一种工作现场的智能预警方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能领域，揭露一种工作现场的智能预警方法、装置、电子设备及存储介质，所述方法包括：实时采集工作现场中的业务数据和业务图像，提取所述业务数据中的业务特征信息；利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，并识别所述目标区域图像中的图像特征信息；将所述业务特征信息和所述图像特征信息输入至预设的业务风险分析模型中，以通过所述业务风险分析模型识别所述工作现场的风险等级；根据所述风险等级，标记所述工作现场的安全状态。本发明专利技术可以实现工作现场的安全智能预警，实时保障工作现场的安全性。作现场的安全性。作现场的安全性。

【技术实现步骤摘要】
一种工作现场的智能预警方法、装置、设备及介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种工作现场的智能预警方法、装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]在现场业务工作过程中，由于现场业务环境的复杂性，会在工作现场中产生许多的安全隐患，若不能及时发现这些安全隐患，很容易造成工作现场的风险事故发生。
[0003]目前，对于工作现场的安全预警通常是根据人工在工作现场进行巡查或通过监控设备进行人工监控实现，但是由于工作现场的复杂性以及环境多变性，通过人工进行巡查或监控很容易忽略或者很难发现工作现场中的细微变化数据，导致工作现场的安全预警无法做到及时反馈，从而很难实时保障工作现场的安全性。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供了一种工作现场的智能预警方法、装置、电子设备以及计算机可读存储介质，可以实现工作现场的安全智能预警，实时保障工作现场的安全性。
[0005]第一方面，本专利技术提供了一种工作现场的智能预警方法，包括：
[0006]实时采集工作现场中的业务数据和业务图像，提取所述业务数据中的业务特征信息；
[0007]利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，并识别所述目标区域图像中的图像特征信息；
[0008]将所述业务特征信息和所述图像特征信息输入至预设的业务风险分析模型中，以通过所述业务风险分析模型识别所述工作现场的风险等级；
[0009]根据所述风险等级，标记所述工作现场的安全状态。
[0010]可以看出，本专利技术实施例首先通过实时采集工作现场中的业务数据和业务图像，可以实时的从多维度分析工作现场的安全状态，保障工作现场的安全状态实时反馈，其次，本专利技术实施例通过提取业务数据的业务特征信息，及结合区域检测模型检测业务图像的目标区域图像，以生成业务图像的图像特征信息，可以保障减少后续工作现场的安全状态分析的数据量，提高分析效率，进一步地，本专利技术实施例通过所述业务特征信息和所述图像特征信息，利用业务风险分析模型智能识别出所述工作现场的风险等级，以自动化标记工作现场的安全状态，从而可以做出相应的安全措施，减少工作现场的风险事故，实时保障工作现场的安全性。因此，本专利技术实施例提出的一种工作现场的智能预警方法可以实现工作现场的安全智能预警，实时保障工作现场的安全性。
[0011]在第一方面的一种可能实现方式中，所述提取所述业务数据中的业务特征信息，包括：
[0012]对所述业务数据进行清洗，得到多个清洗数据；
[0013]计算每个所述清洗数据在所述业务数据中的信息增益率；
[0014]将所述信息增益率大于预设阈值的清洗数据作为所述业务数据的业务特征信息。
[0015]在第一方面的一种可能实现方式中，所述计算每个所述清洗数据在所述业务数据中的信息增益率，包括：
[0016]计算所述业务数据的整体信息熵，并计算每个所述清洗数据在所述业务数据中的数据信息熵；
[0017]根据所述整体信息熵和所述数据信息熵，计算每个所述清洗数据在所述业务数据中的信息增益率。
[0018]在第一方面的一种可能实现方式中，所述利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，包括：
[0019]利用所述区域检测模型中的卷积层对所述业务图像进行卷积操作，得到特征图像；
[0020]利用所述区域检测模型中的批标准层对所述特征图像进行标准化操作，得到标准特征图像；
[0021]利用所述区域检测模型中的融合层将所述业务图像的底层特征与所述标准特征图像进行融合，得到目标特征图像；
[0022]利用所述目标区域检测模型的激活函数输出所述目标特征图像的检测结果；
[0023]根据所述检测结果，从所述业务图像中筛选出存在目标区域的业务图像，得到目标区域图像。
[0024]在第一方面的一种可能实现方式中，所述激活函数包括：
[0025][0026]其中，y
′
i
表示第i个目标特征图像的检测结果，s表示目标特征图像。
