CN116895043A - 一种施工现场智能安全监控预警方法、系统及存储介质 - Google Patents

Abstract

本发明公开了一种施工现场智能安全监控预警方法、系统及存储介质，属于图像识别技术领域，包括步骤S1：监控单元将自身与监控目标的身份编号相关联；步骤S2：监控单元内设置有轮廓图和判断规则，监控单元实时拍摄第一图像，若识别第一图像同时包括手形图像和轮廓图，则继续步骤S3；步骤S3：计算手形图像和轮廓图的重合度，设置第一阈值，若重合度大于第一阈值，则继续获取手形图像和轮廓图的第一深度和第二深度，若第一深度和第二深度的差值小于预设的第二阈值，继续执行步骤S4；步骤S4：若手形图像和轮廓图不满足判断规则，监控单元生成第一预警信息。本发明实现了对施工人员操作全过程的精细识别，从而杜绝了危险行为的发生。

Description

一种施工现场智能安全监控预警方法、系统及存储介质

技术领域

本发明属于图像识别技术领域，具体涉及一种施工现场智能安全监控预警方法、系统及存储介质。

背景技术

智能安全帽已经应用于建筑施工领域，通过其内置的高清摄像头对工地进行可视化管理，实时监控作业人员，当作业人员的身体状况异常，或者未正确使用安全措施的，智能安全帽会自动拍照或者拍摄视频记录，然后将信息传输至施工现场安全管理一体化平台，从而及时的提醒管理人员进行关注。如中国专利申请“CN113222352A”公开了一种智能安全帽的控制方法，通过服务器设定工作参数发送给安全帽，安全帽获取定位数据，基于工作参数、定位数据生成考勤报告，同时采集温度数据、湿度数据、生命体征数据、图像并上传服务器，服务器创建危险识别模型，利用危险识别模型、温度历史数据、湿度历史数据、生命体征范围值对图像、温度数据、湿度数据、生命体征数据进行分析，生成安全报告，基于安全报告控制安全帽进行报警，从而实现对作业人员以及环境进行监控；又例如中国专利申请“CN110285801A”公开了一种智能安全帽的定位方法及装置，该方法通过对智能安全帽所在的当前场景执行拍摄操作，得到针对当前场景的影像数据，从预先存储的不同场景中每个场景的影像数据中确定与该当前场景的影像数据匹配的目标场景，并确定该目标场景对应的场景标识作为智能安全帽所在的当前场景的场景标识，基于该场景标识确定智能安全帽的地理位置，从而实现对作业人员进行实时定位，提高工程的监管效率。

然而，上述方法对智能安全帽佩戴者的监控较为简单，第一种方法只是通过危险识别模型对图像中的危险物体进行识别，第二种则是基于图像数据定位施工人员的位置，两种方法均无法对施工人员是否具体执行危险操作进行识别，因此上述方法的识别过程不够细致。

发明内容

为解决上述问题，本发明提供了一种施工现场智能安全监控预警方法、系统及存储介质，以解决现有技术中无法识别施工人员是否执行危险操作的问题。

为了达到上述的发明目的，本发明提出一种施工现场智能安全监控预警方法，包括：

步骤S1：为每个监控目标设置身份编号，将所述身份编号录入至所述监控单元内，所述监控目标佩戴所述监控单元时，所述监控单元对所述监控目标进行身份验证，验证通过后将自身与所述监控目标的所述身份编号相关联；

步骤S2：所述监控单元内设置有识别图像集和规则判断集，所述识别图像集包括多个预设的轮廓图，所述规则判断集包括多条预设的判断规则，每个所述轮廓图对应一个所述判断规则，所述监控单元被启用后，实时拍摄第一图像，若所述监控单元识别所述第一图像内同时包括手形图像和所述识别图像集内的所述轮廓图，则继续步骤S3；

步骤S3：获取所述手形图像和所述轮廓图的第一平面位置区域和第二平面位置区域，分别计算所述第一平面位置区域和所述第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，所述第一公式为：其中，S₁和S₂分别为所述第一面积和所述第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为所述第一平面位置区域和所述第二平面位置区域的重合面积，设置第一阈值，若所述重合度大于所述第一阈值，则继续获取所述手形图像和所述轮廓图的第一深度和第二深度，若所述第一深度和所述第二深度的差值小于预设的第二阈值，则继续执行步骤S4；；

步骤S4：基于所述轮廓图匹配对应的所述判断规则，若所述手形图像和所述轮廓图不满足所述判断规则，所述监控单元生成第一预警信息。

进一步的，所述步骤S4之后，基于以下步骤生成第二预警信息：

步骤S41：定义需要获取所述监控目标视线方向的所述监控单元为第一单元，其余所述监控单元为第二单元，判断是否从所述第二单元中筛选出第三单元，是的情况下，继续执行步骤S42，否的情况下，停止生成所述第二预警信息；

