【技术实现步骤摘要】
分拨中心危险行为的监控方法、装置、设备和存储介质
[0001]本专利技术属于物流管理的
，尤其涉及一种分拨中心危险行为的监控方法、装置、设备和存储介质。
技术介绍
[0002]在物流分拨中心的货物分拣环境中，由于作业人员与传送设备的频繁接触，将造成人员的安全风险。不规范的操作行为会增加作业人员安全事故的发生概率，这需要监管人员通过对场地的摄像头拍摄的图像，进行筛选识别出违反安全行为的图像，后对违反安全行为作业人员警示并规范其行为，才能达到保障人员安全的效果。如此，基于海量的图像筛选识别，需要大量的人力才能完成，成本耗费较大。
技术实现思路
[0003]本专利技术的目的是提供一种分拨中心危险行为的监控方法、装置、设备和存储介质，基于深度学习、机器学习技术，采用多人姿态识别框架识别作业人员的身体关节点位置，并结合语义分割框架识别传动设备轮廓，通过分析关节位置与设备轮廓的位置关系来批量判断作业人员是否违反安全操作规范，提高了监控人员的工作效率，降低人工现场监督或者人工筛选海量图像产生的人力成本。
[0...
【技术保护点】
【技术特征摘要】
1.一种分拨中心危险行为的监控方法，其特征在于，包括：从物流分拨中心的监控摄像头中获取传送设备所在区域的场景图像，对图像进行预处理，以使每张图像可标记人体关节点位置及传送设备轮廓位置，得到图像数据集；创建初始训练模型，基于深度学习技术及多人姿态识别算法，采用图像数据集对模型进行训练，得到能够识别检测工作人员身体关节点位置的第一目标模型；创建语义分割模型，采用图像数据集对模型进行训练，得到能够识别传送设备轮廓位置的第二目标模型；将训练后的第一目标模型与第二目标模型合并，得到能够判断工作人员身体关节点位置与传送设备轮廓位置之间的相对关系的识别模型；将识别模型用于指示物流分拨中心传送设备所在区域的工作人员的危险行为，当工作人员身体关节点位置与传送设备轮廓位置之间的相对关系属于预设的危险行为时，识别模型输出报警信息，提示工作人员操作不规范。2.如权利要求1所述的分拨中心危险行为的监控方法，其特征在于，所述基于深度学习技术及多人姿态识别算法，采用图像数据集对模型进行训练进一步包括：采用深度神经网络同时预测出输入图像中人体每个关节点的热力图和关节点之间的亲和区域；将所述热力图的峰值作为关节点的位置，将关节点相互连接，构成二分图；根据关节点之间的亲和区域，对二分图进行稀疏调节后，进行最优化，实现多人姿态的估计。3.如权利要求2所述的分拨中心危险行为的监控方法，其特征在于，所述采用深度神经网络同时预测出输入图像中人体每个关节点的热力图和关节点之间的亲和区域进一步包括：采用VGG
‑
19模型对输入图像进行特征提取，作为深度神经网络的输入特征；深度神经网络对输入特征采用3
×
3大小的卷积核连续进行三次卷积后，用1
×
1大小的卷积核连续进行两次卷积，输出初步的预测结果；深度神经网络将初步的测试结果与输入特征进行融合后，采用7
×
7大小的卷积核连续进行五次卷积操作，再采用1
×
1大小的卷积核连续两次卷积操作，输出关节点热力图和关节点亲和区域。4.如权利要求2所述的分拨中心危险行为的监控方法，其特征在于，所述对二分图进行稀疏调节后，进行最优化，实现多人姿态的估计进一步包括：剔除二分图中跨关节点之间的连接，得到稀疏二分图；根据人体肢体将稀疏后的二分图进行拆解，得到多个简化二分图；将二分图的整体优化转化为对各个简化二分图进行最优化，以使所有简化二分图的权重之和达到最大；将优化后的各个简化二分图中共同的关节点进行整合，得到多人姿态的估计。5.如权...
【专利技术属性】
技术研发人员：熊郁衍，李斯，
申请(专利权)人：上海东普信息科技有限公司，
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。