CN117423055A - 一种基于安全区域的大数据图像处理方法及系统 - Google Patents
一种基于安全区域的大数据图像处理方法及系统 Download PDFInfo
- Publication number
- CN117423055A CN117423055A CN202311416200.0A CN202311416200A CN117423055A CN 117423055 A CN117423055 A CN 117423055A CN 202311416200 A CN202311416200 A CN 202311416200A CN 117423055 A CN117423055 A CN 117423055A
- Authority
- CN
- China
- Prior art keywords
- personnel
- duty
- patrol
- coefficient
- work
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 101
- 238000011156 evaluation Methods 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 16
- 230000006399 behavior Effects 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 13
- 238000003860 storage Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006806 disease prevention Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/10—Office automation; Time management
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于安全区域的大数据图像处理方法及系统，涉及智能门锁技术领域，包括数据采集模块、安全区域巡查工作评估模块、比对分析模块、安全区域值班工作评估模块、处理模块、综合反馈模块；数据采集模块，采集安保人员巡查安全区域信息，包括巡查人员工作信息和巡查需求信息，将巡查人员工作信息和巡查需求信息传递至安全区域巡查工作评估模块。本发明通过对安全区域内巡查的安保人员身份智能识别，预防安全区域内用户信息泄露的可能，系统对安保人员工作过程中的行为姿势按照维持时间的长短顺序进行合并排序，判断出安保人员的工作状态，进一步保障安全区域内住户的生命财产安全，预防人工管理带来的疏漏，降低无效人力的损耗。
Description
技术领域
本发明涉及大数据图像处理技术领域，具体涉及一种基于安全区域的大数据图像处理方法及系统。
背景技术
一种基于安全区域的大数据图像处理方法及系统可以通过图像识别和视频监控技术对安保人员的各项活动进行监控，通过图像采集和存储、数据标记和分类、分布式处理和影像分析与应用这一系列流程实现对安保人员行为的审查工作，进而评估判断小区、工厂等安全区域的安全状况。
目前对于安保人员具体工作管理一般都通过巡查时拍照打卡、在岗监控视频抽查等方法进行确认，这些方法起到促进安保人员工作积极性以及强化安保人员工作动力源的作用，同时对于安保人员所负责区域内的用户生命财产安全保障具有极大的促进效用。
现有技术存在以下不足：
现有的安全区域大数据图像处理方法及系统之中，对于安全区域的隐私保护和安保人员的工作管理方面还存在一些漏洞。由于安保人员巡查过程中具有拍照上传行为，对于负责区域内的人脸、车牌号或工业生产区域来说会产生信息泄露的可能，不利于安全区域的隐私保护。与此同时，在安保人员的日常值班工作过程中，通常用人工抽查的方式判断安保人员的工作状态，并不容易得到准确有效的结果的同时，还会造成不必要的人力资源浪费，因此需要一个智能系统对安全区域的大数据图像处理进行管理。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供一种基于安全区域的大数据图像处理方法及系统，本发明通过对安全区域内巡查的安保人员身份智能识别，避免常规方式的拍照后人工审查，可以预防安全区域内用户信息泄露的可能，然后系统对安保人员工作过程中的行为姿势按照维持时间的长短顺序进行合并排序，通过对安保人员不同姿势持续时间的长短判断出安保人员的工作状态，实现对安全区域内安保人员公平管理的目的，进一步保障安全区域内住户的生命财产安全，预防人工管理带来的疏漏，降低无效人力的损耗，以解决上述背景技术中的问题。
