基于计算机视觉的工作效率评价方法、系统、设备及介质技术方案

本发明专利技术公开了一种基于计算机视觉的工作效率评价方法、系统、设备及介质，属于计算机视觉领域，方法包括：获取施工现场的视频图像；通过深度学习模块从视频图像中识别出工人，再通过行人重识别模块识别出工人的工种，确定工人的工种信息；对工人进行持续地识别和捕捉，记录工人的工作信息，工作信息至少包括位置信息；根据工种信息获取预设判断条件，结合位置信息判断工人是否为工作状态；根据工作状态的持续时间和预设的标准工作时间，确定工人的工作效率。本发明专利技术通过预设判断条件中的工作区域、工作路径区域和工种群聚三个方面，对工人的位置信息进行判别，获取工人的工作状态和工作效率。本发明专利技术能够弥补现有评价方法中的一些不足。不足。不足。

【技术实现步骤摘要】
基于计算机视觉的工作效率评价方法、系统、设备及介质


[0001]本专利技术涉及计算机视觉领域，特别涉及一种基于计算机视觉的工作效率评价方法、系统、设备及介质。

技术介绍

[0002]基础设施建设巨大的拉动了我国的内需水平，产生了大量工作岗位，为GDP增长做出了重要贡献。对于建筑建设工程，投入与产出比是人们关注的重点问题，由此引发人们对施工效率的关注，任何工作的工作效率都将直接影响最终成本与产出，所以对工程施工效率的监测、管控与评价一直是人们关注的焦点问题。
[0003]我国工程建造行业的经济体量巨大，一直是经济建设和社会发展的支柱性产业。但据统计，建筑业产值增速和产值利润率均呈走低趋势，同时在严峻的市场竞争环境下，建筑企业的利润空间受到了进一步的压缩。主要原因为工程建设行业长期存在的行业特性，如行业发展方式粗放、建筑工人技能素质不高、监管体系不完善和技术装备落后等问题。
[0004]在工程建造行业面临严峻的市场形势的情况下，通过国家大力提倡的计算机视觉技术实现施工人员队伍的自动化管理，可以有效提高施工效率和企业利润率，并有利于减本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的工作效率评价方法，其特征在于：包括以下步骤，获取施工现场的视频图像；通过深度学习模块从所述视频图像中识别出工人，再通过行人重识别模块识别出工人的工种，确定工人的工种信息；对工人进行持续地识别和捕捉，记录工人的工作信息，所述工作信息至少包括位置信息；根据工人的工种信息获取预设判断条件，再根据工人的工作信息以及所述预设判断条件，判断工人是否为工作状态；根据工作状态或者非工作状态的持续时间以及预设的标准工作时间，确定工人的工作效率。2.根据权利要求1所述的基于计算机视觉的工作效率评价方法，其特征在于：所述根据工人的工种信息获取预设判断条件，再根据工人的工作信息以及所述预设判断条件，判断工人是否为工作状态的步骤为：检测某一工种的工人的位置处于该工种对应的工作区域之外的时间是否超过第一阈值，是则判断为非工作状态，且超出第一阈值之外的时长为非工作状态持续时间。3.根据权利要求1所述的基于计算机视觉的工作效率评价方法，其特征在于：所述根据工人的工种信息获取预设判断条件，再根据工人的工作信息以及所述预设判断条件，判断工人是否为工作状态的步骤为：检测某一工种的工人的移动路径位于该工种对应的工作路径区域之外的时间是否超过第二阈值，是则判断为非工作状态，且超出第二阈值之外的时长为非工作状态持续时间。4.根据权利要求1所述的基于计算机视觉的工作效率评价方法，其特征在于：所述根据工人的工种信息获取预设判断条件，再根据工人的工作信息以及所述预设判断条件，判断工人是否为工作状态的步骤为：检测工种群聚的持续时间是否超过第三阈值，是则判断为非工作状态，且超出第三阈值之外的时长为参与工种群聚的工人的非工作状态持续时间。5.根据权利要求4所述的基于计算机视觉的工作效率评价方法，其特征在于：所述工种群聚通过以下步骤判断：检测是否存在相互之间的距离小于第四阈值的多个工人；判断所述多个工人是否属于不同工种，是则判断所述多个工人为工种群聚。...

【专利技术属性】
技术研发人员：刘金杉，卢昱杰，王瑞，刘博，张自然，
申请(专利权)人：同济大学，
类型：发明
国别省市：