【技术实现步骤摘要】
本申请一般地涉及数据处理，尤其涉及一种用于建筑工程的施工数据管理方法及系统。
技术介绍
1、目前，建筑工程的施工现场往往会部署监控设备，用于采集建筑工程中多个施工区域的视频数据，这些视频数据作为施工数据为建筑工程的施工进度监管提供重要信息。
2、然而，众多监控设备采集的视频数据是一个极其庞大的数据量，占据庞大的储存空间，如何对这些监控数据进行管理，识别并储存异常数据，降低储存成本，是一个亟待解决的问题。
技术实现思路
1、为了解决本申请的上述技术问题，本申请提供了一种用于建筑工程的施工数据管理方法及系统，以识别并储存施工数据中的异常数据，降低储存成本。
2、根据本申请的第一方面，建筑工程包括多个施工区域，施工数据管理方法包括：采集一个设定周期内每个施工区域的图像帧序列和资源配置，所述资源配置至少包括施工人员和每种施工设备的数量；对于任意施工区域的图像帧序列，基于训练完毕的语义分割网络删除目标图像帧中施工人员和施工设备的像素值信息，所述目标图像帧为所述图像帧序列中的起始图像帧和终止图像帧；利用插值算法填充所述起始图像帧和所述终止图像帧中施工人员和施工设备的像素值信息，获取所述施工区域的起始建筑图像帧和终止建筑图像帧；基于所述图像帧序列确定所述施工区域的施工阶段，并将所述施工区域的资源配置、所述起始建筑图像帧和所述终止建筑图像帧输入所述施工阶段对应的进度判断模型，以输出所述施工区域的进度判断结果，所述进度判断结果包括施工进度异常和施工进度正常；响应于所述施工区域
3、在一个实施例中，所述基于训练完毕的语义分割网络删除目标图像帧中施工人员和施工设备的像素值信息包括：将目标图像帧输入训练完毕的语义分割网络，得到掩码图，所述掩码图中施工人员和施工设备处像素点的取值为1，其他区域像素点的取值为0；对所述掩码图进行取反操作得到反掩码图；将所述反掩码图与所述目标图像帧相乘，以删除所述目标图像帧中施工人员和施工设备的像素值信息。
4、在一个实施例中，基于所述图像帧序列确定所述施工区域的施工阶段包括：将所述图像帧序列输入训练完毕的阶段分类网络，得到所述施工区域的施工阶段；其中，所述阶段分类网络包括第一图像编码器和第一分类器，所述第一图像编码器依次对所述图像帧序列中每个图像帧进行特征提取以获取每个图像帧的特征图，将所有图像帧的特征图拼接后输入所述第一分类器以获取所述施工区域的施工阶段。
5、在一个实施例中，所述阶段分类网络的训练方法包括：采集建筑工程在每种施工阶段的多个图像帧序列样本；将任意图像帧序列样本输入所述阶段分类网络，得到预测施工阶段；计算所述预测施工阶段和所述图像帧序列样本所处施工阶段之间的交叉熵函数值，并利用梯度下降法更新所述阶段分类网络；迭代地更新更新所述阶段分类网络，直至所述预测施工阶段和所述图像帧序列样本所处施工阶段之间的交叉熵函数值小于设定值或迭代次数大于设定次数时，得到训练完毕的阶段分类网络。
6、在一个实施例中，所述进度判断模型包括第二分类器和参数共享的第二图像编码器；将所述起始建筑图像帧和所述终止建筑图像帧作差，得到帧差图，并对所述帧差图进行阈值分割得到差值建筑图像帧，所述差值建筑图像帧为二值图；将所述起始建筑图像帧、所述终止建筑图像帧和所述差值建筑图像帧输入参数共享的第二图像编码器，分别得到起始建筑特征图、终止建筑特征图和差值建筑特征图；将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征图和所述资源配置输入所述第二分类器，以输出进度判断结果。
7、在一个实施例中，将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征图和所述资源配置输入所述第二分类器包括：将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征图和所述资源配置沿设定方向进行拼接，并将拼接结果输入所述第二分类器。
8、在一个实施例中，将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征图和所述资源配置输入所述第二分类器包括：依据设定函数对所述差值建筑特征图中的像素值进行处理得到注意力图，所述设定函数为双曲正切函数；将所述注意力图分别与所述起始建筑特征图和所述终止建筑特征图相乘，得到起始建筑特征关注图和终止建筑特征关注图；将所述起始建筑特征关注图、所述终止建筑特征关注图和所述资源配置沿设定方向进行拼接，并将拼接结果输入所述第二分类器。
9、在一个实施例中，一个施工阶段对应的进度判断模型的训练方法包括：在一个施工阶段内，采集一个设定周期内任意施工区域的起始建筑图像帧、终止建筑图像帧和资源配置作为一组输入样本，并获取所述输入样本的进度标签；将所述输入样本输入所述进度判断模型以获取所述输入样本的输出结果；计算所述输入样本的输出结果和进度标签之间的交叉熵函数值，并利用梯度下降法更新所述进度判断模型；迭代地更新所述进度判断模型，直至输出结果和进度标签之间的交叉熵函数值小于设定值或迭代次数大于设定次数时，得到所述施工阶段对应的训练完毕的进度判断模型。