为了实现上述目的，本发明提供如下技术方案：一种基于安全区域的大数据图像处理方法及系统，包括数据采集模块、安全区域巡查工作评估模块、比对分析模块、安全区域值班工作评估模块、处理模块、综合反馈模块；
数据采集模块，采集安保人员巡查安全区域信息，包括巡查人员工作信息和巡查需求信息，将巡查人员工作信息和巡查需求信息传递至安全区域巡查工作评估模块；
安全区域巡查工作评估模块，将采集到的巡查人员工作信息和巡查需求信息建立数据分析模型，生成安全区域巡查工作评估指数，并将安全区域巡查工作评估指数传递至比对分析模块；
比对分析模块，将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，同时生成安全区域巡察工作合格信号，并根据安全区域巡察工作合格信号和安全区域巡查工作评估指数对巡查人员给出复盘总结优化建议，并将系统对数据信息传递至安全区域值班工作评估模块；
安全区域值班工作评估模块，将从比对分析模块传递而来的信息，生成安保人员值班工作信息，根据安保人员值班工作信息和值班人员图像准确性信息生成安保人员值班工作评估指数，并将生成的安保人员值班工作评估指数传递至处理模块；
处理模块，将安全区域值班工作评估模块传递来的安保人员值班工作评估指数与值班工作图像识别阈值相对比，再根据对比结果给出安保人员于值班工作时的绩效处理。
优选的，巡查人员工作信息包括巡查身份识别系数、有效巡查系数，采集后，数据采集模块将巡查身份识别系数、有效巡查系数分别标定为Fxc和YxC，巡查需求信息包括巡查需求系数，采集后，数据采集模块将巡查需求系数标定为Xxc。
优选的，巡查身份识别系数获取的逻辑如下：
通过图像采集装置采集所有摄像头内出现的人脸识别和人员穿戴信息，并对不同的巡查人员进行标记，以此获取T时间内巡查人员的出现次数，为了保证准确度，在K时间内出现的同一巡查人员只计算首次出现在图像识别装置中的时间地点，系统分析T时间内的同一巡查人员出现次数，设为Cxc，标记的巡查人员设置为Hp，p表示不当姿势种类编号，p＝1、2、3、4、……、q，q为正整数，巡查身份识别系数
有效巡查系数获取的逻辑如下：
获取安全区域T时间内巡查人员上报的安全问题件数，设定为Jaq，获取安全区域T时间内发生的安全问题件数，设定为Paq，则有效巡查系数Yxc＝Jaq/Paq；
巡查需求系数获取的逻辑如下：
获取上一个T时间内安全区域巡查工作评估模块得出的安全区域巡查工作评估指数将安全区域内需要的最小巡查次数设定为Xzx，将历史数据中记录的最大安全区域巡查工作评估指数设定为PGmax，则巡查需求系数/>
优选的，安全区域巡查工作评估模块将获取的巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc建立数据分析模型，生成安全区域巡查工作评估指数PGxc，依据的公式为：PGxc＝(e1*Fxc+e2*Yxc)/(e3*Xxc)，式中，e1、e2、e3分别为巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc的预设比例系数，且e1、e2、e3均大于0；
比对分析模块将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，分为以下情况：
若安全区域巡查工作评估指数大于等于巡察工作图像识别阈值，则通过比对分析模块生成安全区域巡察工作合格信号，说明安全区域内的安保人员能够完成所需的巡查工作内容，发送安全区域巡察工作合格信号到后续模块并进行安全区域值班工作评估；
若安全区域巡查工作评估指数小于巡察工作图像识别阈值，则不通过比对分析模块生成安全区域巡察工作合格信号，说明安全区域内的安保人员未能够完成所需的巡查工作内容，需要对巡查人员的工作内容进行复盘总结优化，完成后再继续后续模块的评估。
优选的，安全区域值班工作评估模块接收到从比对分析模块传递而来的安全区域巡察工作合格信号和安全区域巡查工作评估指数汇总后，结合安全区域的值班人员工作图像信息，在系统内生成安保人员值班工作信息和值班人员图像准确性信息，安保人员值班工作信息包括不当姿势维持时间系数和往来人员车辆排查系数，分别标定为Twc和Wpc，值班人员图像准确性信息包括图像采集装置故障系数，标定为Gtx。
优选的，不当姿势维持时间系数获取的逻辑如下：
获取值班人员工作时间内的图像采集数据，并根据行为将数据合并归纳，分类计时，如玩手机、睡觉和不在图像采集数据范围内的行为根据动作采集认定为不当姿势，不当姿势的维持时间设定为Tcw，不同类别不当姿势造成的影响不同，将不当姿势影响程度设定为Zn，n表示不当姿势种类编号，n＝1、2、3、4、……、m，m为正整数，则不当姿势维持时间系数
