CN116486585A - 一种基于ai机器视觉分析预警的生产安全管理系统 - Google Patents
一种基于ai机器视觉分析预警的生产安全管理系统 Download PDFInfo
- Publication number
- CN116486585A CN116486585A CN202310724013.2A CN202310724013A CN116486585A CN 116486585 A CN116486585 A CN 116486585A CN 202310724013 A CN202310724013 A CN 202310724013A CN 116486585 A CN116486585 A CN 116486585A
- Authority
- CN
- China
- Prior art keywords
- information
- camera
- image
- sensor
- early warning
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 82
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 16
- 230000000391 smoking effect Effects 0.000 claims description 9
- 230000002787 reinforcement Effects 0.000 claims description 8
- 238000005728 strengthening Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 26
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 9
- 230000009471 action Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008485 antagonism Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于AI机器视觉分析预警的生产安全管理系统,包括采集模块、处理模块、应用模块和更新模块;采集模块连接有图像信息采集设备和环境信息采集设备,应用模块连接预警输出设备;本发明通过获取作业现场图像信息数据、环境信息数据进行AI自动识别计算分析,利用分析数据输出预警信息,同时利用分析数据自动优化管理系统的样本数据集;把现场图像信息数据和环境信息数据结合利用,既利用了图像数据也有效结合传感器数据,适用范围广;采用摄像头采集和动态无人机拍摄采集相结合的方式,提高了生产安全管理系统的覆盖范围和应用场景;通过传感器、摄像头和无人机拍摄之间关联关系,对异常事件归一化处理,提高了系统的运行效率。
Description
技术领域
本发明涉及生产安全管理技术领域,尤其涉及一种基于AI机器视觉分析预警的生产安全管理系统。
背景技术
随着AI视觉分析技术的发展,智能化的生产安全管理系统在生产生活中得到广泛的应用,通过系统运用可以实现对作业现场进行24小时全智能化管控,有效地进行预警、分析控制、拍照取证,告警呈现,系统上传,规范生产作业行为,提高了生产作业的安全性,同时可以提升了管理效率,快捷地介入异常事件处理,防范安全生产风险行为。
现有的生产安全管理系统多存在采集数据信息的样式和手段较为单一,采集设备之间相互独立没有关联,对图像数据信息的处理存在较高的差错率,样本数据集缺乏动态更新等问题。
文献号为CN115457449B的专利文献公开一种基于AI视频分析和监控安防的预警系统,包括:预警对象获取模块,用于获取预警对象的描述信息和识别基准信息并构建描述信息库和识别基准信息库;实时图像获取模块,用于获取监控安防系统的各个监控设备的实时监控图像;AI视频分析模块,用于基于描述信息库和识别基准信息库,对实时监控图像进行AI视频分析,确定预警对象是否出现在实时监控图像中;预警模块,用于当预警对象出现在实时监控图像时,发出预警;追踪模块,用于当预警模块发出预警之后,基于实时监控图像,构建追踪视频。该申请基于AI视频分析和监控安防的预警系统,采用AI视频分析方法对监控安防的图像进行分析,实现异常的预警,辅助人工提高监控安防的有效性,但同时也存在:1、应用手段单一,只能对图像信息进行预警分析;2、对图像的采集较为单一;3、没有对样本数据集进行动态更新。
文献号为CN115733959A专利文献公开一种基于AI视觉分析技术的厂级安全管理系统,该系统以平台+算法+算力一体化进行系统设计,系统以AI分析服务器为核心;其包括:监控设备、视频监控系统、NVR及核心交换机、AI分析服务器、推理平台和监控中心数据展示模块;所述的监控设备用于获取到视频流数据;所述的视频监控系统用于获取厂区内需要进行智能安全管控的所有摄像头信息;所述的监控中心数据展示模块用于提供数据展示。该申请可以用于厂级安全管理,但同时也存在:1、应用手段单一,只能对图像信息进行预警分析;2、对图像采集手段较为单一,没有动态采集;3、没有对样本数据集进行动态更新。
发明内容
本发明的目的在于提供一种基于AI机器视觉分析预警的生产安全管理系统,解决现有系统采集数据信息的样式和手段单一,采集设备没有关联,图像数据信息的处理差错率高,样本数据集缺乏动态更新的问题。
本发明的目的可以通过以下技术方案实现:一种基于AI机器视觉分析预警的生产安全管理系统,包括采集模块,所述采集模块获取作业现场图像信息数据和环境信息数据;
处理模块,所述处理模块对获取的图像信息数据和环境信息数据进行自动识别计算分析,生成分析数据;
应用模块,所述应用模块利用分析数据输出预警信息;
更新模块,自动优化系统的样本数据集;
其中,所述采集模块连接有图像信息采集设备和环境信息采集设备,所述应用模块连接预警输出设备。
