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】
本专利技术涉及作业安全监管,具体涉及一种识别高空作业违规行为的方法及计算设备。
技术介绍
1、随着人工智能技术的发展以及监控设备的日益普及,图片数据资源正在突飞猛进地增长。图像作为信息传播的核心,蕴含着丰富的信息,并且近几年机器学习和深度学习技术的飞速发展,使得它的应用领域非常广泛,比如安防、安监、化工、加油站等。
2、高空作业违规行为是监管高空作业安全的重要措施,可以有效地避免高空作业过程中可能的安全风险。目前高空作业监管方法存在成本偏高或准确性不高的情况。
3、为此,需要一种技术方案,能够解决成本偏高、准确性不高的问题,进而扩大方法应用范围。
技术实现思路
1、本专利技术旨在提供用于识别高空作业违规行为的方法及计算设备,能够解决成本偏高、准确性不高的问题,进而扩大识别方法应用范围。
2、根据本专利技术的一方面,提供一种识别高空作业违规行为的方法,所述方法包括:
3、获取来自第一摄像装置的第一图像,所述第一图像包括高空作业区域;
4、识别所述第一图像中的第一人员区域;
5、检测所述第一人员区域的第一安全装置;
6、检测所述第一人员区域的第二安全装置;
7、若检测到所述第一人员区域中同时有所述第一安全装置和所述第二安全装置,则基于所述第一图像得到第二图像;
8、检测所述第二图像中的第三安全装置,判断所述第三安全装置是否安装合格;
9、检测所述第二图像中的第四安全装
10、根据所述第一安全装置、所述第二安全装置、所述第三安全装置和所述第四安全装置的检测结果,确定是否发生安全预警。
11、根据一些实施例,识别所述第一图像中的第一人员区域,包括:
12、采用目标检测算法,识别出高空人体并获取相应的第一人员区域;
13、对所述第一人员区域进行人体关键点检测、人体分割和人体朝向分类,得到人体关键点、人体轮廓区域和人体朝向。
14、根据一些实施例,识别所述第一图像中的第一人员区域,还包括进行深度估计:采用单目深度估计算法,对所述第一人员区域中识别到的人体进行深度估计,获取图像中所有像素点的深度估计结果。
15、根据一些实施例,检测所述第一人员区域的第一安全装置,包括:
16、基于所述第一人员区域,进行人体关键点检测;
17、基于所述第一人员区域的人体关键点检测结果和第一人员区域,确定人体头部区域;
18、利用第一分类模型识别所述人体头部区域,判断所述第一人员区域是否存在所述第一安全装置。
19、根据一些实施例,检测所述第一人员区域的第二安全装置,包括:
20、基于所述第一人员区域,进行人体关键点检测;
21、基于所述第一人员区域的人体关键点检测结果和第一人员区域,确定人体上身区域;
22、基于所述第一人员区域,进行人体朝向分类;
23、基于所述第一人员区域的人体朝向分类结果,确定人体的正侧向与非正侧向;
24、对所述人体上身区域进行朝向过滤;
25、利用第二分类模型识别朝向过滤后的所述人体上身区域,判断所述第一人员区域是否存在所述第二安全装置。
26、根据一些实施例,基于所述第一图像得到第二图像包括将所述第一图像进行扩框得到第二图像:基于所述第一图像,以人体区域的中心点,沿着横轴与竖轴方向同时扩大一定比例,得到人体区域扩框之后的所述第二图像。
27、根据一些实施例,检测所述第二图像中的第三安全装置,判断所述第三安全装置是否安装合格,包括:
28、基于所述第一人员区域的人体分割结果和人体关键点检测结果,确定人体躯干轮廓区域;
29、基于所述第二图像,采用分割算法,得到第三安全装置轮廓;
30、计算所述第三安全装置轮廓与所述人体躯干轮廓的最小像素距离;
31、计算所述第三安全装置轮廓像素深度平均值与所述人体躯干轮廓像素深度平均值的第一深度差值;
32、根据所述最小像素距离和所述第一深度差值,判断所述第二图像中的所述第三安全装置是否安装合格。
33、根据一些实施例,检测所述第二图像中的第四安全装置,判断所述第四安全装置是否安装合格,包括:
34、基于所述第一人员区域的人体分割结果和人体关键点检测结果,确定人体躯干轮廓区域;
35、基于所述第二图像,采用分割算法,得到第四安全装置轮廓;
36、计算所述第四安全装置轮廓的竖轴方向的最小像素值减去所述第一人员区域的人体分割结果的人体轮廓的竖轴方向的最大像素值的像素差值;
37、计算所述第四安全装置轮廓像素深度平均值与所述人体躯干轮廓像素深度平均值的第二深度差值;
38、根据所述像素差值和所述第二深度差值,判断所述第二图像中的所述第四安全装置是否安装合格。
