一种基于机器视觉的隧道工人规范化施工检测方法及系统技术方案

本发明专利技术提供一种基于机器视觉的隧道工人规范化施工检测方法及系统，涉及隧道施工检测领域，针对现有技术中对人体行为识别存在较大延迟，导致工人施工行为及施工过程监测受限的问题，对于每一帧特征，既考虑该特征的空间信息的显著性，同时考虑该特征在时间序列上的显著性，结合考虑加权图和测量方法，测量加权图和特征序列之间的相似性，能有效处理由于不稳定骨架点和行为序列长度差异造成的问题，同时能够压缩特征，从而减少识别时间，实现实时的人体行为识别，规范工人的施工行为及施工过程。程。程。

【技术实现步骤摘要】
一种基于机器视觉的隧道工人规范化施工检测方法及系统


[0001]本专利技术涉及隧道施工检测领域，具体涉及一种基于机器视觉的隧道工人规范化施工检测方法及系统。

技术介绍

[0002]随着机器视觉的不断发展，其在地下工程领域上的应用越来越广泛。隧道建设、运维过程中已应用机器视觉在隧道围岩变形监测(CN202111170101.X)、隧道病害快速调查(CN201110281700.9)、隧道超欠挖检测(CN201910127941.4)、隧道智能照明系统(CN202210548707.0)等方面，并取得良好的效果。
[0003]工人的规范化施工对于隧道工程的建造有重要的意义，通过对工人规范化施工状态检测，可以了解工人的施工操作步骤、工作状态及工程的具体进展，对规范施工过程，保障生命安全，提高工程质量具有重要的现实意义。
[0004]在现有的施工管理技术中，工人规范化施工都是由现场管理人员来监督，但是在管理过程种，由于人员数量有限、管理标准模糊等原因很难确保工人严格按照施工标准进行操作。中国专利CN202010248170.7公开了一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的隧道工人规范化施工检测方法，其特征在于，包括：测量加权图中的顶点和特征序列中特征之间的距离；计算目标子序列与加权图之间的相似性，进行识别并获取识别结果；其中，加权图通过以下步骤获取：获取时空特征序列进行聚类，获取聚类中心；根据时间值排序时空特征，将时间值连续的特征放入同一个子序列，计算任意两个聚类中心之间的时间差值，以聚类中心为加权图的顶点，顶点之间的时间距离为加权图边的权重。2.如权利要求1所述的基于机器视觉的隧道工人规范化施工检测方法，其特征在于，获取加权图顶点包括：对于设定类行为所有的时空特征，根据帧特征出现的时间顺序，将时间值赋予每个时空特征；聚类时空特征得到聚类中心。3.如权利要求2所述的基于机器视觉的隧道工人规范化施工检测方法，其特征在于，每个时空特征聚类后均获得对应聚类中心，对每个聚类中心进行标记。4.如权利要求1所述的基于机器视觉的隧道工人规范化施工检测方法，其特征在于，在计算加权图边的权重时，使用子序列中所有特征的时间值的均值作为这个子序列的时间值，并标记索引。5.如权利要求4所述的基于机器视觉的隧道工人规范化施工检测方法，其特征在于，对于一个聚类中心的一个时间值，和另一个聚类中心中的所有时间值做差值，保留差值的绝对值最小的一个。所有最小差值的平均值用于...

【专利技术属性】
技术研发人员：姜新波，刘洪亮，高鑫，周宗青，杨光宇，范宏运，刘洋，冀笑瑀，邹浩，
申请(专利权)人：山东大学，
类型：发明
国别省市：