步骤S42：所述第一单元每隔预设时间向所述第三单元发送巡查指令，提醒所述第三单元改变拍摄方向至所述第一单元，以拍摄佩戴所述第一单元所述监控目标的第二图像，基于骨骼识别模型识别所述第二图像中所述监控目标的骨骼关键点，从所述骨骼关键点中获取耳朵关键点和鼻子关键点；

步骤S43：连接两个所述耳朵关键点获得第一线段，自所述鼻子关键点绘制垂直于所述第一线段的第二线段，所述第二线段指向所述鼻子关键点的方向为所述监控目标的视线方向，继续从所述骨骼关键点中获取肩膀关键点，连接两个所述肩膀关键点获得第三线段，自所述鼻子关键点绘制垂直于所述第三线段的第四线段，所述第四线段指向所述鼻子关键点的方向为所述监控目标的身体朝向；

步骤S44：若所述第三单元连续两次朝向所述监控目标时，所述监控目标的视线方向与所述身体朝向均没有位于同一方向上，则所述第三单元生成所述第二预警信息。

进一步的，所述步骤S44之后，基于以下步骤生成第三预警信息：

步骤S441：将所述第二图像划分为多个相同的网格区域，对每个所述网格区域识别，以将所述网格区域的类型划分为安全网格区域和危险网格区域；

步骤S442：获取所述骨骼关键点中的双脚关键点，定位所述双脚关键点所处的所述网格区域为第一区域，获取所述鼻子关键点和所述肩膀关键点所处的网格区域，定义为第二区域；

步骤S443：获取所述第一区域周向所述网格区域的类型，以及所述监控目标的身体朝向，若所述监控目标的周向存在所述危险网格区域，则基于第二公式计算所述监控目标的危险值β，所述第二公式为：β＝p×ω₁+q×ω₁，其中，p为第一危险数值，所述监控目标身体朝向所述危险网格区域时，p的数值为1，背对所述危险网格区域时，p的数值为2，q为第二危险数值，所述第一区域和所述第二区域为同一区域时，q的数值为1，所述第一区域和所述第二区域为不同区域时，q的数值为2，ω₁和ω₂为预先设置的第一权重和第二权重，设定第三阈值，若所述危险值大于等于所述第三阈值，则所述第三单元生成所述第三预警信息。

进一步的，所述步骤S41中，从所述第二单元中筛选所述第三单元包括以下步骤：

步骤S411：所述第一单元和所述第二单元分别定位自身的第一位置和第二位置，基于所述第一位置和所述第二位置获取所述第一单元与其它各个所述第二单元的观测距离，设置第四阈值，执行第一筛选，将所述观测距离小于所述第四阈值的所述第二单元保留；

步骤S412：所述第一单元和执行所述第一筛选后保留的所述第二单元定位自身的高度，执行第二筛选，将所述第二位置高度大于等于所述第一位置高度的所述第二单元保留，从执行所述第二筛选后保留的所述第二单元中，获取距离所述第一单元最近的所述第二单元作为所述第三单元。

进一步的，所述监控单元拍摄所述第一图像后，基于以下步骤对所述第一图像进行处理：

为每个所述轮廓图设置危险等级，每个所述危险等级对应一种画面处理方案，所述监控单元识别到所述第一图像中出现所述轮廓图后，获取所述第一平面位置区域和所述第二平面位置区域的所述重合度，若出现所述重合度大于0的时刻，则将该时刻设为第一时间点，在其之后，若所述重合度等于0，则将对应时刻设为第二时间点，将所述第一时间点和所述第二时间点之间的时间段定义为高关注时间段，其余时间段设置为低关注时间段：

基于所述轮廓图匹配对应的所述危险等级，基于所述危险等级匹配对应的所述画面处理方案，基于所述画面处理方案对所述高关注时间段内的所述第一图像进行抽帧，获得第一精简图像，设置基础画面处理方案，基于所述画面处理方案对所述低关注时间段内的所述第一图像进行抽帧，获得第二精简图像，将所述第一精简图像与所述第二精简图像整合和为高密度图像。

本发明还提供了一种智能安全监控预警系统，该系统用于实现上述所述的一种施工现场智能安全监控预警方法，该系统主要包括：

验证单元，设置于监控单元内，为每个监控目标设置身份编号，将所述身份编号录入至所述验证单元内，所述监控目标佩戴所述监控单元时，所述验证单元对所述监控目标进行身份验证，验证通过后将所述监控单元与所述监控目标的身份编号相关联；

