强夯作业区安全隐患监测方法、系统、设备及存储介质技术方案

本发明专利技术提供一种强夯作业区安全隐患监测方法，包括：获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像；对所述多帧作业区原始图像进行畸变矫正，得到对应的多帧作业区矫正图像；在所述多帧作业区矫正图像上标定安全隐患检测区域；检测一帧所述作业区矫正图像，根据已确定的异物的特征，识别其中是否包含入侵所述安全隐患检测区域的所述异物：如否，检测下一帧所述作业区矫正图像；如是，报警提示。本发明专利技术还提供一种强夯作业区安全隐患监测系统、设备和存储介质。采用本发明专利技术的强夯作业区安全隐患监测方法、系统、设备和存储介质，能够解决现有技术中强夯作业区安全隐患难以监测并及时报警的技术问题。术问题。术问题。

【技术实现步骤摘要】
强夯作业区安全隐患监测方法、系统、设备及存储介质


[0001]本专利技术涉及图像识别领域，具体涉及一种强夯作业区安全隐患监测方法、系统、设备及存储介质。

技术介绍

[0002]建设机场、港口、高速公路及工业厂房等大面积需要复合地基承载力的地基处理不适合采用打桩工艺，因其需要复合地基承载力均匀，大多需要独立基础，“强夯法”地基施工这种工法应运而生。强夯法是用起重机械(起重机或起重机配三角架、龙门架)将大吨位(一般8～25t)夯锤起吊到6～30m高度后，自由落下，给地基土以强大的冲击能量的夯击，使土中出现冲击波和很大的冲击应力，迫使主体孔隙压缩，排除孔隙中的水，使土粒重新排列，迅速固结，从而提高地基承载力，降低其压缩性的一种地基加固方法。其质量好、效率高、造价低等优点，在机场、港口等行业的地基处理上被广泛应用。
[0003]随着我国基础设施建设进程的不断推进，各种复杂的施工作业环境应运而生，在强夯施工的作业区域内，夯锤砸中伤人、机械设备伤人、石子飞溅伤人及其他安全隐患给作业人员的安全保障提出了极大的挑战，通常为了在一定程度上有效的减少或避免在作业区内作业人员的安全事故的发生，作业区内安全隐患的检测通常成为最重要的工作之一。

