建筑工地作业面人数统计方法、系统、存储介质及装置制造方法及图纸

本发明专利技术属于视频监控技术领域，公开了一种建筑工地作业面人数统计方法、系统、存储介质及装置，采集工地作业面图像并发送；对采集的作业面图像进行工人检测；在工地作业面图像上标注出工人所在位置，输出经过标注的图像和工人的数量；输出的经过标注的图像和工人的数量并显示。本发明专利技术实现管理者可以从显示器上可直接获取当前作业面上的情况，直观的看到工人的位置以及数量，有助于管理者进行判断工人是否都正常出勤，方便快捷，免去了管理者亲自去统计施工工人数量的麻烦，为保证工程的顺利进行带来了便利。本发明专利技术降低了假阳的数目，防止其他物体被错判为工人，提高了模型的准确率。

Statistical method, system, storage medium and device for the number of people on the working face of construction site

【技术实现步骤摘要】
建筑工地作业面人数统计方法、系统、存储介质及装置
本专利技术属于视频监控
，尤其涉及一种建筑工地作业面人数统计方法、系统、存储介质及装置。
技术介绍
目前，最接近的现有技术：近年来，随着中国城市化的进程，建筑业的发展也得到了飞速的提升。通常为了保证工程的进度，工地会有一些考勤的机制，比如工人进入工地打卡，或者有专门的人员进行监督，但是打卡的机制不能保证工人们进入工地后会立即投入到工作中去，专人监督会产生额外的开支。随着人工智能的发展，利用机器进行自动的人数统计成为了一种可能，可以将成本控制在一个较低的水平下实现建筑工地作业面上的人数自动统计，确定工人们没有缺勤，保证工程的进度。目前通过人工智能的方式进行人数统计的方法主要有以下三种：第一种，回归方法：该方法主要针对那些使用低级别特征就可以进行区分的物体的检测。首先从图像中裁剪补丁，然后，针对每个补丁，提取低级别的特征。但是在工地这种复杂的环境下，单纯的提取低级别的特征并不能有效的检出工地中的工人，这种方法在工地作业面检测中应用时，误判和漏检的情况很严重。第二种，基于密度估计本文档来自技高网...

【技术保护点】
1.一种建筑工地作业面人数统计方法，其特征在于，所述建筑工地作业面人数统计方法包括：/n第一步，采集工地作业面图像并发送；/n第二步，对采集的作业面图像进行工人检测；在工地作业面图像上标注出工人所在位置，输出经过标注的图像和工人的数量；/n第三步，输出的经过标注的图像和工人的数量并显示。/n

【技术特征摘要】
1.一种建筑工地作业面人数统计方法，其特征在于，所述建筑工地作业面人数统计方法包括：
第一步，采集工地作业面图像并发送；
第二步，对采集的作业面图像进行工人检测；在工地作业面图像上标注出工人所在位置，输出经过标注的图像和工人的数量；
第三步，输出的经过标注的图像和工人的数量并显示。


2.如权利要求1所述的建筑工地作业面人数统计方法，其特征在于，所述建筑工地作业面人数统计方法的目标检测模型的训练过程包括：
(1)第一阶段的训练，用目标检测模型去检测没有工人的作业面图像，如果有物体被框出来，则认为被框出来的物体是容易被检测模型判成工人的物体，将包含被判错物体的图像保存下来，并给容易判错的物体打上难分样本的标签，组成新的训练数据；
(2)第二阶段的训练，训练学习工人的特征和难分样本的特征，捕捉到工人的特征与难分样本的特征之间的差异。


3.如权利要求2所述的建筑工地作业面人数统计方法，其特征在于，所述建筑工地作业面人数统计方法的目标检测模型采用FPN+FasterRCNN结构，使用FPN+FasterRCNN的结构，在进行预测的时候融合浅层特征的位置信息以及高层特征的语义信息，获得更丰富的特征。


4.如权利要求1所述的建筑工地作业面人数统计方法，其特征在于，所述建筑工地作业面人数统计方法的采用目标检测的人工神经网络，检测模型的结构为：将图片输入预训练的特征网络，构建自底向上网络。


5.如权利要求4所述的建筑工地作业面人数统计方法，其特征在于，使用轻量高效特征融合模块对自底向上网络特征进行融合，通过多尺度特征层堆叠后，用步长为2的卷积操作完成特征提取和下采样，连续进行三次，得到三个不同大小的特征图fm1、fm2、fm3；然后对最小的特征图进行两次上采样操作，将fm1、fm2、fm3通过1*1卷积进行降维处理后再与上采样得到的对应卷积层进行元素相加操作，得到特征图fm4，fm5、fm6。


6.如权利要求5所述的建筑工地作业面人数统计方法，其特征在于，轻量高效特征融合模块取消了侧向连接，通过多尺度特...

【专利技术属性】
技术研发人员：高圣哲，
申请(专利权)人：西安咏圣达电子科技有限公司，
类型：发明
国别省市：陕西;61