往来人员车辆排查系数获取的逻辑如下：
获取值班人员工作时间内值班人员记录的车辆、人员信息数以及实际经过的车辆数和需要记录的人员数，分别设定为Xwl和Ssj，需要记录的人员指特殊时期如夜晚或者疾病防控时期经过的人员数目，则往来人员车辆排查系数Wpc＝Xwl/Ssj；
图像采集装置故障系数获取的逻辑如下：
对于系统内包含的图像采集装置构建一套问题自检装置，当图像采集装置出现长时间监控异常或者黑屏时，图像采集装置故障系数Gtx＝0；自检装置，图像采集装置正常运行时，图像采集装置故障系数Gtx＝1。
优选的，安全区域值班工作评估模块将获取的不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx建立数据分析模型，生成安保人员值班工作评估指数PGab，依据的公式为：PGab＝(d2*Wpc/d1*Twc)*d3*Gtx，式中，d1、d2、d3分别为不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx的预设比例系数，且d1、d2、d3均大于0；
处理模块将从安全区域值班工作评估模块接收的安保人员值班工作评估指数PGab与值班工作图像识别阈值相对比，由于安保人员值班工作评估指数PGab的值越大代表着安保人员值班工作完成的越好，若安保人员值班工作评估指数PGab大于等于值班工作图像识别阈值时，说明安保人员值班工作没有较大问题产生，安全区域得到很好的保障；
若安保人员值班工作评估指数PGab小于值班工作图像识别阈值时，说明安保人员的值班工作不能很好的保障安全区域的安全问题，此时需对值班人员进行处罚教育；
若安保人员值班工作评估指数PGab为0时，则说明系统的图像采集装置发生故障，安保人员值班工作评估模块删除已有记录，重新启动，同时通知检修人员予以修复。
在上述技术方案中，本发明提供的技术效果和优点：
本发明通过对安全区域内巡查的安保人员身份智能识别，避免常规方式的拍照后人工审查，可以预防安全区域内用户信息泄露的可能，然后系统对安保人员工作过程中的行为姿势按照维持时间的长短顺序进行合并排序，通过对安保人员不同姿势持续时间的长短判断出安保人员的工作状态，实现对安全区域内安保人员公平管理的目的，进一步保障安全区域内住户的生命财产安全，预防人工管理带来的疏漏，降低无效人力的损耗
本发明通过对安全区域安保人员行为大数据图像处理进行评估进而生成的安全区域巡查工作评估指数进行综合分析，通过巡查工作不合格重新评估和设定稳定性阈值等方式，排除安保人员行为在大数据图像处理过程中的偶然性异常，提高对安全区域内大数据图像处理工作过程中的准确性，进而提高用户对系统的信任度，保障大数据图像处理工作高效地运行。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明一种基于安全区域的大数据图像处理方法及系统的模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的一种基于安全区域的大数据图像处理方法及系统，包括数据采集模块、安全区域巡查工作评估模块、比对分析模块、安全区域值班工作评估模块、处理模块、综合反馈模块；
数据采集模块，采集安保人员巡查安全区域信息，包括巡查人员工作信息和巡查需求信息，将巡查人员工作信息和巡查需求信息传递至安全区域巡查工作评估模块；
巡查人员工作信息包括巡查身份识别系数、有效巡查系数，采集后，数据采集模块将巡查身份识别系数、有效巡查系数分别标定为Fxc和Yxc，巡查需求信息包括巡查需求系数，采集后，数据采集模块将巡查需求系数标定为Xxc。
实施例1,一种基于安全区域的大数据图像处理方法及系统中的图像采集装置为了避免侵犯用户隐私以及保证安全区域内的安保人员工作积极性，对于安保人员工作时的行为进行数据收集。
对安全区域大数据图像评估时的部分因素，尽量采用容易计算以及收集到的信息，减少系统运算量，增加控制系统可行性，由于系统主要针对于小区、工厂等安全区域的安保人员识别使用，通过安保人员行为判断安全区域的安全程度，因此所考量的外界因素多与实际情况相关，一定程度上也提高了数据的准确性，以实现控制系统运用于实际的目的。
因此，巡查身份识别系数获取的逻辑如下：
