基于姿态特征的施工人员重度疲劳检测方法技术

本发明专利技术提供了基于姿态特征的施工人员重度疲劳检测方法，包括以下步骤：

【技术实现步骤摘要】
基于姿态特征的施工人员重度疲劳检测方法


[0001]本专利技术涉及疲劳检测
，尤其涉及基于姿态特征的施工人员重度疲劳检测方法
。

技术介绍

[0002]疲劳是人体正常的生理反应，只要休息调节适当，本身并没有严重危害性
。
但是在各个施工生产事故原因中，疲劳因素成为了主要的因素
。
在检测施工人员疲劳的方法中，通常采用两种检测方法，一种是基于生理信号的疲劳检测方法，一种是基于计算机视觉的疲劳检测方法
。
[0003]基于生理信号的疲劳检测方法，生理信号是通过穿戴在施工人员身体上的电极或传感器进行采集，长时间使用会导致采集信号存在些许误差，数据不精准
。
对于工地上强制限定工人佩戴传感器时，他们是没有选择余地的
。
[0004]基于计算机视觉的疲劳检测方法，在检测过程中，如果施工人员面部被遮挡或者头部姿态变化较大时，会因丢失面部关键点造成无法提取疲劳特征，使疲劳检测的准确率和鲁棒性受到限制
。

技术实现思路

[0005]针对现有技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于姿态特征的施工人员重度疲劳检测方法，其特征在于，包括以下步骤：
S1、
自建施工人员过度疲劳数据集，根据卡罗琳斯卡嗜睡量表的评价标准，定义“过度疲劳”和“非过度疲劳”两种状态类别，采集施工人员在不同状态类别下的作业数据及自我评估数据，构建由若干个“非过度疲劳状态”和“过度疲劳状态”类型视频片段组成的数据集；
S2、
设计多个与施工人员疲劳作业相关的特征表示，通过单级多人关键点检测器
YOLOv7
‑
Pose
网络获取空间特征，即施工人员骨架关键点及其坐标，将与疲劳程度相关性高的人体关键点模块化，以计算施工人员的疲劳特征；
S3、
根据疲劳特征的变化，计算疲劳特征的离散程度，即
D
S
，
D
L
，
D
θ
，反映施工人员疲劳状态的变化，离散程度的计算通过固定滑动窗口区间长度
Δ
对疲劳特征进行等分，每滑动一定的滑动步长，依据每一个窗口内的数据，计算该窗口内的数据离散度，其计算公式为：其中，
D
p
为不同特征下的离散程度，
Δ
为滑动窗口长度，在数据长度为
Δ
的滑动窗口内，的滑动窗口内，分别为不同疲劳特征的单个值和在
Δ
的滑动窗口内的平均值；
S4、
将具有时间特性的疲劳特征
D
p
＝
[D
S
，
D
L
，
D
θ
]
的变化序列，输入至长短期记忆递归神经网络，挖掘施工人员的疲劳状态信息，最终分类预测输出施工人员的疲劳状态
。2.
如权利要求1所述的基于姿态特征的施工人员重度疲劳检测方法，其特征在于，在步骤
S2
中，人体关键点模块化需要对人体姿态关键点进行分组，具体包括头部模块
、
手肘模块
、
胯部模块及脚踝模块
。3.
如权利要求2所述...

【专利技术属性】
技术研发人员：敖冬，琚兴乐，谭大均，董大龙，郭荣浩，唐全毛，钱从悦，宗蔷雯，辜斌，罗宵，管卫权，王文庭，
申请(专利权)人：三峡高科信息技术有限责任公司，
类型：发明
国别省市：