CN116129307A - 封闭化场景可视化人员管理方法、装置、系统和存储介质 - Google Patents

封闭化场景可视化人员管理方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN116129307A
CN116129307A CN202211729466.6A CN202211729466A CN116129307A CN 116129307 A CN116129307 A CN 116129307A CN 202211729466 A CN202211729466 A CN 202211729466A CN 116129307 A CN116129307 A CN 116129307A
Authority
CN
China
Prior art keywords
information
personnel
video
scene
closed
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.)
Pending
Application number
CN202211729466.6A
Other languages
English (en)
Inventor
吕浩
应鹏
孙奔
李杨
席标
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.)
Jiangsu Changlu Zhizao Technology Co ltd
Original Assignee
Jiangsu Changlu Zhizao Technology Co ltd
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 Jiangsu Changlu Zhizao Technology Co ltd filed Critical Jiangsu Changlu Zhizao Technology Co ltd
Priority to CN202211729466.6A priority Critical patent/CN116129307A/zh
Publication of CN116129307A publication Critical patent/CN116129307A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • G06V20/36—Indoor scenes
    • 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
    • G06V40/23—Recognition of whole body movements, e.g. for sport training

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明涉及数据处理技术领域，尤其涉及一种封闭化场景可视化人员管理方法、装置、系统和存储介质，该方法包括以下步骤：获取封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；获取封闭场景内的视频信息，并将视频信息与所述二维坐标地理信息进行映射；识别所述视频信息中的人员信息，并确认识别人员的实时坐标位置；将所述人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，所述人员信息包括人员身份信息、人员位置信息和人员行为信息。本发明通过视频识别以及结合二维坐标进行定位的方式，避免了员工人为替换定位模块的缺陷，提高了管理的可靠性。

