基于区块链与BIM的作业人员安全带佩戴检测系统技术方案

本发明专利技术公开了一种基于区块链与BIM的作业人员安全带佩戴检测系统。该系统包括：作业人员检测编码器、作业人员定位单元、安全带分割第一编码器、通道权重附加单元、安全带分割第二编码器、安全带分割第一解码器、空间权重附加单元、安全带分割第二解码器，系统还包括计算集群，计算集群中所有节点加载安全带佩戴检测深度神经网络所需参数，对于接收到的监控区域图像，在计算集群中配置安全带佩戴检测深度神经网络区块链私链，并执行网络推理，得到安全带佩戴检测结果。利用本发明专利技术，在作业人员安全带佩戴检测中，不仅结果反馈多元，而且提高了检测精度和数据处理过程中安全性能。

【技术实现步骤摘要】
基于区块链与BIM的作业人员安全带佩戴检测系统
本专利技术属于区块链、人工智能、BIM、智慧工地
，具体涉及一种基于区块链与BIM的作业人员全带佩戴检测系统。
技术介绍
随着我国经济的蓬勃快速发展，房地产以及建筑相关的行业也正在扮演越来越重要的角色。因此，目前建筑工地的数量在不断的增多，随之而来的，工地内部的管理问题也日益突出。由于城市中建筑的高度越来越高，正在建设的建筑工地内，作业人员高空以及悬空作业不可避免；而已经建设完成的建筑外侧需要修缮，也需要作业人员悬空作业。在高空悬空作业过程中，虽有稳固的钢结构进行支撑，但稳定性难以保证，也会有掉落风险。因此，高空悬空作业者必须佩戴安全带，这是作业管理规则中的一项重要规定。然而，由于佩戴安全带后活动范围受限，行动不自由，加上夏日的炎热，佩戴安全带会给作业人员造成许多不便。有的作业人员盲目相信钢结构的稳固，为了施工方便舒适，在高空作业时选择不佩戴安全带，从而引发掉落风险。目前虽然工地内已经配备了监控摄像头，但这些摄像头只记录不判断，没有充分发挥其作用，只能通过事后的视频回放来调查异常情况及取证，没有对采集的图像进行处理，也就无法实时判断及报警。因此就需要工作人员不断的查看检测场景内的活动，日夜值守，工作量繁重，易受到人体感官疲劳的影响，从而容易出现漏检和误检的情况，失去了监控系统进行现场实时监控的意义。近年来，也有许多方案基于深度神经网络进行目标检测。然而，一方面安全带区域所占的比例较小；另一方面，安全带纹理信息不明显，有些可能还与作业人员的工作服颜色相近。基于安全带的这些特征，传统的深度神经网络并不能很好的处理这些细微的差别。而且，目前的监督系统通常只返回异常结果，结果反馈单一。并且，用于计算的硬件系统，信息易被泄露、安全性能较低。因此，现有作业人员安全带佩戴检测存在检测精度不高、结果反馈单一、安全性能较低的问题。
技术实现思路
本专利技术的目的在于针对上述现有技术存在的缺陷，提出一种基于区块链与BIM的作业人员安全带佩戴检测系统，不仅结果反馈多元，而且提高了检测精度和数据处理过程中安全性能。一种基于区块链与BIM的作业人员安全带佩戴检测系统，该系统包括：作业人员检测编码器，用于对监控区域图像进行编码提取特征；作业人员定位单元，用于利用第一全连接网络对作业人员检测编码器的输出进行加权分类，输出作业人员的包围框信息；安全带分割第一编码器，用于对利用作业人员包围框信息分割出来的施工人员图像进行编码，提取特征；通道权重附加单元，用于将通道权重附加在安全带分割编码器输出特征的通道上，得到通道增强特征；安全带分割第二编码器，用于对通道增强特征进行编码，提取特征；安全带分割第一解码器，用于对安全带分割第二编码器输出的特征进解码，提取特征；空间权重附加单元，用于将空间权重附加在安全带分割第一解码器输出特征的对应特征元素位置，得到空间增强特征；安全带分割第二解码器，用于对空间增强特征进行上采样解码，得到安全带分割遮罩图像；系统还包括服务器集群，对于接收到的监控区域图像，在服务器集群中配置安全带佩戴检测深度神经网络区块链私链，并执行网络推理，得到安全带佩戴检测结果，发送至作业区域建筑信息模型。