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，并有利于减少施工现场安全事故的发生。其中实现施工人员管理自动化的关键任务是实现对现场建筑工人的劳动状态信息进行获取，如现场工人的位置、工人的数量、劳动量与进度、工人的安全状态、劳动时间和效率等信息。
[0005]华南理工大学2019年硕士学位论文《基于计算机视觉的建筑工人劳动状态分析》一文根据人在执行特定工作时肢体之间夹角的变化规律进行工人工作状态的识别，通过改进DTW算法区分工人是否为工作状态，进一步由“总工程量/(劳动人数
×
劳动时间)”规则进行施工效率的评价。该论文提出的方法从人的姿态识别角度解决了工人工作状态的判别。
[0006]大连理工大学2019年硕士学位论文《基于智能移动终端采集数据的工人活动识别与管理研究》一文将工人的姿态、动作以及行为进行分类与识别，基于识别结果将工人工作属性区别定义为无工作、辅助工作以及有效工作，进而对工人的“有效工作率”进行计算与评价。该论文对工作属性的的区别定义一定程度上解决了对工人工作效率评价的问题，但对不同工种需要使用不同判别方法，判别复杂性较高。
[0007]太原理工大学2020年公开的专利技术《一种基于改进YOLOv3的人员在岗状态检测方法》(申请公布号：CN111860152A)提出了一种基于YOLOv3改进而来的名为ILF
‑
YOLOv3的算法，提升了检测精度与召回率，通过人员姿态识别进而可对工人工作状态现象进行判别与检测。但由于其标注过程复杂，且无法实现多种复杂场景下的工人状态识别，实际操作性较弱。
[0008]2019年公开的专利技术《分析作业人员的手工作业的状态的装置与方法以及程序》(申请公布号：CN111565293A)提出了一种利用计算机视觉技术判断作业人员的手工作业状态的方法。该专利技术可以有针对性的对特定工作状态进行判别，但对工作的普适性较低。
[0009]浙江大华技术股份有限公司2020年公开的专利技术《人员状态检测的方法、系统、设备
和计算机设备》(申请公布号：CN111860152A)提出了一套使用计算机视觉技术的软、硬件平台用于在岗人数数量的检测与识别。该方法通过对人员身份的确认实现了人员离岗时间的统计。该技术的不足在于并未考虑目标的位置信息以及无法对群体行为和活动类型进行判别。
[0010]目前，国内外学者对施工现场的效率管理与评价方法的关注点，主要在于施工效率的影响因素、改善方法、量化方法及评价模型等方面。对改善方法的研究，大多仅局限于具有特殊环境的地区或特定的工程类型，不具有普适性。对影响因素的研究，主要的分析角度呈两极化趋势：一是针对国家政策、政府支持力度、企业管理制度、员工培训制度等方面的分析，这类分析太过宏观，实操性不强；二是针对特殊环境影响和特殊工艺流程的研究，这类分析由于内容和场景的局限性，泛化性弱。
[0011]总结现有评估方法而言，对于施工现场的效率评估，现阶段的评价方法主要从工作量与完成时间方面进行考虑，这类方对具体工作人员的工作专注度不能给出较好的评价。

技术实现思路

[0012]针对现有技术存在的施工现场的效率评估效果不好的问题，本专利技术的目的在于提供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。
[0013]为实现上述目的，本专利技术的技术方案为：
[0014]一方面，本专利技术提供一种基于计算机视觉的工作效率评价方法，包括以下步骤，
[0015]获取施工现场的视频图像；
[0016]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；
[0017]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；
[0018]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；
[0019]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。
[0020]优选的，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：
[0021]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。
[0022]另一种优选的，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：
[0023]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。
[0024]另一种优选的，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：
[0025]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。
[0026]优选的，所述工种群聚通过以下步骤判断：
[0027]检测是否存在相互之间的距离小于第四阈值的多个工人；
[0028]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。
[0029]优选的，所述工作路径区域通过以下步骤确定：
[0030]根据工种信息确定对应的各个工作要素的位置；
[0031]将所述各个工作要素相互之间进行连线；
[0032]将各条连线向外扩展一定的距离以形成带状区域，所述带状区域的集合为所述工作路径区域。
[0033]进一步的，所述工作信息还包括姿态信息，且所述姿态信息的类别包括行走、蹲、静止站立和其他，所述方法还包括以下步骤：
[0034]判断工人的姿态信息属本文档来自技高网...

【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：