Description

封闭化场景可视化人员管理方法、装置、系统和存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种封闭化场景可视化人员管理方法、装置、系统和存储介质。
背景技术
随着道路交通工程的快速发展，封闭施工的场景逐渐增多，如隧道施工，梁场施工等，封闭施工类场景具有空间位置相对固定、施工人员相对固定等特点，同时对施工人员的安全也有非常高的要求，如何对封闭施工场景中的人员形成有效的管理，已成为封闭场景施工过程中亟待解决的问题。
相关技术中，采用的人员管理途径多采用定位模块，例如GPS定位、RFID标签定位、蓝牙定位、ZIGBEE定位等，通过识别人员佩戴的定位模块来实现对人员的管理；然而发明人在实施上述方案时发现，通过佩戴定位模块的管理方式存在明显的漏洞，既无法避免人员更换定位模块的行为，也无法对施工过程中的一些危险行为进行提醒。
发明内容
鉴于以上技术问题中的至少一项，本发明提供了一种封闭化场景可视化人员管理方法、装置、系统和存储介质，采用封闭场景二维坐标模型与视觉识别的方式，实现可视化人员管理。
根据本发明的第一方面，提供一种封闭化场景可视化人员管理方法，包括以下步骤：
获取封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；
获取封闭场景内的视频信息，并将视频信息与所述二维坐标地理信息进行映射；
识别所述视频信息中的人员信息，并确认识别人员的实时坐标位置；
将所述人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，所述人员信息包括人员身份信息、人员位置信息和人员行为信息。
在本发明一些实施例中，所述视频信息的输入由多路不同角度的输入源组成，多路所述输入源覆盖完整的封闭施工场景。
在本发明一些实施例中，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。
在本发明一些实施例中，还包括显示步骤，根据二维坐标地理信息将每个所述输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。
根据本发明的第二方面，还提供了一种封闭化场景可视化人员管理装置，包括：
第一获取模块，用于封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；
第二获取模块，用于获取封闭场景内的视频信息，并将视频信息与所述二维坐标地理信息进行映射；
识别模块，用于识别所述视频信息中的人员信息，并确认识别人员的实时坐标位置；
预警模块，用于将所述人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，所述人员信息包括人员身份信息、人员位置信息和人员行为信息。
在本发明一些实施例中，在所述第二获取模块中，所述视频信息的输入由多路不同角度的输入源组成，多路所述输入源覆盖完整的封闭施工场景。
在本发明一些实施例中，在所述第二获取模块中，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。
在本发明一些实施例中，还包括显示模块，所述显示模块用于根据二维坐标地理信息将每个所述输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。
根据本发明第三方面，还提供了一种封闭化场景可视化人员管理系统，包括：
视频识别设备，布设在封闭施工场景中，用于实时获取封闭场景内的视频数据并发送至智能处理设备中；
智能处理设备，所述智能处理设备内存储有封闭场景平面化模型，并且根据该平面化模型构建的二维坐标地理信息，所述智能处理设备将所述视频识别设备发送的视频数据与所述二维坐标地理信息进行映射；
所述智能处理设备内存储有训练好的卷积神经网络深度学习模型，所述卷积神经网络深度学习模型用于识别人员信息，所述人员信息包括人员身份信息、人员位置信息和人员行为信息；
智能预警装置，与所述智能处理设备通信连接，所述智能处理设备将识别的人员信息与预设信息进行比较，当人员信息与预设信息不符时，所述智能预警装置发出预警。
根据本发明第四方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面中任意一项所述的封闭化场景可视化人员管理方法。
本发明的有益效果为：本发明通过建立封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息，通过将获取的视频信息与该二维坐标地理信息的映射，能够获知作业人员的实时位置和移动轨迹，通过对作业人员的视频信息进行识别，将识别的人员信息与预设信息进行比较，进而及时发现违规作业人员并发出预警，与现有技术相比，通过视频识别以及结合二维坐标进行定位的方式，避免了员工人为替换定位模块的缺陷，提高了管理的可靠性。
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，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地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，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为本发明实施例中封闭化场景可视化人员管理方法的步骤流程图；
图2为本发明实施例中封闭化场景可视化人员管理方法的场景图；
图3为本发明实施例中封闭化场景可视化人员管理装置的结构示意图；
图4为本发明实施例中封闭化场景可视化人员管理装置的结构示意图；
图5为本发明实施例中封闭化场景可视化人员管理系统的原理图。
具体实施方式
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。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
