CN115797876A - 设备监控处理方法及系统 - Google Patents
设备监控处理方法及系统 Download PDFInfo
- Publication number
- CN115797876A CN115797876A CN202310077367.2A CN202310077367A CN115797876A CN 115797876 A CN115797876 A CN 115797876A CN 202310077367 A CN202310077367 A CN 202310077367A CN 115797876 A CN115797876 A CN 115797876A
- Authority
- CN
- China
- Prior art keywords
- current
- shoulder
- contour
- preset
- value
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Image Analysis (AREA)
Abstract
本发明设备监控处理方法及系统涉及数据处理技术领域,根据工作状态对应表得到设备在对应工作状态下的预设人员数量;提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓;提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量;若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种设备监控处理方法及系统。
背景技术
在数字化时代,生产车间设备监控是实现精益化生产、智能化转型的前提条件。由于生产车间的生产设备、生产工人数量较多,一旦发生意外,将会造成不可估量的损失,因此加强对设备的监控是很有必要的。一般来说,生产车间的设备具有不同的工作状态,而不同的工作状态下需要对应不同数量的人员来对设备进行操控和监督。
现有技术中,往往是通过生产车间的负责人来现场对设备的操控人员数量进行查看,在不满足要求时,对设备和人员进行记录,然而,现有技术中的监督方式效率低下,且在设备有多种状态时,负责人员无法及时准确的予以核对。
因此,如何对设备在不同状态下的人员数量进行自动、高效的评判,成为了急需解决的问题。
发明内容
本发明实施例提供一种设备监控处理方法及系统,可以识别设备状态以及当前状态下设备对应的实际人员数量,从而实现对设备在不同状态下的人员数量进行自动、高效的评判。
本发明实施例的第一方面,提供一种设备监控处理方法,包括:
提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系;
获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色;
提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色;
若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
可选地,在第一方面的一种可能实现方式中,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,包括:
提取所述当前俯视图中位于第一预设像素值区间的当前像素点,以及历史俯视图中位于第一预设像素值区间的历史像素点,根据相邻的当前像素点生成当前像素点集合,根据相邻的历史像素点生成历史像素点集合;
获取当前像素点集合对应的当前中心坐标,以及历史像素点集合对应的历史中心坐标,根据各当前中心坐标和各历史中心坐标得到各当前像素点集合和各历史像素点集合对应的中心坐标差值;
将中心坐标差值小于预设中心坐标差值的当前像素点集合和历史像素点集合作为一组比对组合,根据比对组合中的当前像素点和历史像素点的坐标计算得到比对相似值;
获取比对相似值大于等于预设比对相似值的比对组合作为静态组合,将静态组合中的当前像素点集合作为静态像素点集合,将当前俯视图中其他的当前像素点集合作为动态像素点集合;
统计各动态像素点集合对应的动态像素点数量,获取动态像素点数量在预设像素点数量区间内的动态像素点集合作为待筛选像素点集合;
基于opencv对待筛选像素点集合中的所有像素点组成的图形进行轮廓识别,得到待筛选像素点集合对应的待筛选轮廓,将待筛选轮廓和预设头盔轮廓进行比对,获取头盔比对值大于等于预设比对值的待筛选轮廓作为当前头盔轮廓。
可选地,在第一方面的一种可能实现方式中,根据比对组合中的当前像素点和历史像素点的坐标计算得到比对相似值,包括:
统计比对组合中当前像素点集合和历史像素点集合相同坐标的数量得到相同数量,并统计不同坐标的数量得到不同数量;
根据相同数量和不同数量计算得到总数量,基于相同数量和总数量的比值得到比对组合对应的比对相似值。
可选地,在第一方面的一种可能实现方式中,提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,包括:
遍历当前头盔轮廓预设范围内各像素点的像素值,若存在像素点的像素值位于第二预设像素值区间,则将像素值位于第二预设像素值区间的像素点作为肩部像素点;
根据相邻的肩部像素点生成当前肩部像素点集合,基于opencv对当前肩部像素点集合中的所有像素点组成的图形进行轮廓识别,得到当前肩部像素点集合对应的待筛选肩部轮廓;
获取待筛选肩部轮廓的边缘线对应的多个第一肩部坐标,以及预设肩部轮廓的边缘线对应的多个第二肩部坐标,根据第一肩部坐标和第二肩部坐标得到肩部相似值,将肩部相似值大于预设肩部相似值的待筛选肩部轮廓作为当前肩部轮廓;
基于当前肩部轮廓和当前头盔轮廓生成人员轮廓集合,获取人员轮廓集合中当前肩部轮廓对应的肩部中心坐标,以及当前头盔轮廓对应的头盔中心坐标,根据肩部中心坐标和头盔中心坐标得到人员轮廓集合对应的轮廓距离;
获取轮廓距离与预设轮廓距离之间的轮廓距离差值,将轮廓距离差值小于预设轮廓距离差值的人员轮廓集合作为当前人员轮廓,根据当前人员轮廓的数量得到当前人员数量。
可选地,在第一方面的一种可能实现方式中,获取待筛选肩部轮廓的边缘线对应的多个第一肩部坐标,以及预设肩部轮廓的边缘线对应的多个第二肩部坐标,根据第一肩部坐标和第二肩部坐标得到肩部相似值,包括:
根据各第一肩部坐标和肩部中心坐标计算得到各第一肩部坐标至肩部中心坐标的第一距离,基于所有第一距离得到待筛选肩部轮廓对应的当前轮廓距离值;
获取预设肩部轮廓对应的预设中心坐标,根据各第二肩部坐标和预设中心坐标计算得到各第二肩部坐标至预设中心坐标的第二距离,基于所有第二距离得到预设肩部轮廓对应的预设轮廓距离值;