进一步地:所述图像信息采集设备包括摄像头和无人机设备;所述环境信息采集设备包括多种传感器。
进一步地:所述采集模块对连接的摄像头和传感器进行相互关联,所述采集模块对连接的摄像头和传感器进行相互关联的步骤包括:
S11、确定摄像头与传感器从属关系,确定摄像头与传感器地理位置信息;
S12、当摄像头检测到异常信息时开始录像,并将该异常信息传送给采集模块,采集模块获取当前摄像头的编号;
S13、到设备数据库查找该摄像头从属传感器;
S14、对摄像头和从属传感器报警信号进行归一化处理。
进一步地:所述采集模块对连接的摄像头、无人机和传感器进行相互关联,所述采集模块对连接的摄像头、无人机和传感器进行相互关联的步骤包括:
S21、确定传感器、摄像头和无人机从属关系,确定传感器与摄像头地理位置信息和无人机拍摄区域信息;
S22、当传感器检测到异常信息时,将该异常信息传送给处理模块,处理模块对收到的异常信息进行解析,获取当传前感器的编号;
S23、到设备数据库查找该传感器从属摄像头,如果传感器有从属摄像头;则对摄像头和从属传感器报警信号进行归一化处理,从属摄像头开始录像;
S24、如果传感器没有从属摄像头,则查找传感器从属无人机,无人机到达传感器地理位置,进行拍摄。
进一步地:所述处理模块对获取的图像信息数据识别计算的步骤包括:
S31、对图像信息数据进行目标检测;
S32、对目标检测结果中的小尺寸目标图像进行强化处理;
S33、对强化处理后的目标图像进行目标识别,根据识别度输出识别图像。
进一步地:所述更新模块中自动优化系统的样本数据集的方法为
S41、如果目标图像识别信息准确,根据目标图像识别度自动把目标图像添加到样本数据集;
S42、关联目标图像与对应的样本图像;
S43、如果目标识别信息不准确,则把目标图像添加到样本数据集,作为新的样本图像。
进一步地:所述预警输出设备包括手持终端、显示设备、音频设备和电话设备;
所述手持终端用于推送预警信息;
所述显示设备用于利用屏幕显示预警信息;
所述音频设备用于利用扬声器播放预警信息;
所述电话设备用于拨打预警信息相关人员电话。
进一步地:所述应用模块输出预警信息包括图像目标识别信息和环境目标识别信息;
所述图像目标识别信息包括:安全帽目标识别信息,反光衣目标识别信息,抽烟目标识别信息,烟火目标识别信息和人员在岗识别信息;
所述环境目标识别信息包括入侵信息、重点场所风险信息。
本发明的有益效果:
1、本发明生产安全管理系统通过获取作业现场图像信息数据、环境信息数据进行AI自动识别计算分析,利用分析数据输出预警信息,同时利用分析数据自动优化管理系统的样本数据集;把现场图像信息数据和环境信息数据结合利用,既利用了采集的图像数据也有效结合传感器数据,可以应用到厂区作业生产面、基建施工、AI自动识别货场、施工安全作业和公共安全管理等多种场景,适用范围广。
2、本发明对作业现场图像信息数据的采集,采用摄像头采集和动态无人机拍摄采集相结合的方式,动态无人机拍摄采集和摄像头采集相互补充,填补摄像头采集设置的不足,无人机拍摄视频采集的区域灵活,提高了图像信息数据的采用范围,提高了生产安全管理系统的覆盖范围和应用场景。
3、通过确定传感器与摄像头和无人机拍摄之间关联关系,对同一异常事件的警情进行归一化处理,节省了人员对预警信息的判断,节省了人力,提高了生产安全管理系统的运行效率;同时通过传感器与摄像头的关联,可以使传感器的从属摄像头及时记录预警事件,使生产安全管理系统的运行更完善;当传感器处于视觉盲区时,可以及时调用无人机拍摄对预警事件进行拍摄录像,实现了对预警事件的全覆盖记录,使生产安全管理系统的运行更完善。
4、通过对预警信息的自动语音播报、自动拨打电话通知、自动微信推送、和显示屏输出等多方式推送,推送方式灵活,把预警信息及时准确的推送到相关人员,提高了生产安全管理系统的时效性。
5、通过对图像信息数据中小尺寸目标图像进行强化处理,提高了目标图像的识别度,降低了对分辨率底、模糊、特征不明显等情况的小尺寸目标图像识别的漏检和错检率,提高了生产安全管理系统的精确度。
6、通过更新模块对样本数据集的动态更新,提高样本数据集的样本数量,对陌生目标进行及时更新样本数据集,作为新的识别样本,丰富样本数据集,提高图像比对的准确程度。提高图像比对的准确程度。
附图说明
图1为本发明一种基于AI机器视觉分析预警的生产安全管理系统的连接示意图;
图2为本发明一种基于AI机器视觉分析预警的生产安全管理系统的结构示意图;
图3为本发明摄像头与传感器进行相互关联的流程示意图;
图4为本发明摄像头、无人机和传感器相互关联的流程示意图;
图5为本发明处理模块对获取的图像信息数据识别计算的流程示意图;
图6为本发明更新模块自动优化系统的样本数据集的流程示意图。
100、系统平台;200、摄像头;300、无人机;400、传感器;500、通信设备;600、手持终端;700、显示设备;800、音频设备;900、电话设备。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中表示,其中自始至终相同或类似的符号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解对本发明的限制。
如图1-图6所示,本发明公开一种基于AI机器视觉分析预警的生产安全管理系统,包括
采集模块,采集模块获取作业现场图像信息数据、环境信息数据;
处理模块,处理模块对获取的图像信息数据、环境信息数据进行自动识别计算分析,生成分析数据;
应用模块,应用模块利用分析数据输出预警信息;
更新模块,自动优化系统的样本数据集;
生产安全管理系统在系统平台运行,其中采集模块连接有图像信息采集设备和环境信息采集设备,应用模块连接预警输出设备。
如图1所示,作业现场对图像信息数采集的方式包括摄像头200采集和动态无人机300采集,环境信息数据采集方式包括传感器400采集。
通过图像信息采集设备可以采集获取生产场地人员面部信息、器材信息、着装信息、典型动作信息、人流信息、重点区域信息,例如岗亭、停车场、仓库等,以及烟火信息和吸烟信息,车辆位置信息等信息。
