本发明专利技术属于建筑安全识别领域，涉及一种建筑场地内安全性智能识别方法、装置及设备，包括：识别第二图像数据所处的区域，为每个区域设置危险系数，当危险系数大于预设危险系数阈值时，将该区域标记为危险区域，并获得该危险区域的位置；基于危险区域的位置计算出实际危险范围；从第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据实际危险范围以及第一坐标值计算出位移量；本发明专利技术通过大数据网络获得建筑器械的有效工作范围，计算出实际危险范围，对建筑场地内的安全评估精度更高，施工人员距离建筑器械的有效工作范围越近，发出危险等级警告越高，能有效避免由于工地吵杂以及施工过程中视野盲区的同步影响带来的安全事故。带来的安全事故。带来的安全事故。
【技术实现步骤摘要】
一种建筑场地内安全性智能识别方法、装置及设备
[0001]本专利技术涉及建筑安全识别领域，尤其涉及一种建筑场地内安全性智能识别方法、装置及设备。
技术介绍
[0002]对于建筑施工安全风险事故的研究，国内外学者都进行了很长且多的研究，大多数并不能直接有效对施工现场安全管理起到直接指导的目的，且绝大部分研究领域是事故发生后成因的机理分析，以及事故发生的预防措施；对于安全风险事故预警方面的研究相对较少，其最早是20 世纪60 年代美国专家，在结合危机和风险管理两大理论的基础上提出的，其前期更多的应用于国家安全预警，在漫长发展中才逐步发展到企业管理当中；虽然我国的有关专家学者对于建筑施工安全风险预警有着一定的研究。
[0003]如何能够把建筑施工安全风险事故消灭在萌芽当中，能够直接高效的指导施工现场的安全管理，减少安全事故的发生保障劳务工人的生命安全，降低施工安全损失提高企业的效益水平，是值得深入关注和研究的问题。由于视野盲区等原因，施工人员在该危险因素下工作时发生安全事故的概率值很大。
技术实现思路
[0004]本专利技术克服了现有技术的不足，提供了一种建筑场地内安全性智能识别方法、装置及设备。
[0005]为了达到上述目的，本专利技术的技术方案为：本专利技术第一方面提供了一种建筑场地内安全性智能识别方法，其特征在于，包括以下步骤：采集建筑场地内的第一图像数据；构建物体分类模型，并将所述第一图像数据实时反馈至所述物体分类模型中，在所述物体分类模型中，对所述第一图像数据执行物体分类，得到第二图像数据；识别所述第二图像数据所处的区域，并获取每个区域的危险系数，当所述危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置；基于所述危险区域的位置计算出实际危险范围；从所述第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据所述实际危险范围以及第一坐标值计算出位移量；基于所述位移量确定危险等级，所述危险等级分为低危险等级、中危险等级、中高危险等级、高危险等级，如果危险等级高于中危险等级，则立即发出预警信号。
[0006]进一步地，本专利技术的一个较佳实施例中，基于所述危险区域的位置计算出实际危险范围，具体包括以下步骤：通过大数据网络获取建筑器械的有效工作区域范围；获取所述危险区域的位置坐标值；
根据所述危险区域的位置坐标值以及建筑器械的有效工作区域范围得到多个极限坐标值；将所述极限坐标值围成的面积区域作为实际危险范围。
[0007]进一步地，本专利技术的一个较佳实施例中，根据所述实际危险范围以及第一坐标值计算出位移量，具体包括：根据所述实际危险范围以及第一坐标值计算出多个位移量，并从所述多个位移量中筛选出最小的位移量，以最小的位移量作为最终输出的位移量。
[0008]进一步地，本专利技术的一个较佳实施例中，对所述第一图像数据进行分类，得到第二图像数据的步骤之后还包括以下步骤：构建安全头盔佩戴模型，并从所述物体分类模型中得到安全头盔识别模型以及人体识别模型；将所述安全头盔识别模型以及人体识别模型导入安全头盔佩戴模型中训练，得到训练完成的安全头盔佩戴模型；并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型，得到相似概率值；判断所述相似概率值是否小于预设概率值；若小于，则发出未佩戴安全帽的警示。
[0009]进一步地，本专利技术的一个较佳实施例中，并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型，得到概率值，具体包括以下步骤：判断所述第二图像数据中是否存在人体识别模型；若存在，则将所述人体识别模型导入所述训练完成的安全头盔佩戴模型中，并计算相似概率值。
[0010]进一步地，本专利技术的一个较佳实施例中，识别所述第二图像数据所处的区域，并获取每个区域的危险系数，当危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置，具体包括以下步骤：根据所述第二图像数据的类型设定危险系数，若所述危险系数与预设危险系数相等，标记所述第二图像数据所在的区域，并将该区域设定为行为监控区域；获取在预设时间内所述行为监控区域的行为状态，所述行为状态包括工作状态以及非工作状态；若行为状态为工作状态，则将该行为监控区域作为危险区域，并获得该危险区域的位置。
[0011]本专利技术第二方面提供了一种建筑场地内安全性智能识别装置，所述装置包括存储器与处理器，所述存储器中包括建筑场地内安全性智能识别方法程序，所述建筑场地内安全性智能识别方法程序被所述处理器执行时，实现如下步骤：采集建筑场地内的第一图像数据；构建物体分类模型，并将所述第一图像数据实时反馈至所述物体分类模型中，在所述物体分类模型中，对所述第一图像数据执行物体分类，得到第二图像数据；识别所述第二图像数据所处的区域，并获取每个区域的危险系数，当所述危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置；
