,所述根据所述坠落位置到所述移动位置的距离和所述施工运动物体坠落结束后的瞬时速度大小获得危险程度包括:
获得所述坠落位置到所述移动位置处的所述人员包围框上每个点的距离,以最短距离作为所述坠落位置到所述移动位置的距离;
以所述施工运动物体坠落结束后的瞬时速度大小与所述坠落位置到所述移动位置的距离的比值作为所述危险程度。
进一步地,所述对所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息包括:
在监控显示平台中显示所有监控视角的监控图像,将所述危险程度最大的预设数量个监控视角放大显示;对监控显示平台中所有所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息,在处理预警信息时优先处理放大显示的监控视角。
本发明具有如下有益效果:
本发明实施例针对存在施工运动物体的场景进行监控,为了防止固定视角导致监控信息不准确,本发明实施例结合多个视角下的监控图像共同进行危险程度检测。通过监控图像确定施工运动物体的速度信息,并根据速度信息进行预测发生坠落事件时的坠落时间和坠落位置,进一步根据人员的速度信息确定人员的移动位置,通过坠落位置到移动位置的距离和施工运动物体坠落结束后的速度信息获得危险程度。以危险程度作为参考,实现同时对多个监控图像进行危险判断,根据预警提示模块的预警信号即可提醒监测人员对相应的施工场景进行调度控制,及时避免了危险发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,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它附图。
图1为本发明一个实施例所提供的一种建筑施工安全监控系统框图;
图2为本发明一个实施例所提供的一种监控平台示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种建筑施工安全监控系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种建筑施工安全监控系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种建筑施工安全监控系统框图,该系统包括:图像识别模块101、运动分析模块102、危险预测模块103和预警提示模块104。
图像识别模块101用于识别出监控图像中的施工运动物体和人员包围框。需要说明的是,因为本发明实施例旨在对高空运输施工物体时进行监测及管理,避免危险发生,因此图像识别模块识别的监控图像应为正在进行高空运输施工物体事件所对应施工区域的监控图像,且为了避免单一视角带来的误差,需要同时处理该施工区域的多个监控视角下的监控图像,在此仅以一个视角下的监控图像作为举例说明。
优选的,图像识别模块101载有YOLO目标检测模型和角点检测算法,将监控图像输入YOLO目标检测模型中,输出人员包围框;将监控图像灰度化处理,利用角点检测算法获得施工运动物体的角点。YOLO目标检测模型可以获得监控图像中每个施工人员的人员包围框,人员包围框为一个矩形框,YOLO目标检测模型可输出该矩形框的长宽尺寸及中心点坐标。通过角点算法处理监控图像后,图像中的施工运动物体能够被识别出多个角点。
需要说明的是,YOLO目标检测模型和角点检测算法均为本领域技术人员熟知的技术手段,在此不做赘述。
运动分析模块102用于通过连续多帧的监控图像对监控图像中的施工运动物体和运动人员进行运动分析。因为监控图像是在时序上进行连续采集的,在图像范围中施工运动物体每帧都会出现不同位置,因此可通过连续多帧的监控图像获得施工运动物体的每个角点的角点移动速度及人员包围框的人员移动速度,具体包括:
因为图像识别模块101在进行角点检测时,除了施工运动物体之外,图像中的区域仍会存在大量的无关角点信息,无关角点信息往往是施工场景中不会发生运动的固定信息,因此根据帧差法可获得监控图像中的移动角点,即通过连续两帧图像的做差识别出移动角点。需要说明的是,参与帧差法的两帧图像中各自都包含互相对应的移动角点,利用角点匹配算法可将前一帧监控图像与后一帧监控图像的移动角点进行匹配,根据匹配的移动角点之间的移动距离可获得角点移动速度,即根据相机的采样频率参数获得相邻两帧监控图像之间的时间间隔,以移动角点之间的移动距离与时间间隔的比值作为角点移动速度。因为人员包围框存在包围框中心点,因此通过帧差法获得人员包围框中心点的移动距离,根据人员包围框中心点的移动距离获得人员移动速度。