通过环境信息采集设备采集,可以获取生产场地人员入侵信息,门禁指纹信息、重点场所的声音信息、地理数据信息、语音信息和温湿度环境信息等多种信息。
图像信息采集设备通过摄像头200和无人机300采集图像信息数据,环境信息采集设备通过各类无线或有线通信设备500连接的传感器400获取环境信息数据,摄像头200采集、无人机300和传感器400是生产安全管理系统的眼睛,负责将监视区域的采集图像或者采集信号通过有线传输或无线传输的把信号传送到生产安全管理系统。其中采集图像的清晰度是采集图像得到可靠处理的前提,采集图像的像素应不低于200万像素,以系统平台100能够获取清晰图像。
现有的监控系统中摄像头200多不低于200万像素,生产安全管理系统可以灵活地结合到现有监控系统中的普通摄像头200、网络摄像头200等监控设备,把传统监控系统做智能升级,组成一个智能生产安全管理系统,实现灵话的设备部署和集中管理,节省生产安全管理的部署成本。
对摄像头200部署时,对于室内光线充足、环境稳定的区域,可以采用枪机摄像头200以保证监控范围的固定,获得清晰的图像;对在室外等内外交差、光线变化较大的区域,可以采用红外夜视型摄像头200,既可以白光线较好的情况下保证监控区域的真实色彩,有可以在夜晚光线较暗时通过采用黑白图像监控方式以确保拍摄图像的清晰度;在室外开阔范围较广的区域,为灵活需要获得不同方向的图像信息,可以应采用室外球形摄像头200;同时为了保证图像信号的传输质量,优先通过有线通信设备500传输图像信号,确保信号传输的稳定性。
同时也可以利用动态无人机300采集,动态无人机300采集主要用于室外视频采集,动态无人机300采集和摄像头200采集相互补充,填补摄像头200静态采集设置的不足,设置无人机300使用平台,无人机300控制系统接入生产安全管理系统,无人机300不受有线通信的限制,视频采集的区域灵活,运用中,可以把无人机300视频采集的路线与传感器400或摄像头200采集相互绑定,无人机300可以依靠传感器400或摄像头200的触发,沿预设路线进行视频采集,并把采集信息回传到生产安全管理系统,无人机300应用范围和应用方式灵活,可以为无人机300定时间和定路线开展巡航拍摄,提高应用灵活性。
环境信息数据的采集主要采用各类传感器400采集环境数据,包括电子围栏红外传感器,基坑等重点场所的压力传感器、车场车辆位置定位传感器,重点场所烟雾传感器、施工高度传感器等;还可以包括用于室内的湿度传感器、温度传感器、可燃气体传感器、可燃液体传感器、可燃粉尘传感器,利用各类传感器可以准确了解环境变化信息。
各类传感器400布点较为广泛,传感器400采集的数据量低,可以优先采集无线传输和远程控制的方式,方便对传感器400的控制,各类传感器400负责对环境数据的感应和初步处理,通过无线电信号将收集到的信号发射至生产安全管理系统。
利用面部信息进行人员身份比对,可以实现对人员身份比对,这需要前期对人员进行图像采集,经训练后形成样本数据集,作为比对的基础;同样的器材信息的比对也需要建立样本数据集,例如前期采集安全帽或反光衣图像信息,把不同规格、颜色的安全帽或反光衣作为器材标准图集,通过训练后导入样本数据集,作为标准比对数据;样本数据集还可以对人体特定动作,打电话动作、睡岗动作、玩手机动作以及烟火特征、抽烟特征进行采集建立样本数据集,样本数据集的建立也可以通过对现有数据集的导入形成。
处理模块可以对系统采集到的图像信息数据和环境信息数据进行预处理,并进行有序存储,比如对图像信息数据的亮度、曝光度和颜色可以进行自主调节,对采集到的图像信息的尺寸大小、存储压缩比、视频录制等方面进行设置调整,尺寸合适的图像画面能够便于系统处理,合适的图像压缩比能够充分利用系统磁盘存储空间并保证图像不失真,以确保调用图像的清晰度。
如图2所示,处理模块中可以设置对象识别模块,用于识别指纹信息和面部信息确定人员身份;器材识别模块,用于识别图像器材信息检测安全帽和反光衣;违规动作自动识别模块,用于识别动作信息确定违规动作;人流密度识别模块,用于识别人流信息确定人员聚集情况;重点区域自动识别模块,用于识别重点区域信息检测安全风险信息;声音信息自动识别模块,用于识别现场声音信息确定异响信息;烟火识别模块,用于识别图像烟火信息检测烟火;抽烟识别模块,用于识别吸烟信息检测吸烟人员。
例如,器材识别模块可自动识别现场作业人员是否未佩戴安全帽、是否穿反光背心、是否在重点区域存在违规现象,系统对发现的违规行为可以进行抓拍,并进行语音提示,当人员进入生产区域时,对应区域的摄像头200和传感器400进行信息采集,对象识别模块启动识别算法,可以运用多个摄像头200的共享关联关系,通过对现场图像信息进行面部识别,确定作业人员身份信息,实现对现场作业人员身份等信息校核,若发生现场作业人员身份与系统中的信息不符,系统按照预设,自动触发语音预警和录像采集功能,并及时推送至现场音频设备800或显示设备700,同时输送至后台监管中心,方便生产管理人员及时干预管理,通过视频采集比对也可以发现现场作业人员人证不一、冒名顶替甚至无证作业的情况,提高了对现场作业人员的监管能力。
生产安全管理系统也可以通过对人员行为状态等实时跟踪分析,包含安全帽、反光衣等安全防护穿戴情况,若发生异常情况时,按照预设,触发语音预警和信息推送功能,及时推送告警至现场和后台管理中心,及时提醒纠正不安全作业行为,实时监控现场作业情况和工作进度,减少安全事故的发生,保证作业人员的人身安全和财产安全,提高安全生产监管能力。
生产安全管理系统也可以利用边缘计算的智能视频分析技术,根据生产的应用环境,预设相应的判断准则,捕捉异常现象,对生产场景下人员行为进行现场实时监控,从而利用AI机器视觉分析替代系统管理人员的识别分析行为,提高了生产安全管理系统运行的效率,把信息采集设备、有线或无线传输设备和生产安全管理系统的应用构建成一个生产区域自动识别监控系统。
