【技术实现步骤摘要】
本申请涉及图像处理和行人跟踪，具体涉及一种工地围栏翻越行为检测方法及装置。
技术介绍
1、工地施工作业有时候会出现一些异常的翻越行为，这种不安全行为是导致施工现场人员伤亡和安全事故的主要原因。目前工地施工方对于这种翻越行为的防范，主要是通过管理人员进行现场巡查或在围栏上设置翻越报警装置，但是这种方法难以对施工现场进行全时段全范围覆盖的实时监管，且翻越报警装置的成本高，导致管理效率低且效果不佳。因此，如何能够高效且准确的识别工人翻越围栏，以有效地对工地进行监控，减少安全事故的发生，以成为本领域亟需解决的技术问题。
技术实现思路
1、鉴于上述问题，本申请提供了一种工地围栏翻越行为检测方法及装置，用于解决上述识别工人翻越围栏效率低的技术问题。
2、为实现上述目的，专利技术人提供了一种工地围栏翻越行为检测方法，包括以下步骤：
3、通过摄像机采集现场模拟工地场景翻越围栏行为的视频数据；
4、预设基于改进的yolov7网络和deepsort算法的工人翻越行为检测算法，所述工人翻越行为检测算法用于执行围栏检测、行人检测与跟踪；
5、使用所述视频数据对所述工人翻越行为检测算法进行训练；
6、获取工地现场监控的视频流数据，并通过训练好的所述工人翻越行为检测算法进行检测，识别出视频流数据中的靠近围栏的行人并获取其运动轨迹，包括：使用改进的yolov7网络对所述视频数据的当前视频帧进行检测，检测目标包括行人和围栏；使用帧内关系模块对帧内的行人进
7、根据所述运动轨迹判断人体是否处于攀爬上升状态，当所述运动轨迹上升超过阈值t1，则进行跨越动作检测，若是，则进行告警，否则继续进行跟踪；
8、判断人体运动轨迹上升是否超过阈值t2，若是，则存在疑似攀爬行为，并向平台进行告警，所述t2大于所述t1。
9、为解决上述技术问题，本申请还提供了另一技术方案：
10、一种工地围栏翻越行为检测装置，包括：
11、采集模块，用于通过摄像机采集现场模拟工地场景翻越围栏行为的视频数据，以及采集获取工地现场监控的视频流数据；
12、算法模块，用于预设基于改进的yolov7网络和deepsort算法的工人翻越行为检测算法，所述工人翻越行为检测算法用于执行围栏检测、行人检测与跟踪；
13、训练模块，用于使用工地现场监控的视频流数据对所述工人翻越行为检测算法进行训练；
14、监控模块，用于通过训练好的所述工人翻越行为检测算法进行检测，识别出视频流数据中的靠近围栏的行人并获取其运动轨迹，包括：使用改进的yolov7网络对所述视频数据的当前视频帧进行检测，检测目标包括行人和围栏；使用帧内关系模块对帧内的行人进行标记，帧内关系模块使用所述yolov7网络的检测结果中的围栏边界框的中心点与行人边界框的中心点之间的欧氏距离d作为代价矩阵；采用匈牙利算法进行帧内目标之间的数据关联，将围栏边界框与行人边界框进行匹配，若行人匹配到围栏边界框，则认为该行人靠近围栏，并将标记设置为1；若行人未匹配到围栏边界框，则认为该行人没有靠近围栏，并将标记设置为0；使用改进的deepsort算法进行行人轨迹跟踪，同时根据当前帧行人的标记对每条运动轨迹进行攀爬标记更新；根据所述运动轨迹判断人体是否处于攀爬上升状态，当所述运动轨迹上升超过阈值t1，则进行跨越动作检测，若是，则进行告警，否则继续进行跟踪；判断人体运动轨迹上升是否超过阈值t2，若是，则存在疑似攀爬行为，并向平台进行告警，所述t2大于所述t1。
15、为解决上述技术问题，本申请还提供了另一技术方案：
16、一种工地围栏翻越行为检测装置，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时执行以上任意一项技术方案所述的工地围栏翻越行为检测方法。