通过图像采集装置采集所有摄像头内出现的人脸识别和人员穿戴信息，并对不同的巡查人员进行标记，以此获取T时间内巡查人员的出现次数，为了保证准确度，在K时间内出现的同一巡查人员只计算首次出现在图像识别装置中的时间地点，系统分析T时间内的同一巡查人员出现次数，设为Cxc，标记的巡查人员设置为Hp，p表示不当姿势种类编号，p＝1、2、3、4、……、q，q为正整数，巡查身份识别系数
有效巡查系数获取的逻辑如下：
获取安全区域T时间内巡查人员上报的安全问题件数，设定为Jaq，获取安全区域T时间内发生的安全问题件数，设定为Paq，则有效巡查系数Yxc＝Jaq/Paq；
巡查需求系数获取的逻辑如下：
获取上一个T时间内安全区域巡查工作评估模块得出的安全区域巡查工作评估指数将安全区域内需要的最小巡查次数设定为Xzx，将历史数据中记录的最大安全区域巡查工作评估指数设定为PGmax，则巡查需求系数/>
安全区域巡查工作评估模块将获取的巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc建立数据分析模型，生成安全区域巡查工作评估指数PGxc，依据的公式为：PGxc＝(e1*Fxc+e2*Yxc)/(e3*Xxc)，式中，e1、e2、e3分别为巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc的预设比例系数，且e1、e2、e3均大于0；
比对分析模块将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，分为以下情况：
若安全区域巡查工作评估指数大于等于巡察工作图像识别阈值，则通过比对分析模块生成安全区域巡察工作合格信号，说明安全区域内的安保人员能够完成所需的巡查工作内容，发送安全区域巡察工作合格信号到后续模块并进行安全区域值班工作评估；
若安全区域巡查工作评估指数小于巡察工作图像识别阈值，则不通过比对分析模块生成安全区域巡察工作合格信号，说明安全区域内的安保人员未能够完成所需的巡查工作内容，需要对巡查人员的工作内容进行复盘总结优化，完成后再继续后续模块的评估。
实施例2，安全区域值班工作评估模块接收到从比对分析模块传递而来的安全区域巡察工作合格信号和安全区域巡查工作评估指数汇总后，结合安全区域的值班人员工作图像信息，在系统内生成安保人员值班工作信息和值班人员图像准确性信息，安保人员值班工作信息包括不当姿势维持时间系数和往来人员车辆排查系数，分别标定为Twc和Wpc，值班人员图像准确性信息包括图像采集装置故障系数，标定为Gtx。
不当姿势维持时间系数获取的逻辑如下：
获取值班人员工作时间内的图像采集数据，并根据行为将数据合并归纳，分类计时，如玩手机、睡觉和不在图像采集数据范围内的行为根据动作采集认定为不当姿势，不当姿势的维持时间设定为Tcw，不同类别不当姿势造成的影响不同，将不当姿势影响程度设定为Zn，n表示不当姿势种类编号，n＝1、2、3、4、……、m，m为正整数，则不当姿势维持时间系数
往来人员车辆排查系数获取的逻辑如下：
获取值班人员工作时间内值班人员记录的车辆、人员信息数以及实际经过的车辆数和需要记录的人员数，分别设定为Xwl和Ssi，需要记录的人员指特殊时期如夜晚或者疾病防控时期经过的人员数目，则往来人员车辆排查系数Wpc＝Xwl/Ssi；
图像采集装置故障系数获取的逻辑如下：
对于系统内包含的图像采集装置构建一套问题自检装置，当图像采集装置出现长时间监控异常或者黑屏时，图像采集装置故障系数Gtx＝0；自检装置，图像采集装置正常运行时，图像采集装置故障系数Gtx＝1。
安全区域值班工作评估模块将获取的不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx建立数据分析模型，生成安保人员值班工作评估指数PGab，依据的公式为：PGab＝(d2*Wpc/d1*Twc)*d3*Gtx，式中，d1、d2、d3分别为不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx的预设比例系数，且d1、d2、d3均大于0；
处理模块将从安全区域值班工作评估模块接收的安保人员值班工作评估指数PGab与值班工作图像识别阈值相对比，由于安保人员值班工作评估指数PGab的值越大代表着安保人员值班工作完成的越好，若安保人员值班工作评估指数PGab大于等于值班工作图像识别阈值时，说明安保人员值班工作没有较大问题产生，安全区域得到很好的保障；
若安保人员值班工作评估指数PGab小于值班工作图像识别阈值时，说明安保人员的值班工作不能很好的保障安全区域的安全问题，此时需对值班人员进行处罚教育；
若安保人员值班工作评估指数PGab为0时，则说明系统的图像采集装置发生故障，安保人员值班工作评估模块删除已有记录，重新启动，同时通知检修人员予以修复。