处理模块利用图像信息数据和环境信息数据,可以实现对人员身份数据、人流密度数据、安全帽佩戴数据、反光衣穿戴数据、抽烟数据、人员长时间打电话数据、人员在岗情况数据、佩戴口罩数据,区域入侵数据等数据进行分析处理。
在对图像信息数据和环境信息数据进行处理利用时,如果传感器400与摄像头200和无人机300之间没有关联的关系,或者传感器400与传感器400相互之间没有关联联系,而是各自独立提供信息数据,那么有可能同一个异常事件,会出现多次预警提示的情况,例如有陌生人翻越电子围栏入侵,红外传感器400报一次警,红外传感器400附近的摄像头200又会报警一次。这对生产安全管理系统的管理人员来说是毫无关联的两次预警事件,需要花费一定时间进行判断之后,才会发现两条报警信息提供同样的内容,耗费人力。
对于独立运行的生产安全管理系统来说,可能会出现红外传感器400出现预警,而红外传感器400附近的球机摄像头200没有及时调整拍摄角度,没有进行录像工作,或者会出现因红外传感器400附近没有摄像头200处于视频盲区,不能及时调用无人机300进行拍摄,出现异常事件无视频录像的情况。
为了解决部分传感器400、摄像头200和无人机300之采集的图像信息数据和环境信息数据的采集不同步问题,如图3所示,可以采用采集模块对获取的图像信息数据、环境信息数据进行关联处理,关联处理的步骤包括:
S11、确定摄像头200与传感器400从属关系,确定摄像头200与传感器400地理位置信息,例如摄像头200从属于传感器400,获取摄像头200与传感器400安装的地理位置信息,以及摄像头200拍摄范围信息等,根据摄像头200覆盖范围可以采用一个摄像头200从属于多个传感器400。
S12、当摄像头200检测到异常信息时开始录像,并将该异常信息传送给生产安全管理系统,系统对收到的异常信息进行分析,获取当前摄像头200的编号。
S13、生产安全管理系统根据摄像头200的编号,可以获取与摄像头200相互从属的传感器400。
S14、查看摄像头200相互从属的传感器400是否有报警信号,如果有从属传感器400报警信号,则对摄像头200和从属传感器400报警信号进行归一化处理。
通过上述流程的处理可以使摄像头200和从属传感器400报警信号进行归一化处理,相同的警情,系统只会报警一次,节省了人员对预警信息的判断,节省了人力,提高了系统的运行效率。
为了解决部分传感器400、摄像头200和无人机300之采集的图像信息数据和环境信息数据的采集不同步问题,如图4所示,采集模块对连接的摄像头200、无人机300和传感器400进行相互关联的步骤包括:
S21、确定传感器400、摄像头200和无人机300从属关系,确定传感器400与摄像头200地理位置信息和无人机拍摄区域信息;例如传感器400从属于摄像头200,获取摄像头200与传感器400安装的地理位置信息和无人机拍摄区域信息,以及摄像头200拍摄范围信息,根据摄像头200覆盖范围可以采用多个传感器400从属于一个摄像头200。
S22、当传感器400检测到异常信息时,将该异常信息传送给生产安全管理系统采集模块,采集模块对收到的异常信息进行解析,获取当传前感器的编号;
S23、生产安全管理系统根据传感器400的编号,可以获取与传感器400相互从属的摄像头200,到设备数据库查找该传感器400从属摄像头200,如果传感器400有从属摄像头200;则对摄像头200和从属传感器400报警信号进行归一化处理,从属摄像头200例如球机,调整拍摄视角开始录像;实现对预警事件的及时记录。
S24、如果传感器400没有从属的摄像头200,为了及时对预警事件进行录像,则查找传感器400从属无人机300,如果传感器400所属地点关联有从属无人机300,生产安全管理系统控制无人机300到达传感器400地理位置,进行拍摄录像。
通过上述流程的处理可以使传感器400和从属摄像头200报警信号进行归一化处理,相同的警情,系统只会报警一次,节省了人员对预警信息的判断,节省了人力,提高了系统的运行效率;同时可以使传感器400的从属摄像头200或无人机300及时记录预警事件,使生产安全管理系统的运行更完善。
通过上述流程,传感器400处于摄像头200盲区时,可以及时调用无人机300对预警事件进行拍摄录像,实现了对预警事件的全覆盖,使生产安全管理系统的运行更完善。
对无人机300的使用除上述情况外,还可以包括利用无人机300对摄像头200进行补强设置,例如当摄像头200出现预警情况时,生产安全管理系统可以调用无人机300对摄像头200区域进行动态补强,提高对预警事件的全方位记录,使生产安全管理系统的运行更为完善。
在上述应用中,生产安全管理系统也可以通过系统管理模块对系统进调整,例如可以调整对异常事件设定、预设检测识别值设定、对告警触发的条件调整,以及对系统的其他管理功能进行调整,形成多样的智能化解决方案,最大程度减少人力、设备和存储资源的使用。
应用模块输出预警信息包括图像目标识别信息和环境目标识别信息;图像目标识别信息包括安全帽目标识别信息、反光衣目标识别信息、抽烟目标识别信息、烟火目标识别信息和人员在岗识别信息等;环境目标识别信息包括入侵信息、重点场所风险信息等。
应用模块用于输出预警信息的预警输出设备可以包括手持终端600、显示设备700、音频设备800和电话设备900。
音频设备800用于利用扬声器播放预警信息,对自动识别出现的现场作业人员未佩戴安全帽、未穿反光背心、未在安全区域工作、等违规现象,可以利用现场音频设备800发出语音报警,对作业人员及时进行提醒。
手持终端600用于推送预警信息;预警信息包括对预警情况进行抓拍图像,可以通过手持终端600,例如手机将抓图推送到微信平台,通过微信群内的人员相互提醒,及时纠正存在的问题,同时也对微信群内的其他人员起到警示作用。
应用模块输出预警信息的方式还包括自动拨打电话通知,生产安全管理系统根据预警的级别判断预警事件的紧迫性,对于较为紧迫的预警事件,可以通过预设语音拨打相关人员电话,进行预警通知,例如,出现火情预警时,及时拨打相关人员电话进行查看处理,还例如,对于一个预警事件,可以拨打预警事件,所属的班、组人员电话实现对预警事件的自动分层级推送预警。