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。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示的封闭化场景可视化人员管理方法，包括以下步骤：
S10：获取封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；这里需要指出的是，在本发明实施例中，封闭场景的平面化模型可以通过计算机建模的方式进行输入，在输入平面模型以后，在平面模型的边缘或者中心位置处确定坐标原点位置；
S20：获取封闭场景内的视频信息，并将视频信息与二维坐标地理信息进行映射；这里的视频信息指的是视频环境信息和视频内人员的信息，视频环境信息用于与二维坐标地理信息进行映射，使得视频上的封闭场景的地面位置与二维坐标地理信息的坐标一一对应；
S30：识别视频信息中的人员信息，并确认识别人员的实时坐标位置；视觉识别为现有技术，在本发明实施例中，通过事先的训练确定多种人员信息，例如人员身份信息、人员位置信息和人员行为信息等，人员身份信息通过录入作业人员的面部信息已经对应的姓名、岗位等信息来实现，位置信息通过在视频上出现的位置映射到二维坐标系中来进行实时显示，同时还可以通过作业人员的历史坐标绘制成移动轨迹；人员行为信息例如未佩戴安全护具或者安全护具佩戴不规范，或者在执行作业时擅自离开岗位等内容；通过上述人员信息的识别，与现有技术相比，无需作业人员进行定位模块或者其他识别模块的佩戴，避免了现有技术中定位模块替换的漏洞，同时也减轻了作业人员的负担；进而提高了管理的可靠性和精准度。
S40：将人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息。这里的预警信息的发送方式具有多种，例如可以通过在管理平台上通过声音加文字的形式告知管理者，也可以在作业现场设置大屏幕，进而对作业人员进行实时提醒；也可以通过APP发送到移动终端的形式进行提醒。
在上述实施例中，通过建立封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息，通过将获取的视频信息与该二维坐标地理信息的映射，能够获知作业人员的实时位置和移动轨迹，通过对作业人员的视频信息进行识别，将识别的人员信息与预设信息进行比较，进而及时发现违规作业人员并发出预警，与现有技术相比，通过视频识别以及结合二维坐标进行定位的方式，避免了员工人为替换定位模块的缺陷，提高了管理的可靠性。
在上述实施例的基础上，在本发明实施例中，如图2中所示，视频信息的输入由多路不同角度的输入源组成，多路输入源覆盖完整的封闭施工场景。在本发明实施例中，为了提高视频拍摄信息的全面性，通过多个视频设备在多个角度对封闭施工现场进行拍摄，在本发明一些实施例中，以封闭场景地面中心为原点，绘制圆形，然后将圆形等分为几份，在等分线与封闭场景的交点处设置视频设备，通过这种设置，一方面可以提高视频信息覆盖的全面性，另一方面也能够提高视频识别的精准性；
具体而言，由于本发明实施例中采用多个视频设备进行拍摄，故如何选取视频源作为识别对象成为了亟待解决的问题，在本发明实施例中，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。即在具体进行识别时，以视频设备在开机是捕获到的人脸信息最全面的视频设备作为视频输入的识别源，通过这种方式的设置，可以同时对多个视频设备进行解析，从而提高了系统的运算效率，优化了计算的方式；在确定了主要视频输入源以后，该作业人员的人员信息均通过该视频设备进行识别，若人员移动至该视频拍摄的范围之外，则自动更换另一个识别人脸范围最大的视频设备作为视频识别设备；通过这种设置，避免了多个设备同时对同一个人员进行识别计算，降低了计算量，提高了运行效率。
此外，在本发明实施例中，还包括显示步骤，根据二维坐标地理信息将每个输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。由于视频设备具有多个，若同时显示全部的视频拍摄场景，则会较为混乱，给监测者的辨认带来了困难；在本发明实施例中，由于视频设备在以圆等分的方式进行布置，故可以仅显示等分圆所在的区域进行显示，再将多个等分圆区域进行拼合，从而形成完整的视频显示图像，然而这里需要指出的是，在进行显示时，通过上述分割拼接的形式进行显示，而在进行计算时，依然采用单个视频设备追踪的方式进行，通过上述方式的设置，既有利于提高运算效率，同时还便于人员进行观察。
本领域技术人员应当知道，本申请实施例中可提供为方法、装置、系统或者计算机存储介质产品，因此本申请实施例可以完全采用硬件实施例、硬件与软件结合的实施例或者纯软件实施例，下面对本申请实施例中的封闭场景可视化人员管理装置进行介绍，下文中的装置实施例与上文中的方法实施例相互对应，本领域技术人员可以基于上文的描述对下文的实施过程进行理解，这里不再进行详细描述；
如图3中所示的封闭化场景可视化人员管理装置，包括：
第一获取模块100，用于封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；
第二获取模块200，用于获取封闭场景内的视频信息，并将视频信息与二维坐标地理信息进行映射；
识别模块300，用于识别视频信息中的人员信息，并确认识别人员的实时坐标位置；
预警模块400，用于将人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，人员信息包括人员身份信息、人员位置信息和人员行为信息。
在本发明实施例中，在第二获取模块200中，视频信息的输入由多路不同角度的输入源组成，多路输入源覆盖完整的封闭施工场景。
在本发明的一些实施例中，在第二获取模块200中，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。
