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()
【技术实现步骤摘要】
本专利技术涉及工作现场监测,尤其涉及一种基于选择识别模式智能识别违章行为方法及相关装置。
技术介绍
1、由于安全意识不足、习惯性违规等原因,导致违规现象频发,冲击安全生产底线红线,给企业安全生产工作带来严重影响。目前,公司通过“线上+线下”方式严查各类作业现场违规行为,但目前的监督依赖人力,线上监督方式仅采用人工在系统后台逐个抽查现场视频的监督方式,存在工作效率低、监督覆盖面不足等不足。现有的线上安全监督工作存在以下局限性:
2、线上监督完全依赖人力,需要安排专人监控;
3、监督的时间只能是监督人员的上班时间,无法做到全天候监控
4、监督效率低下,人工监督存在疏漏。
技术实现思路
1、为了克服现有技术的不足,本专利技术提供了一种基于选择识别模式智能识别违章行为方法及相关装置,实现了通过选择识别模式对图像特征提取处理结果,进行违章行为识别处理,并生成违章行为报告,大大了提高工作现场安全监测效率和精确性。
2、为了实现上述专利技术目的,本专利技术采用以下技术方案:
3、本申请第一方面提供了一种基于选择识别模式智能识别违章行为方法,包括以下步骤:
4、s101、选择图像获取方式进行获取图像信号数据信息;
5、s102、选择待提取特征对图像信号数据信息进行图像特征提取处理;
6、s103、选择识别模式对图像特征提取处理结果,进行违章行为识别处理;
7、s104、基于违章行为识别处理结
8、进一步的,图像获取方式包括线上实时图像获取方式和线下选择图像获取方式。
9、进一步的,选择图像获取方式进行获取图像信号数据信息包括以下步骤:
10、选择线上实时图像获取方式进行获取图像信号数据信息;
11、或,选择线下选择图像获取方式进行获取图像信号数据信息。
12、进一步的,待提取特征包括安全帽待提取特征、工作服待提取特征和安全线边界待提取特征。
13、进一步的,选择待提取特征对图像信号数据信息进行图像特征提取处理包括以下步骤:
14、选择安全帽待提取特征、或工作服待提取特征、或安全线边界待提取特征,对图像信号数据信息进行图像特征提取处理;
15、选择安全帽待提取特征、工作服待提取特征、安全线边界待提取特征的其中任意两个待提取特征,对图像信号数据信息进行图像特征提取处理;
16、选择安全帽待提取特征、工作服待提取特征和安全线边界待提取特征,对图像信号数据信息进行图像特征提取处理。
17、进一步的,识别模式包括本地识别模式、在线识别模式和混合识别模式。本地识别模式通过对线下选择图像获取方式的图像特征提取处理结果进行违章行为识别处理,在线识别模式通过对线上实时图像获取方式的图像特征提取处理结果进行违章行为识别处理,混合识别模式通过本地识别模式和在线识别模式进行违章行为识别处理。
18、进一步的,选择识别模式对图像特征提取处理结果,进行违章行为识别处理包括以下步骤:
19、选择本地识别模式对图像特征提取处理结果,进行违章行为识别处理;
20、或,选择在线识别模式对图像特征提取处理结果,进行违章行为识别处理;
21、或,选择混合识别模式对图像特征提取处理结果,进行违章行为识别处理;
22、若识别出穿戴安全帽提取特征、或/和穿戴工作服提取特征、或/和未越过安全线边界提取特征,则判定不存在违章行为;
23、若识别出未穿戴安全帽提取特征、或/和未穿戴工作服提取特征、或/和越过安全线边界提取特征,则判定存在违章行为。
24、进一步的,为了提醒监测人员工作现场是否存在违章行为,将违章行为报告发送至移动终端,移动终端可以是手机、平板……等电子智能设备。
25、进一步的,基于违章行为识别处理结果生成违章行为报告包括以下步骤:
26、若识别出穿戴安全帽提取特征、或/和穿戴工作服提取特征、或/和未越过安全线边界提取特征,则判定不存在违章行为,并生成未违章行为报告;
27、若识别出未穿戴安全帽提取特征,则判定存在未穿戴安全帽违章行为,并生成未穿戴安全帽违章行为报告;或/和若识别出未穿戴工作服提取特征,则判定存在未穿戴工作服违章行为,并生成未穿戴工作服违章行为报告;或/和若识别出越过安全线边界提取特征,则判定存在越过安全线边界违章行为,并生成越过安全线边界违章行为报告。
28、本申请第二方面提供了一种基于选择识别模式智能识别违章行为系统,包括:
29、数据获取单元,用于选择图像获取方式进行获取图像信号数据信息;
30、第一处理单元,用于选择待提取特征对图像信号数据信息进行图像特征提取处理;