移动角点即为施工运动物体上的角点,因为施工运动物体包含多个角点,因为监控图像为固定视角,因此物体移动时可能会导致某些角点之间的角点移动速度存在一定的差距,因此以平均角点移动速度作为施工运动物体的整体移动速度,以角点的平均坐标信息作为施工运动物体的中心坐标信息,根据前后两帧的中心坐标信息即可获得施工运动物体的运动方向,具体包括:
将相邻两帧所述监控图像的中心坐标信息置入同一坐标系下,获得运动前后中心坐标信息之间的斜率,根据斜率的角度获得运动方向。需要说明的是,施工人员的移动速度同样可根据该方法通过人员包围框中心点的坐标信息获得。
危险预测模块103用于根据施工运动物体和人员包围框的运动信息进行坠落事件预测,进一步根据预测结果获得当前施工场景的危险程度。
在本发明实施例中,考虑到高速移动的施工物体更容易发生坠落,因此根据监控图像获得施工运动物体的整体移动速度后,根据图像比例尺将其转换为现实中的移动速度,若该整体移动速度大于时,则认为该物体可能发生坠落,此时危险预测模块103执行危险预测操作。
危险预测模块103在进行危险预测时,需要认为当前时刻的施工运动物体会立即发生坠落时间,因为施工运动物体存在初速度,因此可根据对应的整体移动速度和运动方向获得施工运动物体发生坠落事件时施工运动物体的坠落时间和坠落位置,具体包括:
根据运动方向将整体移动速度分解为水平移动速度和竖直移动速度。需要说明的是,速度分解为本领域技术人员熟知的技术手段,在此不做赘述。
考虑到危险分析应当以施工人员为主,因此以施工运动物体的中心坐标信息到人员包围框顶部边界的竖直距离作为坠落事件中的坠落高度,根据坠落高度和竖直移动速度获得坠落时间。根据坠落时间和水平移动速度获得坠落位置,即坠落时间与水平移动速度相乘后,获得坠落事件的水平移动距离,结合坠落高度即可获得坠落位置。
根据人员移动速度和坠落时间即可获得坠落事件发生后人员的移动位置。
当坠落事件发生后,施工运动物体坠落的坠落位置与人员的移动位置越近,人员越危险;施工运动物体坠落时的瞬时速度越大,则对于人员或者施工环境中其他物体的伤害也越大。因此可根据坠落位置到移动位置的距离和施工运动物体坠落结束后的瞬时速度大小获得危险程度,具体包括:
获得坠落位置到移动位置处的人员包围框上每个点的距离,以最短距离作为坠落位置到移动位置的距离。
以施工运动物体坠落结束后的瞬时速度大小与坠落位置到移动位置的距离的比值作为危险程度,即危险程度表达式为:,其中为危险程度,为瞬时速度,为坠落位置到移动位置的距离,即距离越小,速度越大,则危险程度越高。
需要说明的是,速度的分解与合成为本领域技术人员熟知的技术手段,在此不做赘述。
因为监控相机存在固定监控视角的原因,可能某个相机拍摄到的画面存在看似坠物会击中施工人员而实际在另一个监控视角中并未击中的情况,因此需要结合多个监控视角的监控图像共同进行分析,同一时刻每个监控时间均存在一个危险程度,若存在某个或者某些监控视角的危险程度值过高,则预警提示模块104用于结合所有视角下的监控图像,对危险程度大于预设危险程度阈值的所述监控图像发出预警信息,工作人员可根据预警信息并结合其他次高危险程度的监控视角综合判断施工场地的情况,并对施工现场进行调度指挥。
常见的监控显示平台存在大量呈网格状的监控界面,因为监控显示平台的物理尺寸有限,为了方便工作人员对施工现场的调度与指挥,优选的,在监控显示平台中显示所有监控视角的监控图像,将危险程度最大的预设数量个监控视角放大显示。对监控显示平台中所有危险程度大于预设危险程度阈值的监控图像发出预警信息,在处理预警信息时优先处理放大显示的监控视角。请参阅图2,其示出了本发明一个实施例所提供的一种监控平台示意图,图2中将预设数量设置为3,即将危险程度前三个的监控视角画面放大显示,并将这三个监控视角画面按照危险程度排序,即W1、W2和W3的危险程度依次递减。
综上所述,本发明实施例通过对监控图像数据的识别,获得施工运动物体和人员的运动信息。通过运动信息表征的运动速度和运动方向对施工运动物体进行坠落事件预测,从而获得发生坠落事件后施工运动物体的坠落位置和人员的移动位置,根据位置信息和施工运动物体的速度信息获得当前监控图像对应的危险程度。通过对多个监控视角的监控图像进行危险程度评价,对危险程度高的监控视角发出预警信息。本发明实施例同时对多个监控视角进行坠落事件预测,并及时发出预警信息,提醒工作人员对现场的调度与管理,保证了施工现场的安全性,避免坠落事件发生。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种建筑施工安全监控系统,其特征在于,所述系统包括:图像识别模块、运动分析模块、危险预测模块和预警提示模块;