在本发明一些实施例中，如图4中所示，还包括显示模块500，显示模块500用于根据二维坐标地理信息将每个输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。
在本发明实施例中，还提供了一种封闭化场景可视化人员管理系统，如图5中所示，包括：
视频识别设备1，布设在封闭施工场景中，用于实时获取封闭场景内的视频数据并发送至智能处理设备2中；
智能处理设备2，智能处理设备2内存储有封闭场景平面化模型，并且根据该平面化模型构建的二维坐标地理信息，智能处理设备2将视频识别设备1发送的视频数据与二维坐标地理信息进行映射；
智能处理设备2内存储有训练好的卷积神经网络深度学习模型，卷积神经网络深度学习模型用于识别人员信息，人员信息包括人员身份信息、人员位置信息和人员行为信息；这里的卷积神经网络深度学习模型为现有技术，这里不再进行详细介绍。
智能预警装置2，与智能处理设备2通信连接，智能处理设备2将识别的人员信息与预设信息进行比较，当人员信息与预设信息不符时，智能预警装置2发出预警。
此外，在本发明实施例中，还包括局域网通信设备，用于各设备之间的通讯；还包括移动管理终端，通过上述设置，可以进行多样化的预警，提高预警的效率。
在本发明实施例的以下部分，对本发明实施例中的计算机存储介质实施例进行介绍，下文中的计算机存储介质实施例与上文中的方法实施例相互对应，本领域技术人员可以基于上文的描述对下文的实施过程进行理解，这里不再进行详细描述；
在本发明实施例中的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的封闭化场景可视化人员管理方法。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种封闭化场景可视化人员管理方法，其特征在于，包括以下步骤：
获取封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；
获取封闭场景内的视频信息，并将视频信息与所述二维坐标地理信息进行映射；
识别所述视频信息中的人员信息，并确认识别人员的实时坐标位置；
将所述人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，所述人员信息包括人员身份信息、人员位置信息和人员行为信息。
2.根据权利要求1所述的封闭化场景可视化人员管理方法，其特征在于，所述视频信息的输入由多路不同角度的输入源组成，多路所述输入源覆盖完整的封闭施工场景。
3.根据权利要求2所述的封闭化场景可视化人员管理方法，其特征在于，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。
4.根据权利要求3所述的封闭化场景可视化人员管理方法，其特征在于，还包括显示步骤，根据二维坐标地理信息将每个所述输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。
5.一种封闭化场景可视化人员管理装置，其特征在于，包括：
第一获取模块，用于封闭场景的平面化模型以及基于该平面化模型的二维坐标地理信息；
第二获取模块，用于获取封闭场景内的视频信息，并将视频信息与所述二维坐标地理信息进行映射；
识别模块，用于识别所述视频信息中的人员信息，并确认识别人员的实时坐标位置；
预警模块，用于将所述人员信息与预设信息进行比较，当人员信息与预设信息不符时，发出预警信息，其中，所述人员信息包括人员身份信息、人员位置信息和人员行为信息。
6.根据权利要求5所述的封闭化场景可视化人员管理装置，其特征在于，在所述第二获取模块中，所述视频信息的输入由多路不同角度的输入源组成，多路所述输入源覆盖完整的封闭施工场景。
7.根据权利要求6所述的封闭化场景可视化人员管理装置，其特征在于，在所述第二获取模块中，在获取人员身份信息时，以人脸识别角度最大的输入源作为识别对象，并以该输入源作为人员移动轨迹的计算依据。
8.根据权利要求7所述的封闭化场景可视化人员管理装置，其特征在于，还包括显示模块，所述显示模块用于根据二维坐标地理信息将每个所述输入源的视频信息进行分割并拼合成完整的封闭场景视频信息进行显示。
9.一种封闭化场景可视化人员管理系统，其特征在于，包括：
视频识别设备，布设在封闭施工场景中，用于实时获取封闭场景内的视频数据并发送至智能处理设备中；
智能处理设备，所述智能处理设备内存储有封闭场景平面化模型，并且根据该平面化模型构建的二维坐标地理信息，所述智能处理设备将所述视频识别设备发送的视频数据与所述二维坐标地理信息进行映射；
所述智能处理设备内存储有训练好的卷积神经网络深度学习模型，所述卷积神经网络深度学习模型用于识别人员信息，所述人员信息包括人员身份信息、人员位置信息和人员行为信息；
智能预警装置，与所述智能处理设备通信连接，所述智能处理设备将识别的人员信息与预设信息进行比较，当人员信息与预设信息不符时，所述智能预警装置发出预警。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的封闭化场景可视化人员管理方法。
CN202211729466.6A 2022-12-30 2022-12-30 封闭化场景可视化人员管理方法、装置、系统和存储介质 Pending CN116129307A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211729466.6A CN116129307A (zh) 2022-12-30 2022-12-30 封闭化场景可视化人员管理方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211729466.6A CN116129307A (zh) 2022-12-30 2022-12-30 封闭化场景可视化人员管理方法、装置、系统和存储介质