基于所述危险区域的位置计算出实际危险范围；从所述第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据所述实际危险范围以及第一坐标值计算出位移量；基于所述位移量确定危险等级，所述危险等级分为低危险等级、中危险等级、中高危险等级、高危险等级，如果危险等级高于中危险等级，则立即发出预警信号。
[0012]进一步地，本专利技术的一个较佳实施例中，基于所述危险区域的位置计算出实际危险范围，具体包括以下步骤：通过大数据网络获取建筑器械的有效工作区域范围；获取所述危险区域的位置坐标值；根据所述危险区域的位置坐标值以及建筑器械的有效工作区域范围得到多个极限坐标值；将所述极限坐标值围成的面积区域作为实际危险范围。
[0013]进一步地，本专利技术的一个较佳实施例中，对所述第一图像数据进行分类，得到第二图像数据的步骤之后还包括以下步骤：构建安全头盔佩戴模型，并从所述物体分类模型中得到安全头盔识别模型以及人体识别模型；将所述安全头盔识别模型以及人体识别模型导入安全头盔佩戴模型中训练，得到训练完成的安全头盔佩戴模型；并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型，得到相似概率值；判断所述相似概率值是否小于预设概率值；若小于，则发出未佩戴安全帽的警示。
[0014]本专利技术第三方面提供了一种建筑场地内安全性智能识别设备，所述建筑场地内安全性智能识别设备包括：采集模块，采集建筑场地内的第一图像数据；分类模块，构建物体分类模型，并将所述第一图像数据实时反馈至所述物体分类模型中，在所述物体分类模型中，对所述第一图像数据执行物体分类，得到第二图像数据；识别模块，识别所述第二图像数据所处的区域，并获取每个区域的危险系数，当所述危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置；第一计算模块，基于所述危险区域的位置计算出实际危险范围；第二计算模块，从所述第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据所述实际危险范围以及第一坐标值计算出位移量；预警模块，基于所述位移量确定危险等级，所述危险等级分为低危险等级、中危险等级、中高危险等级、高本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种建筑场地内安全性智能识别方法，其特征在于，包括以下步骤：采集建筑场地内的第一图像数据；构建物体分类模型，并将所述第一图像数据实时反馈至所述物体分类模型中，在所述物体分类模型中，对所述第一图像数据执行物体分类，得到第二图像数据；识别所述第二图像数据所处的区域，并获取每个区域的危险系数，当所述危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置；基于所述危险区域的位置计算出实际危险范围；从所述第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据所述实际危险范围以及第一坐标值计算出位移量；基于所述位移量确定危险等级，所述危险等级分为低危险等级、中危险等级、中高危险等级、高危险等级，如果危险等级高于中危险等级，则立即发出预警信号。2.根据权利要求1所述的一种建筑场地内安全性智能识别方法，其特征在于，基于所述危险区域的位置计算出实际危险范围，具体包括以下步骤：通过大数据网络获取建筑器械的有效工作区域范围；获取所述危险区域的位置坐标值；根据所述危险区域的位置坐标值以及建筑器械的有效工作区域范围得到多个极限坐标值；将所述极限坐标值围成的面积区域作为实际危险范围。3.根据权利要求1所述的一种建筑场地内安全性智能识别方法，其特征在于，从所述第二图像数据中获得人体图像所处的实时坐标位置，得到第一坐标值，并根据所述实际危险范围以及第一坐标值计算出位移量，具体包括：根据所述实际危险范围以及第一坐标值计算出多个位移量，并从所述多个位移量中筛选出最小的位移量，以最小的位移量作为最终输出的位移量。4.根据权利要求1所述的一种建筑场地内安全性智能识别方法，其特征在于，构建物体分类模型，并将所述第一图像数据实时反馈至所述物体分类模型中，在所述物体分类模型中，对所述第一图像数据执行物体分类，得到第二图像数据的步骤之后还包括以下步骤：构建安全头盔佩戴模型，并从所述物体分类模型中得到安全头盔识别模型以及人体识别模型；将所述安全头盔识别模型以及人体识别模型导入安全头盔佩戴模型中训练，得到训练完成的安全头盔佩戴模型；并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型，得到相似概率值；判断所述相似概率值是否小于预设概率值；若小于，则发出未佩戴安全帽的警示。5.根据权利要求4所述的一种建筑场地内安全性智能识别方法，其特征在于，并将所述第二图像数据导入所述训练完成的安全头盔佩戴模型，得到概率值，具体包括以下步骤：判断所述第二图像数据中是否存在人体识别模型；若存在，则将所述人体识别模型导入所述训练完成的安全头盔佩戴模型中，并计算相似概率值。6.根据权利要求1所述的一种建筑场地内安全性智能识别方法，其特征在于，识别所述
第二图像数据所处的区域，并获取每个区域的危险系数，当所述危险系数大于预设危险系数阈值时，则将该区域标记为危险区域，并获得该危险区域的位置，具体包括以下步骤：根据所述第二图像数据的类型设定危险系数，若所述危险系数与预设危险系数相等，标记所述第二图像数据所在的区域，并将该区域设定为行为监控区域；获取在预设时间内所述行为监控区域的行为状态，所述行为...
【专利技术属性】
技术研发人员：曹利军，刘亮，李晓光，
申请(专利权)人：东营固泰尔建筑科技有限责任公司，
类型：发明
国别省市：
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。