[0027]在第一方面的一种可能实现方式中，所述通过所述业务风险分析模型识别所述工作现场的风险等级，包括：
[0028]利用所述业务风险分析模型对输入的所述业务特征信息和所述图像特征信息进行随机采样，得到多个采样特征信息，并构建每个所述采样特征信息在所述工作现场的采样特征树；
[0029]对所述采样特征树进行特征分割，得到多个特征分割点，并计算每个所述特征分割点的风险类别概率；
[0030]利用所述业务风险分析模型将每个所述特征分割点的风险类别概率进行拟合，根据拟合结果，利用所述业务风险分析模型的输出层输出所述工作现场的风险等级。
[0031]在第一方面的一种可能实现方式中，所述根据所述风险等级，标记所述工作现场的安全状态，包括：
[0032]当所述风险等级处于第一风险范围时，标识所述工作现场处于危险工作状态；
[0033]当所述风险等级处于第二风险范围时，标识所述工作现场处于正常工作状态；
[0034]当所述风险等级处于第三风险范围时，标识所述工作现场处于安全工作状态。
[0035]第二方面，本专利技术提供了一种工作现场的智能预警装置，所述装置包括：
[0036]业务信息采集模块，用于实时采集工作现场中的业务数据和业务图像，提取所述
业务数据中的业务特征信息；
[0037]图像检测模块，用于利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，并识别所述目标区域图像中的图像特征信息；
[0038]风险等级识别模块，用于将所述业务特征信息和所述图像特征信息输入至预设的业务风险分析模型中，以通过所述业务风险分析模型识别所述工作现场的风险等级；
[0039]安全状态标记模块，用于根据所述风险等级，标记所述工作现场的安全状态。
[0040]第三方面，本专利技术提供一种电子设备，包括：
[0041]至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
[0042]其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的工作现场的智能预警方法。
[0043]第四方面，本专利技术提供一种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如上述第一方面中任意一项所述的工作现场的智能预警方法。
[0044]可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0045]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0046]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工作现场的智能预警方法，其特征在于，所述方法包括：实时采集工作现场中的业务数据和业务图像，提取所述业务数据中的业务特征信息；利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，并识别所述目标区域图像中的图像特征信息；将所述业务特征信息和所述图像特征信息输入至预设的业务风险分析模型中，以通过所述业务风险分析模型识别所述工作现场的风险等级；根据所述风险等级，标记所述工作现场的安全状态。2.如权利要求1所述的工作现场的智能预警方法，其特征在于，所述提取所述业务数据中的业务特征信息，包括：对所述业务数据进行清洗，得到多个清洗数据；计算每个所述清洗数据在所述业务数据中的信息增益率；将所述信息增益率大于预设阈值的清洗数据作为所述业务数据的业务特征信息。3.如权利要求2所述的工作现场的智能预警方法，其特征在于，所述计算每个所述清洗数据在所述业务数据中的信息增益率，包括：计算所述业务数据的整体信息熵，并计算每个所述清洗数据在所述业务数据中的数据信息熵；根据所述整体信息熵和所述数据信息熵，计算每个所述清洗数据在所述业务数据中的信息增益率。4.如权利要求1所述的工作现场的智能预警方法，其特征在于，所述利用训练好的区域检测模型对所述业务图像进行目标区域检测，得到目标区域图像，包括：利用所述区域检测模型中的卷积层对所述业务图像进行卷积操作，得到特征图像；利用所述区域检测模型中的批标准层对所述特征图像进行标准化操作，得到标准特征图像；利用所述区域检测模型中的融合层将所述业务图像的底层特征与所述标准特征图像进行融合，得到目标特征图像；利用所述目标区域检测模型的激活函数输出所述目标特征图像的检测结果；根据所述检测结果，从所述业务图像中筛选出存在目标区域的业务图像，得到目标区域图像。5.如权利要求4所述的工作现场的智能预警方法，其特征在于，所述激活函数包括：其中，y
′
i
表示第i个目标特征图像的检测结果，s表示目标特征图像。6.如权利要求1所述的工作现场的智能预警方法，其特征在于，所...

【专利技术属性】
技术研发人员：彭涛，卢勇，王军，李明，黄海，徐陶龙，刘龙俭，方峻，明玲玲，高井荣，凌正飞，张百华，陈安，杨同盟，向鸣，朱宏，刘毅，王韬，张国洋，
申请(专利权)人：广东蓄能发电有限公司，
类型：发明
国别省市：