作业现场违规行为检测方法技术

本公开揭示了一种作业现场违规行为检测方法

【技术实现步骤摘要】
作业现场违规行为检测方法、装置、存储介质及电子设备


[0001]本专利技术属于图像检测
，具体涉及一种作业现场违规行为检测方法
、
装置
、
存储介质及电子设备
。

技术介绍

[0002]在大型采气场作业区施工现场中，安全是工人最重要亦是最基本的需求
。
由于作业场地众多，分布较广，现场的环境十分复杂，作业人员众多，而负责监督的工作人员有限，不一定能对突发情况进行迅速
、
准确和全面的应对，只能做到事后追溯，不能满足大型采气场作业区安全监控实时性的要求，因此产生的人身损失和财产损失将不能挽回
。
在这些施工作业区内，往往存在着违规行为，如跌倒
、
打电话
、
抽烟等，这些行为可能会给作业人员和设备带来潜在的安全风险
。
因此，基于深度学习技术的违规行为检测系统逐渐成为了一种有效的解决方案，而目前的行为识别算法多存在网络参数量过大
、
小目标信息难以识别导致图像特征提取精度低等问题
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种作业现场违规行为检测方法，其特征在于，所述方法包括如下步骤：
S100
：采集作业现场视频流数据；
S200
：对所述视频流数据预处理；
S300
：构建违规行为检测模型并进行训练；其中，所述违规行为检测模型包括主干网络和特征融合网络，所述主干网络引入了基于幻影瓶颈检测机制的
GBCSP
模块以及在
GBCSP
模块的输出端设置有协同注意力机制模块；所述特征融合网络通过采用双向路径以提取更高级和抽象的特征表示；
S400
：将预处理后的视频流数据输入训练好的违规行为检测模型中，以实现违规行为检测
。2.
根据权利要求1所述的方法，其特征在于，步骤
S200
中，对所述视频流数据预处理包括以下步骤：对图片进行平移
、
旋转
、
剪切和添加高斯噪声
。3.
根据权利要求1所述的方法，其特征在于，步骤
S300
中，所述违规行为检测模型还包括结果输出检测头
。4.
根据权利要求1所述的方法，其特征在于，步骤
S300
中，所述违规行为检测模型通过以下步骤进行训练：
S301
：收集包含有违规行为的视频数据集并进行预处理，对预处理后的视频数据集进行标注，将标注好的视频数据集划分为训练集和测试集；
S302
：设置模型训练参数，将训练集输入模型中对模型进行训练，在训练过程中，当模型精度达到
90%
，...

【专利技术属性】
技术研发人员：刘云刚，刘云川，甘乐天，邓粤鹏，易军，
申请(专利权)人：重庆泓宝科技股份有限公司，
类型：发明
国别省市：