所述图像识别模块用于识别出监控图像中的施工运动物体和人员包围框;所述施工运动物体包含多个角点;
所述运动分析模块用于通过连续多帧的所述监控图像,获得所述施工运动物体的每个所述角点的角点移动速度和所述人员包围框的人员移动速度;以平均角点移动速度作为所述施工运动物体的整体移动速度,以所述角点的平均坐标信息作为所述施工运动物体的中心坐标信息,根据所述中心坐标信息获得所述施工运动物体的运动方向;
所述危险预测模块 用于根据所述整体移动速度和所述运动方向获得所述施工运动物体发生坠落事件时所述施工运动物体的坠落时间和坠落位置;根据所述人员移动速度和所述坠落时间获得坠落事件后人员的移动位置;根据所述坠落位置到所述移动位置的距离和所述施工运动物体坠落结束后的瞬时速度大小获得危险程度;
所述预警提示模块用于结合所有视角下的所述监控图像,对所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息;
所述根据所述整体移动速度和所述运动方向获得所述施工运动物体发生坠落事件时所述施工运动物体的坠落时间和坠落位置包括:
根据所述运动方向将所述整体移动速度分解为水平移动速度和竖直移动速度;以所述施工运动物体的所述中心坐标信息到所述人员包围框顶部边界的竖直距离作为坠落事件中的坠落高度,根据所述坠落高度和所述竖直移动速度获得所述坠落时间;根据所述坠落时间和所述水平移动速度获得所述坠落位置。
2.根据权利要求1所述的一种建筑施工安全监控系统,其特征在于,所述识别出监控图像中的施工运动物体和人员包围框包括:
将所述监控图像输入YOLO目标检测模型中,输出所述人员包围框;将所述监控图像灰度化处理,利用角点检测算法获得所述施工运动物体的角点。
3.根据权利要求1所述的一种建筑施工安全监控系统,其特征在于,所述通过连续多帧的所述监控图像,获得所述施工运动物体的每个所述角点的角点移动速度和所述人员包围框的人员移动速度包括:
通过帧差法获得所述监控图像中的移动角点,利用角点匹配算法将前一帧所述监控图像与后一帧所述监控图像中的所述移动角点匹配,根据匹配的所述移动角点的移动距离获得所述角点移动速度;
通过帧差法获得人员包围框中心点的移动距离,根据所述人员包围框中心点的移动距离获得所述人员移动速度。
4.根据权利要求1所述的一种建筑施工安全监控系统,其特征在于,所述根据所述中心坐标信息获得所述施工运动物体的运动方向包括:
将相邻两帧所述监控图像的所述中心坐标信息置入同一坐标系下,获得运动前后所述中心坐标信息之间的斜率,根据所述斜率的角度获得所述运动方向。
5.根据权利要求1所述的一种建筑施工安全监控系统,其特征在于,所述根据所述坠落位置到所述移动位置的距离和所述施工运动物体坠落结束后的瞬时速度大小获得危险程度包括:
获得所述坠落位置到所述移动位置处的所述人员包围框上每个点的距离,以最短距离作为所述坠落位置到所述移动位置的距离;
以所述施工运动物体坠落结束后的瞬时速度大小与所述坠落位置到所述移动位置的距离的比值作为所述危险程度。
6.根据权利要求1所述的一种建筑施工安全监控系统,其特征在于,所述对所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息包括:
在监控显示平台中显示所有监控视角的监控图像,将所述危险程度最大的预设数量个监控视角放大显示;对监控显示平台中所有所述危险程度大于预设危险程度阈值的所述监控图像发出预警信息,在处理预警信息时优先处理放大显示的监控视角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874057.9A CN115082864B (zh) | 2022-07-25 | 2022-07-25 | 一种建筑施工安全监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210874057.9A CN115082864B (zh) | 2022-07-25 | 2022-07-25 | 一种建筑施工安全监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115082864A CN115082864A (zh) | 2022-09-20 |
CN115082864B true CN115082864B (zh) | 2022-12-02 |
Family
