CN116311633A - 基于人脸识别技术的隧道施工人员管理方法 - Google Patents

基于人脸识别技术的隧道施工人员管理方法 Download PDF

Info

Publication number
CN116311633A
CN116311633A CN202310565255.1A CN202310565255A CN116311633A CN 116311633 A CN116311633 A CN 116311633A CN 202310565255 A CN202310565255 A CN 202310565255A CN 116311633 A CN116311633 A CN 116311633A
Authority
CN
China
Prior art keywords
maintenance
target person
wearing
equipment
constructor
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
CN202310565255.1A
Other languages
English (en)
Other versions
CN116311633B (zh
Inventor
裴小放
王珩
沈翔
李亮
肖丽娜
楚跃峰
田路路
黄忍
尹守强
梁昊
杨立东
刘迪
吴竞一
杨晓徐
张阔
李凯旋
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.)
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
Original Assignee
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
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 Anhui Shuzhi Construction Research Institute Co ltd, China Tiesiju Civil Engineering Group Co Ltd CTCE Group filed Critical Anhui Shuzhi Construction Research Institute Co ltd
Priority to CN202310565255.1A priority Critical patent/CN116311633B/zh
Publication of CN116311633A publication Critical patent/CN116311633A/zh
Application granted granted Critical
Publication of CN116311633B publication Critical patent/CN116311633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Emergency Management (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明属于隧道施工人员管理技术领域，具体公开提供的基于人脸识别技术的隧道施工人员管理方法，该方法包括提取目标隧道对应各目标施工人员的基本信息，并采集各目标人员对应待进入隧道施工时的穿戴图像以及在设定监测周期内对应结束隧道施工后的设备维护信息；针对采集的基本信息、穿戴图像以及设备维护信息，对各目标施工人员进行进出场管理，有效解决了当前隧道施工人员管理方式存在一定的局限性问题，实现了隧道工程机械施工人员的针对性管理，规避了当前整体性施工人员管理方式存在的欠缺性，提高了隧道机械施工人员的管理效果，同时也有效保障了隧道机械施工人员施工作业的顺利性、稳定性和安全性。

Description

基于人脸识别技术的隧道施工人员管理方法
技术领域
本发明属于隧道施工人员管理技术领域，涉及到基于人脸识别技术的隧道施工人员管理方法。
背景技术
工程机械在隧道施工中扮演着至关重要的角色。然而，机械操作风险大，非常危险，如果管理不当，可能会造成重大伤亡事故，对建设单位、施工方、机械供应商、社会公众等方面造成不可挽回的损失。为了确保隧道施工过程的安全性和顺利进行，必须严格控制工程机械隧道施工人员的管理。
现有工程机械隧道施工人员管理主要对施工人员对应施工过程中的安全问题进行管理，如施工人员的身份、作业场地的作业规范以及着装等相关事项进行管理，很显然当前隧道施工人员的管理还存在一定的局限性，其具体体现在以下几个方面：1、施工前的预备作为施工安全的首要前提，当前对施工前的预备管理仅对安全装备的佩戴与否进行管理，对安全装备的质量能安全防护程度等未进行深度管理，使得安全装备的安全防护效果难以达到预期，同时也存在较大的安全隐患，使得隧道施工人员的安全得不到保障。
2、当前属于整体性的施工人员管理，不适用于某些特定工种的施工人员的管理，使得特定工种施工人员的管理存在一定的欠缺，管理效果不明显。
3、当前未对隧道工程机械施工人员的施工结束后的设备维护进行管理，无法保障设备维护的质量和设备维护的可靠性，从而无法降低设备后续施工作业过程中的事故率，同时也无法降低隧道工程机械施工人员后续施工作业的施工安全隐患。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出基于人脸识别技术的隧道施工人员管理方法。
本发明的目的可以通过以下技术方案实现：本发明提供基于人脸识别技术的隧道施工人员管理方法，包括：A1、隧道施工人员信息提取：将目标隧道对应各工程机械施工人员作为各目标人员，提取各目标人员的操作机械证件。
A2、施工人员进场信息采集：采集各目标人员对应待进入隧道施工时的穿戴图像。
A3、施工进场解析管理：对所述穿戴图像和操作机械证件进行解析，得到各目标人员对应进场符合度，当某目标施工人员进场符合度小于或者等于设定值时，将该目标施工人员记为进场预警人员，提取进场预警人员编号，确认进场不符合项，并执行A6步骤。
A4、施工人员出场信息采集：设定监测周期，采集各目标人员在设定监测周期内对应结束隧道施工后的设备维护信息。
A5、施工出场解析管理：对所述设备维护信息进行解析，得到各目标人员对应设备维护符合度，当某目标施工人员对应设备维护符合度小于设定值时，将该目标人员记为维护预警人员，执行A7步骤。
A6、施工人员进场预警：根据进场预警人员的编号和进场不符合项，启动预警设备进行预警。
A7、施工人员出场预警：启动预警设备进行对维护预警人员进行维护预警。
优选地，所述设备维护信息包括维护次数、各次维护对应的维护日期、维护时长和维护内容。