应用模块还可以利用现场的显示设备700,例如显示屏幕滚动显示预警信息。
通过多种手段的应用,生产安全管理系统从违规识别、语音警告到告警信息上传、告警统计等可以全部实现自动化管控,解脱了原有监控人员的繁重的监控任务。
生产安全管理系统的管理人员也可通过实时监控页面实时查看或回看现场监控视频,显示和查看出管理范围内违规行为告警信息,并可以根据时间、班组、摄像头200、无人机300和传感器400的情况进行告警统计分析,进行告警次数趋势预判。通过告警统计分析,可辅助管理人员有针对性的对作业班组进行培训,针对特定违规现象出台管理措施。
这其中对图像目标识别信息的处理主要采用图像比对进行,图像比对易受到硬件因素,如图片像素,摄录角度影响,也易受到环境因素,如雷雨天气、雾霾天气等影响,还易受到识别对象的穿戴影响,例如戴帽子、口罩等会对面部识别带来影响,这需要增强对图像比对识别的细节比对,以提高识别的准确率。
对图像目标识别信息的处理关键是对图像细节识别比对,提高识别度,如图5所示,可以采用下列方法:
S31、对获取摄像头200或无人机300图像信息数据进行目标检测,检测可以基于YOLOv5算法对图像目标识别信息进行小尺寸目标检测;利用YOLOv5算法的对图像目标检测,目标检测是目标识别的前提,因为不同场景下目标尺度不同,图像分辨率、或其他因素会导致目标检测具有一定的难度,尤其是小尺寸目标容易出现漏检、错检进而影响目标识别的准确率。
S32、依据目标检测结果,对容易出现漏检、错检的小尺寸目标进行强化处理,对存在分辨率底、模糊、特征不明显等情况的小尺寸目标图像,可以进一步采用生成对抗网络(SRGAN)进行小目标图像重建,进行强化处理,通过目标图像超分辨率算法生成对抗网络(SRGAN)重建小目标图像提高目标识别的准确率。
生成对抗网络(SRGAN)的原理为:生成对抗网络(SRGAN)采用博弈的思想,生成对抗网络(SRGAN)包括生成网络和判别网络,生成网络生成接近于真实图像的假图像,判别网络判断图像是生成网络生成的图像还是来自真实的图像,经过多次博弈训练,最终使生成器生成的图片能够达到鉴别级别,使二者达到博弈平衡。例如:原始目标图像为真实高分辨率图像IHR,低分辨率图像自动识别ILR为高分辨率图像进行四分之一裁剪获得,将低分辨率目标图像送入生成网络中,输出高分辨率图像ISR,将生成的目标图像与真实的目标图像输入判别网络中,判断ISR和IHR是否相似,并计算他们的对抗损失。
S33、对强化处理后的目标图像进行目标识别,根据识别度输出识别结果。对强化处理后的目标图像进行目标识别可以采用FaceNet目标识别算法,FaceNet目标识别算法原理为:判断目标图像的与样本数据集中的样本图像的相似度,通过度量学习来判断图像相似度的大小,通过将目标的特征转换成特征向量进行比较,这样就转换成两个特征向量之间的距离的衡量即距离度量,根据距离度量确定识别度,输出识别结果。
对强化处理后的目标图像进行目标识别,还可以采用PCA算法,PCA算法的原理为突出对图像特征值的识别计算,读取样本数据集的样本图像,将每个样本图像的像素保存到一个二维矩阵中,然后把这个矩阵按照列排拉伸成为一个新的列向量,每一个列向量表示一张样本图像的像素信息,然后将所有样本图像的列向量整合为一个新的矩阵X,如果有S张样本图像,每张样本图像尺寸为m×n,则矩阵X为m×n行,S列;对X的每一行取得均值,每行的元素减去均值,得到每张样本图像与平均目标图像的差值,组成新矩阵X';计算X'的协方差矩阵C,协方差矩阵C的维度为m×n;计算协方差矩阵C的特征值即特征向量,共有m×n个特征值及特征向量;选择主要特征成分,把特征值从大到小排序,选择前R个特征值使得R个特征值占所有特征值的90%以上,随后将特征向量按行排列,获得P=[R,m×n],将样本数据集投影到特征空间,Y=PX'=[R,S];将目标图像也投影到特征空间,假如目标图像有K张图像,那么降维后矩阵为[R,K];每一张目标图像[R,1]与特征空间[R,S]用欧氏距离法求出与其最相近的一个图像,所有目标图像识别完后,最后求出识别率确定识别度,输出识别结果。
YOLOv5算法、生成对抗网络(SRGAN)、FaceNet目标识别算法和PCA算法在实际中有应用,此处只做简单的原理说明,不做具体的介绍。
生产安全管理系统的更新模块,用于自动优化管理系统的样本数据集,如图6所示,优化的过程为,根据目标图像目标识别结果,结合识别度进行完善样本数据集,实现样本数据集的自动更新。
如果目标图像识别信息准确,则根据图像识别度,超过预设图像识别度的目标图像添加到样本数据集,作为样本数据集的补充,同时把目标图像与原样本图像进行关联,作为样本数据集的新的样本图像使用。
通过对样本数据集的持续更新,可以提高样本数据集的样本数量,提高图像比对的准确程度。
如果出现目标图像识别信息不准确的情况,出现这种情况的原因,一种是目标图像为陌生目标,样本数据集不存在样本图像,导致目标识别信息不准确;还有一种情况是原样本数据集的样本图像对比性差,导致目标图像识别信息不准确。
对出现目标图像识别信息不准确的情况的处理,可以把识别后目标图像添加到样本数据集,作为新的样本图像,丰富样本数据集,实现对后续目标图像识别的样本,提高图像比对的准确程度。
本发明综合利用AI视觉分析功能对获取作业现场图像目标识别信息,以及环境信息数据进行自动识别计算分析,利用分析数据输出预警信息,同时自动优化管理系统的样本数据集,把场图像目标识别信息和环境信息数据结合利用,既利用了采集的图像数据也有效结合传感器400数据,可以应用到厂区作业生产面、基建施工、货场、施工安全作业和公共安全管理等多种场景,适用范围广,可以实现对作业现场进行24小时全智能化生产安全管控,对异常事件进行有效地分析管理记录,实现发出预警、录像取证,告警呈现等功能,可以使作业现场的管理更具合规性和安全性,提升生产安全管理效率,同时生产安全管控系统的管理者可以方便快捷地介入异常事件的管理过程,最大程度地规范生产中的作业行为,最大程度的预防安全生产风险的发生。