ID=83243237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210874057.9A Active CN115082864B (zh) | 2022-07-25 | 2022-07-25 | 一种建筑施工安全监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115082864B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116416577B (zh) * | 2023-05-06 | 2023-12-26 | 苏州开普岩土工程有限公司 | 一种用于施工监控系统的异常识别方法 |
CN116895142B (zh) * | 2023-09-11 | 2023-11-24 | 关天建设工程有限公司 | 一种建筑施工的全局监控方法及系统 |
CN117238120B (zh) * | 2023-11-13 | 2024-01-26 | 山西乐宸科技有限公司 | 安全监控方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989682A (zh) * | 2015-02-05 | 2016-10-05 | 国家电网公司 | 一种输电线路线下施工机械安全预警监控系统及监控方法 |
CN108921159A (zh) * | 2018-07-26 | 2018-11-30 | 北京百度网讯科技有限公司 | 用于检测安全帽的佩戴情况的方法和装置 |
CN110414400A (zh) * | 2019-07-22 | 2019-11-05 | 中国电建集团成都勘测设计研究院有限公司 | 一种施工现场安全帽穿戴自动检测方法及系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI469096B (zh) * | 2012-04-27 | 2015-01-11 | Hon Hai Prec Ind Co Ltd | 上空墜物預警系統及方法 |
CN105163067B (zh) * | 2015-08-12 | 2018-12-14 | 武汉大学 | 一种基于数字图像处理技术的高空抛物取证系统 |
CN106060478A (zh) * | 2016-07-07 | 2016-10-26 | 刘业兴 | 一种高空坠物取证监控系统 |
US10599929B2 (en) * | 2018-01-04 | 2020-03-24 | Motionloft, Inc. | Event monitoring with object detection systems |
CN111497773A (zh) * | 2019-01-30 | 2020-08-07 | 南京知行新能源汽车技术开发有限公司 | 车辆安全防护系统及方法 |
CN110889941B (zh) * | 2019-10-23 | 2022-04-22 | 万翼科技有限公司 | 施工人员安全监控系统及方法 |
KR102416227B1 (ko) * | 2019-12-24 | 2022-07-01 | 연세대학교 산학협력단 | 건설 객체 실시간 모니터링 장치 및 모니터링 방법 및 이를 실행하기 위한 컴퓨터프로그램 |
CN113630543B (zh) * | 2020-05-06 | 2022-12-06 | 杭州海康威视数字技术股份有限公司 | 一种坠物砸人事件监测方法、装置、电子设备及监控系统 |
CN112016414A (zh) * | 2020-08-14 | 2020-12-01 | 熵康(深圳)科技有限公司 | 一种检测高空抛物事件的方法、装置及楼面智能监控系统 |
CN112885054A (zh) * | 2021-01-15 | 2021-06-01 | 广州穗能通能源科技有限责任公司 | 预警方法及装置 |
CN112918419B (zh) * | 2021-03-18 | 2022-09-16 | 东风汽车集团股份有限公司 | 一种车载式防高空坠物的方法和装置 |
CN113160266A (zh) * | 2021-04-21 | 2021-07-23 | 上海闻泰信息技术有限公司 | 高空坠物的检测方法、装置、计算机设备和存储介质 |
CN113536935A (zh) * | 2021-06-17 | 2021-10-22 | 深圳有象智联科技有限公司 | 一种工程现场的安全监测方法及设备 |
CN114299106A (zh) * | 2021-09-13 | 2022-04-08 | 武汉理工大学 | 一种基于视觉传感与轨迹预测的高空抛物预警系统及方法 |
