CN116403325A - 一种基于多信源信息融合的智慧人员管控方法 - Google Patents
一种基于多信源信息融合的智慧人员管控方法 Download PDFInfo
- Publication number
- CN116403325A CN116403325A CN202310349365.4A CN202310349365A CN116403325A CN 116403325 A CN116403325 A CN 116403325A CN 202310349365 A CN202310349365 A CN 202310349365A CN 116403325 A CN116403325 A CN 116403325A
- Authority
- CN
- China
- Prior art keywords
- construction site
- information
- vehicle
- constructors
- background server
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000004927 fusion Effects 0.000 title claims abstract description 15
- 238000010276 construction Methods 0.000 claims abstract description 90
- 238000012545 processing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
-
- 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
一种基于多信源信息融合的智慧人员管控方法，包括在施工人员通道对进出现场的施工人员进行识别和图像采集，识别通过后可进入施工现场，利用门磁报警信号和虚拟线圈触发信号共同判断施工人员是否通过消防通道进出施工现场，得到施工人员通过消防通道进出施工现场信息，在工程车辆通道对随工程车辆进出施工现场人员进行信息采集,判断进出施工现场信息，对进入施工现场的施工人员进行管控等步骤，该方法可以实现全自动、全天候的自动判断监控画面中的异常情况，提升了人员管理效率的同时保障了信息的透明度和可追溯性，最终解决了建设工地人员的管理效率低，施工现场管理成本高产业能级低和风险高不足的问题。
Description
技术领域
本发明涉及信息化处理技术领域，涉及图像识别、智能控制、车地无线等领域，具体涉及一种基于多信源信息融合的智慧人员管控方法。
背景技术
城市基础建设通常规模较大，现场施工、监理人员众多，随机流动性强，人员调度管理复杂度高。建筑工程施工工种、流程多，各工艺工法要求各异，多工种交叉作业时候工序衔接困难，易出现人员怠工现象，或因施工流程不明确发生施工事故。施工人员随工点不断迁移，易出现打卡记录偏差导致的劳务纠纷。
通常，施工现场设置施工人员通道和工程车辆通道，实现人、车分流的同时进出登记。行人通道通常包含旋转栅栏门及消防通道两部分。其中，旋转栅栏门用以施工人员进出管控，消防通道的设置为了人员应急疏散需求。对于工程车辆通道，由于工程车辆体积大、载荷重、盲区多，故车辆通道宽度约为6-8米。工程车辆进出施工现场通常由车辆引导员引导，并需要停车检查。
由于建筑业粗放的生产方式和混乱的现场状态，实际生产中施工人员违规使用消防通道或跟随施工车辆进出施工现场现象非常普遍，给建设管理单位人员管控造成困难。因此如何利用技术手段实现建设工地人员的有效管理，对降低施工现场管理成本和促进产业升级，以及风险防控等，是目前有待解决的技术问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于多信源信息融合的智慧人员管控方法，通过采用模式识别、图像处理、机器学习等多种人工智能技术，结合软件工程设计方式，借助计算机强大的数据处理能力，实现全自动、全天候的自动判断监控画面中的异常情况，为施工现场人员信息化管理提供依据，提升了人员管理效率的同时保障了信息的透明度和可追溯性，最终解决了建设工地人员的管理效率低，施工现场管理成本高产业能级低和风险高不足的问题。
本发明提供了一种基于多信源信息融合的智慧人员管控方法，包括如下步骤：
