CN117273571A - 一种基于区块链的智慧港口作业数据管理系统与方法 - Google Patents

Abstract

本发明涉及港口作业数据管理技术领域，具体公开一种基于区块链的智慧港口作业数据管理系统与方法，包括平台区域监控模块、特征识别聚焦模块、人员行为分析模块、平台区域预警模块、数据分析筛选模块和参考信息库，通过布设的监控摄像头对目标港口对应作业录入区域进行区域监控，识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度，并同时获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据，极大地提升了港口散杂货的数据管理效率。

Description

一种基于区块链的智慧港口作业数据管理系统与方法

技术领域

本发明涉及港口作业数据管理技术领域，尤其涉及一种基于区块链的智慧港口作业数据管理系统与方法。

背景技术

随着营口港业务的迅速发展，港口作业数据日趋频繁，港口统计数据的准确性是港口统计工作的灵魂,它决定了港口管理层决策的成败，及时准确的统计数据不仅真实的反映了企业生产经营情况,由此凸显了港口作业数据真实性分析的必要性。

当前技术对港口作业数据真实性分析还存在一定的局限性和不完善性，很显然还存在以下问题：

1、当前港口作业数据无法极大地提升港口散杂货的数据管理效率，无法提高物流转运效能，影响港口运行效率，从而导致运输成本上升，削弱了港口的市场竞争力，进而降低企业生产效率下降；

2、当前无法有效提升港口作业数据的信息化与智能化，无法降低港口工作人员的工作量，无法有效的及时发现港口的作业数据状态，无法有效的保障港口作业数据分析的科学性和可靠性，并且也无法为后续港口作业数据提供准确的数据，降低了港口作业数据分析的效率，进而容易导致不必要的事故发生，还威胁到企业的财产安全。

发明内容

本发明针对现有技术的不足，提供了一种基于区块链的智慧港口作业数据管理系统与方法。

本发明通过以下技术手段实现解决上述技术问题的：

一种基于区块链的智慧港口作业数据管理系统，该系统包括平台区域监控模块、特征识别聚焦模块、人员行为分析模块、平台区域预警模块、数据分析筛选模块和参考信息库；

所述平台区域监控模块，用于获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

所述特征识别聚焦模块，用于当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

所述人员行为分析模块，用于判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

所述平台区域预警模块，用于启动报警模式并进行响铃预警；

所述数据分析筛选模块，用于获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据；

所述参考信息库，用于存储标准人脸轮廓形态和参考人脸轮廓面积，还用于存储目标港口对应的作业数据清单。

作为优选方案，所述识别出目标港口对应作业录入区域有人员出入，具体识别过程如下：

依据布设的监控摄像头，得到目标港口对应作业录入区域的实时监控视频，并将其分割为各实时画面，并获取各实时画面的监控时间，并将其按照监控时间的顺序进行排列，并依据各实时画面对应的监控时间顺序进行编号，依次编号为1,2,...u,...l；

从各实时画面中提取出物体总数目、各物体对应的轮廓形态和轮廓面积，将各物体对应的轮廓形态与参考信息库中存储的标准人脸轮廓形态进行重合比对，由此得到各实时画面中各物体轮廓体态与标准人脸轮廓体态对应的重合面积，将其标记为其中，a表示各物体对应的编号，a＝1,2,...s，u表示各实时画面的编号，u＝1,2,...l；

从参考信息库中筛选出参考人脸轮廓面积，通过计算得出各实时画面中各物体对应标准人脸轮廓的综合匹配系数ζ_ua，e表示为自然常数，ψ1、ψ2分别表示预定义的轮廓形态与轮廓面积对应的权重系数，S′表示参考人脸轮廓面积，S_ua表示第u个实时画面中提取出第a个物体对应的轮廓面积；

依据各实时画面中各物体对应标准人脸轮廓的综合匹配系数，将其与设定的人脸轮廓参考综合匹配系数进行比对，若某实时画面中某物体对应标准人脸轮廓的综合匹配系数大于或者等于人脸轮廓参考综合匹配系数，则将该实时画面中该物体为人脸轮廓，进而判定该实时画面有人员出入，并将该实时画面标记为参考画面，由此识别得出目标港口对应作业录入区域有人员出入。

作为优选方案，所述调整目标港口对应作业录入区域对应监控摄像头的焦距，具体调整过程如下：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员占据画面的面积，并同步获取当前参考画面的面积S₀，依据分析公式计算得出当前参考画面中存疑人员显示比例ι，S表示前参考画面中存疑人员占据画面的面积；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的焦距，将其标记为第一焦距；

将当前参考画面中异常人员显示比例与设置的正常显示比例进行对比，若当前参考画面中异常人员显示比例与设置的正常显示比例比对一致，则将目标港口对应作业录入区域的监控摄像头适配焦距记为第一焦距，若当前参考画面中异常人员显示比例与设置的正常显示比例比对不一致，则将正常显示比例对应的焦距作为目标港口对应作业录入区域的监控摄像头适配焦距，进而进行对应焦距调整处理。

作为优选方案，所述调整目标港口对应作业录入区域对应监控摄像头的拍摄角度，具体调整过程包括如下步骤：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员对应画面位置点，并获取当前参考画面中存疑人员对应画面位置点与画面中心点的距离；

以当前参考画面的中心点为原点构建平面直角坐标系，进而以平面直角坐标系中的横轴和数轴将当前参考画面划分为四个象限区域，并同步连接当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点，由此形成当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的的拍摄角度，记为第一拍摄角度；

将当前参考画面中存疑人员对应画面位置点与画面中心点的距离与预定义的各距离对应的参考清晰摄像角度值进行比对，由此得到当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将第一拍摄角度作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值不等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将当前参考画面中存疑人员对应画面位置点的清晰摄像角度值作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，进而进行对应拍摄角度调整处理。

作为优选方案，所述判别人员是否存在异常行为，具体判别过程如下：

将目标港口对应作业录入区域中各参考画面聚焦在存疑人员手部位置，得到目标港口对应作业录入区域中各参考画面中存疑人员对应的各手部行为特征，并将其与设定的各异常特征进行匹配对比，若目标港口对应作业录入区域中某参考画面中存疑人员对应的某手部行为特征与某异常特征匹配一致，则将目标港口对应作业录入区域中该参考画面中存疑人员对应的该手部行为特征为异常特征，由此统计目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目；

根据目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目，通过计算公式计算得出目标港口对应作业录入区域中存疑人员对应的手部异常评估系数β，k_r表示目标港口对应作业录入区域中第r个参考画面中存疑人员对应的手部异常特征数目，r表示各参考画面的编号，r＝1,2,...w，k′表示预拟定的许可人员手部异常行为特征数目；

将目标港口对应作业录入区域中存疑人员对应的手部异常评估系数与设定的人员参考手部异常评估系数进行比对，若目标港口对应作业录入区域中存疑人员对应的手部异常评估系数大于或等于人员参考手部异常评估系数，则判定人员存在异常行为，反之则判定人员不存在异常行为。

作为优选方案，所述目标人员对应作业数据录入平台对应的录入数据信息包括增加信息和删除信息；

所述增加信息包括各增加货物的名称和各增加货物名称的数目；

所述删除信息包括各删除货物的名称和各删除货物名称的数目。

作为优选方案，所述分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，具体分析过程包括以下步骤：

从参考信息库中提取出目标港口对应的作业数据清单，进而从目标港口对应的作业数据清单中提取出各停泊船只的装货信息和卸货信息，其中，装货信息包括各装载货物的名称和各装载货物名称的装载数目，卸货信息包括各卸货货物的名称和各卸货货物名称的卸货数目；

将各装载货物的名称、各增加货物的名称、各删除货物的名称和各卸货货物的名称分别生成装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合；