根据当前轮廓距离值和预设轮廓距离值的差值得到轮廓总差值,基于所述轮廓总差值计算得到肩部相似值;
通过以下公式计算肩部相似值,,其中,为肩部相似值,为轮廓总差值,为肩部相似权重值,为待筛选肩部轮廓对应的第个第一肩部坐标的x轴坐标,为肩部中心坐的x轴坐标,为待筛选肩部轮廓对应的第个第一肩部坐标的y轴坐标,为肩部中心坐标的y轴坐标,为预设肩部轮廓对应的第k个第二肩部坐标的x轴坐标,为预设中心坐标的x轴坐标,为预设肩部轮廓对应的第k个第二肩部坐标的y轴坐标,为预设中心坐标的y轴坐标,n为第一肩部坐标的上线值,m为第二肩部坐标的上限值。
可选地,在第一方面的一种可能实现方式中,获取人员轮廓集合中当前肩部轮廓对应的肩部中心坐标,以及当前头盔轮廓对应的头盔中心坐标,根据肩部中心坐标和头盔中心坐标得到人员轮廓集合对应的轮廓距离,包括:
获取当前肩部轮廓和当前头盔轮廓对应的多个第一轮廓坐标和第二轮廓坐标,获取多个第一轮廓坐标中的第一最大x轴坐标值、第一最小x轴坐标值、第一最大y轴坐标值和第一最小y轴坐标值,以及多个第二轮廓坐标中的第二最大x轴坐标值、第二最小x轴坐标值、第二最大y轴坐标值和第二最小y轴坐标值;
根据第一最大x轴坐标值和第一最小x轴坐标值的差值的中间值得到第一x轴中心坐标值,根据第一最大y轴坐标值和第一最小y轴坐标值的差值的中间值得到第一y轴中心坐标值,基于第一x轴中心坐标值和第一y轴中心坐标值得到肩部中心坐标;
根据第二最大x轴坐标值和第二最小x轴坐标值的差值的中间值得到第二x轴中心坐标值,根据第二最大y轴坐标值和第二最小y轴坐标值的差值的中间值得到第二y轴中心坐标值,基于第二x轴中心坐标值和第二y轴中心坐标值得到头盔中心坐标;
基于肩部中心坐标和头盔中心坐标的差值得到当前肩部轮廓和当前头盔轮廓对应的轮廓距离。
可选地,在第一方面的一种可能实现方式中,获取预设时间段后的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,包括:
获取当前俯视图中静态像素点集合对应的像素点区域作为静态区域,将校准俯视图中与静态区域相对应的区域作为非选中区域,将校准俯视图中除非选中区域外的其他区域作为校准区域;
提取校准区域中位于第一预设像素值区间的校准像素点,根据校准像素点生成校准像素点集合,基于校准像素点集合得到校准俯视图对应的校准头盔轮廓;
提取校准头盔轮廓预设范围内位于第二预设像素值区间的像素点生成校准肩部像素点集合,根据校准肩部像素点集合生成校准肩部轮廓,基于校准头盔轮廓和校准肩部轮廓得到校准人员轮廓,根据校准人员轮廓得到第一目标区域内的校准人员数量。
可选地,在第一方面的一种可能实现方式中,通过以下方式的得到预设范围,包括:
统计当前俯视图中所有当前头盔轮廓对应的头盔像素点总数量,根据头盔像素点总数量得到平均像素点数量;
基于平均像素点数量生成范围调整系数,根据范围调整系数对基准范围进行调整得到预设范围。
可选地,在第一方面的一种可能实现方式中,基于平均像素点数量生成范围调整系数,根据范围调整系数对基准范围进行调整得到预设范围,包括:
通过以下公式计算预设范围,,其中,为预设范围,为当前俯视图中第个当前头盔轮廓对应的像素点数量,为当前俯视图中当前头盔轮廓的上限值,为当前俯视图中当前头盔轮廓的总数量,为基准平均像素点数量,为基准范围,为预设范围权重值。
本发明实施例的第二方面,提供一种设备监控处理系统,包括:
提取模块,用于提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系;
当前模块,用于获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色;
数量模块,用于提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色;
校准模块,用于若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
本发明的有益效果如下:
1、本发明通过对俯视图中的像素点进行相应的处理,得到俯视图中对应的人员数量,可以相对准确的得到俯视图中的人员数量,提高人员数量判断时的准确性。其中,本发明在通过像素点判断俯视图中的人员数量时,会分三步对其进行判断。首先,本发明会依据头盔所对应的像素点生成的像素点集合得到头盔轮廓,然后,本发明会通过头盔轮廓预设范围内所对应的像素点生成的像素点集合得到肩部轮廓,最后,再通过头盔轮廓和肩部轮廓之间的距离关系来判断得到的头盔轮廓和肩部轮廓是否为人员所对应的轮廓。通过三步判断的方式可以相对准确的判断得到的头盔轮廓和肩部轮廓是工作人员对应的轮廓,还是设备上对应的轮廓,可以提高对设备的人员数量监控时的准确性。
2、本发明在依据第一步的方式得到头盔轮廓时,会首先根据俯视图中与头盔颜色相同的像素点生成像素点集合,再对位置和形状大小都没有发生变化的像素点集合进行筛除,然后获取剩下的像素点集合中面积和形状都符合要求的像素点集合生成的轮廓作为头盔轮廓,这样可以提高获取头盔轮廓时的准确性。其次,为了进一步判断得到的头盔轮廓是否为人员所对应的轮廓,本发明还会在第一步之后,继续获取头盔轮廓预设范围内与工作服颜色对应的像素点生成像素点集合,并将该像素点集合生成的形状与预设肩部形状进行对比,获取比对相似度符合预设要求的形状作为肩部轮廓,将得到的肩部轮廓与相应的头盔轮廓组成相应的轮廓集合,依据轮廓集合中肩部轮廓与头盔轮廓的中心坐标之间的距离差值,来判断轮廓集合组成的轮廓是否为工作人员所对应的轮廓。通过上述层层比对的方式,可以提高对人员轮廓对比时的准确性,从而可以相对准确的得到目标区域中所对应的人员数量,提高对人员数量的监控准确性。
3、本发明在得到的人员数量大于等于人数时,考虑到会有相关人员经过该设备区域,对得到的人员数量产生影响,因此本方案还会通过校准俯视图对目标区域中的人员数量进行进一步的校准,筛除经过人员产生的影响。可以理解的是,经过人员路过对应的设备区域的时间较短,可能3S、5S等等,因此,本方案会得到下一时刻的图像数据来对人员数量进行校准,例如获取1分钟后的图像数据,还可以理解的是,如果第一张图片中有经过人员存在,那么下一时刻所识别出来的人员数量肯定是相对较少的,例如,经过人员为1人时,那么下一时刻所识别出来的人员数量就会缺少1人。本方案通过两张不同时刻图片数据的比对来对人员数量进行校准,可以相对准确的判断目标区域中的人员数量是否为真实操控设备的人员数量,可以提高对目标区域的人员数量监控的准确性。此外,本发明还会将校准俯视图中可能位于设备上的静态区域在处理时进行筛除,对剩下的校准区域进行处理,这样可以减少对校准俯视图处理时的数据处理量,提高校准时的效率。
附图说明
图1为本发明实施例提供的一种设备监控处理方法示意图;