识别单元，设置于所述监控单元内，所述识别单元内设置有识别图像集和规则判断集，所述识别图像集包括多个预设的轮廓图，所述规则判断集包括多条预设的判断规则，每个所述轮廓图对应一个所述判断规则，所述监控单元被启用后，实时拍摄第一图像，若所述监控单元识别所述第一图像内同时包括手形图像和所述识别图像集内的所述轮廓图，则获取所述手形图像和所述轮廓图的第一平面位置区域和第二平面位置区域，

计算单元，设置于所述监控单元内，所述计算单元用于计算所述第一平面位置区域和所述第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，所述第一公式为：其中，S₁和S₂分别为所述第一面积和所述第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为所述第一平面位置区域和所述第二平面位置区域的重合面积，所述计算单元设置第一阈值，若所述重合度大于所述第一阈值，所述计算单元继续计算所述手形图像和所述轮廓图的第一深度和第二深度；

警告单元，设置于所述监控单元内，基于所述轮廓图匹配对应的所述判断规则，若所述手形图像和所述轮廓图不满足所述判断规则，所述监控单元生成第一预警信息。

本发明还提供一种计算机存储介质，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在单元执行上述所述的一种施工现场智能安全监控预警方法。

与现有技术相比，本发明的有益效果至少如下所述：

本发明首先对每个监控目标设置身份编号，从而将监控目标与监控单元绑定，在监控目标出现异常时，控制监控单元的控制中心可以及时的对其进行定位；通过在监控单元内设置识别图形集，每个识别图像集内每个轮廓图对应一个判断规则，使得监控单元可以快速确定监控目标需要进行的作业内容，并且基于作业内容判断监控目标的操作是否合规，若不合规则提前发出第一预警信息，从而实现对危险操作的提前预警。

本发明在进行预警前，会事先获取轮廓图和手型图像之间的重合度，只有重合度大于第一阈值时，才基于判断规则对监控目标的操作是否合规进行判断，而不是画面中只要出现轮廓图和手型图像进行进行判断，这样做一方面可以降低监控单元的报警频次，另一方面可以避免监控单元发生误报。

附图说明

图1为本发明一种施工现场智能安全监控预警方法的步骤流程图；

图2为本发明第一图像的原理示意图；

图3为本发明监控目标骨骼关键点的俯视图；

图4为本发明第二图像的原理示意图；

图5为本发明一种智能安全监控预警系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

如图1和图2所示，一种施工现场智能安全监控预警方法，包括，

步骤S1：为每个监控目标设置身份编号，将身份编号录入至监控单元内，监控目标佩戴监控单元时，监控单元对监控目标进行身份验证，验证通过后将自身与监控目标的身份编号相关联。

具体的，身份编号可以设置为0001、0002形式的编号，监控单元具体包括佩戴在施工人员头部的智能安全帽，以及悬挂在身体上的处理器，智能安全帽上设置有摄像头和数据发送装置，摄像头用于捕捉并记录施工人员前方的视频画面，通过数据发送装置将其发送至处理器内进行视频的识别和处理；另外，在施工人员(即监控目标)佩戴智能安全帽之前，首先将智能安全帽的摄像头朝向自己进行人脸识别，从而进行身份验证，基于人脸识别的身份验证为现有技术，此处不再赘述，在验证通过后，监控单元将自身与监控目标的身份编号关联，以使得控制智能安全帽的中央平台能够了解哪个智能安全帽由哪个施工人员佩戴。

步骤S2：监控单元内设置有识别图像集和规则判断集，识别图像集包括多个预设的轮廓图，规则判断集包括多条预设的判断规则，每个轮廓图对应一个判断规则，监控单元被启用后，实时拍摄第一图像，若监控单元识别第一图像内同时包括手形图像和识别图像集内的轮廓图，则继续步骤S3。

步骤S3：获取手形图像和轮廓图的第一平面位置区域和第二平面位置区域，分别计算第一平面位置区域和第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，第一公式为：其中，S₁和S₂分别为第一面积和第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为第一平面位置区域和第二平面位置区域的重合面积，设置第一阈值，若重合度大于第一阈值，则继续获取手形图像和轮廓图的第一深度和第二深度，若第一深度和第二深度的差值小于预设的第二阈值，则继续执行步骤S4。

识别图像集包括多个预设的轮廓图，在本实施例中，轮廓图包括钢筋、零线、火线等。判断规则包括是否穿戴手套握持钢筋，触摸零线火线时是否穿戴绝缘手套和触摸零线火线前是否进行断电操作等；当监控目标开始施工前，启用监控单元内的摄像头，摄像头录制其前方的第一图像，并将其发送至处理器，处理器对第一图像进行识别，若第一图像内出现识别图像集内的轮廓图，例如火线，则继续获取第一图像内是否出现手形图像，若出现了，则获取轮廓图和手形图像的第一平面位置区域和第二平面位置区域，如图2所示，处理器识别到第一图像出现火线L1，则获取火线L1第一平面位置区域的坐标(X1，Y1)(X2，Y2)(X3，Y3)(X4，Y4)，之后获取手形图像L2的第二平面位置区域坐标(X5，Y5)(X6，Y6)(X7，Y7)(X8，Y8)，基于上述坐标分别计算其第一面积和第二面积；之后，再获取第一平面位置区域和第二平面位置区域重合区域顶点A、B、C、D的坐标，计算其围成的重合面积，然后通过第一公式计算第一平面位置区域和第二平面位置区域的重合度。