S1、在施工人员通道对进出现场的施工人员进行人脸识别和图像采集，将人脸识别信息和图像采集信息回传给后台服务器，识别通过后可进入施工现场；
S2、将门磁报警信号作为消防图像采集的使能信号，当门磁报警动作时同步进行消防图像采集，获取消防图像采集信息回传给后台服务器；
S3、在消防图像采集的监控范围内标定虚拟线圈，利用门磁报警信号和虚拟线圈触发信号共同判断施工人员是否通过消防通道进出施工现场，得到施工人员通过消防通道进出施工现场信息；
S4、在工程车辆通道对随工程车辆进出施工现场人员进行信息采集,判断施工人员是否乘坐和/或跟随工程车辆进出施工现场，得到施工人员通过消防通道进出施工现场信息；
S5、对进入施工现场的施工人员进行管控。
其中，所述步骤S1中进行人脸识别具体包括：预先录入施工人员数据，识别施工人员进出现场情况后生成相关数据，利用生成相关数据和预先录入的施工人员数据进行比对实现人脸识别。
其中，所述步骤S1中进行图像采集具体包括：将识别动作信号作为图像采集的使能信号，当进行人脸识别动作时同步进行图像采集，获取图像采集信息，利用生成相关数据和图像采集信息进行比对，形成施工人员进出信息
其中，识别时采用Adaboost算法实现特征匹配的相应功能。
其中，所述采用Adaboost算法实现特征匹配的相应功能具体包括：
A、以模板遍历原始图像，求得其特征值并以其中心坐标标定位置信息；
B、对原始图像进行灰度及二值化处理。
6.如权利要求5所述的方法，其特征在于：所述步骤A具体为：
a.选取2×2模板，其特征值表达式为V＝Srgb(255，255，255)-Srgb(0，0，0)；
b.以积分图的方式对特征数量进行计算：设存在点(x，y)，ii(x，y)表示通过计算后的积分图像，i(x，y)表示原图像，则坐标(x，y)的积分图计算公式为：ii(x，y)＝∑(x′≤x，y′≤y)i(x′，y′)；
令S(x，y)为每列的像素和，根据递归公式，得到
d.构建初始弱分类器，即：
式中，hj(x)为弱分类器，fj为特征，θj表示阈值，pj表示方向符号；通过多次对模板学习，得出最优弱分类器；
e.根据最优弱分类器的特征分类结果，构建级联式分类器；
f.通过逐层设置正确率阈值提升算法的识别率。
其中，所述步骤S4具体包括：
当工程车辆进入施工现场时，发送门磁信号给后台服务器，后台服务器向工程车辆发送车内人员图像采集的工作指令，获取车内人员图像采集信息后回传给后台服务器；后台服务器发送工程车辆通道图像采集的工作指令，获取工程车辆通道图像采集信息回传给后台服务器，判断施工人员是否乘坐工程车辆进出施工现场；
当工程车辆离开施工现场时，发送门磁信号给后台服务器，后台服务器同时向工程车辆发送车内人员图像采集和工程车辆通道图像采集的工作指令，获取离开施工现场的工程车辆及随车人员信息后回传给后台服务器；后台服务器通过对比回传数据，判断施工人员是否随车进出施工现场。
其中，所述判断施工人员是否随车进出施工现场时，利用工程车辆通道开启时的原始图像，通过图像识别方式对施工人员及车辆进行框选，判别是否存在施工人员跟随工程车辆进出施工现场的现象。
本发明的基于多信源信息融合的智慧人员管控方法，可以实现：
(1)通过采用模式识别、图像处理、机器学习等多种人工智能技术，结合软件工程设计方式，借助计算机强大的数据处理能力，抽取视频流中图像素材，对原始图像中关键信息进行分析、提取，从而实现了全自动、全天候的自动判断监控画面中的异常情况，为施工现场人员信息化管理提供依据，提升了人员管理效率并保障信息的透明度和可追溯性；
(2)本发明结合多信源数据收集，形成建设工地施工人员出入动态信息，可实现全面，多角度的判断，更加可靠。
附图说明
图1为基于多信源信息融合的智慧人员管控方法流程示意图。
具体实施方式
下面详细说明本发明的具体实施，有必要在此指出的是，以下实施只是用于本发明的进一步说明，不能理解为对本发明保护范围的限制，该领域技术熟练人员根据上述本发明内容对本发明做出的一些非本质的改进和调整，仍然属于本发明的保护范围。
本发明提供了一种基于多信源信息融合的智慧人员管控方法，其具体实现方式如附图1所示，其中图1为一种基于多信源信息融合的智慧人员管控方法流程示意图。下面，对基于多信源信息融合的智慧人员管控方法进行具体的介绍。
本申请提出了一种基于多信源信息融合的智慧人员管控方法，如图1所示，所述方法包括：
首先，在施工人员通道设置识别监控装置，用以对施工现场进出人员进行信息采集。其中，识别监控装置包括人脸识别闸机、门磁装置、摄像机，通过在施工人员通道加装人脸识别闸机、门磁装置、摄像机，可以实现对进出人员的信息进行采集，采集的信息则具体的可以包括人脸识别信息、开启行为信息和图像信息。
具体在实现的过程中，在旋转栅栏门安装人脸识别闸机，通过人脸识别闸机对进出现场的施工人员进行人脸识别，识别通过后可以进入施工现场。施工现场建设人员随工程进度可能发生阶段性变化，在当前建设周期内保持稳定，因此可以将施工人员数据预先录入人脸识别闸机，并对录入数据进行周期性维护。施工人员进出现场情况由人脸识别闸机生成相关数据，由后端服务器统一进行汇总。
同时，在旋转栅栏门上端安装摄像机，将人脸识别闸机信号作为摄像机工作的使能信号，当人脸识别闸机动作时摄像机同步进行图像采集，并将采集图像回传给后台，由后台服务器进行人员识别。后台服务器将人脸识别闸机回传信号与摄像机回传信号进行对比，最终形成施工人员进出信息。
按照消防安全的相关规定，消防通道应保持常开状态，上述规定也为施工人员违规使用消防通道提供了便利条件。因此，通过加装门磁装置可以实现监控消防通道的异常开启行为。同时，可以在消防通道上方安装摄像机，将门磁报警信号作为摄像机工作的使能信号，当门磁报警时摄像机同步进行图像采集，并将采集图像回传给后台。在摄像机监控范围内标定虚拟线圈，通过门磁报警信号合并虚拟线圈触发信号判别人员通过消防通道进出施工现场，双信号使能能够有效降低算法误识别的概率。
具体的在通过人脸识别闸机对进出现场的施工人员进行人脸识别，识别通过后可以进入施工现场时，需要进行识别匹配。对于身份识别，现有的特征匹配方式较多，在智慧人员管控的过程中，闸机人脸识别功能、车辆随车人员识别功能、车牌识别功能均涉及特征匹配需求，因此需要选择适宜的匹配方式实现。
Adaboost算法具有精度高、分类简单、逐次迭代优化的特点，基于此，本申请选取Adaboost算法实现特征匹配的相应功能。在实现特征匹配的过程中，包括如下的具体步骤：
以模板遍历原始图像，求得其特征值并以其中心坐标标定位置信息。然后，对原始图像进行灰度及二值化处理。
例如，以2×2模板为例，其特征值表达式为V＝Srgb(255，255，255)-Srgb(0，0，0)。选取模板越小，图像细节保留越多精度越高，同样对算力的需求越高，计算速度越慢，因此以积分图的方式对特征数量进行计算。
设存在点(x，y)，ii(x，y)表示通过计算后的积分图像，i(x，y)表示原图像，则坐标(x，y)的积分图计算公式为：ii(x，y)＝∑(x′≤x，y′≤y)i(x′，y′)。
若S(x，y)为每列的像素和，根据递归公式，可以得到
构建初始弱分类器，即：
式中，hj(x)为弱分类器，fj为特征，θj表示阈值，pj表示方向符号。通过多次对模板学习，可以得出最优弱分类器。
根据最优弱分类器的特征分类结果，构建级联式分类器，通过逐层设置正确率阈值提升算法的识别率。
其次，在工程车辆通道设置施工监控装置，用以实现对随工程车辆进出施工现场人员进行信息采集。其中，施工监控装置包括门磁装置、摄像机和第一车地无线通讯模块，通过在工程车辆通道加装门磁装置、摄像机、车地无线通讯模块，可以实现对随工程车辆进出施工现场的人员进行信息采集，采集的信息则具体的可以包括开启行为信息，图像信息和通讯信息。同时，在工程车辆驾驶室也对应的设置安装车载摄像机和第二车地无线通讯模块，其中车载摄像机用以采集车辆段的图像信息，第一车地无线通讯模块则与第一车地无线通讯模块对应设置，用以实现通讯信息的传输。
具体在实现的过程中，当工程车辆进入施工现场时，工程车辆通道内门磁装置则会发出相应信号给后台服务器，后台服务器向通过车地无线通讯模块向工程车辆车载摄像机发送工作指令，车载摄像机将通过车地无线通讯模块回传车辆驾驶室人员信息。后台服务器同时向车辆通道摄像机发送工作指令，车辆通道摄像机进行图像采集，并通过车牌识别算法识别进入施工现场的车辆信息。当工程车辆离开施工现场时，车辆通道门磁装置发出相应信号给后台，后台服务器同时指令车载摄像机及车辆通道摄像机工作，收集离开施工现场的车辆及随车人员信息。后台服务器通过对比车载摄像机和车辆通道摄像机回传数据，形成施工人员随车进出施工现场信息。