31、第二处理单元,用于选择识别模式对图像特征提取处理结果,进行违章行为识别处理;
32、报告生成单元,用于基于违章行为识别处理结果生成违章行为报告。
33、进一步的,数据获取单元,用于选择图像获取方式进行获取图像信号数据信息包括以下步骤:
34、选择线上实时图像获取方式进行获取图像信号数据信息;
35、或,选择线下选择图像获取方式进行获取图像信号数据信息。
36、进一步的,第一处理单元,用于选择待提取特征对图像信号数据信息进行图像特征提取处理包括以下步骤:
37、选择安全帽待提取特征、或工作服待提取特征、或安全线边界待提取特征,对图像信号数据信息进行图像特征提取处理;
38、选择安全帽待提取特征、工作服待提取特征、安全线边界待提取特征的其中任意两个待提取特征,对图像信号数据信息进行图像特征提取处理;
39、选择安全帽待提取特征、工作服待提取特征和安全线边界待提取特征,对图像信号数据信息进行图像特征提取处理。
40、进一步的,第二处理单元,用于选择识别模式对图像特征提取处理结果,进行违章行为识别处理包括以下步骤:
41、选择本地识别模式对图像特征提取处理结果,进行违章行为识别处理;
42、或,选择在线识别模式对图像特征提取处理结果,进行违章行为识别处理;
43、或,选择混合识别模式对图像特征提取处理结果,进行违章行为识别处理;
44、若识别出穿戴安全帽提取特征、或/和穿戴工作服提取特征、或/和未越过安全线边界提取特征,则判定不存在违章行为;
45、若识别出未穿戴安全帽提取特征、或/和未穿戴工作服提取特征、或/和越过安全线边界提取特征,则判定存在违章行为。
46、进一步的,报告生成单元,用于基于违章行为识别处理结果生成违章行为报告包括以下步骤:
47、若识别出穿戴安全帽提取特征、或/和穿戴工作服提取特征、或/和未越过安全线边界提取特征,则判定不存在违章行为,并生成未违章行为报告;
4本文档来自技高网...
【技术保护点】
1.一种基于选择识别模式智能识别违章行为方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择图像获取方式进行获取图像信号数据信息包括以下步骤:
3.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择待提取特征对图像信号数据信息进行图像特征提取处理包括以下步骤:
4.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择识别模式对图像特征提取处理结果,进行违章行为识别处理包括以下步骤:
5.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述基于违章行为识别处理结果生成违章行为报告包括以下步骤:
6.一种基于选择识别模式智能识别违章行为系统,其特征在于,包括:
7.根据权利要求6所述的基于选择识别模式智能识别违章行为系统,其特征在于,所述第一处理单元,用于选择待提取特征对图像信号数据信息进行图像特征提取处理包括以下步骤:
8.根据权利要求6所述的基于选择识别模式智
9.一种基于选择识别模式智能识别违章行为设备,其特征在于,包括处理器以及存储器:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-5任一项所述的基于选择识别模式智能识别违章行为方法。
...【技术特征摘要】
1.一种基于选择识别模式智能识别违章行为方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择图像获取方式进行获取图像信号数据信息包括以下步骤:
3.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择待提取特征对图像信号数据信息进行图像特征提取处理包括以下步骤:
4.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述选择识别模式对图像特征提取处理结果,进行违章行为识别处理包括以下步骤:
5.根据权利要求1所述的基于选择识别模式智能识别违章行为方法,其特征在于,所述基于违章行为识别处理结果生成违章行为报告包括以下步骤:
【专利技术属性】
技术研发人员:黄一珉,练宇婷,黄慷,黄聪,
申请(专利权)人:广西电网有限责任公司来宾供电局,
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。