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() 受限空间下的异常状态识别方法、装置、设备及介质制造方法及图纸_技高网

受限空间下的异常状态识别方法、装置、设备及介质制造方法及图纸

技术编号:41237812 阅读:2 留言:0更新日期:2024-05-09 23:51
本发明专利技术公开了一种受限空间下的异常状态识别方法、装置、设备及介质,该受限空间下的异常状态识别方法包括:分别对受限空间内的视频监控数据和人员监测数据,进行特征提取生成候选空间特征信息;基于异常状态识别模型的特征选取网络,从候选空间特征信息进行特征选取得到目标空间特征信息;基于异常状态识别模型的分类器,根据目标空间特征信息,识别受限空间内作业人员的异常状态。通过上述技术方案,在减少特征数量的同时提升作业人员异常状态的识别精度,提高了作业人员的安全保障。

【技术实现步骤摘要】

本专利技术涉及作业安全监测,尤其涉及一种受限空间下的异常状态识别方法、装置、设备及介质


技术介绍

1、受限空间作业由于涉及领域广、行业多、作业环境复杂、危险有害因素多,以及受限空间内的工作环境条件以及作业人员的主观行为均存在着潜在风险,容易发生安全事故,对作业人员的身体健康和生命安全构成威胁。

2、传统的基于监控图像的异常状态识别系统容易受到受限空间内的光线变化干扰或存在视觉遮挡的影响,无法全面准确的对受限空间内作业人员的异常状态进行识别。


技术实现思路

1、本专利技术提供了一种受限空间下的异常状态识别方法、装置、设备及介质,以提高识别受限空间内作业人员的异常状态的准确率。

2、根据本专利技术的一方面,提供了一种受限空间下的异常状态识别方法,该方法,包括:

3、分别对受限空间内的视频监控数据和人员监测数据,进行特征提取生成候选空间特征信息;

4、基于异常状态识别模型的特征选取网络,从所述候选空间特征信息进行特征选取得到目标空间特征信息;其中,所述特征选取网络基于流行辅助策略和预选策略的多模态多目标算法生成;

5、基于异常状态识别模型的分类器,根据所述目标空间特征信息,识别所述受限空间内作业人员的异常状态。

6、根据本专利技术的另一方面,提供了一种受限空间下的异常状态识别装置,该装置,包括:

7、特征提取模块,用于分别对受限空间内的视频监控数据和人员监测数据,进行特征提取生成候选空间特征信息;>

8、特征选取模块,用于基于异常状态识别模型的特征选取网络,从所述候选空间特征信息进行特征选取得到目标空间特征信息;其中,所述特征选取网络基于流行辅助策略和预选策略的多模态多目标算法生成;

9、异常识别模块,用于基于异常状态识别模型的分类器,根据所述目标空间特征信息,识别所述受限空间内作业人员的异常状态。

10、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

11、至少一个处理器;以及

12、与所述至少一个处理器通信连接的存储器;其中,

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的受限空间下的异常状态识别方法。

14、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的受限空间下的异常状态识别方法。

15、本专利技术实施例的技术方案,通过对受限空间内的视频监控数据和人员监测数据,进行特征提取所生成候选空间特征信息进一步进行特征选取,确定目标空间特征信息,基于目标空间特征信息确定识别受限空间内作业人员的异常状态,结合视频监控的图像特征以及作业人员的检测特征,并进一步进行特征提取,提高了用于异常状态识别的特征数据的数据维度,以及降低了特征数据的冗余性,在减少特征数量的同时提升作业人员异常状态的识别精度,提高了作业人员的安全保障。

16、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种受限空间下的异常状态识别方法,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,基于异常状态识别模型的特征选取网络,从所述候选空间特征信息进行特征选取得到目标空间特征信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述将候选空间特征信息输入至特征选取网络,基于预选择策略以及流行辅助策略,对所述候选空间特征信息进行迭代选取,确定所述候选空间特征信息的子特征信息,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于预选择策略所确定出所述候选空间特征信息中的至少一个最优解集,确定关键特征信息,包括:

5.根据权利要求4所述的方法,其特征在于,所述特殊拥挤距离通过如下公式进行确定:

6.根据权利要求3所述的方法,其特征在于,所述第一子特征信息通过如下公式进行确定:

7.根据权利要求3所述的方法,其特征在于,所述规则选取子网络用于表示类别中的空间特征信息的概率拟合分布情况。

8.一种受限空间下的异常状态识别装置,其特征在于,包括:

9.一种电子设备,其特征在于,所述电子设备包括:

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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的受限空间下的异常状态识别方法。

...

【技术特征摘要】

1.一种受限空间下的异常状态识别方法,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,基于异常状态识别模型的特征选取网络,从所述候选空间特征信息进行特征选取得到目标空间特征信息,包括:

3.根据权利要求2所述的方法,其特征在于,所述将候选空间特征信息输入至特征选取网络,基于预选择策略以及流行辅助策略,对所述候选空间特征信息进行迭代选取,确定所述候选空间特征信息的子特征信息,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于预选择策略所确定出所述候选空间特征信息中的至少一个最优解集,确定关键特征信息,包括:

5.根据权利要求4所...

【专利技术属性】
技术研发人员:刘兆利司林顺姜宏伟
申请(专利权)人:山东核电有限公司
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