优选地，所述对所述穿戴图像和操作机械证件进行解析，包括：从各目标人员的操作机械证件中提取有效截止日期，进而提取有效截止日期，由此确认各目标人员对应证件层面进场符合度，并记为
Figure SMS_1
，i表示目标人员编号，/>
Figure SMS_2
。
根据各目标人员对应的穿戴图像，统计各目标人员的安全帽佩戴符合度
Figure SMS_3
、反光着装符合度/>
Figure SMS_4
和防尘佩戴符合度/>
Figure SMS_5
。
计算各目标人员对应穿戴层面进场符合度
Figure SMS_6
，
Figure SMS_7
。
其中，e为自然常数，
Figure SMS_8
分别为安全帽佩戴、反光衣着装和口罩佩戴对应穿戴层面进场符合评估占比权重，/>
Figure SMS_9
为穿戴层面进场符合评估修正因子，/>
Figure SMS_10
分别设定参照基准的安全帽佩戴符合度、反光衣着装符合度和口罩佩戴符合度。
计算各目标人员对应进场符合度
Figure SMS_11
，/>
Figure SMS_12
。
其中，
Figure SMS_13
分别为设定的证件层面、穿戴层面对应进场符合评估占比权重，/>
Figure SMS_14
为设定的进场符合评估修正因子。
优选地，所述各目标人员的安全帽佩戴符合度的具体统计过程为：从所述各目标人员对应的穿戴图像中定位出头部区域图像，若某目标人员对应头部区域中不存在安全帽，则将该目标人员对应安全帽佩戴符合度记为
Figure SMS_15
。
若某目标人员对应头部区域中存在安全帽，将该目标人员记为佩戴人员，并确认佩戴人员的安全帽佩戴偏差距离
Figure SMS_16
和综合破损面积/>
Figure SMS_17
，由此计算佩戴人员对应安全帽佩戴符合度/>
Figure SMS_18
，/>
Figure SMS_19
。
其中，
Figure SMS_20
分别为设定的佩戴偏差距离、综合破损面积对应佩戴符合评估占比权重，/>
Figure SMS_21
分别为设定参照的许可偏差间距、许可破损面积，/>
Figure SMS_22
为设定的佩戴符合评估修正因子。
以此得到各目标人员对应的安全帽佩戴符合度
Figure SMS_23
，/>
Figure SMS_24
取值为/>
Figure SMS_25
或者/>
Figure SMS_26
，/>
Figure SMS_27
>/>
Figure SMS_28
。
优选地，所述各目标人员的反光着装符合度的具体统计过程为：从所述各目标人员对应的穿戴图像中定位出身体区域图像，若某目标人员未穿戴反光衣，则将该目标人员对应的反光着装符合度记为
Figure SMS_29
。
若某目标人员已穿戴反光衣，将该目标人员记为穿戴人员，从穿戴人员的身体区域图像中定位反光衣着装区域。
将所述反光衣着装区域按照设定间距划分为各着装子区域，并提取各着装子区域对应的色度值和亮度值，由此统计反光衣的反光达标率
Figure SMS_30
和反光均衡度/>
Figure SMS_31
。
计算穿戴人员对应的反光着装符合度
Figure SMS_32
，/>
Figure SMS_33
。
其中，
Figure SMS_34
分别为设定的反光达标率、反光均衡度对应反光着装符合评估占比权重，/>
Figure SMS_35
分别为设定参照的反光达标率、反光均衡度，/>
Figure SMS_36
为设定的反光达标符合评估修正因子。
以此得到各目标人员对应的反光着装符合度
Figure SMS_37
，其中，/>
Figure SMS_38
取值为/>
Figure SMS_39
或者/>
Figure SMS_40
，/>
Figure SMS_41
>
Figure SMS_42
。
优选地，所述反光衣的反光达标率的具体统计过程为：将各着装子区域对应的色度值和亮度值分别与设定参照的色度值和亮度值进行对应作差，得到各着装子区域的色度差和亮度差。
将色度差大于0的着装区域作为正常色度区域，统计正常色度区域数目，记为
Figure SMS_43
。
将亮度差大于0的着装区域止作为正常亮度区域，统计正常亮度区域数目，记为
Figure SMS_44
。
计算反光达标率
Figure SMS_45
，/>
Figure SMS_46
。
其中，
Figure SMS_47
分别为设定的正常色度区域比、正常亮度区域比对应反光达标评估占比权重，/>
Figure SMS_48
分别为设定参照的正常色度区域比、正常亮度区域比，/>
Figure SMS_49
表示着装子区域数目。
优选地，所述对所述设备维护信息进行解析，包括：从所述设备维护信息中提取维护次数以及各次维护对应的维护日期，统计各目标人员对应的维护及时度
Figure SMS_50
。
从所述设备维护信息中提取各次维护的维护时长和维护内容，统计各目标人员对应的维护准确度
Figure SMS_51
。
计算各目标人员对应设备维护符合度
Figure SMS_52
，/>
Figure SMS_53
。
其中，
Figure SMS_54
为设定的设备维护符合评估修正因子，/>
Figure SMS_55
分别为设定参照的维护及时度、维护准确度，/>
Figure SMS_56
分别为设定的维护及时度、维护准确度对应维护符合评估占比权重。
优选地，所述各目标人员对应的维护及时度的具体统计过程为：从设备运维管理数据库中提取各目标人员对应操控设备在设定监测周期的维护规则信息，其中，维护规则信息包括设定维护次数和设定各次维护的维护日期，将设定维护次数记为
Figure SMS_57
。
将各目标人员在设定监测周期内对应设备的维护次数与设定维护次数进行作差，得到各目标人员对应设备维护次数差。
若某目标人员对应设备维护次数差小于0，则将该目标人员对应的维护及时度记为
Figure SMS_58
。
若某目标人员对应设备维护次数差等于0，将该目标人员记为正常维护人员，并统计正常维护人员对应各次维护的差异维护天数
Figure SMS_59
，j表示维护次序编号，/>
Figure SMS_60
。
计算正常维护人员对应的维护及时度
Figure SMS_61
，/>
Figure SMS_62
，/>
Figure SMS_63
为设定维护及时评估修正因子，/>
Figure SMS_64
分别为设定的参照差异维护天数、许可差异维护天数偏差。
若某目标人员对应设备维护次数差大于0，将该目标人员记为超额维护人员，统计超额维护人员在设定监测周期内对应的设备维护频率
Figure SMS_65
和最长维护间隔天数/>
Figure SMS_66
，同理计算设定设备维护频率/>
Figure SMS_67
和设定设备最长维护间隔天数/>
Figure SMS_68
。
计算超额维护人员对应的维护及时度
Figure SMS_69
，/>
Figure SMS_70
