System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于小样本学习的工地危险行为检测方法技术_技高网

一种基于小样本学习的工地危险行为检测方法技术

技术编号:40346299 阅读:8 留言:0更新日期:2024-02-09 14:31
本发明专利技术公开了一种基于小样本学习的危险行为检测系统及其方法,该系统包括若干个安装在施工现场的带有摄像头的边缘计算设备,其摄像头监控施工场景并把图像传给边缘计算设备,该边缘计算设备则对接收到的图像进行检测处理并把相应的结果上传至云服务器;云服务器根据接收到的结果向移动端发送短信以及未佩戴安全帽人员图片。本发明专利技术能对进入施工现场的人员佩戴安全帽情况进行实时准确的检测,向移动端发送未佩戴安全帽人员情况。

【技术实现步骤摘要】

本专利技术涉及一种安全生产检测,特别是涉及一种基于小样本学习的工地危险行为检测方法系统及其方法。


技术介绍

1、在工地生产施工现场,由于各种工地的工种较多,互相之间交叉作业,施工场景复杂多变。尤其是建筑场地施工,经常会有高空落物这种现象出现。因此国家相关法律条文规定在相应场地进行相应的安全建筑施工时,必须要按照对应的安全生产条例佩戴好安全帽,已减少人员的伤亡和财产损失。规范佩戴安全帽是加强工地生产施工的一项重要工作。


技术实现思路

1、本专利技术旨在解决现有方案中存在的技术问题,具有创新性的提出了一种基于小样本学习的工地危险行为检测方法系统及其方法。

2、为了实现本专利技术的上述目的,本专利技术提供了一种基于小样本学习的危险行为检测方法系统,该系统包括安装在施工现场的用于检测进入施工场地的人员是否佩戴有安全帽的若干个边缘检测装置。该检测装置通过接收摄像头传输的视频数据,对其进行逐帧处理。将检测到未佩戴安全帽的人员、场景截图保存,并把该图片上传到云服务器。

3、以及一个云服务器,云服务器根据施工现场所安装的若干个边缘检测装置检测的结果,统计结果累计次数,累计次数达到设定好的阈值3次后,会向移动终端发送短信提醒以及未佩戴安全帽人员的图片。

4、在本专利技术的一种优选实施方案中,摄像头为自动对焦摄像头。

5、在本专利技术的一种优选实施方案中,移动终端为可以正常接收短信的移动设备。

6、本专利技术还公开了一种智慧安全工地安全帽检测方法,该方法包括以下步骤。

7、步骤(1)通过摄像头获取视频流。

8、步骤(2)对获取的视频流进行逐帧处理,得到图片。

9、步骤(3)对步骤(2)获取的待检测图片进行特征提取,获得特征图。

10、步骤(4)对步骤(3)的特征图进行分类处理。

11、在本专利技术的一种优选实施方案中,在步骤(1)中包括以下步骤。

12、通过边缘计算装置调用摄像头获取视频流。

13、边缘计算装置对摄像头获取到的视频流进行逐帧处理,对每一帧都进行检测。

14、在本专利技术的一种优选实施方式中,还包括以下步骤。

15、步骤(2),获取施工场地图片。

16、步骤(3),对步骤(2)得到的图片进行特征提取,得到特征图。

17、步骤(4),对步骤(3)得到的特征图进行分类处理。

18、步骤(6),装置对连续3次检测到未佩戴安全帽人员的图片进行本地保存,并上传至云服务器。

19、步骤(7),云服务器根据累计次数发送短信及未佩戴安全帽人员图片至移动端。

20、综上所述,由于采用了上述技术方案,本专利技术能对施工现场的施工人员安全帽佩戴情况进行检测,向管理者发送未佩戴安全帽名单。

21、本专利技术的附加方面和优点在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。

22、本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中图1是本专利技术流程示意图。

本文档来自技高网...

【技术保护点】

1.一种基于小样本学习的危险行为检测方法,其特征在于包括智慧安全工地安全帽检测系统,该智慧安全工地安全帽检测系统包括安装在施工现场的用于检测施工人员是否佩戴有工地安全帽若干个安全帽检测装置,智慧安全工地安全帽检测系统包括的安全帽检测装置包括一个用于接收工地图像的摄像头,一个边缘计算装置,该检测装置通过接收摄像头传输的视频数据,对其进行逐帧处理,将检测到未佩戴安全帽的人员、场景截图保存,并把该图片上传到云服务器,云端服务器根据安装在施工现场的若干个安全帽检测装置检测的结果,统计结果并向移动终端发送短信提醒以及未佩戴安全帽人员的图片,其智慧安全工地安全帽检测方法,包括以下步骤:

2.根据权利要求1所述的智慧安全工地安全帽检测方法,其特征在于,其摄像头为自动对焦摄像头。

3.根据权利要求1所述的智慧安全工地安全帽检测方法,其特征在于,移动终端为可以正常接收短信的移动设备。

4.根据权利要求1所述的智慧安全工地安全帽检测方法,其特征在于,在步骤(1)中包括以下步骤:

5.根据权利要求1所述的智慧安全工地安全帽检测方法,其特征在于,在步骤3中,对获取的待检测图片进行特征提取的计算方法为:

6.根据权利要求1所述的智慧安全工地安全帽检测方法,其特征在于,在步骤(4)中,分类处理方法为:

...

【技术特征摘要】

1.一种基于小样本学习的危险行为检测方法,其特征在于包括智慧安全工地安全帽检测系统,该智慧安全工地安全帽检测系统包括安装在施工现场的用于检测施工人员是否佩戴有工地安全帽若干个安全帽检测装置,智慧安全工地安全帽检测系统包括的安全帽检测装置包括一个用于接收工地图像的摄像头,一个边缘计算装置,该检测装置通过接收摄像头传输的视频数据,对其进行逐帧处理,将检测到未佩戴安全帽的人员、场景截图保存,并把该图片上传到云服务器,云端服务器根据安装在施工现场的若干个安全帽检测装置检测的结果,统计结果并向移动终端发送短信提醒以及未佩戴安全帽人员的图片,其智慧安全工地安全帽检测方法,包括以下步...

【专利技术属性】
技术研发人员:廖家设
申请(专利权)人:桂林电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1