进一步地，该系统还包括通道权重获取单元，用于获取安全带分割第一编码器输出通道对应的通道权重，包括：全局池化模块，用于对安全带分割第一编码器输出张量的每个通道内的特征值进行相加平均；瓶颈模块，用于采用全连接层建模全局池化模块输出的通道间相关性，输出一组通道权重；第一，用于对瓶颈模块输出的通道权重进行归一化。进一步地，该系统还包括空间权重获取单元，用于获取安全带分割第一解码器输出特征图对应的空间权重，包括：池化模块，用于对安全带分割第一解码器输出张量分别进行通道维度的最大池化和平均池化，得到相应的特征图；第三编码器，用于对池化模块输出的特征图接合得到的张量进行特征提取；第二激活模块，用于对第三编码器的输出进行激活归一化，得到空间权重。进一步地，对于接收到的监控区域图像，在服务器集群中配置安全带佩戴检测区块链私链包括：作业人员检测编码器、作业人员定位单元、安全带分割第一编码器、通道权重获取单元、通道权重附加单元、安全带分割第二编码器、安全带分割第一解码器、空间权重获取单元、空间权重附加单元、安全带分割第二解码器是安全带佩戴检测深度神经网络的主要组成模块；服务器集群中所有节点加载安全带佩戴检测深度神经网络所需参数；对于接收到的监控区域图像，从服务器集群中选择多个可用节点，将分别分布于不同可用节点的作业人员检测编码器、作业人员定位单元、安全带分割第一编码器、通道权重获取单元、通道权重附加单元、安全带分割第二编码器、安全带分割第一解码器、空间权重获取单元、空间权重附加单元、安全带分割第二解码器所需参数作为对应节点的区块数据，按照安全带佩戴检测深度神经网络推理顺序将节点区块连接，生成安全带佩戴检测深度神经网络区块链私链。进一步地，区块链私链中的区块对其要传输至下一区块的神经网络推理中间结果数据进行加密，对其从上一区块接收到的神经网络推理中间结果数据进行解密。进一步地，区块采用张量混淆加密机制进行加密、解密操作。进一步地，对作业人员检测编码器、作业人员定位单元、安全带分割第一编码器、通道权重获取单元、通道权重附加单元、安全带分割第二编码器、安全带分割第一解码器、空间权重获取单元、空间权重附加单元、安全带分割第二解码器分别进行适当细分，将分别分布于不同节点的细分后的每一模块的参数作为对应节点的区块数据，按照安全带佩戴检测深度神经网络推理顺序将区块节点连接，生成安全带佩戴检测深度神经网络区块链私链。进一步地，作业区域建筑信息模型包括作业区域场景建模信息、监控区域信息、安全带佩戴检测结果。进一步地，系统利用可视化单元结合WebGIS技术对作业区域建筑信息模型进行可视化，可视化单元包括：初始化模块，用于从作业区域建筑信息模型获取作业区域场景建模信息，结合WebGIS技术对作业区域建筑信息模型进行渲染，展示在前台Web页面，得到作业区域建筑信息模型的初始展示结果；数据获取模块，用于从作业区域建筑信息模型获取监控区域信息、安全带佩戴检测结果；可视化模块，用于从根据监控区域信息的地理位置将监控区域信息、安全带佩戴检测结果匹配至初始展示结果中，并根据异常预警信息对监控区域进行警示标记。进一步地，张量混淆加密机制包括：随机生成C组随机数，每一组包括两个随机数值，其中C为区块所在节点输出张量的通道数；根据两个随机数值分别对张量的宽、高方向进行循环移位操作。本专利技术与现有技术相比，具有以下有益效果：1.本专利技术采用深度神经网络对监控区域图像进行分析，得到作业人员安全带分割遮罩，从而判断作业人员是否佩戴安全带，相比于传统的人工监督，不仅检测效率更高，而且可以获得较高的检测精度。2.本专利技术首先利用作业本文档来自技高网...