-
2022
- 2022-07-25 CN CN202210874057.9A patent/CN115082864B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989682A (zh) * | 2015-02-05 | 2016-10-05 | 国家电网公司 | 一种输电线路线下施工机械安全预警监控系统及监控方法 |
CN108921159A (zh) * | 2018-07-26 | 2018-11-30 | 北京百度网讯科技有限公司 | 用于检测安全帽的佩戴情况的方法和装置 |
CN110414400A (zh) * | 2019-07-22 | 2019-11-05 | 中国电建集团成都勘测设计研究院有限公司 | 一种施工现场安全帽穿戴自动检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于智能视频分析的建筑工地周界防范系统研究;袁含香;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20220215;第2022年卷(第2期);B026-41 * |
Also Published As
Publication number | Publication date |
---|---|
CN115082864A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115082864B (zh) | 一种建筑施工安全监控系统 | |
CN110400352B (zh) | 利用特征识别的摄像机校准 | |
CN106593534B (zh) | 一种智能隧道施工安全监控系统 | |
CN111047818A (zh) | 一种基于视频图像的森林火灾预警系统 | |
EP1981278A1 (en) | Automatic tracking device and automatic tracking method | |
CN111488799B (zh) | 一种基于图像识别的坠落物识别方法及系统 | |
US20230005176A1 (en) | Throwing position acquisition method and apparatus, computer device and storage medium | |
CN111079722B (zh) | 一种吊装过程人员安全监测方法及系统 | |
CN112184773A (zh) | 一种基于深度学习的安全帽佩戴检测方法及系统 | |
CN112084963B (zh) | 一种监控预警方法、系统及存储介质 | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
CN111178424A (zh) | 一种石油化工生产现场安全合规性实时检测系统及方法 | |
CN111222478A (zh) | 一种工地安全防护检测方法和系统 | |
CN112449147B (zh) | 光伏电站视频集群监控系统及其图像处理方法 | |
US20130050483A1 (en) | Apparatus, method, and program for video surveillance system | |
CN111062373A (zh) | 一种基于深度学习的吊装过程危险识别方法及系统 | |
CN112257549B (zh) | 一种基于计算机视觉的楼面危险检测预警方法及系统 | |
CN116009024A (zh) | 一种基于bim技术的附着式升降脚手架监测模拟应用系统 | |
CN115601945A (zh) | 基于落石视频监测的露天矿岩质滑坡智能预警系统及方法 | |
CN115049322A (zh) | 一种集装箱堆场的集装箱管理方法及系统 | |
CN111160321A (zh) | 一种电瓶车上梯检测与预警系统 | |
CN113052125B (zh) | 一种施工现场违章图像识别告警方法 | |
CN104463905B (zh) | 施工现场车辆监控方法 | |
CN115035458B (zh) | 一种安全风险评价方法及系统 | |
CN116403162A (zh) | 一种机场场面目标行为识别方法、系统及电子设备 |
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 |