利用本生产安全管理系统,也可自动识别作业人员违章行为,主动语音提醒,及时纠正作业人员违章动作,有效杜绝了习惯性违章现象;同时,通过自动识别违规现象,现场语音提醒,告警信息主动推送,极大地解放了生产安全管理人员,有效缓解生产安全管理人力不足等现象,极大地提高了生产安全智能化管理的水平,同时可实现生产区人员身份判别,做到事前有识别,事中有管控,事后可统计分析等功能,实现了对生产安全作业的全过程监督。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、 “固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或彼此可通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
Claims (8)
1.一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:包括,
采集模块,所述采集模块获取作业现场图像信息数据和环境信息数据;
处理模块,所述处理模块对获取的图像信息数据和环境信息数据进行自动识别计算分析,生成分析数据;
应用模块,所述应用模块利用分析数据输出预警信息;
更新模块,自动优化系统的样本数据集;
其中,所述采集模块连接有图像信息采集设备和环境信息采集设备,所述应用模块连接预警输出设备。
2.根据权利要求1所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述图像信息采集设备包括摄像头(200)和无人机(300)设备;所述环境信息采集设备包括多种传感器(400)。
3.根据权利要求2所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述采集模块对连接的摄像头(200)和传感器(400)进行相互关联,所述采集模块对连接的摄像头(200)和传感器(400)进行相互关联的步骤包括:
S11、确定摄像头(200)与传感器(400)从属关系,确定摄像头(200)与传感器(400)地理位置信息;
S12、当摄像头(200)检测到异常信息时开始录像,并将该异常信息传送给采集模块,采集模块获取当前摄像头(200)的编号;
S13、到设备数据库查找该摄像头(200)从属传感器(400);
S14、对摄像头(200)和从属传感器(400)报警信号进行归一化处理。
4.根据权利要求2所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述采集模块对连接的摄像头(200)、无人机(300)和传感器(400)进行相互关联,所述采集模块对连接的摄像头(200)、无人机(300)和传感器(400)进行相互关联的步骤包括:
S21、确定传感器(400)、摄像头(200)和无人机(300)从属关系,确定传感器(400)与摄像头(200)地理位置信息和无人机拍摄区域信息;
S22、当传感器(400)检测到异常信息时,将该异常信息传送给处理模块,处理模块对收到的异常信息进行解析,获取当传前感器的编号;
S23、到设备数据库查找该传感器(400)从属摄像头(200),如果传感器(400)有从属摄像头(200);则对摄像头(200)和从属传感器(400)报警信号进行归一化处理,从属摄像头(200)开始录像;
S24、如果传感器(400)没有从属摄像头(200),则查找传感器(400)从属无人机(300),无人机(300)到达传感器(400)地理位置,进行拍摄。
5.根据权利要求1所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述处理模块对获取的图像信息数据识别计算的步骤包括:
S31、对图像信息数据进行目标检测;
S32、对目标检测结果中的小尺寸目标图像进行强化处理;
S33、对强化处理后的目标图像进行目标识别,根据识别度输出识别图像。
6.根据权利要求1所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述更新模块中自动优化系统的样本数据集的方法为
S41、如果目标图像识别信息准确,根据目标图像识别度自动把目标图像添加到样本数据集;
S42、关联目标图像与对应的样本图像;
S43、如果目标识别信息不准确,则把目标图像添加到样本数据集,作为新的样本图像。
7.根据权利要求1所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述预警输出设备包括手持终端(600)、显示设备(700)、音频设备(800)和电话设备(900);
所述手持终端(600)用于推送预警信息;
所述显示设备(700)用于利用屏幕显示预警信息;
所述音频设备(800)用于利用扬声器播放预警信息;
所述电话设备(900)用于拨打预警信息相关人员电话。
8.根据权利要求7所述的一种基于AI机器视觉分析预警的生产安全管理系统,其特征在于:所述应用模块输出预警信息包括图像目标识别信息和环境目标识别信息;
所述图像目标识别信息包括:安全帽目标识别信息,反光衣目标识别信息,抽烟目标识别信息,烟火目标识别信息和人员在岗识别信息;
所述环境目标识别信息包括入侵信息、重点场所风险信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310724013.2A CN116486585B (zh) | 2023-06-19 | 2023-06-19 | 一种基于ai机器视觉分析预警的生产安全管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310724013.2A CN116486585B (zh) | 2023-06-19 | 2023-06-19 | 一种基于ai机器视觉分析预警的生产安全管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116486585A true CN116486585A (zh) | 2023-07-25 |