这里对第一公式进行解释，在计算重合度时，以第一面积和第二面积较小的数值为分母，从而使重合度与第一阈值的对比结果更为精确，第一阈值可以设置为50％；例如当手形图像小于轮廓图时，手形图像被轮廓图完全覆盖时，计算出的结果为100％，而不会小于100％，这样就不会出现，以轮廓图的第二平面位置区域为第一公式分母时，第一面积小于第二面积的一半，即便图像中手已经完全被覆盖，计算出的结果也会小于50％；之后，在表明轮廓图和手形图像已经出现接触，则继续获取手形图像和轮廓图的第一深度和第二深度，这里第一深度和第二深度的计算方式可以通过摄像机的内参和外参确定，该计算过程为相机标定过程，为现有技术，此处不再赘述；当第一深度和第二深度的差值小于第二阈值，表明两者可能位于同一平面内，也即是手与对应的设备进行了接触。

步骤S4：基于轮廓图匹配对应的判断规则，若手形图像和轮廓图不满足判断规则，监控单元生成第一预警信息。

这里举例对步骤S4进行解释，例如检测到轮廓图为火线，如图2中L1，那么就匹配触摸零线火线时是否穿戴绝缘手套和触摸零线火线前是否进行断电操作这一判断条件，在进行判断时，首先在触碰火线前是否曾经出现断路器的轮廓图，也即判断是否进行了断电操作，该条件可通过监控图像对历史图像进行识别分析，判断历史图像中是否出现断电操作的图像；然后监控单元识别图中的手是否穿戴绝缘手套，例如绝缘手套为橙色，则就识别手形是否被橙色所覆盖，若两者均满足，则不生成第一预警信息，若有其中之一不满足，就向中央平台发送第一预警信息，同时自身也发出声光报警进行提醒。

本发明首先对每个监控目标设置身份编号，从而将监控目标与监控单元绑定，在监控目标出现异常时，控制监控单元的控制中心可以及时的对其进行定位；通过在监控单元内设置识别图形集，每个识别图像集内每个轮廓图对应一个判断规则，使得监控单元可以快速确定监控目标需要进行的作业内容，并且基于作业内容判断监控目标的操作是否合规，若不合规则提前发出第一预警信息，从而实现对危险操作的提前预警。

本发明在进行预警前，会事先获取轮廓图和手型图像之间的重合度，只有重合度大于第一阈值时，才基于判断规则对监控目标的操作是否合规进行判断，而不是画面中只要出现轮廓图和手型图像进行进行判断，这样做一方面可以降低监控单元的报警频次，另一方面可以避免监控单元发生误报。

尤为注意是，本发明通过上述技术方案，实现了对施工人员操作全过程的精细识别，从而杜绝了危险行为的发生。

在本实施例的步骤S2中，步骤S4之后，基于以下步骤生成第二预警信息：

步骤S41：定义需要获取监控目标视线方向的监控单元为第一单元，其余监控单元为第二单元，判断是否从第二单元中筛选出第三单元，是的情况下，继续执行步骤S42，否的情况下，停止生成第二预警信息。

具体的，第二单元可以是位于第一单元的周围、其他智能安全帽的佩戴者，例如第二单元可以为施工现场的安全监管员；若存在合适位置的监控单元便于实施本步骤，则将其定义为第三单元，第三单元的确定方法在之后进行描述。

步骤S42：第一单元每隔预设时间向第三单元发送巡查指令，提醒第三单元改变拍摄方向至第一单元，以拍摄佩戴第一单元监控目标的第二图像，基于骨骼识别模型识别第二图像中监控目标的骨骼关键点，从骨骼关键点中获取耳朵关键点和鼻子关键点。

本实施例中的预设时间为20分钟，第一单元每间隔20分钟向第三单元发送巡查指令，第三单元接收巡查指令后，提醒第三单元的佩戴者将第三单元的拍摄方向朝向第一单元；之后，第三单元拍摄第一单元佩戴者及其周围的场景，获得第二图像，将第二图像发送至第三单元对应的处理器中，处理器基于骨骼检测算法识别第一单元佩戴者的骨骼关键点，骨骼检测算法为现有技术，此处不再赘述。