本发明通过对安全区域内巡查的安保人员身份智能识别，避免常规方式的拍照后人工审查，可以预防安全区域内用户信息泄露的可能，然后系统对安保人员工作过程中的行为姿势按照维持时间的长短顺序进行合并排序，通过对安保人员不同姿势持续时间的长短判断出安保人员的工作状态，实现对安全区域内安保人员公平管理的目的，进一步保障安全区域内住户的生命财产安全，预防人工管理带来的疏漏，降低无效人力的损耗；
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于安全区域的大数据图像处理系统，其特征在于：包括数据采集模块、安全区域巡查工作评估模块、比对分析模块；
数据采集模块，采集安保人员巡查安全区域信息，包括巡查人员工作信息和巡查需求信息，将巡查人员工作信息和巡查需求信息传递至安全区域巡查工作评估模块；
安全区域巡查工作评估模块，将采集到的巡查人员工作信息和巡查需求信息建立数据分析模型，生成安全区域巡查工作评估指数，并将安全区域巡查工作评估指数传递至比对分析模块；
比对分析模块，将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，同时生成安全区域巡察工作合格信号，并根据安全区域巡察工作合格信号和安全区域巡查工作评估指数对巡查人员给出复盘总结优化建议，并将系统对数据信息传递至安全区域值班工作评估模块。
2.根据权利要求1所述的一种基于安全区域的大数据图像处理系统，其特征在于，巡查人员工作信息包括巡查身份识别系数、有效巡查系数，采集后，数据采集模块将巡查身份识别系数、有效巡查系数分别标定为Fxc和Yxc，巡查需求信息包括巡查需求系数，采集后，数据采集模块将巡查需求系数标定为Xxc。
3.根据权利要求2所述的一种基于安全区域的大数据图像处理系统，其特征在于，巡查身份识别系数获取的逻辑如下：
通过图像采集装置采集所有摄像头内出现的人脸识别和人员穿戴信息，并对不同的巡查人员进行标记，以此获取T时间内巡查人员的出现次数，为了保证准确度，在K时间内出现的同一巡查人员只计算首次出现在图像识别装置中的时间地点，系统分析T时间内的同一巡查人员出现次数，设为Cxc，标记的巡查人员设置为Hp，p表示不当姿势种类编号，p＝1、2、3、4、……、q，q为正整数，巡查身份识别系数
有效巡查系数获取的逻辑如下：
获取安全区域T时间内巡查人员上报的安全问题件数，设定为Jaq，获取安全区域T时间内发生的安全问题件数，设定为Paq，则有效巡查系数Yxc＝Jaq/Paq；
巡查需求系数获取的逻辑如下：
获取上一个T时间内安全区域巡查工作评估模块得出的安全区域巡查工作评估指数将安全区域内需要的最小巡查次数设定为Xzx，将历史数据中记录的最大安全区域巡查工作评估指数设定为PGmax，则巡查需求系数/>
4.根据权利要求3所述的一种基于安全区域的大数据图像处理系统，其特征在于，安全区域巡查工作评估模块将获取的巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc建立数据分析模型，生成安全区域巡查工作评估指数PGxc，依据的公式为：PGxc＝(e1*Fxc+e2*Yxc)/(e3*Xxc)，式中，e1、e2、e3分别为巡查身份识别系数Fxc、有效巡查系数Yxc以及巡查需求系数Xxc的预设比例系数，且e1、e2、e3均大于0；
比对分析模块将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，分为以下情况：
若安全区域巡查工作评估指数大于等于巡察工作图像识别阈值，则通过比对分析模块生成安全区域巡察工作合格信号，发送安全区域巡察工作合格信号到后续模块并进行安全区域值班工作评估；
若安全区域巡查工作评估指数小于巡察工作图像识别阈值，则不通过比对分析模块生成安全区域巡察工作合格信号，需要对巡查人员的工作内容进行复盘总结优化，完成后再继续后续模块的评估。
5.根据权利要求4所述的一种基于安全区域的大数据图像处理系统，其特征在于，还包括安全区域值班工作评估模块、处理模块、综合反馈模块；
安全区域值班工作评估模块，将从比对分析模块传递而来的信息，生成安保人员值班工作信息，根据安保人员值班工作信息和值班人员图像准确性信息生成安保人员值班工作评估指数，并将生成的安保人员值班工作评估指数传递至处理模块；
处理模块，将安全区域值班工作评估模块传递来的安保人员值班工作评估指数与值班工作图像识别阈值相对比，再根据对比结果给出安保人员于值班工作时的绩效处理；