39、根据一些实施例,根据所述第一安全装置、所述第二安全装置、所述第三安全装置和所述第四安全装置的检测结果,确定是否发生安全预警,包括:
40、如果未检测到所述第一人员区域的所述第一安全装置和/或所述第二安全装置,则产生安全预警;或者
41、如果计算得到所述第二图像中的所述第三安全装置和/或所述第四安全装置安装不合格,则产生安全预警。
42、根据一些实施例,获取来自第一摄像装置的第一图像,所述第一图像包括高空作业区域,包括:
43、所述第一摄像装置焦距、放置位置和放置角度固定;
44、所述第一摄像装置与水平面成相同的仰角和俯角,所述仰角与所述俯角不小于30度。
45、根据本专利技术的另一方面,提供一种计算设备,包括:
46、处理器;以及
47、存储器,存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行如上任一项所述的方法。
48、根据本专利技术的另一方面,提供一种非瞬时性计算机可读存储介质,其上存储有计算机可读指令,当所述指令被处理器执行时,使得所述处理器执行如上任一项所述的方法。
49、根据本专利技术的实施例,通过第一摄像装置,获取高空作业区域图像,根据判断第一人员区域中作业人员对第一安全装置和第二安全装置的使用,以及第三安全装置和第四安全装置的合格安装,确定是否产生安全预警。根据实施例的技术方案,本专利技术使用一个摄像头进行监控,降低了高空作业违规行为识别的硬件装置成本和人工监管的人力成本,以低成本达到较为准确的识别高空作业的防护以及监护情况。另外通过对作业人员的多重安全装置进行分别检测,有效提高了高空作业安全预警的准确性。
50、根据本专利技术的实施例,使用深度估计,可以更加准确识别安全装置与高空作业人员之间的空间连接是否符合安全标准,不仅在二维平面上识别安全装置的存在,同时在三维空间上判断安全装置本文档来自技高网...
【技术保护点】
1.一种识别高空作业违规行为的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,识别所述第一图像中的第一人员区域,包括:
3.根据权利要求2所述的方法,其特征在于,识别所述第一图像中的第一人员区域,还包括进行深度估计:采用单目深度估计算法,对所述第一人员区域中识别到的人体进行深度估计,获取图像中所有像素点的深度估计结果。
4.根据权利要求2所述的方法,其特征在于,检测所述第一人员区域的第一安全装置,包括:
5.根据权利要求2所述的方法,其特征在于,检测所述第一人员区域的第二安全装置,包括:
6.根据权利要求1所述的方法,其特征在于,基于所述第一图像得到第二图像包括将所述第一图像进行扩框得到第二图像:基于所述第一图像,以人体区域的中心点,沿着横轴与竖轴方向同时扩大一定比例,得到人体区域扩框之后的所述第二图像。
7.根据权利要求3所述的方法,其特征在于,检测所述第二图像中的第三安全装置,判断所述第三安全装置是否安装合格,包括:
8.根据权利要求3所述的方法,其特征在于,检测所述第二图
9.根据权利要求1所述的方法,其特征在于,根据所述第一安全装置、所述第二安全装置、所述第三安全装置和所述第四安全装置的检测结果,确定是否发生安全预警,包括:
10.根据权利要求1所述的方法,其特征在于,获取来自第一摄像装置的第一图像,所述第一图像包括高空作业区域,包括:
11.一种计算设备,其特征在于,包括:
...【技术特征摘要】
1.一种识别高空作业违规行为的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,识别所述第一图像中的第一人员区域,包括:
3.根据权利要求2所述的方法,其特征在于,识别所述第一图像中的第一人员区域,还包括进行深度估计:采用单目深度估计算法,对所述第一人员区域中识别到的人体进行深度估计,获取图像中所有像素点的深度估计结果。
4.根据权利要求2所述的方法,其特征在于,检测所述第一人员区域的第一安全装置,包括:
5.根据权利要求2所述的方法,其特征在于,检测所述第一人员区域的第二安全装置,包括:
6.根据权利要求1所述的方法,其特征在于,基于所述第一图像得到第二图像包括将所述第一图像进行扩框得到第二图像:基于所述第一图像,...
【专利技术属性】
技术研发人员:赵景程,熊超,牛昕宇,
申请(专利权)人:深圳鲲云信息科技有限公司,
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。