[发明专利]作业现场违章人员的智能监控系统及现场违章监控方法

权利要求书

1.一种用于作业现场违章人员的智能监控系统，其包括数据存储库，特征在于，其还包括布置在作业现场的若干个视频采集单元，视频采集单元均与数据存储库通信连接，数据存储库包括人员信息数据单元、人脸检测单元、人员信息匹配单元与违章行为检测单元，人员信息数据单元与人脸检测单元通信连接，人脸检测单元与人员信息匹配单元通信连接，人员信息匹配单元与违章行为检测单元通信连接；视频采集单元将现场作业信息传输至数据存储库进行人员信息匹配，后台服务器根据人脸检测单元检测的信息，访问人员信息匹配单元，对人脸信息进行匹配，若不成功，智能监控系统对人员进行标注并报警，若匹配成功，根据数据存储库内的信息，确认人员的职务，并对画面进行标注，若标注画面内无监护人员或者只有一个监护人员或者操作人员出现现场违章行为，智能监控系统进行报警操作。

2.根据权利要求1所述的智能监控系统，其特征在于，上述视频采集单元为监控摄像头；上述人员信息数据单元为人脸识别设备，上述数据存储库与一报警器通信连接。

3.一种如权利要求1所述智能监控系统的现场违章监控方法，其包括以下步骤：

视频采集单元将现场作业信息传输至数据存储库进行人员信息匹配，后台服务器根据人脸检测单元检测的信息，访问人员信息匹配单元，对人脸信息进行匹配，若不成功，智能监控系统对人员进行标注并报警，若匹配成功，根据数据存储库内的信息，确认人员的职务，并对画面进行标注，若标注画面内无监护人员或者只有一个监护人员或者操作人员出现现场违章行为，智能监控系统进行报警操作。

4.根据权利要求3所述的现场违章监控方法，其特征在于，上述现场违章行为包括劳保防护用品穿戴检测：包括工作服、工作鞋、安全帽、安全带、便携式气体报警仪、空气呼吸器的监测；采用深度学习训练大规模现场劳保防护用品穿戴不规范的图像，提取部分穿戴不规范图像的各类参数的特征，包括纹理特征、颜色特征、形状特征和方向梯度直方图特征，用另一部分图像样本验证优化整个深度学习的网络，最后将现场的任一图像输入到深度网络学习中进行学习，从而诊断现场工作人员劳保防护用品穿戴是否规范，并传送回数据存储库的后台服务器发布管控指令。

5.根据权利要求4所述的现场违章监控方法，其特征在于，上述现场违章行为包括人体目标检测、轨迹建模、轨迹特征提取与轨迹特征分类；

人体目标检测采用三帧差分析方法检测运动目标，然后依据轮廓配对进一步筛选人体目标，人体目标特征根据空域约束、频域特征匹配和时域特征匹配；

轨迹建模依据二值图像中筛选的某人体目标，再根据人体目标特征匹配依次标记各个人体目标的序号，匹配成功则该目标序号为前一帧相匹配的目标序号，否则标记为新的序号；

轨迹特征提取通过将时间窗四元组中的质心坐标连接，得到时空离散曲线，通过计算广义曲率、时空长度和时空拐点数目来表征该时空离散曲线的标量，对时空离散曲线上的离散点，提取空域和时域两个矢量特征；

轨迹特征分类通过选择尽量多的正负行为样本，正样本包括坑、槽、井、沟上端边沿站徘徊；在起重臂、吊钩或吊物下面或上面徘徊、坐或站立；人员上下抛物；高处作业上下手中持物；同一垂直方向，进行上下交叉作业；受限空间工具遗留在设备内；在高处平台、孔洞、支架边缘休息或倚坐栏杆，进入安全警戒区域违章行为的视频，负样本即正常作业行为的视频，采用轨迹四元组方法建立轨迹模型，采用基于时空离散曲线提取特征的标量特征和矢量特征，最后采用SVM方法进行训练，得到轨迹特征分类器；

若判别视频中存在违章行为，则数据存储库启动报警。

6.根据权利要求5所述的现场违章监控方法，其特征在于，上述步骤具体的还包括：根据上述步骤形成对现场工作人员的视频图像进行处理，形成较清晰的视频图片后输入到已经训练成功的分类器进行学习，从而诊断图片中的现场工作人员是否进行违章行为并传送回数据存储库的视频管控平台，并根据行为的危险程度进行评级并发出指令措施；

数据存储库与智能监控系统的显示模块将海量视频进行储存，智能监控系统的总控中心可以调用进行前后查询判断，在某一观测区域内识别出违章行为进行预警后，由显示模块直接调动该位置附近配套的摄像设施进行多角度投送显示。