安全区域值班工作评估模块接收到从比对分析模块传递而来的安全区域巡察工作合格信号和安全区域巡查工作评估指数汇总后，结合安全区域的值班人员工作图像信息，在系统内生成安保人员值班工作信息和值班人员图像准确性信息，安保人员值班工作信息包括不当姿势维持时间系数和往来人员车辆排查系数，分别标定为Twc和Wpc，值班人员图像准确性信息包括图像采集装置故障系数，标定为Gtx。
6.根据权利要求5所述的一种基于安全区域的大数据图像处理系统，其特征在于，不当姿势维持时间系数获取的逻辑如下：
不当姿势维持时间系数获取的逻辑如下：
获取值班人员工作时间内的图像采集数据，并根据行为将数据合并归纳，分类计时，不当姿势的维持时间设定为Tcw，不同类别不当姿势造成的影响不同，将不当姿势影响程度设定为Zn，n表示不当姿势种类编号，n＝1、2、3、4、……、m，m为正整数，则不当姿势维持时间系数往来人员车辆排查系数获取的逻辑如下：
获取值班人员工作时间内值班人员记录的车辆、人员信息数以及实际经过的车辆数和需要记录的人员数，分别设定为Xwl和Ssj，则往来人员车辆排查系数Wpc＝Xwl/Ssj；
图像采集装置故障系数获取的逻辑如下：
对于系统内包含的图像采集装置构建一套问题自检装置，当图像采集装置出现长时间监控异常或者黑屏时，图像采集装置故障系数Gtx＝0；自检装置，图像采集装置正常运行时，图像采集装置故障系数Gtx＝1。
7.根据权利要求6所述的一种基于安全区域的大数据图像处理系统，其特征在于，安全区域值班工作评估模块将获取的不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx建立数据分析模型，生成安保人员值班工作评估指数PGab，依据的公式为：PGab＝(d2*Wpc/d1*Twc)*d3*Gtx，式中，d1、d2、d3分别为不当姿势维持时间系数Twc、往来人员车辆排查系数Wpc以及图像采集装置故障系数Gtx的预设比例系数，且d1、d2、d3均大于0；
处理模块将从安全区域值班工作评估模块接收的安保人员值班工作评估指数PGab与值班工作图像识别阈值相对比，若安保人员值班工作评估指数PGab大于等于值班工作图像识别阈值时，安全区域得到很好的保障；
若安保人员值班工作评估指数PGab小于值班工作图像识别阈值时，此时需对值班人员进行处罚教育；
若安保人员值班工作评估指数PGab为0时，安保人员值班工作评估模块删除已有记录，重新启动，同时通知检修人员予以修复。
8.一种基于安全区域的大数据图像处理方法，基于权利要求1-7任一项所述的一种基于安全区域的大数据图像处理系统实现，其特征在于：包括以下步骤：
S1：采集安保人员巡查安全区域信息，包括巡查人员工作信息和巡查需求信息，并对多源数据进行整理；
S2：将巡查人员工作信息和巡查需求信息建立数据分析模型，生成安全区域巡查工作评估指数；
S3：将安全区域巡查工作评估指数与巡察工作图像识别阈值进行对比，同时生成安全区域巡察工作合格信号；
S4：基于处理结果的安全区域巡察工作合格信号，结合安保人员值班工作信息和值班人员图像准确性信息建立数据模型，生成安保人员值班工作评估指数；
S5：将安保人员值班工作评估指数与值班工作图像识别阈值相对比，再根据对比结果给出安保人员于值班工作时的绩效处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311416200.0A CN117423055A (zh) | 2023-10-30 | 2023-10-30 | 一种基于安全区域的大数据图像处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311416200.0A CN117423055A (zh) | 2023-10-30 | 2023-10-30 | 一种基于安全区域的大数据图像处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117423055A true CN117423055A (zh) | 2024-01-19 |
Family
ID=89524367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311416200.0A Pending CN117423055A (zh) | 2023-10-30 | 2023-10-30 | 一种基于安全区域的大数据图像处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117423055A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709688A (zh) * | 2024-02-05 | 2024-03-15 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