。
其中，
Figure SMS_71
分别为设定的设定维护次数、维护频率、最长维护间隔天数对应维护及时度评估占比权重，/>
Figure SMS_72
为超额维护人员对应设备维护次数。
以此得到各目标人员对应的维护及时度
Figure SMS_75
，/>
Figure SMS_76
取值为/>
Figure SMS_78
或者/>
Figure SMS_74
或者/>
Figure SMS_77
，/>
Figure SMS_79
、/>
Figure SMS_80
均大于/>
Figure SMS_73
。
优选地，所述各目标人员对应的维护准确度的具体统计过程为：将各目标人员对应各次维护的维护时长记为
Figure SMS_81
。
将各目标人员对应各次维护的维护内容对应与其设定的各次维护参照的维护内容进行对比，统计各目标人员对应各次维护的维护覆盖率
Figure SMS_82
。
计算各目标人员对应的维护准确度
Figure SMS_83
，/>
Figure SMS_84
。
其中，
Figure SMS_85
分别为设定的维护时长、维护覆盖率对应维护准确评估占比权重，/>
Figure SMS_86
为设定的第i个目标维护人员在第j次维护对应参照维护时长，/>
Figure SMS_87
为设定参照维护覆盖率，
Figure SMS_88
为设定的维护准确评估修正因子。
相较于现有技术，本发明的有益效果如下：（1）本发明通过根据进场信息和出场信息，对各目标施工人员进行进出场管理，有效解决了当前隧道施工人员管理方式存在一定的局限性问题，实现了隧道工程机械施工人员的针对性管理，规避了当前整体性施工人员管理方式存在的欠缺性，提高了隧道机械施工人员的管理效果，同时也有效保障了隧道机械施工的顺利性和稳定性，在另一层面还极大确保了隧道机械施工人员的施工的可靠性和可行性。
（2）本发明通过从操作机械证件截止日期、安全帽的佩戴规范性、反光背心的反光情况以及防尘口罩的佩戴情况这四个信息维度进行证件层面和穿戴层面符合度分析，实现了隧道施工前的深度分析与管理，避免了当前仅对安全装备的佩戴与否进行管理的不足，保障了安全装备的安全防护效果，进而大幅度降低了施工人员后续施工安全隐患，保障了隧道施工人员的施工安全。
（3）本发明通过对各目标人员在设定监测周期内的维护情况进行细致分析，统计各目标人员对应设备维护符合度，由此对各目标人员进行针对性施工出场管理，有效解决了当前当前未对隧道工程机械施工人员的施工结束后的设备维护进行管理的问题，保障了设备维护的质量和设备维护的可靠性，同时还有效降低了设备后续施工作业过程中的事故率和施工安全隐患。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法步骤实施流程示意图。
图2为本发明施工进场管理流程示意图。
图3为本发明施工出场管理流程示意图。
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。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。
实施例一：请参阅图1至图2所示，本发明提供了基于人脸识别技术的隧道施工人员管理方法，包括：A1、隧道施工人员信息提取：将目标隧道对应各工程机械施工人员作为各目标人员，提取各目标人员的操作机械证件。
A2、施工人员进场信息采集：采集各目标人员对应待进入隧道施工时的穿戴图像。
A3、施工进场解析管理：对所述穿戴图像和操作机械证件进行解析，得到各目标人员对应进场符合度，当某目标施工人员进场符合度小于或者等于设定值时，将该目标施工人员记为进场预警人员，提取进场预警人员编号，确认进场不符合项，并执行A6步骤。
示例性地，对所述穿戴图像和操作机械证件进行解析，包括：A3-1、从各目标人员的操作机械证件中提取有效截止日期，进而提取有效截止日期，由此确认各目标人员对应证件层面进场符合度，并记为
Figure SMS_89
，i表示目标人员编号，/>
Figure SMS_90
。
需要说明的是，确认各目标人员对应证件层面进场符合度的具体确认过程为：若某目标人员对应操作机械证件中有效截止日期在当前所处日期之前，则将该目标人员对应的证件层面进场符合度记为
Figure SMS_91
。
若某目标人员对应操作机械证件中有效截止日期在当前所处日期或者在当前所处日期之后，则将该目标人员对应的证件层面进场符合度记为
Figure SMS_92
，以此得到各目标人员对应证件层面进场符合度/>
Figure SMS_93
，其中，在一个具体实施例中，/>
Figure SMS_94
取值可以为0，/>
Figure SMS_95
取值可以为1。
A3-2、根据各目标人员对应的穿戴图像，统计各目标人员的安全帽佩戴符合度
Figure SMS_96
、反光着装符合度/>
Figure SMS_97
和防尘佩戴符合度/>
Figure SMS_98
。
可理解地，各目标人员的安全帽佩戴符合度的具体统计过程为：B1、从所述各目标人员对应的穿戴图像中定位出头部区域图像，若某目标人员对应头部区域中不存在安全帽，则将该目标人员对应安全帽佩戴符合度记为
Figure SMS_99
。
B2、若某目标人员对应头部区域中存在安全帽，将该目标人员记为佩戴人员，并确认佩戴人员的安全帽佩戴偏差距离
Figure SMS_100
和综合破损面积/>
Figure SMS_101
，由此计算佩戴人员对应安全帽佩戴符合度/>
Figure SMS_102
，/>
Figure SMS_103
。
其中，
Figure SMS_104
分别为设定的佩戴偏差距离、综合破损面积对应佩戴符合评估占比权重，/>
Figure SMS_105
分别为设定参照的许可偏差间距、许可破损面积，/>
Figure SMS_106
为设定的佩戴符合评估修正因子。
以此得到各目标人员对应的安全帽佩戴符合度
Figure SMS_107
，/>
Figure SMS_108
取值为/>
Figure SMS_109
或者/>
Figure SMS_110
，/>
Figure SMS_111
>/>
Figure SMS_112
，且在一个具体实施例中，/>
Figure SMS_113
可以取值为0。
需要说明的是，确认佩戴人员的安全帽佩戴偏差距离和综合破损面积的具体确认过程为：从佩戴人员头部区域图像中识别出佩戴人员的头部中心点位置以及其佩戴安全帽对应帽檐的中心点位置，将两者对比得到安全帽佩戴偏差距离。
从头部区域图像中识别出目标人员对应佩戴安全帽的破损处数目和各破损处对应的破损面积，累加得到综合破损面积。
可理解地，各目标人员的反光着装符合度的具体统计过程为：E1、从所述各目标人员对应的穿戴图像中定位出身体区域图像，若某目标人员未穿戴反光衣，则将该目标人员对应的反光着装符合度记为