步骤S43：连接两个耳朵关键点获得第一线段，自鼻子关键点绘制垂直于第一线段的第二线段，第二线段指向鼻子关键点的方向为监控目标的视线方向，继续从骨骼关键点中获取肩膀关键点，连接两个肩膀关键点获得第三线段，自鼻子关键点绘制垂直于第三线段的第四线段，第四线段指向鼻子关键点的方向为监控目标的身体朝向。

在获得骨骼关键点后，从中抽取耳朵关键点和鼻子关键点，如图3中的E1、E2和E3，之后，将两个耳朵关键点E1、E2连接获得第一线段，自鼻子关键点E3绘制垂直于第一线段的第二线段F1，那么第二线段F1指向鼻子关键点的方向即为监控目标的视线方向；在此之后，从骨骼关键点中获取肩膀关键点E4和E5，连接肩膀关键点E4和E5获得第三线段，自鼻子关键点绘制垂直于第三线段的第四线段F2，那么第四线段F2指向鼻子关键点的方向即为监控目标的身体朝向，上述进行连线时，均是将各个关键点投影于二维平面内进行的。

步骤S44：若第三单元连续两次朝向监控目标时，监控目标的视线方向与身体朝向均没有位于同一方向上，则第三单元生成第二预警信息。

若监控目标的视线方向与身体朝向没有位于同一直线上，第三单元连续两次查看时均没有改变姿势，则表明此时监控目标采用异常姿势长时间进行施工，这就可能会对其身体造成损伤，因此需要生成第二预警信息，以提醒该施工人员及时改变施工姿势。连续两次查看是指，监控目标在被某个第三单元查看后，为第一次查看，间隔至少预设时间后再次被同一个或其他第三单元查看，为第二次查看，第一次查看和第二次查看定义为连续查看。

通过上述步骤，一方面可以提升安全管理人员定时的去观察各个施工人员的作业状态，另一方面，通过其佩戴的监控单元以及周围的监控单元对施工人员的施工姿势进行监控，从而进一步保障施工人员的身体安全。

在本实施例步骤S44之后，基于以下步骤生成第三预警信息。

步骤S441：将第二图像划分为多个相同的网格区域，对每个网格区域识别，以将网格区域的类型划分为安全网格区域和危险网格区域。

如图4所示，图中的空白区域为安全区域，阴影区域为危险区域，本实施的划分方式是，在每个楼层中寻找其边缘，边缘内为楼层的内部，边缘外为楼层的外部，施工人员一旦走入至边缘外即会发生跌落的情况。

步骤S442：获取骨骼关键点中的双脚关键点，定位双脚关键点所处的网格区域为第一区域，获取鼻子关键点和肩膀关键点所处的网格区域，定义为第二区域。

如图4中的网格区域U的位置即为监控目标双脚所处的网格区域，那么就将网格区域U定位为第一区域，之后，在继续获取网关区域U上下左右方向网格区域的情况，从图4中可以看出，网关区域的U的上侧和右侧网格为危险区域。确定完毕后，再获取监控目标的鼻子关键点和肩膀关键点所在的网格区域，若其所在的网格区域与双脚所处的网格区域相同，表明监控目标处于直立状态，若未处于同一网格区域内，表明监控目标处于歪腰状态，本实施例中，监控目标身体鼻子关键点和肩膀关键点位于网格区域U的右侧，表明其处于弯腰状态，并且确定监控目标的身体朝向右侧；另外，即便是监控对象处于弯腰状态下，也不会影响鼻子关键点和肩膀关键点确定监控对象的身体朝向。

步骤S443：获取第一区域周向网格区域的类型，以及监控目标的身体朝向，若监控目标的周向存在危险网格区域，则基于第二公式计算监控目标的危险值β，第二公式为：β＝p×ω₁+q×ω₁，其中，p为第一危险数值，监控目标身体朝向危险网格区域时，p的数值为1，背对危险网格区域时，p的数值为2，q为第二危险数值，第一区域和第二区域为同一区域时，q的数值为1，第一区域和第二区域为不同区域时，q的数值为2，ω₁和ω₂为预先设置的第一权重和第二权重，设定第三阈值，若危险值大于等于第三阈值，则第三单元生成第三预警信息。

这里对上述第二公式进行解释，当监控目标正对危险区域时，由于其可以看到危险区域，因此将此情况下的第一危险数值设置为1，当监控目标背对危险区域时，由于无法看到危险区域，此种情况下更容易发生跌落，将此情况下的第一危险数值设置为2；当监控目标与双脚所处的网格区域相同，表明监控目标直立站在安全区域，将第二危险数值设置为1，监控目标与双脚所处的网格区域不同时，表明监控目标弯腰站在安全区域，该姿势可能更容易发生站立不稳的情况，因此将第二危险数值设置为2。第一权重和第二权重可根据实际情况设置，本实施例中分别设置为0.5和1.