| CN118070019A (zh) * | 2024-04-19 | 2024-05-24 | 江苏桐方消防科技集团股份有限公司 | 一种基于人工智能的消防值班人员值岗智能识别方法 |
-
2023
- 2023-10-30 CN CN202311416200.0A patent/CN117423055A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709688A (zh) * | 2024-02-05 | 2024-03-15 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
| CN117709688B (zh) * | 2024-02-05 | 2024-05-31 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
| CN118070019A (zh) * | 2024-04-19 | 2024-05-24 | 江苏桐方消防科技集团股份有限公司 | 一种基于人工智能的消防值班人员值岗智能识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117423055A (zh) | 一种基于安全区域的大数据图像处理方法及系统 | |
| CN106227160A (zh) | 用于工业控制基础设施的主动响应安防系统 | |
| CN111768123A (zh) | 配电网施工现场可视化管理系统 | |
| CN107195014A (zh) | 一种基于二维码扫描的定点定期巡检方法及系统 | |
| CN113012388B (zh) | 污染源在线监测系统及在线监测数据作假识别分析方法 | |
| CN112699807A (zh) | 一种驾驶员状态信息监控方法和装置 | |
| CN112101495A (zh) | 一种风险监测方法、系统和相关设备 | |
| CN103826108A (zh) | 基于视频图像的贷后监控方法及系统 | |
| CN111445034A (zh) | 一种工业设备故障预测的系统及方法 | |
| CN110889790A (zh) | 一种基于综合社区信息快速筛查疑似传销用户的系统 | |
| CN110705849A (zh) | 巡检机器人的实效评估方法、系统、存储介质及机器人 | |
| CN117371872A (zh) | 一种智慧建筑智能管理方法及平台 | |
| CN117081917A (zh) | 基于ai物联网污水处理运维管理的智能网关 | |
| CN112184965A (zh) | 一种基于人脸锁的防尾随管理方法及系统 | |
| CN112102583A (zh) | 一种基于大数据智慧楼宇系统 | |
| CN111860308A (zh) | 一种基于视频行为识别的学生归寝安全智能管理方法 | |
| CN116416665A (zh) | 基于安防系统的人脸识别方法、装置及存储介质 | |
| CN116308955A (zh) | 一种基于ai人工智能进行康养管理的智慧社区 | |
| Kotevska et al. | Kensor: Coordinated intelligence from co-located sensors | |
| CN112949442B (zh) | 一种异常事件预识别方法、装置、电子设备及监控系统 | |
| CN213458097U (zh) | 一种摄像设备和风险监测系统 | |
| CN113869758A (zh) | 智慧两票管理及作业现场风险预警系统 | |
| CN115733951A (zh) | 一种电力施工现场用全方位监控系统 | |
| CN111738382B (zh) | 一种基于rfid的资产管理方法及资产管理系统 | |
| DE102019125081A1 (de) | Vorrichtung und Verfahren zur Identifikation und Zustandsüberwachung einer zu überwachenden Einrichtung |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |