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】
本专利技术属于机器视觉,具体涉及一种基于视频分析的不安全因素智能识别系统。
技术介绍
1、视频动作识别是机器视觉领域重要的研究方向,在人机交互、智能机器人、无人驾驶、健康监控等领域发挥着重要作用。相对于图像,视频增加了时间维度,可以看作是在时间上连续的图像集合。通过视频分析,及时获取视频中出现的不安全行为,但是具体的识别系统还有待完善。
技术实现思路
1、本专利技术旨在解决现有技术的不足,提出一种基于视频分析的不安全因素智能识别系统,提高作业安全性。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种基于视频分析的不安全因素智能识别系统,包括:视频数据获取模块、数据传输模块、不安全因素分析模块以及报警模块;
4、所述视频数据获取模块,用于获取作业现场的视频数据;
5、所述数据传输模块,用于建立5g园区专网,传输所述视频数据;
6、所述不安全因素分析模块,用于基于所述视频数据以及作业操作票,进行不安全因素分析与识别,获得不安全因素识别结果;
7、所述报警模块,用于基于所述不安全因素识别结果,进行报警提醒。
8、优选的,所述数据传输模块,包括专网建立单元以及数据传输单元;
9、所述专网建立单元,用于基于基站,建立所述5g园区专网;其中,所述5g园区专网包括前传网络和回传网络;
10、所述数据传输单元,用于基于所述5g园区专网,在园区范围内传输所述视频数据。
11
12、所述回传网络,包括车间级回传网络和园区级回传网络;其中,所述车间级回传网络采用承载车间综合接入点到园区综合接入机房的回传部署模式;所述园区级回传网络采用承载与园区综合接入机房池到园区核心机房的回传部署模式。
13、优选的,所述不安全因素分析模块,包括视频分析单元、操作票务读取单元以及不安全因素识别单元;
14、所述视频分析单元,用于分析所述视频数据,提取操作人员的动作特征,并进行动作识别,获得动作识别结果;
15、所述操作票务读取单元,用于读取所述操作票务,获得操作数据;
16、所述不安全因素识别单元,综合所述动作识别结果以及所述操作数据,进行不安全因素识别。
17、优选的,所述视频分析单元,包括预处理子单元、特征提取子单元、信息通路构建子单元以及动作识别子单元;
18、所述预处理子单元,用于对所述视频数据按照预设间隔进行抽取,获得预处理视频数据;
19、所述特征提取子单元,用于基于3d卷积网络,对所述预处理视频数据进时空特征提取,获得时空特征;
20、所述信息通路构建子单元,用于基于空间注意力机制和时间注意力机制,建立混合信息通路;
21、所述动作识别子单元,用于基于所述混合信息通路,融合处理所述时空特征,获得所述动作识别结果。
22、优选的,所述操作票务读取单元,包括语义特征提取子单元、时序特征提取子单元、操作数据获取子单元以及集合建立子单元;
23、所述语义特征提取子单元,用于读取所述操作票务文字内容,基于所述文字内容进行语义特征提取;
24、所述时序特征提取子单元,用于基于所述操作票务记录的操作顺序,获得所述文字内容的时序特征;
25、所述操作数据获取子单元,用于基于所述语义特征以及所述时序特征,获得所述操作数据;
26、所述集合建立子单元,用于基于所述操作数据,建立动作匹配集合。
27、优选的,所述不安全因素识别单元,包括计算子单元、余弦值计算子单元、余弦相似度计算子单元以及不安全因素识别子单元;
28、所述计算子单元,用于计算所述动作识别结果以及所述动作匹配集合中每条操作数据的文本向量的点积和模长;
29、所述余弦值计算子单元,用于基于所述点积与所述模长,计算所述动作识别结果以及所述操作数据的向量夹角余弦值;
30、所述余弦相似度计算子单元,用于基于所述向量夹角余弦值,获得余弦相似度;
31、所述不安全因素识别子单元,用于基于所述余弦相似度,获得所述动作识别结果以及所述操作数据的相似度,若相似度小于预设值,则所述动作识别结果存在不安全因素;若相似度大于等于所述预设值,则所述动作识别结果不存在不安全因素。
32、优选的,所述报警模块,包括语音报警单元、短信报警单元以及监控大屏报警单元;
33、所述语音报警单元,用于基于所述不安全因素识别结果,进行语音广播报警;
34、所述短信报警单元,用于基于所述不安全因素识别结果,进行短信报警;
35、所述监控大屏报警单元,用于基于所述不安全因素识别结果,进行监控大屏报警。
36、与现有技术相比,本专利技术的有益效果为:(1)对视频监控下的各种作业操作进行有效管控;(2)建设5g专网,数据不出园区。网络传输速率高,现场出现不安全行为时,可及时预警。(3)结合作业现场实际场景做算法建模,采集素材训练,反复训练优化,提升识别精度。(4)视频采集设备和5g专网传输技术成熟,可扩展更多使用场景,只需根据实际业务建模,采集素材训练即可。
本文档来自技高网...【技术保护点】
1.一种基于视频分析的不安全因素智能识别系统,其特征在于,包括:视频数据获取模块、数据传输模块、不安全因素分析模块以及报警模块;
2.根据权利要求1所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述数据传输模块,包括专网建立单元以及数据传输单元;
3.根据权利要求2所述的基于视频分析的不安全因素智能识别系统,其特征在于,
4.根据权利要求1所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述不安全因素分析模块,包括视频分析单元、操作票务读取单元以及不安全因素识别单元;
5.根据权利要求4所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述视频分析单元,包括预处理子单元、特征提取子单元、信息通路构建子单元以及动作识别子单元;
6.根据权利要求4所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述操作票务读取单元,包括语义特征提取子单元、时序特征提取子单元、操作数据获取子单元以及集合建立子单元;
7.根据权利要求6所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述不安全
8.根据权利要求1所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述报警模块,包括语音报警单元、短信报警单元以及监控大屏报警单元;
...【技术特征摘要】
1.一种基于视频分析的不安全因素智能识别系统,其特征在于,包括:视频数据获取模块、数据传输模块、不安全因素分析模块以及报警模块;
2.根据权利要求1所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述数据传输模块,包括专网建立单元以及数据传输单元;
3.根据权利要求2所述的基于视频分析的不安全因素智能识别系统,其特征在于,
4.根据权利要求1所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述不安全因素分析模块,包括视频分析单元、操作票务读取单元以及不安全因素识别单元;
5.根据权利要求4所述的基于视频分析的不安全因素智能识别系统,其特征在于,所述视频...
【专利技术属性】
技术研发人员:邓岳辉,高晓亮,窦鹏飞,王晓诚,
申请(专利权)人:北京中电方大科技股份有限公司,
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。