Figure SMS_114
；
E2、若某目标人员已穿戴反光衣，将该目标人员记为穿戴人员，从穿戴人员的身体区域图像中定位反光衣着装区域。
E3、将所述反光衣着装区域按照设定间距划分为各着装子区域，并提取各着装子区域对应的色度值和亮度值，由此统计反光衣的反光达标率
Figure SMS_115
和反光均衡度/>
Figure SMS_116
。
进一步地，反光衣的反光达标率的具体统计过程为：将各着装子区域对应的色度值和亮度值分别与设定参照的色度值和亮度值进行对应作差，得到各着装子区域的色度差和亮度差。
将色度差大于0的着装区域作为正常色度区域，统计正常色度区域数目，记为
Figure SMS_117
。
将亮度差大于0的着装区域止作为正常亮度区域，统计正常亮度区域数目，记为
Figure SMS_118
。
计算反光达标率
Figure SMS_119
，/>
Figure SMS_120
。
其中，
Figure SMS_121
分别为设定的正常色度区域比、正常亮度区域比对应反光达标评估占比权重，/>
Figure SMS_122
分别为设定参照的正常色度区域比、正常亮度区域比，/>
Figure SMS_123
表示着装子区域数目。
更进一步地，反光均衡度的具体计算过程为：从各着装子区域对应的色度值中提取最大色度值和最小色度值，分别记为
Figure SMS_124
和/>
Figure SMS_125
。
从各着装子区域对应的亮度值中提取最大亮度值和最小亮度值，分别记为
Figure SMS_126
和
Figure SMS_127
。
计算反光均衡度
Figure SMS_128
，/>
Figure SMS_129
。
其中，
Figure SMS_130
分别为设定的色度差、亮度差对应反光均衡评估占比权重，/>
Figure SMS_131
分别为设定的参照色度差、参照亮度差。
在一个具体实际场景中，隧道施工是一项复杂的工程，由于其施工一般在地下、密闭空间中进行，因此反光衣的使用非常重要，而反光衣的亮度以及色度发生偏差时，其反光效果会降低，且当不同反光区域的亮度以及色度不同时，使得实际反光面积会产生一定的偏差，从而使得反光衣的反光效果得不到保障，因此需要对其反光达标率和反光均衡度进行计算，从而规避施工人员的在光线层面安全事故的发生，同时也保障了隧道施工过程的能见度，并且还提高了人员被司机和机械设备发现的概率。
E4、计算穿戴人员对应的反光着装符合度
Figure SMS_132
，/>
Figure SMS_133
。
其中，
Figure SMS_134
分别为设定的反光达标率、反光均衡度对应反光着装符合评估占比权重，/>
Figure SMS_135
分别为设定参照的反光达标率、反光均衡度，/>
Figure SMS_136
为设定的反光达标符合评估修正因子。
E5、以此得到各目标人员对应的反光着装符合度
Figure SMS_137
，其中，/>
Figure SMS_138
取值为/>
Figure SMS_139
或者/>
Figure SMS_140
，
Figure SMS_141
>/>
Figure SMS_142
。
还可理解地，各目标人员的防尘佩戴符合度的具体统计过程为：H1、从所述各目标人员对应的穿戴图像中定位出脸部区域图像，若某目标人员对应脸部区域中不存在防尘口罩，则将该目标人员对应的安全帽佩戴符合度记为
Figure SMS_143
。
H2、若某目标人员对应脸部区域中存在防尘口罩，将该目标人员记为防尘正常人员。
H3、从防尘正常人员的脸部区域图像中提取脸部区域面积
Figure SMS_144
、防尘口罩的轮廓面积/>
Figure SMS_145
和防尘口罩的最大佩戴缝隙高度/>
Figure SMS_146
。
H4、计算防尘正常人员对应的安全帽佩戴符合度
Figure SMS_147
，/>
Figure SMS_148
。
其中，
Figure SMS_149
分别为设定的轮廓占比、佩戴缝隙对应佩戴符合评估占比权重，
Figure SMS_150
分别为设定的参照轮廓占比、参照轮廓占比偏差、参照佩戴缝隙高度，/>
Figure SMS_151
为安全帽佩戴符合评估修正因子。
H5、以此得到各目标人员对应的防尘佩戴符合度
Figure SMS_152
，其中，/>
Figure SMS_153
取值为/>
Figure SMS_154
或者/>
Figure SMS_155
，/>
Figure SMS_156
>/>
Figure SMS_157
，且在一个具体实施例中/>
Figure SMS_158
取值可以为0。
A3-3、计算各目标人员对应穿戴层面进场符合度
Figure SMS_159
，
Figure SMS_160
。
其中，e为自然常数，
Figure SMS_161
分别为安全帽佩戴、反光衣着装和口罩佩戴对应穿戴层面进场符合评估占比权重，/>
Figure SMS_162
为穿戴层面进场符合评估修正因子，/>
Figure SMS_163
分别设定参照基准的安全帽佩戴符合度、反光衣着装符合度和口罩佩戴符合度。
A3-4、计算各目标人员对应进场符合度
Figure SMS_164
，/>
Figure SMS_165
。
其中，
Figure SMS_166
分别为设定的证件层面、穿戴层面对应进场符合评估占比权重，/>
Figure SMS_167
为设定的进场符合评估修正因子。
本发明实施例通过从操作机械证件截止日期、安全帽的佩戴规范性、反光背心的反光情况以及防尘口罩的佩戴情况这四个信息维度进行证件层面和穿戴层面符合度分析，实现了隧道施工前的深度分析与管理，避免了当前仅对安全装备的佩戴与否进行管理的不足，保障了安全装备的安全防护效果，进而大幅度降低了施工人员后续施工安全隐患，保障了隧道施工人员的施工安全。
又一示例地，确认进场不符合项，包括：提取进场预警人员对应证件层面进场符合度以及安全帽佩戴符合度、反光着装符合度和防尘佩戴符合度，并并分别与其设定值进行作差，得到证件符合度差以及安全帽佩戴符合度差、反光着装符合度差和防尘佩戴符合度差。
若证件符合度差小于0，则将操作机械证件作为进场不符合项。
若安全帽佩戴符合度差小于0，将安全帽作为进场不符合项。
若反光着装符合度差小于0，将反光衣作为进场不符合项。
若防尘佩戴符合度差小于0，将防尘口罩作为进场不符合项。
若证件符合度差、安全帽佩戴符合度差、反光着装符合度差和防尘佩戴符合度差中存在多项小于0，则将小于0的各项符合度的关联物品均作为进场不符合项。
需要说明的是，证件符合度、安全帽佩戴符合度、反光着装符合度和防尘佩戴符合度的关联物品分别为操作机械证件、安全帽、反光衣和防尘口罩。
A6、施工人员进场预警：根据进场预警人员的编号和进场不符合项，启动预警设备进行预警。
