基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法技术

本发明专利技术提供一种基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法，该方法包括：通过CoViAR‑Mobile‑V3算法对实时上传的视频流进行事件分割判断，得到浇筑环节视频流；利用SSD检测算法，对待浇筑区域进行检测定位，确定其边界，进行疑似异物检测，输出子区域的位置区域；针对子区域相关上下文视频流，检测定位浇筑区域是否出现人或者物体，获得疑似区域窗口；对该区域的子视频流进行行为识别，若存在浇筑或物体抛入行为，无论是否为混凝土均定为非法行为，发出预警，再进行结构化存储。本发明专利技术通过智能视频分析对非法浇筑物实时检测监督管理，对不符合或疑似不符合规范的事件进行预警，并上传服务器进行存储，极大程度上避免了人工现场监督管理的相关缺陷。

【技术实现步骤摘要】
基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法
本专利技术涉及建筑工程
，具体来说，涉及一种基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法。
技术介绍
混凝土浇筑质量管理是工地旁站监理工作的一个重要部分，在浇筑质量管理过程中，非法浇筑行为往往带来极大的安全事故风险。现阶段人工监理过程中，专业的监理人员，在现场通过人工观察，对浇筑行为进行实时现场监督，严防非法浇筑物进入终孔，监理过程中，由于缺少影像等有效监督手段，因而，或由于监理人员专业素质差，或由于利益交换等原因，容易导致的不能有效作为、少作为、恶意不作为等情况出现，对相关指标记录不认真或者不规范，导致对监理过程无有效可追溯性。现有人工现场监督管理的模式下，其缺点较为明显，具体展开有以下几点：旁站监督管理的质量存在如下一些高风险问题：旁站监理人员素质参差不齐，不能全面掌握旁站监理的关键要点，易导致旁站过程失控；监理人员自由裁量权大，旁站过程及旁站管理结果缺少影像资料支撑，容易导致监理收受利益而放松管理；旁站监理过程中，由于对旁站监理人员缺少约束，常发生只旁站不作为，或本文档来自技高网...

【技术保护点】
1.基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法，其特征在于，该方法包括：/na1.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行事件分割判断，分析时间窗口视频的场景、事件类型，从视频流中间得到浇筑环节视频段；/na2.针对“浇筑环节视频段”，利用SSD检测算法，进行对待浇筑区域进行检测定位，确定其边界，在终孔浇筑环节下，待浇筑区域指的是终孔口相关区域；/na3.针对“待浇筑区域”图像信息，利用SSD检测算法，对待浇筑区域中的浇筑导管终端位置定位，并识别浇筑材料，对其是否为混凝土进行判定，预警是否存在非法浇筑行为；/na4.针对“待浇筑区域”图像信息，利用S...

【技术特征摘要】
1.基于人工智能视频分析的混凝土浇筑中非法浇筑物检测方法，其特征在于，该方法包括：
a1.通过深度学习方法CoViAR-Mobile-V3算法对实时上传的视频流进行事件分割判断，分析时间窗口视频的场景、事件类型，从视频流中间得到浇筑环节视频段；
a2.针对“浇筑环节视频段”，利用SSD检测算法，进行对待浇筑区域进行检测定位，确定其边界，在终孔浇筑环节下，待浇筑区域指的是终孔口相关区域；
a3.针对“待浇筑区域”图像信息，利用SSD检测算法，对待浇筑区域中的浇筑导管终端位置定位，并识别浇筑材料，对其是否为混凝土进行判定，预警是否存在非法浇筑行为；
a4.针对“待浇筑区域”图像信息，利用SSD检测算法，对待浇筑区域中非导管终端区域，进行疑似异常物体检测，若存在，则输出疑似子区域的位置信息；
a5.针对子区域的相关上下文视频流，利用SSD检测算法，检测定位浇筑区域是否出现人或者物体，获得疑似区域窗口；
a6.对疑似区域窗口的视频流，利用行为分析算法CoViAR对该区域的子视频流进行行为识别，如果存在浇筑或物体抛入行为，则无论其物体类型是否为混凝土均判定为非法行为；
a7.对判定为非法行为的事件标注为存在风险的事件，发出预警；
a8.对视频流基于输出信息，进行结构化存储。


2....

【专利技术属性】
技术研发人员：黄伟文，李永忠，高来先，张永炘，吴国爱，李佳祺，何东城，邓先亮，贾云博，
申请(专利权)人：广东创成建设监理咨询有限公司，
类型：发明
国别省市：广东;44