进而依据分析模型分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数η，其中，φ1表示{A1}＝{A2}且{A3}＝{A4}且且/>φ2表示{A1}≠{A2}且{A3}＝{A4}且/>且φ3表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ4表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ5表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ6表示{A1}≠{A2}且{A3}≠{A4}且/>且φ7表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ8表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ9表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ10表示{A1}＝{A2}且{A3}≠{A4}且/>且φ11表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ12表示{A1}≠{A2}且{A3}≠{A4}且/>且/>φ13表示{A1}≠{A2}且{A3}≠{A4}且/>且/>其中，{A1}、{A2}、{A3}和{A4}分别表示装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合，g1表示各增加货物的编号，g1＝11,21,...h1，g2表示各删除货物的编号，g2＝12,22,...h2，g3表示各装载货物的编号，g3＝13,23,...h3，g4表示各卸载货物的编号，g4＝14,24,...h4，/>表示第g1个增加货物名称的数目，/>表示第g2个删除货物名称的数目，/>表示第g3个装载货物名称的数目，/>表示第g4个卸载货物名称的数目。

作为优选方案，所述筛选不合理的作业数据，具体筛选过程如下：

若目标人员对应作业数据录入平台的作业数据合理性评估系数为非1，则提取出各增加货物名称的数目、各删除货物名称的数目、各装载货物名称的数目和各卸载货物名称的数目，若各增加货物名称的数目不等于各装载货物名称的数目，则将各增加货物名称和各装载货物名称分别标记为不合理作业数据；

若各删除货物名称的数目不等于各卸载货物名称的数目，则将各删除货物名称和各卸载货物名称分别标记为不合理作业数据。

一种基于区块链的智慧港口作业数据管理方法，该方法包括如下步骤：

步骤一、平台区域监控：获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

步骤二、特征识别聚焦：当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

步骤三、人员行为分析：判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

步骤四、平台区域预警：启动报警模式并进行响铃预警；

步骤五、数据分析筛选：获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据。

本发明的有益效果：

(1)本发明提供的一种基于区块链的智慧港口作业数据管理系统与方法，通过布设的监控摄像头对目标港口对应作业录入区域进行区域监控，识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度，并同时获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据，有效的解决了当前对于港口作业数据还存在一定局限性的问题，极大地提升了港口散杂货的数据管理效率，提高了物流转运效能，避免影响港口运行效率，进而有效的降低了运输成本，提高了港口的市场竞争力，提高了企业生产效率。

(2)本发明实施例有效地提升了港口作业数据的信息化与智能化，降低了港口工作人员的工作量，有效的及时发现港口的作业数据状态，有效的保障港口作业数据分析的科学性和可靠性，并且也为后续港口作业数据提供准确的数据，提高了港口作业数据分析的效率，进而避免导致不必要的事故发生。

附图说明

图1为本发明的系统模块连接结构示意图。

图2为本发明的方法步骤连接结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

请参阅图1所示，一种基于区块链的智慧港口作业数据管理系统，该系统包括平台区域监控模块、特征识别聚焦模块、人员行为分析模块、平台区域预警模块、数据分析筛选模块和参考信息库；

所述平台区域监控模块与特征识别聚焦模块连接，人员行为分析模块与特征识别聚焦模块和平台区域预警模块连接，平台区域预警模块与数据分析筛选模块连接，参考信息库与特征识别聚焦模块和数据分析筛选模块连接。

所述平台区域监控模块，用于获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

所述特征识别聚焦模块，用于当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

需要说明的是，所述识别出目标港口对应作业录入区域有人员出入，具体识别过程如下：

依据布设的监控摄像头，得到目标港口对应作业录入区域的实时监控视频，并将其分割为各实时画面，并获取各实时画面的监控时间，并将其按照监控时间的顺序进行排列，并依据各实时画面对应的监控时间顺序进行编号，依次编号为1,2,...u,...l；

从各实时画面中提取出物体总数目、各物体对应的轮廓形态和轮廓面积，将各物体对应的轮廓形态与参考信息库中存储的标准人脸轮廓形态进行重合比对，由此得到各实时画面中各物体轮廓体态与标准人脸轮廓体态对应的重合面积，将其标记为其中，a表示各物体对应的编号，a＝1,2,...s，u表示各实时画面的编号，u＝1,2,...l；

从参考信息库中筛选出参考人脸轮廓面积，通过计算得出各实时画面中各物体对应标准人脸轮廓的综合匹配系数ζ_ua，e表示为自然常数，ψ1、ψ2分别表示预定义的轮廓形态与轮廓面积对应的权重系数，S′表示参考人脸轮廓面积，S_ua表示第u个实时画面中提取出第a个物体对应的轮廓面积；