请参阅图3所示，A4、施工人员出场信息采集：设定监测周期，采集各目标人员在设定监测周期内对应结束隧道施工后的设备维护信息。
具体地，所述设备维护信息包括维护次数、各次维护对应的维护日期、维护时长和维护内容。
维护内容指各维护项，在一个具体实施例中，维护项包括但不限于清洁维护、外观维护和零件维护。
A5、施工出场解析管理：对所述设备维护信息进行解析，得到各目标人员对应设备维护符合度，当某目标施工人员对应设备维护符合度小于设定值时，将该目标人员记为维护预警人员，执行A7步骤。
示例性地，对所述设备维护信息进行解析，包括：A5-1、从所述设备维护信息中提取维护次数以及各次维护对应的维护日期，统计各目标人员对应的维护及时度
Figure SMS_168
。
可理解地，各目标人员对应的维护及时度的具体统计过程为：A5-1-1、从设备运维管理数据库中提取各目标人员对应操控设备在设定监测周期的维护规则信息，其中，维护规则信息包括设定维护次数和设定各次维护的维护日期，将设定维护次数记为
Figure SMS_169
。
A5-1-2、将各目标人员在设定监测周期内对应设备的维护次数与设定维护次数进行作差，得到各目标人员对应设备维护次数差；
A5-1-3、若某目标人员对应设备维护次数差小于0，则将该目标人员对应的维护及时度记为
Figure SMS_170
。
A5-1-4、若某目标人员对应设备维护次数差等于0，将该目标人员记为正常维护人员，并统计正常维护人员对应各次维护的差异维护天数
Figure SMS_171
，j表示维护次序编号，
Figure SMS_172
。
需要说明的是，差异维护天数值各次维护对应维护日期与设定各次维护对应维护日期之间的间隔天数。
A5-1-5、计算正常维护人员对应的维护及时度
Figure SMS_173
，/>
Figure SMS_174
，/>
Figure SMS_175
为设定维护及时评估修正因子，/>
Figure SMS_176
分别为设定的参照差异维护天数、许可差异维护天数偏差；
A5-1-6、若某目标人员对应设备维护次数差大于0，将该目标人员记为超额维护人员，统计超额维护人员在设定监测周期内对应的设备维护频率
Figure SMS_177
和最长维护间隔天数
Figure SMS_178
，同理计算设定设备维护频率/>
Figure SMS_179
和设定设备最长维护间隔天数/>
Figure SMS_180
。
需要说明的是，设备维护频率为设备未出次数与设定监测周期的天数之比。
最长维护间隔天数的统计过程为：将各次维护对应的维护日期进行对比，得到各次维护对应的维护间隔天数，并从中筛选出最长维护间隔天数。
A5-1-7、计算超额维护人员对应的维护及时度
Figure SMS_181
，
Figure SMS_182
。
其中，
Figure SMS_183
分别为设定的设定维护次数、维护频率、最长维护间隔天数对应维护及时度评估占比权重，/>
Figure SMS_184
为超额维护人员对应设备维护次数；
A5-1-8、以此得到各目标人员对应的维护及时度
Figure SMS_186
，/>
Figure SMS_189
取值为/>
Figure SMS_192
或者/>
Figure SMS_187
或者/>
Figure SMS_190
，/>
Figure SMS_191
、/>
Figure SMS_193
均大于/>
Figure SMS_185
，且在一个具体实施例中，/>
Figure SMS_188
取值可以为0。
A5-2、从所述设备维护信息中提取各次维护的维护时长和维护内容，统计各目标人员对应的维护准确度
Figure SMS_194
。
可理解地，各目标人员对应的维护准确度的具体统计过程为：A5-2-1、将各目标人员对应各次维护的维护时长记为
Figure SMS_195
。
A5-2-2、将各目标人员对应各次维护的维护内容对应与其设定的各次维护参照的维护内容进行对比，统计各目标人员对应各次维护的维护覆盖率
Figure SMS_196
。
需要说明的是，各目标人员对应各次维护的维护覆盖率的具体统计过程为：从各目标人员对应各次维护的维护内容中提取各维护项。
从各次维护的参照维护内容中提取各参照维护项。
将各目标人员对应各次维护的各维护项与各参照维护项进行匹配对比，统计各目标人员对应各次维护的相同维护项数目，将各目标人员对应各次维护的相同维护项数目与各次维护的参照维护项数目进行作比，得到各目标人员对应各次维护的维护覆盖率。
A5-2-3、计算各目标人员对应的维护准确度
Figure SMS_197
，
Figure SMS_198
。
其中，
Figure SMS_199
分别为设定的维护时长、维护覆盖率对应维护准确评估占比权重，/>
Figure SMS_200
为设定的第i个目标维护人员在第j次维护对应参照维护时长，/>
Figure SMS_201
为设定参照维护覆盖率，
Figure SMS_202
为设定的维护准确评估修正因子。
A5-3、计算各目标人员对应设备维护符合度
Figure SMS_203
，/>
Figure SMS_204
；
其中，
Figure SMS_205
为设定的设备维护符合评估修正因子，/>
Figure SMS_206
分别为设定参照的维护及时度、维护准确度，/>
Figure SMS_207
分别为设定的维护及时度、维护准确度对应维护符合评估占比权重。
本发明实施例在进行施工出场管理时，通过对各目标人员在设定监测周期内的维护情况进行细致分析，统计各目标人员对应设备维护符合度，由此对各目标人员进行针对性施工出场管理，有效解决了当前当前未对隧道工程机械施工人员的施工结束后的设备维护进行管理的问题，保障了设备维护的质量和设备维护的可靠性，同时还有效降低了设备后续施工作业过程中的事故率和施工安全隐患。
A7、施工人员出场预警：启动预警设备进行对维护预警人员进行维护预警。
本发明实施例通过根据进场信息和出场信息，对各目标施工人员进行进出场管理，有效解决了当前隧道施工人员管理方式存在一定的局限性问题，实现了隧道工程机械施工人员的针对性管理，规避了当前整体性施工人员管理方式存在的欠缺性，提高了隧道机械施工人员的管理效果，同时也有效保障了隧道机械施工的顺利性和稳定性，在另一层面还极大确保了隧道机械施工人员的施工的可靠性和可行性。
实施例二：本发明实施例还包括设备信息监测和解析步骤，其中设备信息监测和解析步骤用于对各目标人员在设定监测周期内各次维护设备时对应设备的表观图像进行监测，并统计各目标人员对应各次维护时的设备维护需求度，根据所述设备维护需求度确定设备需求维护时长和需求维护内容。
需要说明的是，各目标人员对应各次维护时的设备维护需求度的具体统计过程为：从各目标人员在设定监测周期内各次维护时对应设备的表观图像中提取缺陷处数目和脏污处数目，分别记为
Figure SMS_208
