利用区块链的智慧工地施工人员聚集监测系统技术方案

本发明专利技术公开了一种利用区块链的智慧工地施工人员聚集监测系统，包括终端集群与计算集群，计算集群载入施工人员聚集监测深度神经网络所需参数，配置施工人员聚集监测深度神经网络区块链私链，并执行施工人员聚集监测深度神经网络推理，实现施工人员聚集监测；施工人员聚集监测深度神经网络的输入为终端采集的监控区域图像，输出包括施工人员聚集程度估计结果，由多个模块组成，包括：人员密度编码器、人员密度解码器、人员聚集程度编码器、第一全连接网络。利用本发明专利技术，在工地安全监测中，提高了施工人员聚集监测精度、监测效率以及数据处理传输过程中的安全性、保密性。

【技术实现步骤摘要】
利用区块链的智慧工地施工人员聚集监测系统
本专利技术涉及人工智能、区块链、智慧工地、CIM
，具体涉及一种利用区块链的智慧工地施工人员聚集监测系统。
技术介绍
长期以来，人员聚集场所一直是安全、治安管理的重点与难点，一旦发生安全事故，如火灾、爆炸、踩踏等安全事故，人员伤亡和财产损失非常重大。工地作为劳动场所，与其他劳动场所相比，其本身就具有一定的危险性，人员聚集加上安全事故带来的人员伤亡、财产损失会更大。因此，对工地中人员聚集情况进行监测十分必要。目前工地对智能视频分析人员聚集的技术方案很少，基本靠人为监督，人为监督方式不仅效率低而且很难及时准确反映工地的实时人员聚集情况。一些方案采用基于高精度定位系统进行人员聚集监测，由于高精度定位装置成本较高，抗干扰能力差，监测精度低，不适合推广应用。而且，目前的工地安全监测通常只返回异常结果，结果反馈单一。并且，用于计算的集群，信息易被泄露、安全性能较低。因此，现有施工人员聚集监测技术存在监测精度和监测效率低下、结果反馈单一、数据处理及传输过程中安全性能低的问题。得益于人工智能、物联网等技术的发展，智慧工地成为了一种崭新的工程全生命周期管理理念。本专利技术就智慧工地中施工人员聚集监测，从结果反馈、监测精度效率以及系统安全性等方面对现有技术进行改进。
技术实现思路
本专利技术提供了一种利用区块链的智慧工地施工人员聚集监测系统，不仅结果反馈多元，而且提高了监测精度、监测效率和数据处理传输过程中的安全性、保密性。一种利用区块链的智慧工地施工人员聚集监测系统，包括终端集群与计算集群，在终端集群与计算集群上配置施工人员聚集监测深度神经网络区块链私链，并执行施工人员聚集监测深度神经网络推理，得到施工人员聚集监测结果；施工人员聚集监测深度神经网络的输入为终端采集的监控区域图像，监控区域图像包括人员热成像以及人员图像，输出包括人员密度图、施工人员聚集程度估计结果，由多个模块组成，包括：人员密度编码器，用于对人员热成像与人员图像RGB三通道数据的联合输入进行编码提取特征，得到人员密度特征图；人员密度解码器，用于对人员密度特征图与人员聚集程度特征图接合得到的联合特征图进行解码表征，得到人员密度图；人员聚集程度编码器，用于对人员图像RGB三通道数据进行特征提取，人员聚集程度特征图；第一全连接网络，用于对人员聚集程度特征图展开后得到的特征向量进行加权分类，输出施工人员聚集程度估计结果。配置施工人员聚集监测深度神经网络区块链私链包括：计算集群载入施工人员聚集监测深度神经网络所需参数；针对每一个施工人员聚集监测深度神经网络推理请求，从计算集群中选择多个可用节点，将终端的相机参数以及分别分布于不同可用节点的人员密度编码器、人员密度解码器、人员聚集程度编码器、第一全连接网络所需参数作为终端、对应节点的区块数据，按照施工人员聚集监测深度神经网络推理顺序将区块连接，生成施工人员聚集监测深度神经网络区块链私链。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。采用张量重塑形机制进行加密解密，包括：针对每一个网络推理请求，生成张量重塑形参数表，并发送至区块链私链所在节点，区块链私链中所有节点按照该参数表设置待传输张量元数据中的张量尺寸，并按照该参数表解析其接收到的张量数据；张量重塑形参数表中存储每一区块输出张量的重塑形参数。基于CIM技术构建城市工地信息模型，城市工地信息模型包括：城市工地三维空间建模信息、监控区域信息、施工人员聚集监测结果；利用可视化单元结合WebGIS技术对城市工地信息模型进行渲染，展示在前台页面。可视化单元包括：初始化模块，用于从城市工地信息模型获取城市工地三维空间建模信息，结合WebGIS技术对城市工地信息模型进行渲染，展示在前台Web页面，得到城市工地信息模型的初始可视化结果；数据获取模块，用于从城市工地信息模型获取监控区域信息以及施工人员聚集监测结果；聚集可视化模块，用于根据地理位置将监控区域信息以及施工人员聚集监测结果集成在城市工地信息模型的初始可视化结果。对人员密度编码器、人员密度解码器、人员聚集程度估计编码器、第一全连接网络分别进行适当细分，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，按照施工人员聚集检测深度神经网络推理顺序，生成施工人员聚集监测深度神经网络区块链私链。人员密度编码器、人员密度解码器构成人员密度估计子网络，训练该子网络时，首先对样本图像中行人的头部位置进行标注，然后将标注行人头部的散点图与高斯核卷积得到标注图像人员密度图，将样本图像与标注图像输入该子网络，基于均方误差函数对该子网络进行训练。人员聚集程度编码器、第一全连接网络构成人员聚集程度预测子网络，训练该子网络时，将人员图像样本集以及对应的经过独热编码的人员聚集程度标签数据输入该子网络，基于交叉熵损失函数训练该子网络。本专利技术的有益效果在于：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，相比于传统的基于定位装置的监测方法，不仅成本更低，具有更准确的结果响应和更高的监测效率。2.本专利技术对热成像与RGB数据进行分析，利用人员密度估计子网络辅助训练，加速整个网络以及人员聚集程度预测子网络收敛。3.本专利技术基于区块链技术，对施工人员聚集监测深度神经网络进行合理划分，针对每个网络推理请求，动态生成区块链私链，相比于传统的单机执行，不仅提高了系统的并行性能，而且由于区块链私链是动态的，当某一节点出现故障，系统能够及时感知，不会影响其他推理请求的计算，具有更好的容错性能。4.本专利技术的区块链私链根据计算集群中可用节点实时生成，相比于传统的固定分配，不易被攻击破解，提高了系统数据的保密性能。5.本专利技术对网络推理区块链私链之间的数据进行加密，防止区块链私链区块之间传输数据的泄露，保证传输数据的保密性。6.本专利技术使用张量重塑形方法对区块链私链之间传输数据进行加密解密，由于张量重塑形方法仅改变元数据，计算量小，在提高保密性能和安全性能的同时不会增加系统负担。7.本专利技术基于CIM技术设计城市工地信息模型存储施工人员聚集监测结果，并对城市工地信息模型进行可视化，相比于传统的结果反馈，本专利技术的反馈结果更加多元化，包括工地区域三维展示、警示标记、监控区域图像，能够使监管人员更加清晰明确地了解施工人员聚集情况。附图说明图1为本专利技术系统的施工人员聚集监测深度神经网络结构图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术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专利技术，并不用于限定本专利技术。本专利技术提供一种利用区块链的智慧工地施工人员聚集监测系统。图1为本专利技术系统的深度神经网络结构图。下面通过具体实施例来进行说明。本文档来自技高网...