CN116486585B CN116486585B (zh) | 2023-09-15 |
Family
ID=87215967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310724013.2A Active CN116486585B (zh) | 2023-06-19 | 2023-06-19 | 一种基于ai机器视觉分析预警的生产安全管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116486585B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117475608A (zh) * | 2023-12-28 | 2024-01-30 | 云南远信科技有限公司 | 基于无人机集群的多场景安防监控方法 |
CN117528131A (zh) * | 2024-01-05 | 2024-02-06 | 青岛美迪康数字工程有限公司 | 一种医学影像的ai一体化显示系统及方法 |
CN117611578A (zh) * | 2024-01-17 | 2024-02-27 | 深圳市新良田科技股份有限公司 | 一种图像处理方法及图像处理系统 |
CN117935519A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市中燃科技有限公司 | 一种燃气检测警报系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003051082A (ja) * | 2001-08-07 | 2003-02-21 | Omron Corp | 移動監視ロボット |
KR100781334B1 (ko) * | 2006-11-02 | 2007-11-30 | 한국전력공사 | 원자력발전소 주 제어실 주요경보 음성메시지 시스템 |
CN101715110A (zh) * | 2003-11-18 | 2010-05-26 | 英特图形软件技术公司 | 数字视频监视 |
CN103839080A (zh) * | 2014-03-25 | 2014-06-04 | 上海交通大学 | 基于测度查询熵的视频流异常事件检测方法 |
CN104333736A (zh) * | 2014-10-28 | 2015-02-04 | 山东大学 | 无人变电站智能识别监控系统及方法 |
KR101753515B1 (ko) * | 2016-02-16 | 2017-07-05 | 정용호 | 현장안전 관리를 위한 영상촬영 제어시스템 및 그 구동방법 |
CN109313443A (zh) * | 2016-06-03 | 2019-02-05 | 太阳焦炭科技和发展有限责任公司 | 用于在工业设施中自动生成补救措施的方法和系统 |
CN109819208A (zh) * | 2019-01-02 | 2019-05-28 | 江苏警官学院 | 一种基于人工智能动态监控的密集人群安防监控管理方法 |
KR102128696B1 (ko) * | 2020-02-13 | 2020-06-30 | (주)한국전산감리원 | 모바일 기술을 활용한 건축 현장 감리 및 보안 시스템 구동 방법 |
CN114143748A (zh) * | 2021-12-28 | 2022-03-04 | 江西昌铜高速公路有限责任公司 | 预警上报的方法、装置、系统和电子设备 |
CN114298137A (zh) * | 2021-11-12 | 2022-04-08 | 广州辰创科技发展有限公司 | 基于对抗生成网络的微小目标检测系统 |
JP2022112917A (ja) * | 2021-01-22 | 2022-08-03 | i-PRO株式会社 | 監視カメラおよび学習モデル設定支援システム |
CN115410335A (zh) * | 2022-08-03 | 2022-11-29 | 中建三局集团有限公司 | 一种基于机器视觉及语义网络的建筑工程安全监测预警系统 |
-
2023
- 2023-06-19 CN CN202310724013.2A patent/CN116486585B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003051082A (ja) * | 2001-08-07 | 2003-02-21 | Omron Corp | 移動監視ロボット |
CN101715110A (zh) * | 2003-11-18 | 2010-05-26 | 英特图形软件技术公司 | 数字视频监视 |
KR100781334B1 (ko) * | 2006-11-02 | 2007-11-30 | 한국전력공사 | 원자력발전소 주 제어실 주요경보 음성메시지 시스템 |
CN103839080A (zh) * | 2014-03-25 | 2014-06-04 | 上海交通大学 | 基于测度查询熵的视频流异常事件检测方法 |
CN104333736A (zh) * | 2014-10-28 | 2015-02-04 | 山东大学 | 无人变电站智能识别监控系统及方法 |
KR101753515B1 (ko) * | 2016-02-16 | 2017-07-05 | 정용호 | 현장안전 관리를 위한 영상촬영 제어시스템 및 그 구동방법 |