和/>
Figure SMS_209
。
在一个具体实施例中，缺陷包括但不限于开裂、磨损和破损。
统计各目标人员对应各次维护时的设备维护需求度
Figure SMS_210
；
其中，
Figure SMS_211
分别为设定的缺陷处数目、脏污处数目对应维护需求评估占比权重，
Figure SMS_212
、/>
Figure SMS_213
分别为设定的参照缺陷处数目、参照脏污处数目。
还需要说明的是，所述设备维护需求度确定设备需求维护时长和需求维护内容的具体确定依据为：将各目标人员对应各次维护时的设备维护需求度与设备运维管理数据库中存储的各设备维护需求度区间对应参照的维护时长和维护内容进行匹配对比，匹配得到各目标人员对应各次维护时的参照维护时长和参照维护内容。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.基于人脸识别技术的隧道施工人员管理方法，其特征在于：包括：
A1、隧道施工人员信息提取：将目标隧道对应各工程机械施工人员作为各目标人员，提取各目标人员的操作机械证件；
A2、施工人员进场信息采集：采集各目标人员对应待进入隧道施工时的穿戴图像；
A3、施工进场解析管理：对所述穿戴图像和操作机械证件进行解析，得到各目标人员对应进场符合度，当某目标施工人员进场符合度小于或者等于设定值时，将该目标施工人员记为进场预警人员，提取进场预警人员编号，确认进场不符合项，并执行A6步骤；
A4、施工人员出场信息采集：设定监测周期，采集各目标人员在设定监测周期内对应结束隧道施工后的设备维护信息；
A5、施工出场解析管理：对所述设备维护信息进行解析，得到各目标人员对应设备维护符合度，当某目标施工人员对应设备维护符合度小于设定值时，将该目标人员记为维护预警人员，执行A7步骤；
A6、施工人员进场预警：根据进场预警人员的编号和进场不符合项，启动预警设备进行预警；
A7、施工人员出场预警：启动预警设备进行对维护预警人员进行维护预警。
2.根据权利要求1所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述设备维护信息包括维护次数、各次维护对应的维护日期、维护时长和维护内容。
3.根据权利要求2所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述对所述穿戴图像和操作机械证件进行解析，包括：
从各目标人员的操作机械证件中提取有效截止日期，由此确认各目标人员对应证件层面进场符合度，并记为
Figure QLYQS_1
，i表示目标人员编号，/>
Figure QLYQS_2
；
根据各目标人员对应的穿戴图像，统计各目标人员的安全帽佩戴符合度
Figure QLYQS_3
、反光着装符合度/>
Figure QLYQS_4
和防尘佩戴符合度/>
Figure QLYQS_5
；
计算各目标人员对应穿戴层面进场符合度
Figure QLYQS_6
，
Figure QLYQS_7
；
其中，e为自然常数，
Figure QLYQS_8
分别为安全帽佩戴、反光衣着装和口罩佩戴对应穿戴层面进场符合评估占比权重，/>
Figure QLYQS_9
为穿戴层面进场符合评估修正因子，/>
Figure QLYQS_10
分别设定参照基准的安全帽佩戴符合度、反光衣着装符合度和口罩佩戴符合度；
计算各目标人员对应进场符合度
Figure QLYQS_11
，/>
Figure QLYQS_12
；
其中，
Figure QLYQS_13
分别为设定的证件层面、穿戴层面对应进场符合评估占比权重，/>
Figure QLYQS_14
为设定的进场符合评估修正因子。
4.根据权利要求3所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述各目标人员的安全帽佩戴符合度的具体统计过程为：
从所述各目标人员对应的穿戴图像中定位出头部区域图像，若某目标人员对应头部区域中不存在安全帽，则将该目标人员对应安全帽佩戴符合度记为
Figure QLYQS_15
；
若某目标人员对应头部区域中存在安全帽，将该目标人员记为佩戴人员，并确认佩戴人员的安全帽佩戴偏差距离
Figure QLYQS_16
和综合破损面积/>
Figure QLYQS_17
，由此计算佩戴人员对应安全帽佩戴符合度/>
Figure QLYQS_18
，/>
Figure QLYQS_19
；
其中，
Figure QLYQS_20
分别为设定的佩戴偏差距离、综合破损面积对应佩戴符合评估占比权重，
Figure QLYQS_21
分别为设定参照的许可偏差间距、许可破损面积，/>
Figure QLYQS_22
为设定的佩戴符合评估修正因子；
以此得到各目标人员对应的安全帽佩戴符合度
Figure QLYQS_23
，/>
Figure QLYQS_24
取值为/>
Figure QLYQS_25
或者/>
Figure QLYQS_26
，/>
Figure QLYQS_27
>/>
Figure QLYQS_28
。
5.根据权利要求3所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述各目标人员的反光着装符合度的具体统计过程为：
从所述各目标人员对应的穿戴图像中定位出身体区域图像，若某目标人员未穿戴反光衣，则将该目标人员对应的反光着装符合度记为
Figure QLYQS_29
；
若某目标人员已穿戴反光衣，将该目标人员记为穿戴人员，从穿戴人员的身体区域图像中定位反光衣着装区域；
将所述反光衣着装区域按照设定间距划分为各着装子区域，并提取各着装子区域对应的色度值和亮度值，由此统计反光衣的反光达标率
Figure QLYQS_30
和反光均衡度/>
Figure QLYQS_31
；
计算穿戴人员对应的反光着装符合度
Figure QLYQS_32
，/>
Figure QLYQS_33
；
其中，
Figure QLYQS_34
分别为设定的反光达标率、反光均衡度对应反光着装符合评估占比权重，
Figure QLYQS_35
分别为设定参照的反光达标率、反光均衡度，/>
Figure QLYQS_36
为设定的反光达标符合评估修正因子；
以此得到各目标人员对应的反光着装符合度
Figure QLYQS_37
，其中，/>
Figure QLYQS_38
取值为/>
Figure QLYQS_39
或者/>
Figure QLYQS_40
，/>
Figure QLYQS_41
>/>
Figure QLYQS_42
。
6.根据权利要求5所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述反光衣的反光达标率的具体统计过程为：