图2为本发明实施例提供的一种设备监控处理系统的结构示意图;
图3为本发明实施例提供的一种电子设备的硬件结构示意图。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本实施例提供的一种设备监控处理方法示意图,图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个:用户设备、网络设备等。其中,用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant,简称:PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S1至步骤S4,具体如下:
S1,提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系。
可以理解的是,由于生产车间的设备众多,每个设备对应的功能和人员数量都不一样,因此为了得到每个设备在不同工作状态下对应的工作人员数量,本发明会为每个设备都设置一个对应的工作状态对应表,当获取到设备对应的工作状态后,就可以依据工作状态对应表得到设备对应的工作人员数量。
通常来讲,设备一般会有多种工作状态,不同的工作状态所需要的人数也会有所不同。例如,设备在运行时所需要的人数可能会比设备在其他工作状态下所需要的人数要多一些,这是由于有些设备的尺寸可能很大,单单靠一个人可能无法使其正常工作。
S2,获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色。
在实际应用中,生产车间的工作人员通常都会穿戴统一的头盔和工作服,因此本发明会依据工作人员穿戴的头盔和工作服来得到第一目标区域内实际的人员数量,从而判断第一目标区域内的人员数量是否符合要求。
具体的,本发明首先会依据头盔颜色对应的预设像素值区间得到当前俯视图和历史俯视图中相对应的像素点生成相应的像素点集合,再根据得到的像素点集合找到当前俯视图中的头盔轮廓,依据头盔轮廓在后续的步骤中进一步得到人员所对应的轮廓,从而根据人员对应的轮廓来得到相应的人员数量。
其中,当前时刻和上一时刻之间的时间间隔可以根据实际情况预先进行设置,例如可以设置当前时刻和上一时刻之间间隔一分钟,本方案不做限定。
在上述实施例的基础上步骤S2的具体实现方式可以是:
S21,提取所述当前俯视图中位于第一预设像素值区间的当前像素点,以及历史俯视图中位于第一预设像素值区间的历史像素点,根据相邻的当前像素点生成当前像素点集合,根据相邻的历史像素点生成历史像素点集合。
可以理解的是,由于拍摄到的俯视图中的各个图形是由多个像素点所组成的,因此为了得到俯视图中对应的头盔轮廓,本发明会获取到头盔颜色对应的像素点,再依据相邻的像素点组成多个对应的像素点集合,从而判断得到的像素点集合是否为头盔所对应的集合。
S22,获取当前像素点集合对应的当前中心坐标,以及历史像素点集合对应的历史中心坐标,根据各当前中心坐标和各历史中心坐标得到各当前像素点集合和各历史像素点集合对应的中心坐标差值。
在实际应用中,获取当前像素点集合对应的当前中心坐标,以及历史像素点集合对应的历史中心坐标时,可以对当前俯视图和历史俯视图进行坐标化处理,得到当前像素点集合和历史像素点集合中每个像素点的坐标,然后再找到多个坐标中最大X轴坐标值、最小X轴坐标值、最大Y轴坐标值、最小Y轴坐标值,然后依据最大X轴坐标值和最小X轴坐标值差值的中间值得到当前中心坐标和历史中心坐标对应的X轴坐标值,依据最大Y轴坐标值和最小Y轴坐标值差值的中间值得到当前中心坐标和历史中心坐标对应的Y轴坐标值,最后依据当前中心坐标和历史中心坐标对应的X轴坐标值和Y轴坐标值得到对应的当前中心坐标和历史中心坐标。
在获取各当前像素点集合和各历史像素点集合对应的中心坐标差值时,本发明会将当前俯视图中的每个当前像素点集合分别与历史俯视图中的所有历史像素点集合进行计算,得到每个当前像素点集合分别与各历史像素点集合对应的中心坐标差值。
例如,若当前俯视图和历史俯视图中各具有4个当前像素点集合和历史像素点集合,计算时,本发明会将当前俯视图中的集合1分别与历史俯视图中的集合1-4进行计算,得到当前俯视图中的集合1分别与历史俯视图中的集合1-4对应的中心坐标差值,以此类推,从而可以得到当前俯视图和历史俯视图中各个集合之间的中心坐标差值。
S23,将中心坐标差值小于预设中心坐标差值的当前像素点集合和历史像素点集合作为一组比对组合,根据比对组合中的当前像素点和历史像素点的坐标计算得到比对相似值。
可以理解的是,由于第一目标区域中的工作人员是处于动态的,而设备是处于静态的,通过上述方式获取的像素点集合可能是设备上的图形,而设备上的图形是不会发生运动的,因此本发明在得到各当前像素点集合和各历史像素点集合对应的中心坐标差值后,还会将中心坐标差值小于预设中心坐标差值的当前像素点集合和历史像素点集合作为一组比对组合,这是因为中心坐标差值小于预设中心坐标差值的话,说明该组集合对应的位置可能是没有发生变化的。
在得到位置可能没有发生变化的集合后,本发明还会进一步判断比对组合对应的相似值,从而判断当前像素点集合和历史像素点集合对应的图形是否为同一图形。
示例性的,可以通过以下步骤计算得到比对相似值:
统计比对组合中当前像素点集合和历史像素点集合相同坐标的数量得到相同数量,并统计不同坐标的数量得到不同数量。
可以理解的是,坐标相同说明两个像素点的位置是一样的,由于两个像素点的像素值也是位于同一像素值区间的,因此可以将坐标相同的像素点作为相同的像素点,将坐标不同的像素点作为不同的像素点,从而可以进一步统计相同像素点对应的相同数量,以及不同像素点对应的不同数量。
需要说明的是,在进行统计时,坐标化后的当前俯视图和历史俯视图对应的坐标原点应该是一致的。
根据相同数量和不同数量计算得到总数量,基于相同数量和总数量的比值得到比对组合对应的比对相似值。
相同数量越多,说明比对组合中的当前像素点集合和历史像素点集合对应的图形可能会越相似,相反的,相同数量越少,说明比对组合中的当前像素点集合和历史像素点集合对应的图形可能会越不相似。
S24,获取比对相似值大于等于预设比对相似值的比对组合作为静态组合,将静态组合中的当前像素点集合作为静态像素点集合,将当前俯视图中其他的当前像素点集合作为动态像素点集合。
若比对相似值大于等于预设比对相似值,则说明比对组合中的当前像素点集合和历史像素点集合对应的图形可能为同一图形,并且很可能是设备上对应的图形,因此可以将比对相似值大于等于预设比对相似值的比对组合作为静态组合,将静态组合对应的静态像素点集合之外的其他的当前像素点集合作为动态像素点集合。
S25,统计各动态像素点集合对应的动态像素点数量,获取动态像素点数量在预设像素点数量区间内的动态像素点集合作为待筛选像素点集合。