10、在一个实施例中，储存所述设定周期内所述施工区域的图像帧序列包括：在所述图像帧序列中，将除起始图像帧之外的图像帧与所述起始图像帧作差，得到差值图像帧序列；将所述起始图像帧和所述差值图像帧序列进行霍夫曼编码后，进行储存。
11、本申请还提供了一种用于建筑工程的施工数据管理系统，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据本申请第一方面所述的一种用于建筑工程的施工数据管理方法。
12、本申请的技术方案具有以下有益技术效果：
13、通过本申请提供的技术方案，首先采集设定周期内所有施工区域的图像帧序列和资源配置；为避免施工人员和施工设备对进度判断结果的影响，对于任意施工区域的图像帧序列，依据训练完毕的语义分割网络删除起始图像帧和终止图像帧中施工人员和施工设备的像素值信息，并利用插值法进行填充，得到起始建筑图像帧和终止建筑图像帧；进一步地，判断施工区域所处的施工阶段，并依据施工阶段对应的进度判断模型判断设定周期内该施工区域的施工进度是否异常，并储存设定周期内施工进度异常的施工区域的图像帧序列，用于分析导致施工进度异常的原因并及时调整施工管理方案，通过筛选并储存异常数据，降低储存成本。
14、
本文档来自技高网...【技术保护点】
1.一种用于建筑工程的施工数据管理方法，其特征在于，建筑工程包括多个施工区域，施工数据管理方法包括：
2.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述基于训练完毕的语义分割网络删除目标图像帧中施工人员和施工设备的像素值信息包括：
3.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，基于所述图像帧序列确定所述施工区域的施工阶段包括：
4.根据权利要求3所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述阶段分类网络的训练方法包括：
5.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述进度判断模型包括第二分类器和参数共享的第二图像编码器；
6.根据权利要求5所述的一种用于建筑工程的施工数据管理方法，其特征在于，将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征图和所述资源配置输入所述第二分类器包括：
7.根据权利要求5所述的一种用于建筑工程的施工数据管理方法，其特征在于，将所述起始建筑特征图、所述终止建筑特征图、所述差值建筑特征
8.根据权利要求6或7所述的一种用于建筑工程的施工数据管理方法，其特征在于，一个施工阶段对应的进度判断模型的训练方法包括：
9.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，储存所述设定周期内所述施工区域的图像帧序列包括：
10.一种用于建筑工程的施工数据管理系统，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1至9中任一项所述的一种用于建筑工程的施工数据管理方法。
...【技术特征摘要】
1.一种用于建筑工程的施工数据管理方法，其特征在于，建筑工程包括多个施工区域，施工数据管理方法包括：
2.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述基于训练完毕的语义分割网络删除目标图像帧中施工人员和施工设备的像素值信息包括：
3.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，基于所述图像帧序列确定所述施工区域的施工阶段包括：
4.根据权利要求3所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述阶段分类网络的训练方法包括：
5.根据权利要求1所述的一种用于建筑工程的施工数据管理方法，其特征在于，所述进度判断模型包括第二分类器和参数共享的第二图像编码器；
6.根据权利要求5所述的一种用于建筑工程的施工数据管理方法，其特征在于，将所述起始建筑特...
【专利技术属性】
技术研发人员：栗佳佳，郭姣姣，刘金召，李向毅，吴兵兵，郭冬燕，李璐璐，程冠榕，尤冬冬，段海林，陈志国，马雪琦，李果，毛晓玉，韩倩倩，
申请(专利权)人：河南悦安建筑劳务有限公司，
类型：发明
国别省市：
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。