行为识别方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于行为识别技术领域，提供了一种行为识别方法、装置、终端设备及存储介质方法，所述方法包括：获取所述第一工具当前的工作模式，根据所述当前的工作模式确定所述第一工具分别在各工作阶段包含的工作行为；实时获取各个时刻下所述第一工具的状态信息，根据所述状态信息确定工作特征；将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的目标工作阶段，以及对应的目标工作行为。通过使用第一工具的工作特征，识别当前时刻下的目标工作阶段和目标工作行为，可解决基于摄像设备对用户的工作行为进行识别时，因遮挡物的存在而不能实时得到用户的工作行为的问题。的存在而不能实时得到用户的工作行为的问题。的存在而不能实时得到用户的工作行为的问题。

【技术实现步骤摘要】
行为识别方法、装置、终端设备及存储介质


[0001]本申请属于行为识别
，尤其涉及一种行为识别方法、装置、终端设备及存储介质。

技术介绍

[0002]现有技术中，在工程建设领域，为了保证建筑产品的质量和施工过程的安全，需要对施工现场的相关施工过程进行监管，以保障施工过程可安全、有序的顺利进行。传统的施工现场监管主要依赖于现场管理人员对施工现场的观察和判断，在发现存在不健康、不安全的行为时进行纠正。或者，基于摄像设备识别施工人员的操作行为是否符合施工规则。然而，由于施工现场存在多种物体的遮挡，无法在施工过程中对施工人员的行为进行全面监管，进而不能有效确定施工人员的工作行为是否符合规范。