进一步的,由于头盔在当前俯视图中所对应的面积不会太大也不会太小,因此本发明还会依据像素点数量对得到的动态像素点集合进行进一步的筛选。
其中,头盔所对应的预设像素点数量区间可以依据实际因素预先进行设置,例如拍摄的距离等等因素。
S26,基于opencv对待筛选像素点集合中的所有像素点组成的图形进行轮廓识别,得到待筛选像素点集合对应的待筛选轮廓,将待筛选轮廓和预设头盔轮廓进行比对,获取头盔比对值大于等于预设比对值的待筛选轮廓作为当前头盔轮廓。
最后,在得到待筛选像素点集合后,可以根据opencv得到待筛选像素点集合对应的待筛选轮廓,将待筛选轮廓与头盔对应的预设轮廓进行对比,得到比对值大于预设比对值的待筛选轮廓作为当前头盔轮廓。
其中,将待筛选轮廓和预设头盔轮廓进行比对的方法可以直接采用现有技术中的比对方法,本发明在此不做赘述。
通过上述方式得到的当前头盔轮廓,可以相对准确的得到当前俯视图中工作人员对应的头盔轮廓,从而可以使后续对第一目标区域内人员数量的判断相对准确一些。
S3,提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色。
本发明在得到当前头盔轮廓之后,为了进一步确定得到的当前头盔轮廓是否为工作人员所对应的轮廓,还会依据头盔周围的肩部像素点生成的当前肩部轮廓对其进行进一步的判断。
可以理解的是,拍摄的俯视图中一般可以得到到人的头部轮廓和肩部轮廓,由于工作人员通常都穿戴统一的头盔和工作服,因此可以通过头盔轮廓和肩部轮廓来判断得到的头盔轮廓是否为工作人员所对应的轮廓。
具体的,在上述实施例的基础上步骤S3的具体实现方式可以是:
S31,遍历当前头盔轮廓预设范围内各像素点的像素值,若存在像素点的像素值位于第二预设像素值区间,则将像素值位于第二预设像素值区间的像素点作为肩部像素点。
通常来讲,头盔轮廓和肩部轮廓一般都是紧挨着的,因此若在当前头盔轮廓的预设范围内存在像素值位于第二预设像素值区间的像素点,则该像素点很有可能是工作人员的肩部轮廓所对应的像素点,因此可以将该像素点作为肩部像素点。
在一些实施例中,上述预设范围可以通过以下步骤得到:
统计当前俯视图中所有当前头盔轮廓对应的头盔像素点总数量,根据头盔像素点总数量得到平均像素点数量。
可以理解的是,为了可以得到相对完整的肩部轮廓,使得到的肩部轮廓可以在预设范围内,当前俯视图中的当前头盔轮廓越大时,相应的预设范围也可以设置的越大,俯视图中的当前头盔轮廓越小时,相应的预设范围也可以设置的越小。
具体的,可以依据当前俯视图中所有当前头盔轮廓对应的像素点总数量的平均值,得到每个当前头盔轮廓所对应的平均面积,然后再依据得到的平均面积在后续的处理中得到预设范围。
基于平均像素点数量生成范围调整系数,根据范围调整系数对基准范围进行调整得到预设范围。
通过以下公式计算预设范围,,其中,为预设范围,为当前俯视图中第个当前头盔轮廓对应的像素点数量,为当前俯视图中当前头盔轮廓的上限值,为当前俯视图中当前头盔轮廓的总数量,为基准平均像素点数量,为基准范围,为预设范围权重值。
从上述公式中可以看出,平均像素点数量越多,说明当前俯视图中的当前头盔轮廓的面积可能也会越大,因此预设范围可以设置的相对大一些,好让得到的肩部轮廓可以在预设范围内,反之亦然。
S32,根据相邻的肩部像素点生成当前肩部像素点集合,基于opencv对当前肩部像素点集合中的所有像素点组成的图形进行轮廓识别,得到当前肩部像素点集合对应的待筛选肩部轮廓。
同样的,本发明在得到当前肩部像素点集合后,也会基于opencv得到当前肩部像素点集合对应的待筛选肩部轮廓,基于对待筛选肩部轮廓后续的处理来判断得到的待筛选肩部轮廓是否为工作人员对应的肩部轮廓。
S33,获取待筛选肩部轮廓的边缘线对应的多个第一肩部坐标,以及预设肩部轮廓的边缘线对应的多个第二肩部坐标,根据第一肩部坐标和第二肩部坐标得到肩部相似值,将肩部相似值大于预设肩部相似值的待筛选肩部轮廓作为当前肩部轮廓。
进一步的,为了判断得到的待筛选肩部轮廓是否为工作人员对应的肩部轮廓,本发明会将待筛选肩部轮廓和预设肩部轮廓进行比对,得到肩部相似值,两者比对后得到的肩部相似值越大,说明两者越相似,待筛选肩部轮廓是工作人员对应的肩部轮廓的可能性也会越大,因此可以将肩部相似值大于预设肩部相似值的待筛选肩部轮廓作为当前肩部轮廓。
具体的,可以通过以下步骤计算得到待筛选肩部轮廓和预设肩部轮廓的肩部相似值:
S331,根据各第一肩部坐标和肩部中心坐标计算得到各第一肩部坐标至肩部中心坐标的第一距离,基于所有第一距离得到待筛选肩部轮廓对应的当前轮廓距离值。
其中,获取肩部中心坐标的方式同获取当前中心坐标和历史中心坐标的方式类似,在此不做赘述。
第一肩部坐标为待筛选肩部轮廓最外缘的轮廓坐标,通过第一肩部坐标和肩部中心坐标可以得到待筛选肩部轮廓最外缘的坐标与中心坐标之间的距离,进而可以得到待筛选肩部轮廓最外缘的所有坐标与中心坐标之间的距离。
S332,获取预设肩部轮廓对应的预设中心坐标,根据各第二肩部坐标和预设中心坐标计算得到各第二肩部坐标至预设中心坐标的第二距离,基于所有第二距离得到预设肩部轮廓对应的预设轮廓距离值。
同样的,预设中心坐标的获取方式也同当前中心坐标和历史中心坐标的获取方式类似,在此不做赘述。
第二肩部坐标为预设肩部轮廓最外缘的轮廓坐标,同样的,通过第二肩部坐标和预设中心坐标可以得到预设肩部轮廓最外缘的坐标与中心坐标之间的距离,进而可以得到预设肩部轮廓最外缘的所有坐标与中心坐标之间的距离。
S333,根据当前轮廓距离值和预设轮廓距离值的差值得到轮廓总差值,基于所述轮廓总差值计算得到肩部相似值。
通过当前轮廓距离值和预设轮廓距离值的差值可以得到各待筛选肩部轮廓与预设肩部轮廓的轮廓差异度,再根据两者的轮廓差异度就可以计算得到两者的轮廓相似度。
通过以下公式计算肩部相似值,,其中,为肩部相似值,为轮廓总差值,为肩部相似权重值,为待筛选肩部轮廓对应的第个第一肩部坐标的x轴坐标,为肩部中心坐的x轴坐标,为待筛选肩部轮廓对应的第个第一肩部坐标的y轴坐标,为肩部中心坐标的y轴坐标,为预设肩部轮廓对应的第k个第二肩部坐标的x轴坐标,为预设中心坐标的x轴坐标,为预设肩部轮廓对应的第k个第二肩部坐标的y轴坐标,为预设中心坐标的y轴坐标,n为第一肩部坐标的上线值,m为第二肩部坐标的上限值。
从上述公式中可以看出,轮廓总差值越大,说明待筛选肩部轮廓与预设肩部轮廓的轮廓差异度就越大,相应的肩部相似值也会越小。相反的,轮廓总差值越小,说明待筛选肩部轮廓与预设肩部轮廓的轮廓差异度就越小,相应的肩部相似值也会越大。
在实际应用中,肩部相似权重值可以依据实际情况进行设置,当肩部相似值偏大时,可以通过肩部相似权重值对其进行调小处理,当肩部相似值偏小时,可以通过肩部相似权重值对其进行增大处理。
