一种复杂大场景下的海上人员安全作业监控算法制造技术

本发明专利技术涉及安全作业监控，具体涉及一种复杂大场景下的海上人员安全作业监控算法，建立基于海上事故行为的风险监控模型，获取关于作业人员的连续帧图像，从各帧图像中得到人体骨骼点信息，基于连续帧图像中的人体骨骼点信息，对作业人员进行行为分析，将行为分析结果输入风险监控模型中，由风险监控模型对作业人员行为进行判别；本发明专利技术提供的技术方案能够有效克服现有技术所存在的不能对海上作业人员的作业行为进行有效监控判别的缺陷。的作业行为进行有效监控判别的缺陷。的作业行为进行有效监控判别的缺陷。

【技术实现步骤摘要】
一种复杂大场景下的海上人员安全作业监控算法


[0001]本专利技术涉及安全作业监控，具体涉及一种复杂大场景下的海上人员安全作业监控算法。

技术介绍

[0002]在当前煤炭、石油等化石能源日益匮乏，温室气体排放威胁人类生存环境的严峻形势下，风能作为自然界中能够不断再生、可持续利用的绿色能源，以其蕴藏量巨大、分布广泛、无污染等优势，越来越受到世界各国的重视。
[0003]自1991年世界首座海上风电场在丹麦建成以来，海上风电已经成为世界可再生能源发展的重点领域。经过20多年的发展，海上风电技术日趋成熟，已进入大规模开发阶段。到2014年底，欧洲11个国家共建设了84个海上风电场，总装机容量11,027MW。我国2010年并网发电的东海大桥100MW海上风电场是亚洲第一个大型海上风电项目，到2013年底我国海上风电总装机容量达到428.58MW。据报道，我国可开发和利用的陆地上风能储量2.53亿千瓦，近海可开发和利用的风能储量有7.5亿千瓦，海上风能储量远远大于陆地，有广阔的发展空间。同时，我国东部沿海地区经济发达，能源紧缺，开发丰富的风能资本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂大场景下的海上人员安全作业监控算法，其特征在于：包括以下步骤：S1、建立基于海上事故行为的风险监控模型；S2、获取关于作业人员的连续帧图像，从各帧图像中得到人体骨骼点信息；S3、基于连续帧图像中的人体骨骼点信息，对作业人员进行行为分析；S4、将行为分析结果输入风险监控模型中，由风险监控模型对作业人员行为进行判别。2.根据权利要求1所述的复杂大场景下的海上人员安全作业监控算法，其特征在于：S1中建立基于海上事故行为的风险监控模型，包括：S11、分析典型海上事故行为中的各影响因素，并基于海上事故行为影响因素建立风险影响体系；S12、根据风险影响体系确定风险监控模型的边界条件，同时设定风险监控模型的参数；S13、利用海上事故行为影响因素的仿真软件对风险监控模型进行拟合。3.根据权利要求2所述的复杂大场景下的海上人员安全作业监控算法，其特征在于：S2中获取关于作业人员的连续帧图像，从各帧图像中得到人体骨骼点信息，包括：对连续帧图像进行预处理，并对预处理后的连续帧图像进行多区域特征提取，获取作业人员人体各区域定位信息；基于人体各区域定位信息进行多尺度特征提取，输出作业人员各部分骨骼点信息。4.根据权利要求3所述的复杂大场景下的海上人员安全作业监控算法，其特征在于：通过深度残差网络对预处理后的所述连续帧图像进行多区域特征提取，获取作业人员人体各区域定位信息。5.根据权利要求4所述的复杂大场景下的海上人员安全作业监控算法，其特征在于：所述基于人体各区域定位信息进行多尺度特征提取，输出作业人员各部分骨骼点信息，包括：将人体各区域定位信息输入堆叠沙漏网络...

【专利技术属性】
技术研发人员：朱吕甫，朱兆亚，朱兆喆，
申请(专利权)人：安徽炬视科技有限公司，
类型：发明
国别省市：