Publications (1)

Publication Number Publication Date
CN116129307A true CN116129307A (zh) 2023-05-16

Family

ID=86302220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211729466.6A Pending CN116129307A (zh) 2022-12-30 2022-12-30 封闭化场景可视化人员管理方法、装置、系统和存储介质

Country Status (1)

Country Link
CN (1) CN116129307A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343102A (zh) * 2023-05-30 2023-06-27 深圳酷源数联科技有限公司 矿下人员安全预警方法、装置、系统和存储介质
CN116628815A (zh) * 2023-05-30 2023-08-22 中铁八局集团第一工程有限公司 基于vr的梁场工作体验系统及方法
CN116843844A (zh) * 2023-05-30 2023-10-03 中铁八局集团第一工程有限公司 基于bim的梁场数字化管理系统及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116343102A (zh) * 2023-05-30 2023-06-27 深圳酷源数联科技有限公司 矿下人员安全预警方法、装置、系统和存储介质
CN116628815A (zh) * 2023-05-30 2023-08-22 中铁八局集团第一工程有限公司 基于vr的梁场工作体验系统及方法
CN116843844A (zh) * 2023-05-30 2023-10-03 中铁八局集团第一工程有限公司 基于bim的梁场数字化管理系统及方法
CN116843844B (zh) * 2023-05-30 2024-07-05 中铁八局集团第一工程有限公司 基于bim的梁场数字化管理系统及方法
CN116628815B (zh) * 2023-05-30 2024-09-27 中铁八局集团第一工程有限公司 基于vr的梁场工作体验系统及方法

Similar Documents

Publication Publication Date Title
CN116129307A (zh) 封闭化场景可视化人员管理方法、装置、系统和存储介质
CN109978409B (zh) 一种多工程企业级智慧工地区块链管理方法
US11188739B2 (en) Processing uncertain content in a computer graphics system
CN108961238A (zh) 显示屏质量检测方法、装置、电子设备及存储介质
CN116298701B (zh) 一种基于数字孪生系统的配电网故障检测方法及相关装置
DE112012001591T5 (de) Verwalten von Datenverarbeitungssystemen mit Verwendung von erweiterter Realität
CN112488488A (zh) 基于工作票的行为处理方法、装置、计算机和存储介质
DE102021120250A1 (de) Schnellaktivierungstechniken für industrielle Augmented-Reality-Anwendungen
CN115047143A (zh) 一种油库监测方法、装置、设备及存储介质
EP3738006A1 (en) System for power plant management and device for building 3d virtual model of power plant
Song et al. Real-time monitoring for crowd counting using video surveillance and GIS
CN115859689B (zh) 一种全景可视化数字孪生应用的方法
CN110146035A (zh) 构件生产线的预埋件检测方法、装置、设备及系统
CN111222190A (zh) 一种古建筑管理系统
CN113727214A (zh) 大气污染的巡查方法、装置、设备及存储介质
CN112367397A (zh) 外勤作业的监控预警方法、系统、计算机设备及存储介质
CN111860187A (zh) 一种高精度的佩戴口罩识别方法及系统
CN117372427B (zh) 基于视频分析的工程施工监管方法及系统
CN113505704B (zh) 图像识别的人员安全侦测方法、系统、设备及存储介质
CN116789016A (zh) 一种智慧工地塔机的运行隐患监控方法及设备
CN111695424A (zh) 基于三维实景的犯罪现场还原方法、系统和存储介质
CN117172984A (zh) 基于设备检修数字孪生场景的安全风险识别方法及系统
CN108775220B (zh) 一种人防门状态展示方法及装置
CN115272898A (zh) 基于管网无人机巡检视频的识别方法、装置、介质和设备
CN115049975A (zh) 一种动态展示施工场地安全活动要素的方法和系统

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