S34,基于当前肩部轮廓和当前头盔轮廓生成人员轮廓集合,获取人员轮廓集合中当前肩部轮廓对应的肩部中心坐标,以及当前头盔轮廓对应的头盔中心坐标,根据肩部中心坐标和头盔中心坐标得到人员轮廓集合对应的轮廓距离。
在实际应用中,通过俯视拍摄的图像中可能会出现头盔将左右两个肩膀隔开的情况,因此人员轮廓集合中的当前肩部轮廓可以包括左肩部轮廓和右肩部轮廓。
可以理解的是,通常来讲左右肩膀与头部的距离都不会太远,因此可以通过左右肩膀的中心与头部的中心的距离来判断得到的肩膀轮廓和头部轮廓是否为工作人员所对应的轮廓。
具体的,步骤S34包括步骤S341至步骤S344:
S341,获取当前肩部轮廓和当前头盔轮廓对应的多个第一轮廓坐标和第二轮廓坐标,获取多个第一轮廓坐标中的第一最大x轴坐标值、第一最小x轴坐标值、第一最大y轴坐标值和第一最小y轴坐标值,以及多个第二轮廓坐标中的第二最大x轴坐标值、第二最小x轴坐标值、第二最大y轴坐标值和第二最小y轴坐标值。
具体的,可以对当前俯视图进行坐标化处理,得到当前肩部轮廓和当前头盔轮廓对应的所有像素点的坐标,然后再找到多个坐标中最大X轴坐标值、最小X轴坐标值、最大Y轴坐标值、最小Y轴坐标值。
S342,根据第一最大x轴坐标值和第一最小x轴坐标值的差值的中间值得到第一x轴中心坐标值,根据第一最大y轴坐标值和第一最小y轴坐标值的差值的中间值得到第一y轴中心坐标值,基于第一x轴中心坐标值和第一y轴中心坐标值得到肩部中心坐标。
与得到当前中心坐标和历史中心坐标的方法类似,在得到肩部中心坐标时也可以依据最大X轴坐标值和最小X轴坐标值差值的中间值得到肩部中心坐标对应的X轴坐标值,依据最大Y轴坐标值和最小Y轴坐标值差值的中间值得到肩部中心坐标对应的Y轴坐标值,依据肩部中心坐标对应的X轴坐标值和Y轴坐标值得到对应的肩部中心坐标。
S343,根据第二最大x轴坐标值和第二最小x轴坐标值的差值的中间值得到第二x轴中心坐标值,根据第二最大y轴坐标值和第二最小y轴坐标值的差值的中间值得到第二y轴中心坐标值,基于第二x轴中心坐标值和第二y轴中心坐标值得到头盔中心坐标。
同样的,得到头盔中心坐标的方式同得到肩部中心坐标的方式类似,在此不做赘述。
S344,基于肩部中心坐标和头盔中心坐标的差值得到当前肩部轮廓和当前头盔轮廓对应的轮廓距离。
具体的,在得到左右肩膀轮廓和头盔轮廓对应的中心坐标后,就可以根据左右肩膀轮廓的中心坐标与头盔轮廓的中心坐标的差值来得到左右肩膀轮廓与头盔轮廓之间的距离。
S35,获取轮廓距离与预设轮廓距离之间的轮廓距离差值,将轮廓距离差值小于预设轮廓距离差值的人员轮廓集合作为当前人员轮廓,根据当前人员轮廓的数量得到当前人员数量。
在实际应用中,由于有的人比较瘦小,因此左右肩膀与头部之间的距离可能会相对较近一些,而有的人比较高大,因此左右肩膀与头部之间的距离可能会相对较远一些,因此本发明会依据轮廓距离与预设轮廓距离的轮廓距离差值和预设轮廓距离差值来判断左右肩膀与头部之间的距离是否符合要求,若轮廓距离差值小于预设轮廓距离差值,说明左右肩膀和头部之间的距离是符合要求,因此可以将其对应的人员轮廓集合组成的轮廓作为当前人员轮廓。
通过上述方式得到的当前人员轮廓,可以将人员对应的轮廓进行相对准确的筛选,提高了人员识别的准确性,从而可以相对准确的判断第一目标区域内的实际人数,加强对设备人员的监控。
S4,若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
可以理解的是,当第一目标区域内有其他人员经过时,可能会导致识别到的人数大于等于预设人数,由于经过人员路过对应的设备区域的时间较短,可能3S、5S等等,因此当前人员数量大于等于预设人员数量时,为了判断第一目标区域内的人员是经过的人员还是本来就在第一目标区域内的人员,本发明还会根据下一时刻拍摄到的校准俯视图中的人员数量对其进行校准。
例如,可以获取1分钟后的图像数据,如果第一张图片中有经过人员存在,那么下一时刻所识别出来的人员数量肯定是相对较少的。
若校准后的人员数量仍不等于预设人员数量,此时则可以将对应的校准人员数量和提醒信息发送至管理中心。
其中,当前时刻与下一时刻之间的时间间隔可以和当前时刻与上一时刻之间的时间间隔相同,例如都可以设置成一分钟。
具体的,在上述实施例的基础上步骤S4的具体实现方式可以是:
S41,获取当前俯视图中静态像素点集合对应的像素点区域作为静态区域,将校准俯视图中与静态区域相对应的区域作为非选中区域,将校准俯视图中除非选中区域外的其他区域作为校准区域。
可以理解的是,静态像素点集合对应的区域很有可能是设备上的区域,因此在对校准俯视图进行处理的时候,可以不对静态像素点集合对应的静态区域进行处理,这样可以相对减少对校准俯视图数据的处理量。
S42,提取校准区域中位于第一预设像素值区间的校准像素点,根据校准像素点生成校准像素点集合,基于校准像素点集合得到校准俯视图对应的校准头盔轮廓。
进一步的,在得到除静态区域以外的其他校准区域后,就可以对校准区域内的像素点进行相应的处理,得到校准区域中的校准头盔轮廓。其中,校准头盔轮廓的获取方式和当前头盔轮廓的获取方式类似,在此不做赘述。
S43,提取校准头盔轮廓预设范围内位于第二预设像素值区间的像素点生成校准肩部像素点集合,根据校准肩部像素点集合生成校准肩部轮廓,基于校准头盔轮廓和校准肩部轮廓得到校准人员轮廓,根据校准人员轮廓得到第一目标区域内的校准人员数量。
同样的,在得到校准俯视图中的校准头盔轮廓后,还可以依据校准头盔轮廓预设范围内的像素点判断校准头盔轮廓周围是否有对应的校准肩部轮廓,从而判断校准头盔轮廓和校准肩部轮廓是否为工作人员对应的轮廓,从而依据轮廓数量得到校准后的人员数量。其中,工作人员的校准人员轮廓的获取方式同工作人员的当前人员轮廓的获取方式类似,在此不做赘述。
通过上述方式得到校准人员数量,可以对第一目标区域内的人员数量进行校准,使得到的人员数量可以相对准确,提高识别人员数量时的准确性。
参见图2,是本发明实施例提供的一种设备监控处理系统的结构示意图,该设备监控处理系统包括:
提取模块,用于提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系;
当前模块,用于获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色;
数量模块,用于提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色;
校准模块,用于若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤,其实现原理和技术效果类似,此处不再赘述。
参见图3,是本发明实施例提供的一种电子设备的硬件结构示意图,该电子设备30包括:处理器31、存储器32和计算机程序;其中
存储器32,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器31,用于执行所述存储器存储的计算机程序,以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器32既可以是独立的,也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时,所述设备还可以包括:
总线33,用于连接所述存储器32和处理器31。
本发明还提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种设备监控处理方法,其特征在于,包括:
提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系;
获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色;
提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色;
若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
2.根据权利要求1所述的方法,其特征在于,
提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,包括:
提取所述当前俯视图中位于第一预设像素值区间的当前像素点,以及历史俯视图中位于第一预设像素值区间的历史像素点,根据相邻的当前像素点生成当前像素点集合,根据相邻的历史像素点生成历史像素点集合;
获取当前像素点集合对应的当前中心坐标,以及历史像素点集合对应的历史中心坐标,根据各当前中心坐标和各历史中心坐标得到各当前像素点集合和各历史像素点集合对应的中心坐标差值;
将中心坐标差值小于预设中心坐标差值的当前像素点集合和历史像素点集合作为一组比对组合,根据比对组合中的当前像素点和历史像素点的坐标计算得到比对相似值;
获取比对相似值大于等于预设比对相似值的比对组合作为静态组合,将静态组合中的当前像素点集合作为静态像素点集合,将当前俯视图中其他的当前像素点集合作为动态像素点集合;
统计各动态像素点集合对应的动态像素点数量,获取动态像素点数量在预设像素点数量区间内的动态像素点集合作为待筛选像素点集合;
基于opencv对待筛选像素点集合中的所有像素点组成的图形进行轮廓识别,得到待筛选像素点集合对应的待筛选轮廓,将待筛选轮廓和预设头盔轮廓进行比对,获取头盔比对值大于等于预设比对值的待筛选轮廓作为当前头盔轮廓。
3.根据权利要求2所述的方法,其特征在于,
根据比对组合中的当前像素点和历史像素点的坐标计算得到比对相似值,包括:
统计比对组合中当前像素点集合和历史像素点集合相同坐标的数量得到相同数量,并统计不同坐标的数量得到不同数量;
根据相同数量和不同数量计算得到总数量,基于相同数量和总数量的比值得到比对组合对应的比对相似值。
4.根据权利要求3所述的方法,其特征在于,
提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,包括:
遍历当前头盔轮廓预设范围内各像素点的像素值,若存在像素点的像素值位于第二预设像素值区间,则将像素值位于第二预设像素值区间的像素点作为肩部像素点;
根据相邻的肩部像素点生成当前肩部像素点集合,基于opencv对当前肩部像素点集合中的所有像素点组成的图形进行轮廓识别,得到当前肩部像素点集合对应的待筛选肩部轮廓;
获取待筛选肩部轮廓的边缘线对应的多个第一肩部坐标,以及预设肩部轮廓的边缘线对应的多个第二肩部坐标,根据第一肩部坐标和第二肩部坐标得到肩部相似值,将肩部相似值大于预设肩部相似值的待筛选肩部轮廓作为当前肩部轮廓;
基于当前肩部轮廓和当前头盔轮廓生成人员轮廓集合,获取人员轮廓集合中当前肩部轮廓对应的肩部中心坐标,以及当前头盔轮廓对应的头盔中心坐标,根据肩部中心坐标和头盔中心坐标得到人员轮廓集合对应的轮廓距离;
获取轮廓距离与预设轮廓距离之间的轮廓距离差值,将轮廓距离差值小于预设轮廓距离差值的人员轮廓集合作为当前人员轮廓,根据当前人员轮廓的数量得到当前人员数量。
5.根据权利要求4所述的方法,其特征在于,
获取待筛选肩部轮廓的边缘线对应的多个第一肩部坐标,以及预设肩部轮廓的边缘线对应的多个第二肩部坐标,根据第一肩部坐标和第二肩部坐标得到肩部相似值,包括:
根据各第一肩部坐标和肩部中心坐标计算得到各第一肩部坐标至肩部中心坐标的第一距离,基于所有第一距离得到待筛选肩部轮廓对应的当前轮廓距离值;
获取预设肩部轮廓对应的预设中心坐标,根据各第二肩部坐标和预设中心坐标计算得到各第二肩部坐标至预设中心坐标的第二距离,基于所有第二距离得到预设肩部轮廓对应的预设轮廓距离值;
根据当前轮廓距离值和预设轮廓距离值的差值得到轮廓总差值,基于所述轮廓总差值计算得到肩部相似值;
通过以下公式计算肩部相似值,
6.根据权利要求5所述的方法,其特征在于,
获取人员轮廓集合中当前肩部轮廓对应的肩部中心坐标,以及当前头盔轮廓对应的头盔中心坐标,根据肩部中心坐标和头盔中心坐标得到人员轮廓集合对应的轮廓距离,包括:
获取当前肩部轮廓和当前头盔轮廓对应的多个第一轮廓坐标和第二轮廓坐标,获取多个第一轮廓坐标中的第一最大x轴坐标值、第一最小x轴坐标值、第一最大y轴坐标值和第一最小y轴坐标值,以及多个第二轮廓坐标中的第二最大x轴坐标值、第二最小x轴坐标值、第二最大y轴坐标值和第二最小y轴坐标值;
根据第一最大x轴坐标值和第一最小x轴坐标值的差值的中间值得到第一x轴中心坐标值,根据第一最大y轴坐标值和第一最小y轴坐标值的差值的中间值得到第一y轴中心坐标值,基于第一x轴中心坐标值和第一y轴中心坐标值得到肩部中心坐标;
根据第二最大x轴坐标值和第二最小x轴坐标值的差值的中间值得到第二x轴中心坐标值,根据第二最大y轴坐标值和第二最小y轴坐标值的差值的中间值得到第二y轴中心坐标值,基于第二x轴中心坐标值和第二y轴中心坐标值得到头盔中心坐标;
基于肩部中心坐标和头盔中心坐标的差值得到当前肩部轮廓和当前头盔轮廓对应的轮廓距离。
7.根据权利要求6所述的方法,其特征在于,
获取预设时间段后的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,包括:
获取当前俯视图中静态像素点集合对应的像素点区域作为静态区域,将校准俯视图中与静态区域相对应的区域作为非选中区域,将校准俯视图中除非选中区域外的其他区域作为校准区域;
提取校准区域中位于第一预设像素值区间的校准像素点,根据校准像素点生成校准像素点集合,基于校准像素点集合得到校准俯视图对应的校准头盔轮廓;
提取校准头盔轮廓预设范围内位于第二预设像素值区间的像素点生成校准肩部像素点集合,根据校准肩部像素点集合生成校准肩部轮廓,基于校准头盔轮廓和校准肩部轮廓得到校准人员轮廓,根据校准人员轮廓得到第一目标区域内的校准人员数量。
8.根据权利要求6所述的方法,其特征在于,通过以下方式的得到预设范围,包括:
统计当前俯视图中所有当前头盔轮廓对应的头盔像素点总数量,根据头盔像素点总数量得到平均像素点数量;
基于平均像素点数量生成范围调整系数,根据范围调整系数对基准范围进行调整得到预设范围。
10.一种设备监控处理系统,其特征在于,包括:
提取模块,用于提取第一目标区域中第一设备的工作状态,调取所述第一设备对应的工作状态对应表,根据工作状态对应表得到所述设备在对应工作状态下的预设人员数量,其中,工作状态对应表中包括设备工作状态与预设人员数量的一一对应关系;
当前模块,用于获取第一目标区域拍摄的当前俯视图和上一时刻的历史俯视图,提取当前俯视图和历史俯视图中位于第一预设像素值区间的像素点生成当前像素点集合和历史像素点集合,根据当前像素点集合和历史像素点集合得到当前俯视图对应的当前头盔轮廓,其中,所述第一预设像素值区间对应头盔的颜色;
数量模块,用于提取当前头盔轮廓预设范围内位于第二预设像素值区间的像素点生成当前肩部像素点集合,根据当前肩部像素点集合生成当前肩部轮廓,基于当前肩部轮廓和当前头盔轮廓得到第一目标区域内的当前人员数量,其中,所述第二预设像素值区间对应工作服的颜色;
校准模块,用于若当前人员数量大于等于预设人员数量,则获取下一时刻的校准俯视图,根据校准俯视图得到第一目标区域内的校准人员数量,若校准人员数量不等于预设人员数量,则将校准人员数量和提醒信息发送至管理中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077367.2A CN115797876B (zh) | 2023-02-08 | 2023-02-08 | 设备监控处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310077367.2A CN115797876B (zh) | 2023-02-08 | 2023-02-08 | 设备监控处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115797876A true CN115797876A (zh) | 2023-03-14 |
CN115797876B CN115797876B (zh) | 2023-04-07 |
Family
ID=85430387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310077367.2A Active CN115797876B (zh) | 2023-02-08 | 2023-02-08 | 设备监控处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115797876B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227887A (zh) * | 2023-04-28 | 2023-06-06 | 华至云链科技(苏州)有限公司 | 生产线异常数据处理方法及系统 |
CN116959728A (zh) * | 2023-08-09 | 2023-10-27 | 华至云链科技(苏州)有限公司 | 工厂管理系统数据处理方法及平台 |
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079419A (ja) * | 2008-09-24 | 2010-04-08 | Mitsubishi Electric Corp | 人数計数装置及び人数計数方法 |
CN102136076A (zh) * | 2011-03-14 | 2011-07-27 | 徐州中矿大华洋通信设备有限公司 | 基于安全帽检测的煤矿井下人员定位与跟踪方法 |
JP2012160165A (ja) * | 2011-01-31 | 2012-08-23 | Nec (China) Co Ltd | ベースライン帯域ビデオ監視システムおよび方法 |
JP2012212968A (ja) * | 2011-03-30 | 2012-11-01 | Secom Co Ltd | 画像監視装置 |
WO2017128606A1 (zh) * | 2016-01-26 | 2017-08-03 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及其七巧板颜色识别方法 |
WO2018105530A1 (ja) * | 2016-12-08 | 2018-06-14 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置および情報処理方法 |
CN111626210A (zh) * | 2020-05-27 | 2020-09-04 | 上海科技大学 | 人员着装检测方法、处理终端、及存储介质 |
CN111832461A (zh) * | 2020-07-07 | 2020-10-27 | 浙江工商大学 | 一种基于视频流的非机动车骑行人员头盔佩戴检测方法 |
CN113537157A (zh) * | 2021-09-08 | 2021-10-22 | 江苏凯帝商业设施有限公司 | 一种基于人工智能的雨天头盔检测方法 |
WO2021243895A1 (zh) * | 2020-06-02 | 2021-12-09 | 苏州科瓴精密机械科技有限公司 | 基于图像识别工作位置的方法、系统,机器人及存储介质 |
WO2021243897A1 (zh) * | 2020-06-02 | 2021-12-09 | 苏州科瓴精密机械科技有限公司 | 基于图像识别工作位置的方法、系统,机器人及存储介质 |
-
2023
- 2023-02-08 CN CN202310077367.2A patent/CN115797876B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079419A (ja) * | 2008-09-24 | 2010-04-08 | Mitsubishi Electric Corp | 人数計数装置及び人数計数方法 |
JP2012160165A (ja) * | 2011-01-31 | 2012-08-23 | Nec (China) Co Ltd | ベースライン帯域ビデオ監視システムおよび方法 |