17、区别于现有技术，上述技术方案预先设置基于改进的yolov7和deepsort算法的工人翻越行为检测算法，并使用预先采集的模拟工地场景翻越围栏行为的视频数据进行标注，然后对工人翻越行为检测算法进行训练，得到学习后的模型，利用训练得到的工人翻越行为检测算法对工地的视频流进行处理，获取检测目标及其运动轨迹，并利用目标的运动情况来最终判断是否存在翻越围栏的行为并进行告警提示，及时解决施工安全问题。本技术方案利用优化的目标检测和追踪算法对高空作业情况进行监测，不仅检测的精度较高，而且能够不间断地进行监控，不需要耗费人工，也避免一系列安全问题，并且运行成本较低。并且在本技术方案中，优化了帧内关系模块，使用检测网络结果中的围栏边界框的中心点与行人身体边界框的中心点之间的欧氏距离d作为代价矩阵，然后采用匈牙利算法进行帧内目标之间的数据关联，将围栏边界框与行人边界框进行匹配，从而可以更准确的根据检测信息对帧内的行人进行标记。
18、上述
技术实现思路
相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明。
【技术保护点】
1.一种工地围栏翻越行为检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的工地围栏翻越行为检测方法，其特征在于，所述使用改进的yolov7网络对所述视频数据的当前视频帧进行检测，检测目标包括行人和围栏，包括步骤：
3.根据权利要求2所述的工地围栏翻越行为检测方法，其特征在于，所述使用改进的DeepSort算法进行行人轨迹跟踪时，提取跟踪目标的表观特征进行最近邻匹配，以提高遮挡情况下的目标追踪效果，包括步骤：
4.根据权利要求3所述的工地围栏翻越行为检测方法，其特征在于，还包括：
5.根据权利要求1所述的工地围栏翻越行为检测方法，其特征在于，当所述运动轨迹上升超过阈值T1，需要进行跨越动作检测时，利用openpose人体姿态进行检测，并判断当前行人是否正在做翻越动作。
6.一种工地围栏翻越行为检测装置，其特征在于，包括：
7.根据权利要求6所述的工地围栏翻越行为检测装置，其特征在于，当所述运动轨迹上升超过阈值T1，需要进行跨越动作检测时，利用openpose人体姿态进行检测，并判断当前行人是否正在做
8.根据权利要求6所述的工地围栏翻越行为检测装置，其特征在于，所述使用改进的DeepSort算法进行行人轨迹跟踪时，提取跟踪目标的表观特征进行最近邻匹配，以提高遮挡情况下的目标追踪效果。
9.一种工地围栏翻越行为检测装置，其特征在于，包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时执行权利要求1至5任意一项所述的工地围栏翻越行为检测方法。
...【技术特征摘要】
1.一种工地围栏翻越行为检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的工地围栏翻越行为检测方法，其特征在于，所述使用改进的yolov7网络对所述视频数据的当前视频帧进行检测，检测目标包括行人和围栏，包括步骤：
3.根据权利要求2所述的工地围栏翻越行为检测方法，其特征在于，所述使用改进的deepsort算法进行行人轨迹跟踪时，提取跟踪目标的表观特征进行最近邻匹配，以提高遮挡情况下的目标追踪效果，包括步骤：
4.根据权利要求3所述的工地围栏翻越行为检测方法，其特征在于，还包括：
5.根据权利要求1所述的工地围栏翻越行为检测方法，其特征在于，当所述运动轨迹上升超过阈值t1，需要进行跨越动作检测时，利用openpose人体姿态进行检测，并判断当前行...
【专利技术属性】
技术研发人员：林大甲，黄宗荣，郑敏忠，江世松，
申请(专利权)人：金钱猫科技股份有限公司，
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。