[发明专利]一种基于图像识别的工地事故预测方法及装置有效

专利信息
申请号: 202011002873.8 申请日: 2020-09-22
公开(公告)号: CN112163497B 公开(公告)日: 2023-08-04
发明(设计)人: 陈润彬;袁浩亮;许方园 申请(专利权)人: 广东工业大学
主分类号: G06V40/16 分类号: G06V40/16;G06V40/10;G06V20/52;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 张金福
地址: 510062 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 工地 事故 预测 方法 装置
【说明书】:

本发明公开一种基于图像识别的工地事故预测方法及装置,通过利用预设的卷积神经网络实时对获取到的视频流数据进行安全装备识别,以获得安全识别结果;以及,实时对该视频流数据进行人脸识别与分析,以获得人脸分析结果;将安全识别结果、人脸分析结果以及工地的气候地理信息输入多元回归方程,以获得工地的事故发生预测数值,以及识别出多元回归方程中权重较大的特征变量作为事故发生原因;从而能够根据历史事故发生数值和历史事故发生预测数值不断地对多元回归方程进行更新,并根据最新的多元回归方程识别出事故发生原因,进而能够对事故根源进行排查,进而从根源上进行工地事故预测。

技术领域

本发明涉及图像处理技术领域,更具体地,涉及一种基于图像识别的工地事故预测方法及装置。

背景技术

随着城市建设的蓬勃发展,施工工地也越来越多,但由于施工工地属于高危区域,在施工过程发生事故的案例也很多。因此,对施工工地进行监控和排查,降低事故发生率是非常有必要的。可是,对所有施工工地进行地毯式排查,除了需要耗费大量的人力物力,效率低下,还无法针对性地排查,导致工地中引发事故的根本原因经常被错漏。

目前,在现实中经常应用到深度学习技术,通过训练一个卷积神经网络学习特征,帮助人们完成一些简单的特征识别工作。比如,有些施工工地应用了卷积神经网络,通过目标检测算法检测判断是否有合理佩戴安全防护装备,又有些施工工地应用了卷积神经网络,通过人脸识别判断工人是否为外来人员等。如在中国申请的专利“一种工地现场的安全帽佩戴检测系统及检测方法”(公开日2018.07.24,公开号CN108319926A)以及专利“建筑工地外来人员监测方法、装置及电子设备”(公开日2018.11.23,公开号CN108881858A)。

但是,这些现有技术都是简单地对违规行为进行警报响应,不能对事故根源进行排查,导致无法从根源上进行工地事故预测。

发明内容

本发明为克服上述现有技术存在的缺陷,提供一种基于图像识别的工地事故预测方法及装置,能够对事故根源进行排查,进而从根源上进行工地事故预测。

为解决上述技术问题,本发明的技术方案如下:

本发明第一方面公开一种基于图像识别的工地事故预测方法,包括:

获取工地的视频流数据;

利用预设的卷积神经网络实时对所述视频流数据进行安全装备识别,以获得安全识别结果;

实时对所述视频流数据进行人脸识别与分析,以获得人脸分析结果;

将所述安全识别结果、所述人脸分析结果以及所述工地的气候地理信息输入多元回归方程,以获得所述工地的事故发生预测数值;以及识别出所述多元回归方程中权重较大的特征变量作为事故发生原因;其中,所述多元回归方程是根据最新一段历史时间段内的历史事故发生数值和历史事故发生预测数值而确定的。

进一步地,所述安全识别结果包括工人无正确佩戴安全装备的记录信息;所述人脸分析结果包括外来人员记录信息、本地人员的当前实际工作时长以及工作超时人员数据。

进一步地,所述实时对所述视频流数据进行人脸识别与分析,以获得人脸分析结果,包括:

通过MT-CNN模型对所述视频流数据进行多任务人脸检测,以获得人脸位置定位信息;其中,所述MT-CNN模型包括三层级联架构的卷积神经网络和全连接层;所述人脸位置定位信息包括是否人脸的二分类信息、人脸框的回归以及人脸关键点定位信息;

通过Facenet模型对所述人脸位置定位信息进行身份认证,以获得人脸分析结果。

进一步地,所述通过Facenet模型对所述人脸位置定位信息进行身份认证,以获得人脸分析结果,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011002873.8/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code