CN102136076A (zh) * | 2011-03-14 | 2011-07-27 | 徐州中矿大华洋通信设备有限公司 | 基于安全帽检测的煤矿井下人员定位与跟踪方法 |
JP2012212968A (ja) * | 2011-03-30 | 2012-11-01 | Secom Co Ltd | 画像監視装置 |
WO2017128606A1 (zh) * | 2016-01-26 | 2017-08-03 | 上海葡萄纬度科技有限公司 | 一种教育玩具套件及其七巧板颜色识别方法 |
WO2018105530A1 (ja) * | 2016-12-08 | 2018-06-14 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置および情報処理方法 |
CN111626210A (zh) * | 2020-05-27 | 2020-09-04 | 上海科技大学 | 人员着装检测方法、处理终端、及存储介质 |
WO2021243895A1 (zh) * | 2020-06-02 | 2021-12-09 | 苏州科瓴精密机械科技有限公司 | 基于图像识别工作位置的方法、系统,机器人及存储介质 |
WO2021243897A1 (zh) * | 2020-06-02 | 2021-12-09 | 苏州科瓴精密机械科技有限公司 | 基于图像识别工作位置的方法、系统,机器人及存储介质 |
CN111832461A (zh) * | 2020-07-07 | 2020-10-27 | 浙江工商大学 | 一种基于视频流的非机动车骑行人员头盔佩戴检测方法 |
CN113537157A (zh) * | 2021-09-08 | 2021-10-22 | 江苏凯帝商业设施有限公司 | 一种基于人工智能的雨天头盔检测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227887A (zh) * | 2023-04-28 | 2023-06-06 | 华至云链科技(苏州)有限公司 | 生产线异常数据处理方法及系统 |
CN116227887B (zh) * | 2023-04-28 | 2023-07-07 | 华至云链科技(苏州)有限公司 | 生产线异常数据处理方法及系统 |
CN116959728A (zh) * | 2023-08-09 | 2023-10-27 | 华至云链科技(苏州)有限公司 | 工厂管理系统数据处理方法及平台 |
CN116959728B (zh) * | 2023-08-09 | 2024-04-19 | 华至云链科技(苏州)有限公司 | 工厂管理系统数据处理方法及平台 |
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
CN117315508B (zh) * | 2023-08-24 | 2024-05-14 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115797876B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115797876B (zh) | 设备监控处理方法及系统 | |
US11120254B2 (en) | Methods and apparatuses for determining hand three-dimensional data | |
WO2021004180A1 (zh) | 一种纹理特征提取方法、纹理特征提取装置及终端设备 | |
CN110147744B (zh) | 一种人脸图像质量评估方法、装置及终端 | |
CN111898486B (zh) | 监控画面异常的检测方法、装置及存储介质 | |
CN108573471B (zh) | 图像处理装置、图像处理方法以及记录介质 | |
US11232584B2 (en) | Line-of-sight estimation device, line-of-sight estimation method, and program recording medium | |
CN109389018B (zh) | 一种人脸角度识别方法、装置及设备 | |
CN111046825A (zh) | 人体姿态识别方法、装置、系统及计算机可读存储介质 | |
CN110991297A (zh) | 一种基于场景监控的目标定位方法及系统 | |
CN111667504A (zh) | 一种人脸追踪方法、装置及设备 | |
CN112633749A (zh) | 一种基于人脸识别的员工工作时长统计方法、系统及介质 | |
US20230225256A1 (en) | Method for regulating illumination of growing plants, electronic device, and storage media | |
CN114494347A (zh) | 一种单摄像头多模式视线追踪方法和装置、电子设备 | |
CN114511611A (zh) | 一种基于图像识别的货堆统计方法及装置 | |
WO2020014913A1 (zh) | 物体体积测量方法、相关装置及计算机可读存储介质 | |
US9940543B2 (en) | Control of computer vision pre-processing based on image matching using structural similarity | |
CN113938674B (zh) | 视频质量检测方法、装置、电子设备及可读存储介质 | |
LU100684B1 (en) | Method and system for head pose estimation | |
CN114155557A (zh) | 定位方法、装置、机器人及计算机可读存储介质 | |
CN113034544A (zh) | 一种基于深度相机的人流分析方法及装置 | |
CN110992372A (zh) | 物品抓取方法、装置、存储介质及电子装置 | |
CN116385567A (zh) | 获取色卡roi坐标信息的方法、装置和介质 | |
CN112700396A (zh) | 一种人脸图片光照评价方法、装置、计算设备和存储介质 | |
CN115035188A (zh) | 一种基于目标的距离测量方法、装置及终端设备 |
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 |