【技术保护点】
1.一种基于区块链与BIM的作业人员安全带佩戴检测系统，其特征在于，该系统包括：/n作业人员检测编码器，用于对监控区域图像进行编码提取特征；/n作业人员定位单元，用于利用第一全连接网络对作业人员检测编码器的输出进行加权分类，输出作业人员的包围框信息；/n安全带分割第一编码器，用于对利用作业人员包围框信息分割出来的施工人员图像进行编码，提取特征；/n通道权重附加单元，用于将通道权重附加在安全带分割编码器输出特征的通道上，得到通道增强特征；/n安全带分割第二编码器，用于对通道增强特征进行编码，提取特征；/n安全带分割第一解码器，用于对安全带分割第二编码器输出的特征进解码，提取特征；/n空间权重附加单元，用于将空间权重附加在安全带分割第一解码器输出特征的对应特征元素位置，得到空间增强特征；/n安全带分割第二解码器，用于对空间增强特征进行上采样解码，得到安全带分割遮罩图像；/n系统还包括服务器集群，对于接收到的监控区域图像，在服务器集群中配置安全带佩戴检测深度神经网络区块链私链，并执行网络推理，得到安全带佩戴检测结果，发送至作业区域建筑信息模型。/n

【技术特征摘要】
1.一种基于区块链与BIM的作业人员安全带佩戴检测系统，其特征在于，该系统包括：
作业人员检测编码器，用于对监控区域图像进行编码提取特征；
作业人员定位单元，用于利用第一全连接网络对作业人员检测编码器的输出进行加权分类，输出作业人员的包围框信息；
安全带分割第一编码器，用于对利用作业人员包围框信息分割出来的施工人员图像进行编码，提取特征；
通道权重附加单元，用于将通道权重附加在安全带分割编码器输出特征的通道上，得到通道增强特征；
安全带分割第二编码器，用于对通道增强特征进行编码，提取特征；
安全带分割第一解码器，用于对安全带分割第二编码器输出的特征进解码，提取特征；
空间权重附加单元，用于将空间权重附加在安全带分割第一解码器输出特征的对应特征元素位置，得到空间增强特征；
安全带分割第二解码器，用于对空间增强特征进行上采样解码，得到安全带分割遮罩图像；
系统还包括服务器集群，对于接收到的监控区域图像，在服务器集群中配置安全带佩戴检测深度神经网络区块链私链，并执行网络推理，得到安全带佩戴检测结果，发送至作业区域建筑信息模型。


2.如权利要求1所述的系统，其特征在于，该系统还包括通道权重获取单元，用于获取安全带分割第一编码器输出通道对应的通道权重，包括：全局池化模块，用于对安全带分割第一编码器输出张量的每个通道内的特征值进行相加平均；瓶颈模块，用于采用全连接层建模全局池化模块输出的通道间相关性，输出一组通道权重；激活模块，用于对瓶颈模块输出的通道权重进行归一化。


3.如权利要求2所述的系统，其特征在于，该系统还包括空间权重获取单元，用于获取安全带分割第一解码器输出特征图对应的空间权重，包括：池化模块，用于对安全带分割第一解码器输出张量分别进行通道维度的最大池化和平均池化，得到相应的特征图；第三编码器，用于对池化模块输出的特征图接合得到的张量进行特征提取；激活模块，用于对第三编码器的输出进行激活归一化，得到空间权重。


4.如权利要求1所述的系统，其特征在于，所述对于接收到的监控区域图像，在服务器集群中配置安全带佩戴检测区块链私链包括：
作业人员检测编码器、作业人员定位单元、安全带分割第一编码器、通道权重获取单元、通道权重附加单元、安全带分割第二编码器、安全带分割第一解码器、空间权重获取单元、空间权重附加单元、安全带分割第二解码器是安全带佩戴检测深度神经网络的主要组成模块；
服务器集群中所有节点...

【专利技术属性】
技术研发人员：刘如意，刘雪勤，
申请(专利权)人：刘如意，
类型：发明
国别省市：湖北;42