当工程车辆进出施工现场时，车辆通道门磁装置发出相应信号给后台，后台服务器向车辆通道摄像机下达工作指令，摄像机回传车辆通道开启时的原始图像，后台服务器通过图像识别方式对人员及车辆进行框选，判别是否存在施工人员跟随工程车辆进出施工现场的现象。
本发明结合多信源数据收集，形成建设工地施工人员出入动态信息。上面已经分别介绍了施工人员通道和工程车辆通道进行数据采集的方式，下面进一步对多信源数据收集的方式进行介绍。
施工人员进出施工现场有以下方式：(1)通过人脸识别闸机进出施工现场；(2)通过消防通道进出施工现场；(3)乘坐工程车辆进出施工现场；(4)跟随工程车辆通过车辆通道进出施工现场。
对于通过人脸识别闸机进出施工现场的情况，利用信源a：旋转栅栏门的人脸识别闸机向后台服务器发送施工人员进出现场数据，旋转栅栏门配套摄像机向后台服务器发送施工人员进出现场图像信息，后台服务器通过对比上述数据，形成施工人员通过人脸识别闸机进出施工现场信息。
对于通过消防通道进出施工现场的情况，利用信源b：消防通道的门磁装置将联动消防通道配套摄像机向后台服务器发送消防通道开启时图像信息，后台服务器的人员判别结果作为施工人员通过消防通道进出施工现场信息。
对于乘坐工程车辆进出施工现场的情况，利用信源c：车辆通道的门磁装置将联动车载摄像机、车地无线通讯模块向后台服务器发送车辆信息及随车人员信息。车辆通道配套摄像机将回传车辆通过时的图像信息，由后台服务器通过对比上述数据，形成施工人员乘坐工程车辆进出施工现场信息。
对于跟随工程车辆通过车辆通道进出施工现场的情况，利用信源d：车辆通道配套摄像机将回传车辆通过时的图像信息，后台服务器的人员判别结果作为施工人员跟随工程车辆进出施工现场信息。
本发明的基于多信源信息融合的智慧人员管控方法，结合多信源数据收集，通过采用模式识别、图像处理、机器学习等多种人工智能技术实现对上述四种施工人员进出施工现场进行管控。综合上述信源收集数据，形成施工现场内人员动态信息。
本发明提供的基于多信源信息融合的智慧人员管控方法，执行部分可以在计算机设备中进行处理，处理装置可以为计算机设备，执行上述方法，所述计算机设备可以包括一个或多个处理器，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备还可以包括任何存储器，其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的，比如，存储器可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备的固定或可移除部件。在一种情况下，当处理器执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备可以执行相关联指令的任一操作。计算机设备还包括用于与任何存储器交互的一个或多个驱动机构，诸如硬盘驱动机构、光盘驱动机构等。
计算机设备还可以包括输入/输出模块(I/O)，其用于接收各种输入(经由输入设备)和用于提供各种输出(经由输出设备))。一个具体输出机构可以包括呈现设备和相关联的图形用户接口(GUI)。在其他实施例中，还可以不包括输入/输出模块(I/O)、输入设备以及输出设备，仅作为网络中的一台计算机设备。计算机设备还可以包括一个或多个网络接口，其用于经由一个或多个通信链路与其他设备交换数据。一个或多个通信总线将上文所描述的部件耦合在一起。
通信链路可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
尽管为了说明的目的，已描述了本发明的示例性实施方式，但是本领域的技术人员将理解，不脱离所附权利要求中公开的发明的范围和精神的情况下，可以在形式和细节上进行各种修改、添加和替换等的改变，而所有这些改变都应属于本发明所附权利要求的保护范围，并且本发明要求保护的产品各个部门和方法中的各个步骤，可以以任意组合的形式组合在一起。因此，对本发明中所公开的实施方式的描述并非为了限制本发明的范围，而是用于描述本发明。相应地，本发明的范围不受以上实施方式的限制，而是由权利要求或其等同物进行限定。
Claims (8)
1.一种基于多信源信息融合的智慧人员管控方法，其特征在于，包括如下步骤：
S1、在施工人员通道对进出现场的施工人员进行人脸识别和图像采集，将人脸识别信息和图像采集信息回传给后台服务器，识别通过后可进入施工现场；