通过上述步骤可以对施工人员所处的环境进行监控，从而向中央平台发出提醒，使其了解哪些施工人员存在跌落风险，发送跌落风险的可能性有多大。

在本实施例的步骤S41中，从第二单元中筛选第三单元包括以下步骤：

步骤S411：第一单元和第二单元分别定位自身的第一位置和第二位置，基于第一位置和第二位置获取第一单元与其它各个第二单元的观测距离，设置第四阈值，执行第一筛选，将观测距离小于第四阈值的第二单元保留；

首先，第一单元和各个第二单元定位自身的第一位置和第二位置，第一位置和第二位置均为包括水平位置和高度位置，其中，水平位置可以基于监控单元内置的GPS定位模块获得，高度位置可以通过监控单元之间的蓝牙发送信号，通过信号的发射角和接收角确定，另外，还可以基于背景技术现有技术2中记载的定位方法确定。

在确定第一位置和第二位置后，计算第一单元与各个第二单元之间的直线距离，也即观测距离，之后设置第四阈值，第四阈值可设置为10米，将观测距离小于第四阈值的第二单元保留；设置第四阈值的原因是，可以对观测距离的最大值进行限定，若不执行第一筛选，直接选取最小的观测距离，那么就可能出现，即便是数值最小的观测距离，其本身数值也可能比较大，例如为100米，而这个在这个距离下，摄像头无法拍摄出清晰的图像，就不能对图像进行精确的识别。

步骤S412：第一单元和执行第一筛选后保留的第二单元定位自身的高度，执行第二筛选，将第二位置高度大于等于第一位置高度的第二单元保留，从执行第二筛选后保留的第二单元中，获取距离第一单元最近的第二单元作为第三单元。

由于高度低于第一单元的第二单元，由于仰视的原因，无法获得第一单元佩戴者的全貌，因此这里通过执行第二筛选，将其进行剔除，之后再从中选取距离第一单元最近的第二单元，来对第一单元的佩戴者进行监控，从而保证监控效果。

监控单元拍摄第一图像后，基于以下步骤对第一图像进行处理。

为每个轮廓图设置危险等级，每个危险等级对应一种画面处理方案，监控单元识别到第一图像中出现轮廓图后，获取第一平面位置区域和第二平面位置区域的重合度，若出现重合度大于0的时刻，则将该时刻设为第一时间点，在其之后，若重合度等于0，则将对应时刻设为第二时间点，将第一时间点和第二时间点之间的时间段定义为高关注时间段，其余时间段设置为低关注时间段。

在本实施例中，将危险等级设置为1、2，3，数值越高，代表施工危险程度越高，例如将对火线的操作设置为危险等级2，当在第一图像中识别到火线时，匹配危险等级2的画面处理方案。若重合度大于0，则表明施工人员的手与施工目标存在接触的画面，就获取此时的时刻点，之后，若第一平面位置区域和第二平面位置区域的第一重合度始终大于0，则持续进行拍摄记录，直至重合度为0时，施工人员的手与施工目标分开，获取此时的时刻点，将这两个时刻点定义为高关注时间段，表明这两个时间点之间的视频内容较为重要，而其它时间段由于施工人员的手与施工目标没有接触，不存在危险，因此将其设置为低关注时间段。

基于轮廓图匹配对应的危险等级，基于危险等级匹配对应的画面处理方案，基于画面处理方案对高关注时间段内的第一图像进行抽帧，获得第一精简图像，设置基础画面处理方案，基于画面处理方案对低关注时间段内的第一图像进行抽帧，获得第二精简图像，将第一精简图像与第二精简图像整合和为高密度图像。

画面处理方案具体为视频中抽取帧数的方式，例如，基础画面处理方案默认将低关注时间段中的视频图像进行大间隔抽帧，当监控单元生成每秒30帧的图像后，只从30帧中抽取一次图像保留，然后将其余的29帧丢弃，之后将保留的图像进行组合，形成新的视频，为第二精简图形；在本实施例中，由于在第一图像中识别到火线，将次将高关注时间段的等级标签设置为2，那么在监控单元生成每秒30帧的图像后，每间隔5帧抽取一次图像保留，相比于低关注时间段，减少了抽帧间隔，保留了更多的画面信息。

因此，通过上述技术方案，缩小了生成视频的文件大小，使得视频可以更快的进行传输，而且在文件大小缩小的同时，上述步骤还使得重要画面可以完整的保留，从而避免视频中丢失重要的信息。