依据各实时画面中各物体对应标准人脸轮廓的综合匹配系数，将其与设定的人脸轮廓参考综合匹配系数进行比对，若某实时画面中某物体对应标准人脸轮廓的综合匹配系数大于或者等于人脸轮廓参考综合匹配系数，则将该实时画面中该物体为人脸轮廓，进而判定该实时画面有人员出入，并将该实时画面标记为参考画面，由此识别得出目标港口对应作业录入区域有人员出入。

需要说明的是，所述调整目标港口对应作业录入区域对应监控摄像头的焦距，具体调整过程如下：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员占据画面的面积，并同步获取当前参考画面的面积S₀，依据分析公式计算得出当前参考画面中存疑人员显示比例ι，S表示前参考画面中存疑人员占据画面的面积；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的焦距，将其标记为第一焦距；

将当前参考画面中异常人员显示比例与设置的正常显示比例进行对比，若当前参考画面中异常人员显示比例与设置的正常显示比例比对一致，则将目标港口对应作业录入区域的监控摄像头适配焦距记为第一焦距，若当前参考画面中异常人员显示比例与设置的正常显示比例比对不一致，则将正常显示比例对应的焦距作为目标港口对应作业录入区域的监控摄像头适配焦距，进而进行对应焦距调整处理。

需要说明的是，所述调整目标港口对应作业录入区域对应监控摄像头的拍摄角度，具体调整过程包括如下步骤：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员对应画面位置点，并获取当前参考画面中存疑人员对应画面位置点与画面中心点的距离；

以当前参考画面的中心点为原点构建平面直角坐标系，进而以平面直角坐标系中的横轴和数轴将当前参考画面划分为四个象限区域，并同步连接当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点，由此形成当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的的拍摄角度，记为第一拍摄角度；

将当前参考画面中存疑人员对应画面位置点与画面中心点的距离与预定义的各距离对应的参考清晰摄像角度值进行比对，由此得到当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将第一拍摄角度作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值不等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将当前参考画面中存疑人员对应画面位置点的清晰摄像角度值作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，进而进行对应拍摄角度调整处理。

所述人员行为分析模块，用于判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

需要说明的是，所述判别人员是否存在异常行为，具体判别过程如下：

将目标港口对应作业录入区域中各参考画面聚焦在存疑人员手部位置，得到目标港口对应作业录入区域中各参考画面中存疑人员对应的各手部行为特征，并将其与设定的各异常特征进行匹配对比，若目标港口对应作业录入区域中某参考画面中存疑人员对应的某手部行为特征与某异常特征匹配一致，则将目标港口对应作业录入区域中该参考画面中存疑人员对应的该手部行为特征为异常特征，由此统计目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目；

在一个具体的实施例中，各异常特征包括但不限于偷拔网线或毁坏数据设备等。

根据目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目，通过计算公式计算得出目标港口对应作业录入区域中存疑人员对应的手部异常评估系数β，k_r表示目标港口对应作业录入区域中第r个参考画面中存疑人员对应的手部异常特征数目，r表示各参考画面的编号，r＝1,2,...w，k′表示预拟定的许可人员手部异常行为特征数目；

将目标港口对应作业录入区域中存疑人员对应的手部异常评估系数与设定的人员参考手部异常评估系数进行比对，若目标港口对应作业录入区域中存疑人员对应的手部异常评估系数大于或等于人员参考手部异常评估系数，则判定人员存在异常行为，反之则判定人员不存在异常行为。

所述平台区域预警模块，用于启动报警模式并进行响铃预警；

所述数据分析筛选模块，用于获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据；

需要说明的是，所述目标人员对应作业数据录入平台对应的录入数据信息包括增加信息和删除信息；

所述增加信息包括各增加货物的名称和各增加货物名称的数目；

所述删除信息包括各删除货物的名称和各删除货物名称的数目。

需要说明的是，所述分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，具体分析过程包括以下步骤：

从参考信息库中提取出目标港口对应的作业数据清单，进而从目标港口对应的作业数据清单中提取出各停泊船只的装货信息和卸货信息，其中，装货信息包括各装载货物的名称和各装载货物名称的装载数目，卸货信息包括各卸货货物的名称和各卸货货物名称的卸货数目；