S2、将门磁报警信号作为消防图像采集的使能信号，当门磁报警动作时同步进行消防图像采集，获取消防图像采集信息回传给后台服务器；
S3、在消防图像采集的监控范围内标定虚拟线圈，利用门磁报警信号和虚拟线圈触发信号共同判断施工人员是否通过消防通道进出施工现场，得到施工人员通过消防通道进出施工现场信息；
S4、在工程车辆通道对随工程车辆进出施工现场人员进行信息采集,判断施工人员是否乘坐和/或跟随工程车辆进出施工现场，得到施工人员通过消防通道进出施工现场信息；
S5、对进入施工现场的施工人员进行管控。
2.如权利要求1所述的方法，其特征在于：所述步骤S1中进行人脸识别具体包括：预先录入施工人员数据，识别施工人员进出现场情况后生成相关数据，利用生成相关数据和预先录入的施工人员数据进行比对实现人脸识别。
3.如权利要求2所述的方法，其特征在于：所述步骤S1中进行图像采集具体包括：将识别动作信号作为图像采集的使能信号，当进行人脸识别动作时同步进行图像采集，获取图像采集信息，利用生成相关数据和图像采集信息进行比对，形成施工人员进出信息。
4.如权利要求1-3任一项所述的方法，其特征在于：识别时采用Adaboost算法实现特征匹配的相应功能。
5.如权利要求4所述的方法，其特征在于：所述采用Adaboost算法实现特征匹配的相应功能具体包括：
A、以模板遍历原始图像，求得其特征值并以其中心坐标标定位置信息；
B、对原始图像进行灰度及二值化处理。
6.如权利要求5所述的方法，其特征在于：所述步骤A具体为：
a.选取2×2模板，其特征值表达式为V＝Srgb(255，255，255)-Srgb(0，0，0)；
b.以积分图的方式对特征数量进行计算：设存在点(x,y)，ii(x,y)表示通过计算后的积分图像，i(x,y)表示原图像，则坐标(x,y)的积分图计算公式为：ii(x，y)＝∑(x′≤x，y′≤y)i(x′，y′)；
令S(x,y)为每列的像素和，根据递归公式，得到
d.构建初始弱分类器，即：
式中，hj(x)为弱分类器，fj为特征，θj表示阈值，pj表示方向符号；通过多次对模板学习，得出最优弱分类器；
e.根据最优弱分类器的特征分类结果，构建级联式分类器；
f.通过逐层设置正确率阈值提升算法的识别率。
7.如权利要求1或6所述的方法，其特征在于：所述步骤S4具体包括：
当工程车辆进入施工现场时，发送门磁信号给后台服务器，后台服务器向工程车辆发送车内人员图像采集的工作指令，获取车内人员图像采集信息后回传给后台服务器；后台服务器发送工程车辆通道图像采集的工作指令，获取工程车辆通道图像采集信息回传给后台服务器，判断施工人员是否乘坐工程车辆进出施工现场；
当工程车辆离开施工现场时，发送门磁信号给后台服务器，后台服务器同时向工程车辆发送车内人员图像采集和工程车辆通道图像采集的工作指令，获取离开施工现场的工程车辆及随车人员信息后回传给后台服务器；后台服务器通过对比回传数据，判断施工人员是否随车进出施工现场。
8.如权利要求7所述的方法，其特征在于：所述判断施工人员是否随车进出施工现场时，利用工程车辆通道开启时的原始图像，通过图像识别方式对施工人员及车辆进行框选，判别是否存在施工人员跟随工程车辆进出施工现场的现象。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310349365.4A CN116403325A (zh) | 2023-04-03 | 2023-04-03 | 一种基于多信源信息融合的智慧人员管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310349365.4A CN116403325A (zh) | 2023-04-03 | 2023-04-03 | 一种基于多信源信息融合的智慧人员管控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116403325A true CN116403325A (zh) | 2023-07-07 |
Family