如图5所示，本发明还提供了一种智能安全监控预警系统，该系统用于实现上述的一种施工现场智能安全监控预警方法，该系统主要包括：

验证单元，设置于监控单元内，为每个监控目标设置身份编号，将身份编号录入至验证单元内，监控目标佩戴监控单元时，验证单元对监控目标进行身份验证，验证通过后将监控单元与监控目标的身份编号相关联。

识别单元，设置于监控单元内，识别单元内设置有识别图像集和规则判断集，识别图像集包括多个预设的轮廓图，规则判断集包括多条预设的判断规则，每个轮廓图对应一个判断规则，监控单元被启用后，实时拍摄第一图像，若监控单元识别第一图像内同时包括手形图像和识别图像集内的轮廓图，则获取手形图像和轮廓图的第一平面位置区域和第二平面位置区域。

计算单元，设置于监控单元内，计算单元用于计算第一平面位置区域和第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，第一公式为：其中，S₁和S₂分别为第一面积和第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为第一平面位置区域和第二平面位置区域的重合面积，计算单元设置第一阈值，若重合度大于第一阈值，计算单元继续计算手形图像和轮廓图的第一深度和第二深度。

警告单元，设置于监控单元内，基于轮廓图匹配对应的判断规则，若手形图像和轮廓图不满足判断规则，监控单元生成第一预警信息。

本发明还提供一种计算机存储介质，计算机存储介质存储有程序指令，其中，在程序指令运行时控制计算机存储介质所在单元执行上述所述的一种施工现场智能安全监控预警方法。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的提醒依次显示，但是这些步骤并不是必然按照箭头提醒的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的程序可存储于一个非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

上述的实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

上述的实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

上述的仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种施工现场智能安全监控预警方法，其特征在于，包括：

步骤S1：为每个监控目标设置身份编号，将所述身份编号录入至所述监控单元内，所述监控目标佩戴所述监控单元时，所述监控单元对所述监控目标进行身份验证，验证通过后将自身与所述监控目标的所述身份编号相关联；

步骤S2：所述监控单元内设置有识别图像集和规则判断集，所述识别图像集包括多个预设的轮廓图，所述规则判断集包括多条预设的判断规则，每个所述轮廓图对应一个所述判断规则，所述监控单元被启用后，实时拍摄第一图像，若所述监控单元识别所述第一图像内同时包括手形图像和所述识别图像集内的所述轮廓图，则继续步骤S3；

步骤S3：获取所述手形图像和所述轮廓图的第一平面位置区域和第二平面位置区域，分别计算所述第一平面位置区域和所述第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，所述第一公式为：其中，S₁和S₂分别为所述第一面积和所述第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为所述第一平面位置区域和所述第二平面位置区域的重合面积，设置第一阈值，若所述重合度大于所述第一阈值，则继续获取所述手形图像和所述轮廓图的第一深度和第二深度，若所述第一深度和所述第二深度的差值小于预设的第二阈值，则继续执行步骤S4；

步骤S4：基于所述轮廓图匹配对应的所述判断规则，若所述手形图像和所述轮廓图不满足所述判断规则，所述监控单元生成第一预警信息。

2.根据权利要求1所述的一种施工现场智能安全监控预警方法，其特征在于，所述步骤S4之后，基于以下步骤生成第二预警信息：

步骤S41：定义需要获取所述监控目标视线方向的所述监控单元为第一单元，其余所述监控单元为第二单元，判断是否从所述第二单元中筛选出第三单元，是的情况下，继续执行步骤S42，否的情况下，停止生成所述第二预警信息；

步骤S42：所述第一单元每隔预设时间向所述第三单元发送巡查指令，提醒所述第三单元改变拍摄方向至所述第一单元，以拍摄佩戴所述第一单元所述监控目标的第二图像，基于骨骼识别模型识别所述第二图像中所述监控目标的骨骼关键点，从所述骨骼关键点中获取耳朵关键点和鼻子关键点；

步骤S43：连接两个所述耳朵关键点获得第一线段，自所述鼻子关键点绘制垂直于所述第一线段的第二线段，所述第二线段指向所述鼻子关键点的方向为所述监控目标的视线方向，继续从所述骨骼关键点中获取肩膀关键点，连接两个所述肩膀关键点获得第三线段，自所述鼻子关键点绘制垂直于所述第三线段的第四线段，所述第四线段指向所述鼻子关键点的方向为所述监控目标的身体朝向；

步骤S44：若所述第三单元连续两次朝向所述监控目标时，所述监控目标的视线方向与所述身体朝向均没有位于同一方向上，则所述第三单元生成所述第二预警信息。

3.根据权利要求2所述的一种施工现场智能安全监控预警方法，其特征在于，所述步骤S44之后，基于以下步骤生成第三预警信息：

步骤S441：将所述第二图像划分为多个相同的网格区域，对每个所述网格区域识别，以将所述网格区域的类型划分为安全网格区域和危险网格区域；

步骤S442：获取所述骨骼关键点中的双脚关键点，定位所述双脚关键点所处的所述网格区域为第一区域，获取所述鼻子关键点和所述肩膀关键点所处的网格区域，定义为第二区域；