将各装载货物的名称、各增加货物的名称、各删除货物的名称和各卸货货物的名称分别生成装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合；

进而依据分析模型分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数η，其中，φ1表示{A1}＝{A2}且{A3}＝{A4}且且/>φ2表示{A1}≠{A2}且{A3}＝{A4}且/>且φ3表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ4表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ5表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ6表示{A1}≠{A2}且{A3}≠{A4}且/>且φ7表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ8表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ9表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ10表示{A1}＝{A2}且{A3}≠{A4}且/>且φ11表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ12表示{A1}≠{A2}且{A3}≠{A4}且/>且/>φ13表示{A1}≠{A2}且{A3}≠{A4}且/>且/>其中，{A1}、{A2}、{A3}和{A4}分别表示装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合，g1表示各增加货物的编号，g1＝11,21,...h1，g2表示各删除货物的编号，g2＝12,22,...h2，g3表示各装载货物的编号，g3＝13,23,...h3，g4表示各卸载货物的编号，g4＝14,24,...h4，/>表示第g1个增加货物名称的数目，/>表示第g2个删除货物名称的数目，/>表示第g3个装载货物名称的数目，/>表示第g4个卸载货物名称的数目。

需要说明的是，所述筛选不合理的作业数据，具体筛选过程如下：

若目标人员对应作业数据录入平台的作业数据合理性评估系数为非1，则提取出各增加货物名称的数目、各删除货物名称的数目、各装载货物名称的数目和各卸载货物名称的数目，若各增加货物名称的数目不等于各装载货物名称的数目，则将各增加货物名称和各装载货物名称分别标记为不合理作业数据；

若各删除货物名称的数目不等于各卸载货物名称的数目，则将各删除货物名称和各卸载货物名称分别标记为不合理作业数据。

本发明实施例有效地提升了港口作业数据的信息化与智能化，降低了港口工作人员的工作量，有效的及时发现港口的作业数据状态，有效的保障港口作业数据分析的科学性和可靠性，并且也为后续港口作业数据提供准确的数据，提高了港口作业数据分析的效率，进而避免导致不必要的事故发生。

所述参考信息库，用于存储标准人脸轮廓形态和参考人脸轮廓面积，还用于存储目标港口对应的作业数据清单。

请参阅图2所示，一种基于区块链的智慧港口作业数据管理方法，该方法包括如下步骤：

步骤一、平台区域监控：获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

步骤二、特征识别聚焦：当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

步骤三、人员行为分析：判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

步骤四、平台区域预警：启动报警模式并进行响铃预警；

步骤五、数据分析筛选：获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据。

本发明提供的一种基于区块链的智慧港口作业数据管理系统与方法，通过布设的监控摄像头对目标港口对应作业录入区域进行区域监控，识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度，并同时获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据，有效的解决了当前对于港口作业数据还存在一定局限性的问题，极大地提升了港口散杂货的数据管理效率，提高了物流转运效能，避免影响港口运行效率，进而有效的降低了运输成本，提高了港口的市场竞争力，提高了企业生产效率。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种基于区块链的智慧港口作业数据管理系统，其特征在于，该系统包括：

平台区域监控模块，用于获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

特征识别聚焦模块，用于当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

人员行为分析模块，用于判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

平台区域预警模块，用于启动报警模式并进行响铃预警；

数据分析筛选模块，用于获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据。

2.根据权利要求1所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述识别出目标港口对应作业录入区域有人员出入，具体识别过程如下：

依据布设的监控摄像头，得到目标港口对应作业录入区域的实时监控视频，并将其分割为各实时画面，并获取各实时画面的监控时间，并将其按照监控时间的顺序进行排列，并依据各实时画面对应的监控时间顺序进行编号，依次编号为1,2,...u,...l；

从各实时画面中提取出物体总数目、各物体对应的轮廓形态和轮廓面积，将各物体对应的轮廓形态与参考信息库中存储的标准人脸轮廓形态进行重合比对，由此得到各实时画面中各物体轮廓体态与标准人脸轮廓体态对应的重合面积，将其标记为其中，a表示各物体对应的编号，a＝1,2,...s，u表示各实时画面的编号，u＝1,2,...l；