ID=87019419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310349365.4A Pending CN116403325A (zh) | 2023-04-03 | 2023-04-03 | 一种基于多信源信息融合的智慧人员管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116403325A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203054950U (zh) * | 2012-11-15 | 2013-07-10 | 昆山华谷科技发展有限公司 | 一种社区公共安全监控系统 |
| CN104504366A (zh) * | 2014-11-24 | 2015-04-08 | 上海闻泰电子科技有限公司 | 基于光流特征的笑脸识别系统及方法 |
| CN207264587U (zh) * | 2017-08-04 | 2018-04-20 | 国网浙江省电力公司湖州供电公司 | 工程现场人员车辆系统 |
| CN109285253A (zh) * | 2018-10-16 | 2019-01-29 | 广东天唯科技有限公司 | 一种消防通道门禁报警控制系统及方法 |
| CN109766860A (zh) * | 2019-01-16 | 2019-05-17 | 安徽工程大学 | 基于改进的Adaboost算法的人脸检测方法 |
| CN109885008A (zh) * | 2019-03-19 | 2019-06-14 | 汉锦科技（北京）有限公司 | 智慧施工辅助系统 |
| CN212463373U (zh) * | 2020-05-26 | 2021-02-02 | 南京信息工程大学滨江学院 | 一种消防通道监测管理系统 |
| CN112966573A (zh) * | 2021-02-19 | 2021-06-15 | 合肥海赛信息科技有限公司 | 一种基于视频分析的消防通道占用智能检测方法 |
| CN113408683A (zh) * | 2021-07-06 | 2021-09-17 | 山东电力工程咨询院有限公司 | 一种施工现场安全监管方法及系统 |
-
2023
- 2023-04-03 CN CN202310349365.4A patent/CN116403325A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203054950U (zh) * | 2012-11-15 | 2013-07-10 | 昆山华谷科技发展有限公司 | 一种社区公共安全监控系统 |
| CN104504366A (zh) * | 2014-11-24 | 2015-04-08 | 上海闻泰电子科技有限公司 | 基于光流特征的笑脸识别系统及方法 |
| CN207264587U (zh) * | 2017-08-04 | 2018-04-20 | 国网浙江省电力公司湖州供电公司 | 工程现场人员车辆系统 |
| CN109285253A (zh) * | 2018-10-16 | 2019-01-29 | 广东天唯科技有限公司 | 一种消防通道门禁报警控制系统及方法 |
| CN109766860A (zh) * | 2019-01-16 | 2019-05-17 | 安徽工程大学 | 基于改进的Adaboost算法的人脸检测方法 |
| CN109885008A (zh) * | 2019-03-19 | 2019-06-14 | 汉锦科技（北京）有限公司 | 智慧施工辅助系统 |
| CN212463373U (zh) * | 2020-05-26 | 2021-02-02 | 南京信息工程大学滨江学院 | 一种消防通道监测管理系统 |
| CN112966573A (zh) * | 2021-02-19 | 2021-06-15 | 合肥海赛信息科技有限公司 | 一种基于视频分析的消防通道占用智能检测方法 |
| CN113408683A (zh) * | 2021-07-06 | 2021-09-17 | 山东电力工程咨询院有限公司 | 一种施工现场安全监管方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3261022B1 (en) | Intelligent automatic license plate recognition for electronic tolling environments | |
