[发明专利]一种基于图像识别的工程安全隐患识别方法及系统

说明书

本发明涉及一种基于图像识别的工程安全隐患识别方法及系统。该方法包括：根据固定摄像头和无人机获取工地图像的视频流数据；对所述视频流数据进行预处理，得到预处理后的视频流数据；根据所述预处理后的视频流数据，构建图像特征提取骨干网络模型；根据所述图像特征提取骨干网络模型，提取图像特征；根据所述图像特征和所述人工标注的安全隐患，训练图像检测识别模型；获取待预测的工地图像；对所述工地图像预处理，得到预处理后的工地图像；根据所述预处理后的工地图像和所述图像检测识别模型进行识别，得到工地安全隐患结果。本发明能够提高监理人员生产效率，降低成本。

技术领域

本发明涉及工程安全隐患识别领域，特别是涉及一种基于图像识别的工程安全隐患识别方法及系统。

背景技术

现有的图像识别技术发展速度较快，但尚未应用在传统工程监理行业，传统监理业务工作量大，施工现场工作面广，监理人员难以到达的死角多。

发明内容

本发明的目的是提供一种基于图像识别的工程安全隐患识别方法及系统，能够提高监理人员生产效率，降低成本。

为实现上述目的，本发明提供了如下方案：

一种基于图像识别的工程安全隐患识别方法，包括：

根据固定摄像头和无人机获取工地图像的视频流数据；

对所述视频流数据进行预处理，得到预处理后的视频流数据；

根据所述预处理后的视频流数据，构建图像特征提取骨干网络模型；

根据所述图像特征提取骨干网络模型，提取图像特征；

根据所述图像特征和所述人工标注的安全隐患，训练图像检测识别模型；

获取待预测的工地图像；

对所述工地图像预处理，得到预处理后的工地图像；

根据所述预处理后的工地图像和所述图像检测识别模型进行识别，得到工地安全隐患结果。

可选地，所述对所述视频流数据进行预处理，得到预处理后的视频流数据，具体包括：

对所述视频流数据进行解码操作，得到RGB图像数据；

对所述RGB图像数据进行高斯滤波、图像归一化及图像特定尺寸缩放处理，得到预处理后的视频流数据。

可选地，所述根据所述预处理后的视频流数据，构建图像特征提取骨干网络模型，具体包括：

基于深度残差卷积神经网络构建深度学习网络模型，根据所述预处理后的视频流数据对构建的深度学习网络模型进行训练，得到图像特征提取的骨干网络模型。

可选地，所述安全隐患包括临边防护缺失和工人安全帽未佩戴。

一种基于图像识别的工程安全隐患识别系统，包括：

视频流数据获取模块，用于根据固定摄像头和无人机获取工地图像的视频流数据；

第一预处理模块，用于对所述视频流数据进行预处理，得到预处理后的视频流数据；

图像特征提取骨干网络模型构建模块，用于根据所述预处理后的视频流数据，构建图像特征提取骨干网络模型；

图像特征提取模块，用于根据所述图像特征提取骨干网络模型，提取图像特征；

图像检测识别模型识别模块，用于根据所述图像特征和所述人工标注的安全隐患，训练图像检测识别模型；

待预测的工地图像获取模块，用于获取待预测的工地图像；

第二预处理模块，用于对所述工地图像预处理，得到预处理后的工地图像；