【技术保护点】
1.一种利用区块链的智慧工地施工人员聚集监测系统，包括终端集群与计算集群，其特征在于，在终端集群与计算集群上配置施工人员聚集监测深度神经网络区块链私链，并执行施工人员聚集监测深度神经网络推理，得到施工人员聚集监测结果；/n施工人员聚集监测深度神经网络的输入为终端采集的监控区域图像，监控区域图像包括人员热成像以及人员图像，输出包括人员密度图、施工人员聚集程度估计结果，由多个模块组成，包括：/n人员密度编码器，用于对人员热成像与人员图像RGB三通道数据的联合输入进行编码提取特征，得到人员密度特征图；/n人员密度解码器，用于对人员密度特征图与人员聚集程度特征图接合得到的联合特征图进行解码表征，得到人员密度图；/n人员聚集程度编码器，用于对人员图像RGB三通道数据进行特征提取，人员聚集程度特征图；/n第一全连接网络，用于对人员聚集程度特征图展开后得到的特征向量进行加权分类，输出施工人员聚集程度估计结果。/n

【技术特征摘要】
1.一种利用区块链的智慧工地施工人员聚集监测系统，包括终端集群与计算集群，其特征在于，在终端集群与计算集群上配置施工人员聚集监测深度神经网络区块链私链，并执行施工人员聚集监测深度神经网络推理，得到施工人员聚集监测结果；
施工人员聚集监测深度神经网络的输入为终端采集的监控区域图像，监控区域图像包括人员热成像以及人员图像，输出包括人员密度图、施工人员聚集程度估计结果，由多个模块组成，包括：
人员密度编码器，用于对人员热成像与人员图像RGB三通道数据的联合输入进行编码提取特征，得到人员密度特征图；
人员密度解码器，用于对人员密度特征图与人员聚集程度特征图接合得到的联合特征图进行解码表征，得到人员密度图；
人员聚集程度编码器，用于对人员图像RGB三通道数据进行特征提取，人员聚集程度特征图；
第一全连接网络，用于对人员聚集程度特征图展开后得到的特征向量进行加权分类，输出施工人员聚集程度估计结果。


2.如权利要求1所述的系统，其特征在于，所述配置施工人员聚集监测深度神经网络区块链私链包括：
计算集群载入施工人员聚集监测深度神经网络所需参数；
针对每一个施工人员聚集监测深度神经网络推理请求，从计算集群中选择多个可用节点，将终端的相机参数以及分别分布于不同可用节点的人员密度编码器、人员密度解码器、人员聚集程度编码器、第一全连接网络所需参数作为终端、对应节点的区块数据，按照施工人员聚集监测深度神经网络推理顺序将区块连接，生成施工人员聚集监测深度神经网络推理区块链私链。


3.如权利要求2所述的系统，其特征在于，所述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。


4.如权利要求3所述的系统，其特征在于，采用张量重塑形机制进行加密解密，包括：针对每一个网络推理请求，生成张量重塑形参数表，并发送至区块链私链所在节点，区块链私链中所有节点按...

【专利技术属性】
技术研发人员：于珂，任琼，
申请(专利权)人：于珂，
类型：发明
国别省市：北京;11