从参考信息库中筛选出参考人脸轮廓面积，通过计算得出各实时画面中各物体对应标准人脸轮廓的综合匹配系数ζ_ua，e表示为自然常数，ψ1、ψ2分别表示预定义的轮廓形态与轮廓面积对应的权重系数，S′表示参考人脸轮廓面积，S_ua表示第u个实时画面中提取出第a个物体对应的轮廓面积；

依据各实时画面中各物体对应标准人脸轮廓的综合匹配系数，将其与设定的人脸轮廓参考综合匹配系数进行比对，若某实时画面中某物体对应标准人脸轮廓的综合匹配系数大于或者等于人脸轮廓参考综合匹配系数，则将该实时画面中该物体为人脸轮廓，进而判定该实时画面有人员出入，并将该实时画面标记为参考画面，由此识别得出目标港口对应作业录入区域有人员出入。

3.根据权利要求2所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述调整目标港口对应作业录入区域对应监控摄像头的焦距，具体调整过程如下：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员占据画面的面积，并同步获取当前参考画面的面积S₀，依据分析公式计算得出当前参考画面中存疑人员显示比例ι，S表示前参考画面中存疑人员占据画面的面积；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的焦距，将其标记为第一焦距；

将当前参考画面中异常人员显示比例与设置的正常显示比例进行对比，若当前参考画面中异常人员显示比例与设置的正常显示比例比对一致，则将目标港口对应作业录入区域的监控摄像头适配焦距记为第一焦距，若当前参考画面中异常人员显示比例与设置的正常显示比例比对不一致，则将正常显示比例对应的焦距作为目标港口对应作业录入区域的监控摄像头适配焦距，进而进行对应焦距调整处理。

4.根据权利要求1所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述调整目标港口对应作业录入区域对应监控摄像头的拍摄角度，具体调整过程包括如下步骤：

当识别出目标港口对应作业录入区域有人员出入时，获取当前参考画面中存疑人员对应画面位置点，并获取当前参考画面中存疑人员对应画面位置点与画面中心点的距离；

以当前参考画面的中心点为原点构建平面直角坐标系，进而以平面直角坐标系中的横轴和数轴将当前参考画面划分为四个象限区域，并同步连接当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点，由此形成当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值；

获取目标港口对应作业录入区域对应监控摄像头在当前参考画面中的的拍摄角度，记为第一拍摄角度；

将当前参考画面中存疑人员对应画面位置点与画面中心点的距离与预定义的各距离对应的参考清晰摄像角度值进行比对，由此得到当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将第一拍摄角度作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，若当前参考画面中存疑人员对应画面位置点与当前参考画面的中心点对应横轴的夹角值不等于当前参考画面中存疑人员对应画面位置点的清晰摄像角度值，则将当前参考画面中存疑人员对应画面位置点的清晰摄像角度值作为目标港口对应作业录入区域对应监控摄像头的拍摄角度，进而进行对应拍摄角度调整处理。

5.根据权利要求1所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述判别人员是否存在异常行为，具体判别过程如下：

将目标港口对应作业录入区域中各参考画面聚焦在存疑人员手部位置，得到目标港口对应作业录入区域中各参考画面中存疑人员对应的各手部行为特征，并将其与设定的各异常特征进行匹配对比，若目标港口对应作业录入区域中某参考画面中存疑人员对应的某手部行为特征与某异常特征匹配一致，则将目标港口对应作业录入区域中该参考画面中存疑人员对应的该手部行为特征为异常特征，由此统计目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目；

根据目标港口对应作业录入区域中各参考画面中存疑人员对应的手部异常特征数目，通过计算公式计算得出目标港口对应作业录入区域中存疑人员对应的手部异常评估系数β，k_r表示目标港口对应作业录入区域中第r个参考画面中存疑人员对应的手部异常特征数目，r表示各参考画面的编号，r＝1,2,...w，k′表示预拟定的许可人员手部异常行为特征数目；

将目标港口对应作业录入区域中存疑人员对应的手部异常评估系数与设定的人员参考手部异常评估系数进行比对，若目标港口对应作业录入区域中存疑人员对应的手部异常评估系数大于或等于人员参考手部异常评估系数，则判定人员存在异常行为，反之则判定人员不存在异常行为。

