一种基于数字化的现场违章作业行为检测方法技术

本发明专利技术公开了一种基于数字化的现场违章作业行为检测方法，包括：视频图像采集模块：通过监控机构获取采集工作现场的实时监控数据，并将监控数据储存到云端；人员信息匹配模块：监控机构采集人员信息；人脸信息匹配模块：匹配人员信息，当人员信息匹配成功之后，采集数据云端的信息，确认人员的身份职务；当人员信息匹配失败之后，监控系统发出报警声，数据云端系统对人员信息进行标记。该基于数字化的现场违章作业行为检测方法，通过运动目标块输入系统后经过轮廓配对，判断该运动目标是否为人体目标，若判别视频中的现场工作人员存在违章行为，则启动报警。则启动报警。则启动报警。

【技术实现步骤摘要】
一种基于数字化的现场违章作业行为检测方法


[0001]本专利技术涉及违章行为分析的
，具体为一种基于数字化的现场违章作业行为检测方法。

技术介绍

[0002]违章是习惯动作，具有顽固性、多发性，一些职工不重视技术业务和安全知识的学习，盲目地凭着经验和习惯作业；违章作业行为是一些职工潜在的陋习。作业现场的作业人员，经常有不按照安全规定操作的行为，在安全生产诸要素中，“人”是最关键而又最活跃的因素，也是影响安全生产最主要的因素，作业人员的安全意识和行为直接影响到作业安全。这种不安全的行为极大的将低了自身的安全性。
[0003]现有专利(公开号：CN110119656A)，专利技术名称为：作业现场违章人员的智能监控系统及现场违章监控方法，公开了一种用于作业现场违章人员的智能监控系统，其包括数据存储库，其还包括布置在作业现场的若干个视频采集单元，视频采集单元均与数据存储库通信连接，数据存储库包括人员信息数据单元、人脸检测单元、人员信息匹配单元与违章行为检测单元，人员信息数据单元与人脸检测单元通信连接，人脸检测单元与人员信息匹配单元通信连接，人员信息匹配单元与违章行为检测单元通信连接；视频采集单元将现场作业信息传输至数据存储库进行人员信息匹配，后台服务器根据人脸检测单元检测的信息，访问人员信息匹配单元，对人脸信息进行匹配，若不成功，智能监控系统对人员进行标注并报警，若匹配成功，根据数据存储库内的信息，确认人员的职务，并对画面进行标注，若标注画面内无监护人员或者只有一个监护人员或者操作人员出现现场违章行为，智能监控系统进行报警操作。
[0004]尽管上述专利实现了违章行为智能监控系统进行报警操作，但是还是存在无法很好的对运动目标轮廓进行识别，不能很好的分辨运动目标主体是否为人体，且不能很好的判断工作人员是否存在违章行为；同时，现有的判断系统只能进行简单的判断操作，也并不能记录人员信息，对人员身份信息进行具体判断分析，不能对人员信息进行标记分析。