将各着装子区域对应的色度值和亮度值分别与设定参照的色度值和亮度值进行对应作差，得到各着装子区域的色度差和亮度差；
将色度差大于0的着装区域作为正常色度区域，统计正常色度区域数目，记为
Figure QLYQS_43
；
将亮度差大于0的着装区域止作为正常亮度区域，统计正常亮度区域数目，记为
Figure QLYQS_44
；
计算反光达标率
Figure QLYQS_45
，/>
Figure QLYQS_46
；
其中，
Figure QLYQS_47
分别为设定的正常色度区域比、正常亮度区域比对应反光达标评估占比权重，/>
Figure QLYQS_48
分别为设定参照的正常色度区域比、正常亮度区域比，/>
Figure QLYQS_49
表示着装子区域数目。
7.根据权利要求3所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述对所述设备维护信息进行解析，包括：
从所述设备维护信息中提取维护次数以及各次维护对应的维护日期，统计各目标人员对应的维护及时度
Figure QLYQS_50
；
从所述设备维护信息中提取各次维护的维护时长和维护内容，统计各目标人员对应的维护准确度
Figure QLYQS_51
；
计算各目标人员对应设备维护符合度
Figure QLYQS_52
，/>
Figure QLYQS_53
；
其中，
Figure QLYQS_54
为设定的设备维护符合评估修正因子，/>
Figure QLYQS_55
分别为设定参照的维护及时度、维护准确度，/>
Figure QLYQS_56
分别为设定的维护及时度、维护准确度对应维护符合评估占比权重。
8.根据权利要求7所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述各目标人员对应的维护及时度的具体统计过程为：
从设备运维管理数据库中提取各目标人员对应操控设备在设定监测周期的维护规则信息，其中，维护规则信息包括设定维护次数和设定各次维护的维护日期，将设定维护次数记为
Figure QLYQS_57
；
将各目标人员在设定监测周期内对应设备的维护次数与设定维护次数进行作差，得到各目标人员对应设备维护次数差；
若某目标人员对应设备维护次数差小于0，则将该目标人员对应的维护及时度记为
Figure QLYQS_58
；
若某目标人员对应设备维护次数差等于0，将该目标人员记为正常维护人员，并统计正常维护人员对应各次维护的差异维护天数
Figure QLYQS_59
，j表示维护次序编号，/>
Figure QLYQS_60
；
计算正常维护人员对应的维护及时度
Figure QLYQS_61
，/>
Figure QLYQS_62
，/>
Figure QLYQS_63
为设定维护及时评估修正因子，/>
Figure QLYQS_64
分别为设定的参照差异维护天数、许可差异维护天数偏差；
若某目标人员对应设备维护次数差大于0，将该目标人员记为超额维护人员，统计超额维护人员在设定监测周期内对应的设备维护频率
Figure QLYQS_65
和最长维护间隔天数/>
Figure QLYQS_66
，同理计算设定设备维护频率/>
Figure QLYQS_67
和设定设备最长维护间隔天数/>
Figure QLYQS_68
；
计算超额维护人员对应的维护及时度
Figure QLYQS_69
，/>
Figure QLYQS_70
；
其中，
Figure QLYQS_71
分别为设定的设定维护次数、维护频率、最长维护间隔天数对应维护及时度评估占比权重，/>
Figure QLYQS_72
为超额维护人员对应设备维护次数；
以此得到各目标人员对应的维护及时度
Figure QLYQS_73
，/>
Figure QLYQS_74
取值为/>
Figure QLYQS_75
或者/>
Figure QLYQS_76
或者/>
Figure QLYQS_77
，/>
Figure QLYQS_78
、/>
Figure QLYQS_79
均大于/>
Figure QLYQS_80
。
9.根据权利要求8所述的基于人脸识别技术的隧道施工人员管理方法，其特征在于：所述各目标人员对应的维护准确度的具体统计过程为：
将各目标人员对应各次维护的维护时长记为
Figure QLYQS_81
；
将各目标人员对应各次维护的维护内容对应与其设定的各次维护参照的维护内容进行对比，统计各目标人员对应各次维护的维护覆盖率
Figure QLYQS_82
；
计算各目标人员对应的维护准确度
Figure QLYQS_83
，/>
Figure QLYQS_84
；
其中，
Figure QLYQS_85
分别为设定的维护时长、维护覆盖率对应维护准确评估占比权重，/>
Figure QLYQS_86
为设定的第i个目标维护人员在第j次维护对应参照维护时长，/>
Figure QLYQS_87
为设定参照维护覆盖率，/>
Figure QLYQS_88
为设定的维护准确评估修正因子。
CN202310565255.1A 2023-05-19 2023-05-19 基于人脸识别技术的隧道施工人员管理方法 Active CN116311633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310565255.1A CN116311633B (zh) 2023-05-19 2023-05-19 基于人脸识别技术的隧道施工人员管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310565255.1A CN116311633B (zh) 2023-05-19 2023-05-19 基于人脸识别技术的隧道施工人员管理方法

Publications (2)

Publication Number Publication Date
CN116311633A true CN116311633A (zh) 2023-06-23
CN116311633B CN116311633B (zh) 2023-08-04

Family

ID=86830889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310565255.1A Active CN116311633B (zh) 2023-05-19 2023-05-19 基于人脸识别技术的隧道施工人员管理方法

Country Status (1)

Country Link
CN (1) CN116311633B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994210A (zh) * 2023-09-20 2023-11-03 中国水利水电第七工程局有限公司 隧道施工人员识别方法、装置及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014154129A (ja) * 2013-02-14 2014-08-25 Fujita Corp 装備認識システム
