一种基于动静检测的工地安全监控方法及系统技术方案

本发明专利技术公开了一种基于动静检测的工地安全监控方法、系统、电子设备及计算机可读存储介质，所述方法包括：调用设置在工地的不同区域的摄像头实时采集监控视频流，并接收用户输入的监控指令；基于所述监控指令控制预设的神经网络组，对所述监控视频流内的施工人员进行动态检测或静态检测；当所述动态检测的检测结果为异常或所述静态检测的检测结果为异常时，可视化展示所述监控视频流中的施工人员，并触发监控报警。本发明专利技术可以对工地进行实时监控，并利用实时监控的视对施工人员进行动态安全检测和静态安全监控，以确定施工人员在工地是否出现异常，从而可以避免因施工人员出现施工事故而延误工程的情况，保障施工人员的安全，提高工程的可靠性。提高工程的可靠性。提高工程的可靠性。

【技术实现步骤摘要】
一种基于动静检测的工地安全监控方法及系统


[0001]本专利技术涉及工地安全监控的
，尤其涉及一种基于动静检测的工地安全监控方法及系统。

技术介绍

[0002]近年来，中国城市化进程加快，城市建设如火如荼，在城市的各个角落都可以看到施工工地。而建筑工地现场错综复杂，施工设备繁多，人员众多，存在许多安全漏洞。因此，对工地的安全监管是工程建筑领域其中一个重点关注的对象。
[0003]目前常用的工地安全监控方法是获取工地的场景视频，然后调用完成了深度学习的神经网络对工地场景视频里的施工场景和施工设备进行监控分析，以确定工地现场是否符合安全规范。
[0004]但目前常用的监控方法有如下技术问题：现有监控方式仅以工地的施工设备和施工场景为监控对象，忽视了各个施工人员的实际施工状况，导致监控出现遗漏的情况；而且在实际施工时，施工人员的安全才是工地安全是首要准则，若施工人员在施工过程中出现事故(例如，操作事故或人事冲突事故)，容易引发施工危机，导致工程无法正常执行或甚至出现停工，增加了施工风险。

技术实现思路

[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动静检测的工地安全监控方法，其特征在于，所述方法包括：调用设置在工地的不同区域的摄像头实时采集监控视频流，并接收用户输入的监控指令；基于所述监控指令控制预设的神经网络组，对所述监控视频流内的施工人员进行动态检测或静态检测，所述预设的神经网络组包括：用于静态检测的YOLO静态神经网络以及用于动态检测的LSTM动态神经网络；当所述动态检测的检测结果为异常或所述静态检测的检测结果为异常时，可视化展示所述监控视频流中的施工人员，并触发监控报警。2.根据权利要求1所述的基于动静检测的工地安全监控方法，其特征在于，所述动态检测包括：识别所述监控视频流里每一帧视频图像的人体骨骼结构，并在所述人体骨骼结构提取骨骼标记点，得到骨骼点阵集合；将所述骨骼点阵集合输入至所述LSTM动态神经网络，得到所述监控视频流里不同人体相互之间的连续动作序列；基于所述连续动作序列确定施工人员的动态动作；当所述动态动作与预设的动作集合不同时，则所述动态检测的检测结果为异常。3.根据权利要求1所述的基于动静检测的工地安全监控方法，其特征在于，所述静态检测包括：将所述监控视频流划分成若干个视频数据块；基于预设的识别框提取所述视频数据块里每一帧视频图像的人物信息，并利用所述人物信息计算施工人员或物体在所述视频数据块所对应的时长内的人物变化率；当所述人物变化率大于预设变化率，则所述静态检测的检测结果为异常。4.根据权利要求1
‑
3任意一项所述的基于动静检测的工地安全监控方法，其特征在于，所述LSTM动态神经网络的动态训练操作具体为：获取经过预处理的第一待训练视频流；从所述第一待训练视频流筛选若干张包含异常施工人员的第一特征图像，并对每张所述第一特征图像添加特征标识，所述特征标识包括施工人员的类别、位置和状态信息；通过人体骨骼关键点检测技术，将每张所述第一特征图像的施工人员转化为点线模型，得到若干张人体模型图像，将所述若干张人体模型图像排列成人体模型序列；将所述人体模型序列输入至LSTM网络进行迭代训练，得到LSTM动态神经网络。5.根据权利要求1
‑
3任意一项所述的基于动静检测的工地安全监控方法，其特征在于，所述YOLO静态神经网络的静态训练操作具体为：获取经过预处理的第二待训练视频流；从所述第...

【专利技术属性】
技术研发人员：王亮，吴家鑫，苏燮阳，张志勇，王鲁平，江伟弘，丘昌镇，李春泽，李登翔，
申请(专利权)人：深圳市安比科技有限公司深圳市正阳升智能科技有限公司，
类型：发明
国别省市：