技术实现思路

[0005]针对现有技术的不足，本专利技术的目的是提供一种基于数字化的现场违章作业行为检测方法，解决了现有作业现场的管理人员对作业的人员的行为进行把控，然而人的精力有限，无法全面的对作业现场的典型的违章行为进行监控的问题，保证了作业人员的作业安全性。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于数字化的现场违章作业行为检测方法，其特征在于：包括以下步骤：
[0008]1)视频图像采集模块：通过监控机构获取采集工作现场的实时监控数据，并将监控数据储存到云端；
[0009]2)人员信息匹配模块：监控机构采集人员信息；
[0010]3)人脸信息匹配模块：匹配人员信息，当人员信息匹配成功之后，采集数据云端的信息，确认人员的身份职务；当人员信息匹配失败之后，监控系统发出报警声，数据云端系统对人员信息进行标记；
[0011]4)违章检测模块：违章检测模块通过监控数据检测模块进行分析，判断出作业人员是否存在违章行为。
[0012]进一步的，所述数据云端包括人员信息数据存储单元、人脸检测单元、人员信息匹配单元以及违章行为检测单元。
[0013]进一步的，所述视频采集单元将现场作业信息传输至数据云端进行人员信息匹配，后台服务器根据人脸检测单元检测的信息，访问人员信息匹配单元，对人脸信息进行匹配，若不成功，智能监控系统对人员进行标注并报警，若匹配成功，根据数据存储库内的信息，确认人员的职务，并对画面进行标注，若标注画面内无监护人员或者只有一个监护人员或者操作人员出现现场违章行为，智能监控系统进行报警操作。
[0014]进一步的，所述的人脸信息匹配模块整体结构按照基于预设框的单阶段检测器方法设计，包括特征提取网络以及多个检测分支；
[0015]为了提高检测网络推理速度，特征提取网络采用了基于深度可分离卷积的卷积神经网络，并减少其每层通道数；为平衡人脸检测模型性能和速度，检测分支数量优选为3个；
[0016]所述人脸信息匹配模块的快速人脸检测模块包括：尺寸归一化单元，用于采集、缩放视频帧图像；人脸检测模型，用于对缩放后的图像进行特征提取和人脸检测，得到人脸检测框和关键点信息；非极大值抑制单元，用于对预选框进行过滤和非极大值抑制操作，得到最终的人脸检测信息。
[0017]进一步的，所述人脸信息匹配模块包括：图像预处理单元，用于对输入对齐人脸图像进行RGB归一化；
[0018]所述人脸信息匹配模块采用Adaboost方法，所述检测方法步骤如下：
[0019]S01：采用深度感应传感器实现人脸图像的采集；
[0020]S02：对输入的视频或图像进行预处理，包括进行灰度归一化和滤波去噪；
[0021]S03：将彩色图像的RGB空间转换为YCbCr空间，然后根据肤色色度的范围，对图像进行肤色分割，对肤色分割后的图像进行形态学处理；
[0022]S04：对采集到的图像进行去噪处理，具体去噪处理方法为：设f1，f2，.......，fn为像素点f0附近的n个邻域点，则f0的表达式为：f0＝mediun(f1，f2，......fn)；
[0023]S05：执行多匹配的算法，实现对人脸进行识别；
[0024]S06：利用Adaboost算法训练级联分类器，利用训练好的级联分类器对人脸候选区域进行人脸检测，输出人脸位置。
[0025]进一步的，所述监控机构是指红外摄像头，所述红外摄像头的波长采用3
‑
300微米，所述红外摄像头包括镜头、感光机构、信号处理元件，外部光线通过镜头聚焦在感光机构上，所述信号处理模块输出端输出模拟信号、数字信号；所述模拟信号为VGA；所述数字信号为ITU
‑
RBT.656、ITU
‑
RBT.1120、HDMI。
[0026]进一步的，所述违章检测模块使用双通道卷积神经网络对所述实时监控数据进行分析，所述双通道卷积神经网络包括空间通道和时间通道；
[0027]所述现场违章作业行为包括：
[0028]遗留：现场工作人员和随身携带的工具在工作过程中，工作人员离开时忘记携带随身工具；
[0029]随手抛物：工作人员工作时随手将垃圾或者工具高空丢弃；
[0030]高处作业的违章行为算法包括人体目标检测、轨迹建模、轨迹特征提取与轨迹特征分类三部分：
[0031]所述违章行为数据存储库的算法系统内输入三帧图像L1、L2、L3；计算帧差图像E1、E2、帧差图像均值m、自适应阈值T和经过阈值分割后得到二值图像MR：
[0032]E1＝|L2
‑
L1|；
[0033]E2＝|L3
‑
L2|；
[0034][0035]T＝β
×
m；
[0036]当E1(Q，j)≥T且E2(Q，j)≥T，MR(Q，j)＝1；
[0037]其余时，MR(Q，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字化的现场违章作业行为检测方法，其特征在于：包括以下步骤：1)视频图像采集模块：通过监控机构获取采集工作现场的实时监控数据，并将监控数据储存到云端；2)人员信息匹配模块：监控机构采集人员信息；3)人脸信息匹配模块：匹配人员信息，当人员信息匹配成功之后，采集数据云端的信息，确认人员的身份职务；当人员信息匹配失败之后，监控系统发出报警声，数据云端系统对人员信息进行标记；4)违章检测模块：违章检测模块通过监控数据检测模块进行分析，判断出作业人员是否存在现场违章作业行为。2.根据权利要求1所述的一种基于数字化的现场违章作业行为检测方法，其特征在于：所述数据云端包括人员信息数据存储单元、人脸检测单元、人员信息匹配单元以及违章行为检测单元。3.根据权利要求2所述的一种基于数字化的现场违章作业行为检测方法，其特征在于：所述视频图像采集模块中的视频采集单元将现场作业信息传输至数据云端进行人员信息匹配，后台服务器根据人脸检测单元检测的信息，访问人员信息匹配单元，对人脸信息进行匹配，若不成功，智能监控系统对人员进行标注并报警，若匹配成功，根据数据存储库内的信息，确认人员的职务，并对画面进行标注，若标注画面内无监护人员或者只有一个监护人员或者操作人员出现现场违章行为，智能监控系统进行报警操作。4.根据权利要求1所述的一种基于数字化的现场违章作业行为检测方法，其特征在于：所述的人脸信息匹配模块整体结构按照基于预设框的单阶段检测器方法设计，包括特征提取网络以及多个检测分支；为提高检测网络推理速度，特征提取网络采用基于深度可分离卷积的卷积神经网络，并减少其每层通道数；为平衡人脸检测模型性能和速度，检测分支数量优选为3个；人脸信息匹配模块中的快速人脸检测模块包括：尺寸归一化单元，用于采集、缩放视频帧图像；人脸检测模型，用于对缩放后的图像进行特征提取和人脸检测，得到人脸检测框和关键点信息；非极大值抑制单元，用于对预选框进行过滤和非极大值抑制操作，得到最终的人脸检测信息。5.根据权利要求1所述的一种基于数字化的现场违章作业行为检测方法，其特征在于：所述人脸信息匹配模块包括：图像预处理单元，用于对输入对齐人脸图像进行RGB归一化；所述人脸信息匹配模块采用Adaboost方法，所述检测方法步骤如下：S01：采用深度感应传感器实现人脸图像的采集；S02：对输入的视频或图像进行预处理，包括进行灰度...

【专利技术属性】
技术研发人员：漆炜之，杨志新，黄进，陆晨亮，周宇，马玉国，刘侃，
申请(专利权)人：江苏电力信息技术有限公司，
类型：发明
国别省市：