US10282914B1 (en) * 2015-07-17 2019-05-07 Bao Tran Systems and methods for computer assisted operation
CN112434828A (zh) * 2020-11-23 2021-03-02 南京富岛软件有限公司 一种5t运维中安全防护智能识别方法
CN113748247A (zh) * 2019-04-26 2021-12-03 住友建机株式会社 挖土机、作业现场的安全装备确认系统
CN114220117A (zh) * 2021-11-01 2022-03-22 浙江大华技术股份有限公司 一种穿戴合规性检测方法、装置和计算机可读存储介质
KR102403242B1 (ko) * 2021-08-23 2022-05-30 (주)그린아이티코리아 객체 특징 식별을 위한 서비스 제공 장치 및 방법
CN114936799A (zh) * 2022-06-16 2022-08-23 黄冈强源电力设计有限公司 一种水泥纤维板的施工过程中风险识别方法及系统
CN115731670A (zh) * 2022-11-15 2023-03-03 广州一洲信息技术有限公司 一种施工现场的安全报警方法、装置及监控系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014154129A (ja) * 2013-02-14 2014-08-25 Fujita Corp 装備認識システム
US10282914B1 (en) * 2015-07-17 2019-05-07 Bao Tran Systems and methods for computer assisted operation
CN113748247A (zh) * 2019-04-26 2021-12-03 住友建机株式会社 挖土机、作业现场的安全装备确认系统
CN112434828A (zh) * 2020-11-23 2021-03-02 南京富岛软件有限公司 一种5t运维中安全防护智能识别方法
KR102403242B1 (ko) * 2021-08-23 2022-05-30 (주)그린아이티코리아 객체 특징 식별을 위한 서비스 제공 장치 및 방법
CN114220117A (zh) * 2021-11-01 2022-03-22 浙江大华技术股份有限公司 一种穿戴合规性检测方法、装置和计算机可读存储介质
CN114936799A (zh) * 2022-06-16 2022-08-23 黄冈强源电力设计有限公司 一种水泥纤维板的施工过程中风险识别方法及系统
CN115731670A (zh) * 2022-11-15 2023-03-03 广州一洲信息技术有限公司 一种施工现场的安全报警方法、装置及监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘坚跃;麻立群;彭斌;李敏;陈希;: "人体及穿戴特征识别在电力设施监控中的应用", 电子设计工程, no. 10 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116994210A (zh) * 2023-09-20 2023-11-03 中国水利水电第七工程局有限公司 隧道施工人员识别方法、装置及系统
CN116994210B (zh) * 2023-09-20 2023-12-22 中国水利水电第七工程局有限公司 隧道施工人员识别方法、装置及系统

Also Published As

Publication number Publication date
CN116311633B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN116311633B (zh) 基于人脸识别技术的隧道施工人员管理方法
RU2717901C1 (ru) Интеллектуальная система мониторинга безопасности и аналитической обработки данных для средств индивидуальной защиты
CN111242574A (zh) 一种基于gps技术的智慧工地现场巡检管理系统及方法
CN113295312B (zh) 基于bim的桥梁施工应力检测方法及系统
CN111080260A (zh) 一种智慧工地管理平台
CN112633717B (zh) 一种基于bim的建筑施工用管理系统
RU2724785C1 (ru) Система и способ идентификации средств индивидуальной защиты на человеке
CN111062303A (zh) 图像处理方法、系统及计算机存储介质
CN115797850B (zh) 基于视频流的油田生产安全预警分析系统
CN115953730B (zh) 一种基于图像处理技术的智慧交通路面行驶状况监测平台
CN110490430A (zh) 施工人员hse综合管理系统
CN112819374A (zh) 一种铁路桥梁施工人员风险管理系统与方法
CN111768100A (zh) 智能员工管理系统及方法
CN114078224A (zh) 一种基于5g网络架构的基建现场监控系统及方法
CN113297913B (zh) 一种配网现场作业人员穿衣规范的识别方法
CN115880722A (zh) 一种配电作业人员穿戴的智能识别方法、系统和介质
CN113114746B (zh) 一种工作票终结环节智能辅助决策方法
CN115876804B (zh) 一种口罩缺陷视觉检测方法及系统
CN115565214A (zh) 基于区块链的区域报警监管系统
CN112734702A (zh) 基于大数据分析和机器视觉的桥梁安全监测方法及云平台
CN116151842A (zh) 一种基于5g穿戴设备的生产质量任务追溯系统
CN109039446A (zh) 一种电力通信网告警定性准确性判定方法
CN112033335B (zh) 一种铁路轨距尺智能化监测预警系统及方法
CN113096288A (zh) 一种职工穿戴检测系统
CN116340394B (zh) 一种基于企业安全管理的数字化处理系统

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