技术实现思路

[0004]本专利技术的目的是提供一种强夯作业区安全隐患监测方法、系统、设备及存储介质，解决现有技术中强夯作业区安全隐患难以监测并及时报警的技术问题。
[0005]为实现上述目的，本专利技术提供一种强夯作业区安全隐患监测方法，包括：获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像；对所述多帧作业区原始图像进行畸变矫正，得到对应的多帧作业区矫正图像；在所述多帧作业区矫正图像上标定安全隐患检测区域；检测一帧所述作业区矫正图像，根据已确定的异物的特征，识别其中是否包含入侵所述安全隐患检测区域的所述异物：如否，检测下一帧所述作业区矫正图像；如是，报警提示。
[0006]本专利技术还提供一种强夯作业区安全隐患监测系统，包括：视频监测模块，用于获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像；图像矫正模块，用于对所述多帧作业区原始图像进行畸变矫正，得到对应的多帧作业区矫正图像；区域标定模块，用于在所述多帧作业区矫正图像上标定安全隐患检测区域；异物检测模块，用于检测一帧所述作业区矫正图像，根据已确定的异物的特征，识别其中是否包含入侵所述安全隐患检测区域的所述异物：如否，检测下一帧所述作业区矫正图像；如是，报警提示。
[0007]本专利技术还提供一种计算机可读存储介质，用于保存计算机程序，当其在计算机上运行时，使得计算机执行所述强夯作业区安全隐患监测方法。
[0008]本专利技术还提供一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执
行所述计算机程序，以实现所述强夯作业区安全隐患监测方法。
[0009]相比于现有技术，本专利技术的有益效果在于：
[0010]本专利技术的强夯作业区安全隐患监测方法，可实现强夯作业现场安全风险控制及预警警示，基于视频监视的非接触式检测技术，在一定范围内能精确的智能检测强夯作业区安全隐患，有效的降低安全事故发生的概率。基于深度学习技术的机器学习模型通过各层之间耦合所形成的复杂的映射函数实现有效特征的自动提取和组合，能够找到更加适合于异物识别任务的相关的特征表达，让模型达到更好的性能。基于机器学习的方法在处理对在强夯作业环境下存在光影变化、风吹草动等环境噪声的干扰问题时表现更优，此外由于其特征是自学习的、不需要人工选取，可以显著提升识别效果，避免异物入侵漏判错判发生。
[0011]优选的，所述检测一帧所述作业区矫正图像，根据已确定的异物的特征，判断其中是否包含入侵所述安全隐患检测区域的所述异物包括：获取所述入侵所述安全隐患检测区域的第一对象的特征，所述第一对象的特征用于确定所述第一对象的类别；根据所述第一对象的特征和所述异物的特征，确定所述第一对象为所述异物。
[0012]优选的，当所述第一对象的特征和所述异物的特征匹配度大于或等于第一阈值时，确定所述第一对象为所述异物。
[0013]优选的，所述方法还包括：根据所述作业区矫正图像中检测到的所述异物的标注信息，更新所述异物的特征。将所述作业区矫正图像及其标注信息补充进入用于训练机器学习模型的样本集，可进一步扩充用于模型训练的样本量，并不断补充和更新样本集，更有效地克服少样本学习问题，有利于模型的训练和验证。
[0014]优选的，所述异物检测模块包括：特征获取单元，用于获取所述入侵所述安全隐患检测区域的第一对象的特征，所述第一对象的特征用于确定所述第一对象的类别；异物识别单元，用于根据所述第一对象的特征和所述异物的特征，确定所述第一对象为所述异物。
[0015]优选的，所述系统还包括特征匹配单元，用于当所述第一对象的特征和所述异物的特征匹配度大于或等于第一阈值时，确定所述第一对象为所述异物。
[0016]优选的，所述系统还包括：异物特征更新模块，用于根据所述作业区矫正图像中检测到的所述异物的标注信息，更新所述异物的特征。
附图说明
[0017]为了更清楚地说明本专利技术实施例，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本专利技术的一个实施例中强夯作业区安全隐患监测方法的流程示意图；
[0019]图2为本专利技术的一个实施例中鱼眼镜头成像的球面坐标模型示意图；
[0020]图3为本专利技术的一个实施例中安全隐患检测区域布置示意图；
[0021]图4为本专利技术的一个实施例中强夯作业区安全隐患监测系统的结构示意图。
具体实施方式
[0022]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例
中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]图1为本专利技术强夯作业区安全隐患监测方法的流程示意图。如图1所示，本实施例公开一种强夯作业区安全隐患监测方法，包括：
[0024]S11，获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像。
[0025]需要获取强夯作业区的全景视频才能有效实现实时监测。强夯作业区场地通常较大，使用常规的视频相机拍摄，存在视觉盲区，需要额外对多台相机拍摄的视频图像进行拼接，才能得到作业区全景视频图像，难以满足后续异物入侵的自动识别和及时报警的需要。因此，有必要采用广角拍摄设备来获取广角监测视频，使得单帧原始图像可覆盖强夯作业区的全部区域。本实施例采用鱼眼相机进行广角监测视频的拍摄。
[0026]S12本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.强夯作业区安全隐患监测方法，其特征在于，包括：获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像；对所述多帧作业区原始图像进行畸变矫正，得到对应的多帧作业区矫正图像；在所述多帧作业区矫正图像上标定安全隐患检测区域；检测一帧所述作业区矫正图像，根据已确定的异物的特征，识别其中是否包含入侵所述安全隐患检测区域的所述异物：如否，检测下一帧所述作业区矫正图像；如是，报警提示。2.如权利要求1所述强夯作业区安全隐患监测方法，其特征在于，所述检测一帧所述作业区矫正图像，根据已确定的异物的特征，判断其中是否包含入侵所述安全隐患检测区域的所述异物包括：获取所述入侵所述安全隐患检测区域的第一对象的特征，所述第一对象的特征用于确定所述第一对象的类别；根据所述第一对象的特征和所述异物的特征，确定所述第一对象为所述异物。3.如权利要求2所述强夯作业区安全隐患监测方法，其特征在于，当所述第一对象的特征和所述异物的特征匹配度大于或等于第一阈值时，确定所述第一对象为所述异物。4.如权利要求1所述强夯作业区安全隐患监测方法，其特征在于，还包括：根据所述作业区矫正图像中检测到的所述异物的标注信息，更新所述异物的特征。5.强夯作业区安全隐患监测系统，其特征在于，包括：视频监测模块，用于获取强夯作业区广角监测视频，所述强夯作业区广角监测视频包含多帧作业区原始图像；图像矫正模块，用于对所述多帧作业区原始图像进行畸变矫正，得到对应的多帧作业区矫正图像；区域标...

【专利技术属性】
技术研发人员：周崇华，
申请(专利权)人：中国民航机场建设集团有限公司，
类型：发明
国别省市：