【技术实现步骤摘要】
一种面向险兆推理的工人临边坠落智能识别系统及方法
[0001]本专利技术涉及计算机视觉语义理解
，包含了深度学习技术、语义推理技术，尤其是涉及一种面向险兆推理的工人临边坠落智能识别系统及方法。
技术介绍
[0002]建筑业是支撑社会经济发展的重要产业，也是典型的高危行业。在众多安全事故类型中，高处坠落是最主要的事故类型，占据事故起数半数以上。在各种高处作业场景中，攀登、悬空、平台、交叉作业难度大，通常会选择经验丰富的工人且配备可靠的安全装备，发生高处坠落事故的概率微乎其微。然而，难度系数并不高的临边作业坠落却成为所有高处作业中最常见的事故。临边作业中建筑工人一般不会佩戴安全带，而主要依靠建筑工人的主动意识去控制坠落危险，正是由于过度依赖建筑工人的主动意识而让其在临边环境下的不安全行为成为安全事故的推动因素。
[0003]事故的发生都是有征兆的。海因里希的安全金字塔法则表明，在发生一起重伤或死亡事故之前可能已经发生了29起轻伤事故和300起险兆事件，这300起险兆事件并不是代表处于安全状态，而是在一定概率上侥幸脱...
【技术保护点】
【技术特征摘要】
1.一种面向险兆推理的工人临边坠落智能识别系统，其特征在于，包括施工临边作业图像采集单元、语义数据库模型、临边危险区域提取模型、工人行为状态提取模型和语义推理模型级联而成；所述施工临边作业图像采集单元用于采集施工临边作业图像；并分别输入临边危险区域提取模型、工人行为状态提取模型；所述临边危险区域提取模型包括临边区域空间范围划分模块和临边危险区域特征提取模块，其中，利用临边区域空间范围划分模块对输入的施工临边作业图像进行临边区域空间范围划分，利用临边危险区域特征提取模块提取危险区域及危险区域内的客体；所述工人行为状态提取模型包括建筑工人属性提取模块和工人行为特征提取模块；其中，建筑工人属性提取模块对输入的施工临边作业图像中工人的属性进行提取；工人行为特征提取模块对输入的施工临边作业图像进行特征提取，特征即工人行为状态；所述语义推理模型包括视觉坐标关系挖掘模块、视觉识别结果语义化模块和数据库语义推理模块；视觉坐标关系挖掘模块接收工人行为状态提取模型和临边危险区域提取模型输出的结果，并分别输出危险区域、客体、工人属性和工人行为状态的视觉边框坐标；计算视觉边框坐标之间的交并比，基于交并比获得危险区域、客体、工人属性和工人行为状态之间的空间位置关系；所述视觉识别结果语义化模块根据交并比转换为语义表达；并将语义表达输入数据库语义推理模块；数据库语义推理模块根据语义数据库模型内的临边坠落险兆知识规则，对视觉识别结果语义化模块输出的语义表达进行险兆推理，进而判断施工临边作业图像中是否出现险兆事件；所述语义数据库模型是由临边坠落险兆知识规则元素构成的知识图谱，临边坠落险兆知识规则以临边事故致因理论和险兆理论为基础，知识图谱将作为险兆事件的判别依据。2.根据权利要求一种面向险兆推理的工人临边坠落智能识别系统，其特征在于，所述知识图谱是由主体类、属性类、客体类、位置类和行为状态类构成，并由主体类、属性类、客体类、位置类和行为状态类排列组合获得语义信息元素。3.根据权利要求一种面向险兆推理的工人临边坠落智能识别系统，其特征在于，临边危险区域特征提取模块提取出的客体为防护措施。4.根据权利要求一种面向险兆推理的工人临边坠落智能识别系统，其特征在于，建筑工人属性提取模块提取出的工人属性包括无安全帽无安全带、无安全帽有安全带、有安全帽无安全带、有安全帽有安全带。5.根据权利要求一种面向险兆推理的工人临边坠落智能识别系统，其特征在于，所述险兆事件包括如下三大类：第一大类：“无安全帽无安全带/无安全帽有安全带/有安全帽有安全带/有安全帽无安全带”的“工人”在“无防护措施”的“楼梯临边/楼梯侧边/沟槽临边/屋面临边/阳台临边”“站立/行走/倚靠/攀爬/蹲坐”；第二大类：“无安全帽无安全带/无安全帽有安全带”的“工人”在“有防护措施”的“楼梯临边/楼梯侧边/沟槽临边/屋面临边/阳台临边”“站立/行走/倚靠/攀爬/蹲坐”；第三大类：“有安全帽无安全带/有安全帽有安全带”的“工人”在“有防护措施”的“楼梯临边/楼梯侧边/沟槽临边/屋面临边/阳台临边”“攀爬”；将上述三大类均设置为临边坠落险兆知识规则中的险兆事件。
6.一种面向险兆推理的工人临边坠落智能识别方法，其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。