| KR102197946B1 (ko) | 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법 | |
| CN105590454A (zh) | 一种车辆违规行为举证的方法及其系统 | |
| CN110188807A (zh) | 基于级联超分辨率网络与改进Faster R-CNN的隧道行人目标检测方法 | |
| CN110298254A (zh) | 一种用于人员异常行为的分析方法和系统 | |
| CN111629181B (zh) | 消防生命通道监控系统及方法 | |
| US20090016819A1 (en) | Electronic barrier and enforcement system and method | |
| CN103235933A (zh) | 一种基于隐马尔科夫模型的车辆异常行为检测方法 | |
| KR102282800B1 (ko) | 라이다와 영상카메라를 이용한 멀티 표적 추적 방법 | |
| JP2023527265A (ja) | 交通異常を検出する方法および装置、電子機器、記憶媒体並びにコンピュータプログラム | |
| CN116504076A (zh) | 基于etc门架数据的高速公路车流量预测方法 | |
| DE112018007122T5 (de) | Bereitstellen von verfügbarkeitsindikatoren in einer geteilten fahrzeugumgebung | |
| Shepelev et al. | Identification of distinguishing characteristics of intersections based on statistical analysis and data from video cameras | |
| CN115809949A (zh) | 一种基于大数据处理技术的智慧园区管理系统 | |
| CN117876966A (zh) | 基于ai分析的智慧交通安防监控系统及方法 | |
| CN115909740A (zh) | 车路协同实现方法、装置、计算机设备及存储介质 | |
| CN116935659B (zh) | 一种高速服务区卡口车辆稽核系统及其方法 | |
| Mohamed et al. | The impact of motion prediction methods on surrogate safety analysis: A case study of left-turn and opposite-direction interactions at a signalized intersection in Montreal | |
| Patel et al. | A framework for proactive safety evaluation of intersection using surrogate safety measures and non-compliance behavior | |
| CN116403325A (zh) | 一种基于多信源信息融合的智慧人员管控方法 | |
| CN108364471A (zh) | 基于智能交通灯od信息检查的货运规划管理方法及系统 | |
| CN117058774A (zh) | 基于多尺度监测的高速收费站管控方法、装置及设备 | |
| CN206039847U (zh) | 智能卡口联网系统 | |
| KR102296025B1 (ko) | 거리 레이저 파형 및 차량번호인식 결과를 이용한 교통정보 수집장치 | |
| Osabe et al. | Solutions to social problems leveraging image analysis technology based on machine learning |
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 |