技术实现思路

[0003]本申请实施例提供了行为识别方法、装置、终端设备及存储介质，可以解决施工现场存在多种物体的遮挡，无法在施工过程对施工人员的行为进行全面监管，不能有效确定施工人员的工作行为是否符合规范的问题。
[0004]第一方面，本申请实施例提供了一种行为识别方法，应用于第一工具，所述方法包括：
[0005]获取所述第一工具当前的工作模式，根据所述当前的工作模式确定所述第一工具分别在各工作阶段包含的工作行为；
[0006]实时获取各个时刻下所述第一工具的状态信息，根据所述状态信息确定工作特征；
[0007]将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的目标工作阶段，以及对应的目标工作行为。
[0008]在一实施例中，在获取所述第一工具当前的工作模式，根据所述当前的工作模式确定所述第一工具分别在各工作阶段包含的工作行为之前，还包括：
[0009]预先设定所述第一工具的多个工作模式，并关联所述多个工作模式在所述各工作阶段包含的工作行为；
[0010]接收用户的工作指令，根据所述工作指令确定所述第一工具当前的工作模式。
[0011]在一实施例中，所述实时获取各个时刻下所述第一工具的状态信息，根据所述状态信息确定工作特征，包括：
[0012]通过传感器获取所述第一工具在所述各个时刻下的状态信息，所述状态信息包括所述第一工具的加速度信息以及角速度信息；
[0013]对所述各个时刻下的加速度信息进行处理，得到所述第一工具在所述各个时刻下的第一位移信息，以及对所述各个时刻下的角速度信息进行处理，得到所述第一工具在所述各个时刻下的第一姿态信息；
[0014]根据所述第一位移信息，计算所述各个时刻下所述第一位移信息对应的位移时间频率特征，以及根据所述第一姿态信息，计算所述各个时刻下所述第一姿态信息对应的姿态时间频率特征；
[0015]基于所述位移时间频率特征与姿态时间频率特征，得到所述各个时刻下的所述工作特征。
[0016]在一实施例中，所述对所述各个时刻下的加速度信息进行处理，得到所述第一工具在所述各个时刻下的第一位移信息，以及对所述各个时刻下的角速度信息进行处理，得到所述第一工具在所述各个时刻下的第一姿态信息，包括：
[0017]获取当前时刻下的当前加速度信息并进行处理，得到所述第一工具的当前位移信息，以及获取当前时刻下的当前角速度信息并进行处理，得到所述第一工具的当前姿态信息；
[0018]获取所述当前时刻之前，处于第一预设时长内的各个历史第一位移信息，以及与所述各个历史第一位移信息相对应的各个历史第一姿态信息；
[0019]对所述当前位移信息与所述各个历史第一位移信息进行计算，得到所述当前时刻下的第一位移信息，以及对所述当前姿态信息与所述各个历史第一姿态信息进行计算，得到所述当前时刻下的第一姿态信息。
[0020]在一实施例中，所述识别模型的训练步骤如下：
[0021]获取训练数据，所述训练数据包括在所述第一工具的工作模式下，所述第一工具的各工作阶段包含的工作行为数据，以及所述工作行为数据对应的训练标签；
[0022]将所述训练数据输入初始训练模型进行正向传播计算，得到所述各工作行为的预测标签；
[0023]根据所述预测标签与所述训练标签计算所述工作行为数据的分类损失；
[0024]采用随机梯度下降法对所述分类损失进行反向传播训练，迭代更新所述初始训练模型的模型参数；
[0025]在迭代更新过程中，若所述分类损失收敛，则结束训练所述初始训练模型，并将结束训练时得到的初始训练模型作为已训练的识别模型。
[0026]在一实施例中，所述各工作阶段分别包括准备阶段、使能阶段以及归位阶段；
[0027]在将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的目标工作阶段，以及对应的目标工作行为之后，还包括：
[0028]记录第二预设时长内执行预设行为的有效次数；其中，所述第一工具在使用过程中依次完成一次准备阶段、一次使能阶段以及一次归位阶段定为有效执行一次所述预设行为；
[0029]若所述有效次数超过所述第二预设时长对应的第一预设次数，则判定在所述第二预设时长内所述第一工具处于有效工作行为状态；
[0030]生成所述第一工具的第一使用记录，依据所述第一使用记录，在所述第一工具的操作界面中显示安全健康建议。
[0031]在一实施例中，在所述将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的工作阶段，以及对应的工作行为之后，还包括：
[0032]记录所述第二预设时长内执行所述预设行为的非有效次数；其中，所述第一工具
在使用过程中未依次完成一次准备阶段、一次使能阶段或一次归为阶段定为非有效执行一次所述预设行为；
[0033]若所述非有效次数超过所述第二预设时长内对应的第二预设次数，则判定在所述第二预设时长内所述第一工具处于无效工作行为状态；
[0034]生成所述第一工具的第二使用记录，并依据所述第二使用记录，对使用所述第一工具的用户进行提醒。
[0035]第二方面，本申请实施例提供了一种行为识别装置，包括：
[0036]第一确定模块，用于获取所述第一工具的工作模式，根据所述工作模式确定所述第一工具分别在各工作阶段包含的工作行为；
[0037]第一获取模块，用于实时获取各个时刻下所述第一工具的工作特征；
[0038]第二确定模块，将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的工作阶段，以及对应的工作行为。
[0039]第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的方法。
[0040]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法。
[0041]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行为识别方法，其特征在于，应用于第一工具，所述方法包括：获取所述第一工具当前的工作模式，根据所述当前的工作模式确定所述第一工具分别在各工作阶段包含的工作行为；实时获取各个时刻下所述第一工具的状态信息，根据所述状态信息确定工作特征；将所述工作特征输入识别模型中，确定所述第一工具在所述各个时刻下的目标工作阶段，以及对应的目标工作行为。2.如权利要求1所述的行为识别方法，其特征在于，在获取所述第一工具当前的工作模式，根据所述当前的工作模式确定所述第一工具分别在各工作阶段包含的工作行为之前，还包括：预先设定所述第一工具的多个工作模式，并关联所述多个工作模式在所述各工作阶段包含的工作行为；接收用户的工作指令，根据所述工作指令确定所述第一工具当前的工作模式。3.如权利要求1或2所述的行为识别方法，其特征在于，所述实时获取各个时刻下所述第一工具的状态信息，根据所述状态信息确定工作特征，包括：通过传感器获取所述第一工具在所述各个时刻下的状态信息，所述状态信息包括所述第一工具的加速度信息以及角速度信息；对所述各个时刻下的加速度信息进行处理，得到所述第一工具在所述各个时刻下的第一位移信息，以及对所述各个时刻下的角速度信息进行处理，得到所述第一工具在所述各个时刻下的第一姿态信息；根据所述第一位移信息，计算所述各个时刻下所述第一位移信息对应的位移时间频率特征，以及根据所述第一姿态信息，计算所述各个时刻下所述第一姿态信息对应的姿态时间频率特征；基于所述位移时间频率特征与姿态时间频率特征，得到所述各个时刻下的所述工作特征。4.如权利要求3所述的行为识别方法，其特征在于，所述对所述各个时刻下的加速度信息进行处理，得到所述第一工具在所述各个时刻下的第一位移信息，以及对所述各个时刻下的角速度信息进行处理，得到所述第一工具在所述各个时刻下的第一姿态信息，包括：获取当前时刻下的当前加速度信息并进行处理，得到所述第一工具的当前位移信息，以及获取当前时刻下的当前角速度信息并进行处理，得到所述第一工具的当前姿态信息；获取所述当前时刻之前，处于第一预设时长内的各个历史第一位移信息，以及与所述各个历史第一位移信息相对应的各个历史第一姿态信息；对所述当前位移信息与所述各个历史第一位移信息进行计算，得到所述当前时刻下的第一位移信息，以及对所述当前姿态信息与所述各个历史第一姿态信息进行计算，得到所述当前时刻下的第一姿态信息。5.如权利要求1或2或4所述的行为识别方法，其特征在于，所述识别模型的训练步骤如下：获取训练数据，所述训练数据包括在所述第一工具的工作模式下，所述第一工具的各工作阶段包含的工作...

【专利技术属性】
技术研发人员：杨新聪，李恒，杨新涛，于言滔，
申请(专利权)人：香港理工大学深圳研究院，
类型：发明
国别省市：