CN109313443A (zh) * | 2016-06-03 | 2019-02-05 | 太阳焦炭科技和发展有限责任公司 | 用于在工业设施中自动生成补救措施的方法和系统 |
CN109819208A (zh) * | 2019-01-02 | 2019-05-28 | 江苏警官学院 | 一种基于人工智能动态监控的密集人群安防监控管理方法 |
KR102128696B1 (ko) * | 2020-02-13 | 2020-06-30 | (주)한국전산감리원 | 모바일 기술을 활용한 건축 현장 감리 및 보안 시스템 구동 방법 |
JP2022112917A (ja) * | 2021-01-22 | 2022-08-03 | i-PRO株式会社 | 監視カメラおよび学習モデル設定支援システム |
CN114298137A (zh) * | 2021-11-12 | 2022-04-08 | 广州辰创科技发展有限公司 | 基于对抗生成网络的微小目标检测系统 |
CN114143748A (zh) * | 2021-12-28 | 2022-03-04 | 江西昌铜高速公路有限责任公司 | 预警上报的方法、装置、系统和电子设备 |
CN115410335A (zh) * | 2022-08-03 | 2022-11-29 | 中建三局集团有限公司 | 一种基于机器视觉及语义网络的建筑工程安全监测预警系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117475608A (zh) * | 2023-12-28 | 2024-01-30 | 云南远信科技有限公司 | 基于无人机集群的多场景安防监控方法 |
CN117475608B (zh) * | 2023-12-28 | 2024-03-08 | 云南远信科技有限公司 | 基于无人机集群的多场景安防监控方法 |
CN117528131A (zh) * | 2024-01-05 | 2024-02-06 | 青岛美迪康数字工程有限公司 | 一种医学影像的ai一体化显示系统及方法 |
CN117528131B (zh) * | 2024-01-05 | 2024-04-05 | 青岛美迪康数字工程有限公司 | 一种医学影像的ai一体化显示系统及方法 |
CN117611578A (zh) * | 2024-01-17 | 2024-02-27 | 深圳市新良田科技股份有限公司 | 一种图像处理方法及图像处理系统 |
CN117611578B (zh) * | 2024-01-17 | 2024-06-11 | 深圳市新良田科技股份有限公司 | 一种图像处理方法及图像处理系统 |
CN117935519A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市中燃科技有限公司 | 一种燃气检测警报系统 |
CN117935519B (zh) * | 2024-03-22 | 2024-06-11 | 深圳市中燃科技有限公司 | 一种燃气检测警报系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116486585B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116486585B (zh) | 一种基于ai机器视觉分析预警的生产安全管理系统 | |
CN101119482B (zh) | 一种全景监控方法及设备 | |
CN100504942C (zh) | 智能视频监控设备模组和系统及其监控方法 | |
CN107483889A (zh) | 智慧工地管控平台的隧道监控系统 | |
CN110705482A (zh) | 一种基于视频ai智能分析的人员行为告警提示系统 | |
CN110830756A (zh) | 一种监控方法与装置 | |
KR100326203B1 (ko) | 피부색 및 움직임 자동 추적에 의한 얼굴 촬영/인식방법과 그장치 | |
CN116416579A (zh) | 一种园区安防监控存储信息智能分析管理系统 | |
CN112382033A (zh) | 一种区域型入侵报警系统 | |
CN111629184A (zh) | 能识别监控区域内人员的视频监控报警系统及方法 | |
CN111147811A (zh) | 一种自动人脸追踪的三维成像系统、成像方法和成像设备 | |
KR20100119920A (ko) | 보안 방범망을 이용한 이동물체 추적 시스템 및 그 방법 | |
CN115035668A (zh) | 一种基于视频监控的社区安防系统 | |
CN116129490A (zh) | 一种用于复杂环境行为识别的监控装置及监控方法 | |
CN110602453B (zh) | 一种物联网大数据智能视频安防监控系统 | |
CN108806144A (zh) | 一种基于5g网络的社区报警系统 | |
CN111738115A (zh) | 一种基于人工智能的移动式摄像头自动识别方法和系统 | |
CN202421843U (zh) | 一种多功能安防监控信息化哨位装置及其安防监控系统 | |
CN1312521A (zh) | 交通视频图像自动处理系统 | |
CN115169777A (zh) | 一种安全作业智能监管系统 | |
CN101620788A (zh) | 移动式视音频、图像识别智能化系统 | |
CN111914050B (zh) | 基于特定场所的可视化3d监控平台 | |
CN201796450U (zh) | 一种具有越界识别功能的智能监控系统 | |
CN212966489U (zh) | 基于智能分析技术的电动车上电梯预警系统 | |
CN215453140U (zh) | 一种施工现场用移动视频监控系统 |
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 |