6.根据权利要求1所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述目标人员对应作业数据录入平台对应的录入数据信息包括增加信息和删除信息；

所述增加信息包括各增加货物的名称和各增加货物名称的数目；

所述删除信息包括各删除货物的名称和各删除货物名称的数目。

7.根据权利要求6所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，具体分析过程包括以下步骤：

从参考信息库中提取出目标港口对应的作业数据清单，进而从目标港口对应的作业数据清单中提取出各停泊船只的装货信息和卸货信息，其中，装货信息包括各装载货物的名称和各装载货物名称的装载数目，卸货信息包括各卸货货物的名称和各卸货货物名称的卸货数目；

将各装载货物的名称、各增加货物的名称、各删除货物的名称和各卸货货物的名称分别生成装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合；

进而依据分析模型分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数η，其中，φ1表示{A1}＝{A2}且{A3}＝{A4}且且/>φ2表示{A1}≠{A2}且{A3}＝{A4}且/>且φ3表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ4表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ5表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ6表示{A1}≠{A2}且{A3}≠{A4}且/>且φ7表示{A1}＝{A2}且{A3}＝{A4}且/>且/>φ8表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ9表示{A1}＝{A2}且{A3}≠{A4}且/>且/>φ10表示{A1}＝{A2}且{A3}≠{A4}且/>且φ11表示{A1}≠{A2}且{A3}＝{A4}且/>且/>φ12表示{A1}≠{A2}且{A3}≠{A4}且/>且/>φ13表示{A1}≠{A2}且{A3}≠{A4}且/>且/>其中，{A1}、{A2}、{A3}和{A4}分别表示装载货物名称集合、增加货物名称集合、删除货物名称集合和卸货货物名称集合，g1表示各增加货物的编号，g1＝11,21,...h1，g2表示各删除货物的编号，g2＝12,22,...h2，g3表示各装载货物的编号，g3＝13,23,...h3，g4表示各卸载货物的编号，g4＝14,24,...h4，/>表示第g1个增加货物名称的数目，/>表示第g2个删除货物名称的数目，/>表示第g3个装载货物名称的数目，/>表示第g4个卸载货物名称的数目。

8.根据权利要求7所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述筛选不合理的作业数据，具体筛选过程如下：

若目标人员对应作业数据录入平台的作业数据合理性评估系数为非1，则提取出各增加货物名称的数目、各删除货物名称的数目、各装载货物名称的数目和各卸载货物名称的数目，若各增加货物名称的数目不等于各装载货物名称的数目，则将各增加货物名称和各装载货物名称分别标记为不合理作业数据；

若各删除货物名称的数目不等于各卸载货物名称的数目，则将各删除货物名称和各卸载货物名称分别标记为不合理作业数据。

9.根据权利要求1所述的一种基于区块链的智慧港口作业数据管理系统，其特征在于，所述系统还包括参考信息库，用于存储标准人脸轮廓形态和参考人脸轮廓面积，还用于存储目标港口对应的作业数据清单。

10.一种基于区块链的智慧港口作业数据管理方法，其特征在于，该方法包括如下步骤：

步骤一、平台区域监控：获取目标港口对应作业数据录入平台的所在区域位置，并将其标记为目标港口对应作业录入区域，并利用布设的监控摄像头对目标港口对应作业录入区域进行区域监控；

步骤二、特征识别聚焦：当识别出目标港口对应作业录入区域有人员出入时，将该人员标记为存疑人员，并调整目标港口对应作业录入区域对应监控摄像头的焦距和拍像角度；

步骤三、人员行为分析：判别存疑人员是否存在异常行为，若识别出存疑人员存在异常行为，则将存疑人员标记为异常人员，并同步启动平台区域预警模块，若识别出存疑人员不存在异常行为，则将目标人员标记为目标人员，并同步启动作业数据获取模块；

步骤四、平台区域预警：启动报警模式并进行响铃预警；

步骤五、数据分析筛选：获取目标人员对应作业数据录入平台对应的录入数据信息，进而分析得出目标人员对应作业数据录入平台的作业数据合理性评估系数，并及时筛选不合理的作业数据。