步骤S443：获取所述第一区域周向所述网格区域的类型，以及所述监控目标的身体朝向，若所述监控目标的周向存在所述危险网格区域，则基于第二公式计算所述监控目标的危险值β，所述第二公式为：β＝p×ω₁+q×ω₁，其中，p为第一危险数值，所述监控目标身体朝向所述危险网格区域时，p的数值为1，背对所述危险网格区域时，p的数值为2，q为第二危险数值，所述第一区域和所述第二区域为同一区域时，q的数值为1，所述第一区域和所述第二区域为不同区域时，q的数值为2，ω₁和ω₂为预先设置的第一权重和第二权重，设定第三阈值，若所述危险值大于等于所述第三阈值，则所述第三单元生成所述第三预警信息。

4.根据权利要求2所述的一种施工现场智能安全监控预警方法，其特征在于，所述步骤S41中，从所述第二单元中筛选所述第三单元包括以下步骤：

步骤S411：所述第一单元和所述第二单元分别定位自身的第一位置和第二位置，基于所述第一位置和所述第二位置获取所述第一单元与其它各个所述第二单元的观测距离，设置第四阈值，执行第一筛选，将所述观测距离小于所述第四阈值的所述第二单元保留；

步骤S412：所述第一单元和执行所述第一筛选后保留的所述第二单元定位自身的高度，执行第二筛选，将所述第二位置高度大于等于所述第一位置高度的所述第二单元保留，从执行所述第二筛选后保留的所述第二单元中，获取距离所述第一单元最近的所述第二单元作为所述第三单元。

5.根据权利要求1-4任一项所述的一种施工现场智能安全监控预警方法，其特征在于，所述监控单元拍摄所述第一图像后，基于以下步骤对所述第一图像进行处理：

为每个所述轮廓图设置危险等级，每个所述危险等级对应一种画面处理方案，所述监控单元识别到所述第一图像中出现所述轮廓图后，获取所述第一平面位置区域和所述第二平面位置区域的所述重合度，若出现所述重合度大于0的时刻，则将该时刻设为第一时间点，在其之后，若所述重合度等于0，则将对应时刻设为第二时间点，将所述第一时间点和所述第二时间点之间的时间段定义为高关注时间段，其余时间段设置为低关注时间段：

基于所述轮廓图匹配对应的所述危险等级，基于所述危险等级匹配对应的所述画面处理方案，基于所述画面处理方案对所述高关注时间段内的所述第一图像进行抽帧，获得第一精简图像，设置基础画面处理方案，基于所述画面处理方案对所述低关注时间段内的所述第一图像进行抽帧，获得第二精简图像，将所述第一精简图像与所述第二精简图像整合和为高密度图像。

6.一种施工现场智能安全监控预警系统，用于实现如权利要求1-5任一项所述的一种施工现场智能安全监控预警方法，其特征在于，包括：

验证单元，设置于监控单元内，为每个监控目标设置身份编号，将所述身份编号录入至所述验证单元内，所述监控目标佩戴所述监控单元时，所述验证单元对所述监控目标进行身份验证，验证通过后将所述监控单元与所述监控目标的身份编号相关联；

识别单元，设置于所述监控单元内，所述识别单元内设置有识别图像集和规则判断集，所述识别图像集包括多个预设的轮廓图，所述规则判断集包括多条预设的判断规则，每个所述轮廓图对应一个所述判断规则，所述监控单元被启用后，实时拍摄第一图像，若所述监控单元识别所述第一图像内同时包括手形图像和所述识别图像集内的所述轮廓图，则获取所述手形图像和所述轮廓图的第一平面位置区域和第二平面位置区域；

计算单元，设置于所述监控单元内，所述计算单元用于计算所述第一平面位置区域和所述第二平面位置区域的第一面积和第二面积，基于第一公式计算重合度α，所述第一公式为：其中，S₁和S₂分别为所述第一面积和所述第二面积，min(S₁，S₂)表示返回S₁和S₂中的最小值，S₃为所述第一平面位置区域和所述第二平面位置区域的重合面积，所述计算单元设置第一阈值，若所述重合度大于所述第一阈值，所述计算单元继续计算所述手形图像和所述轮廓图的第一深度和第二深度；

警告单元，设置于所述监控单元内，基于所述轮廓图匹配对应的所述判断规则，若所述手形图像和所述轮廓图不满足所述判断规则，所述监控单元生成第一预警信息。

7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在单元执行权利要求1-5任意一项所述的一种施工现场智能安全监控预警方法。