[发明专利]基于机器学习的作业现场安全监管方法及装置

说明书

本发明公开了一种基于机器学习的作业现场安全监管方法及装置，该方法包括：分析采集设备采集到的作业现场的视频图像，得到所述作业现场中目标人员的图像，根据目标人员的图像确定第一区域图像，根据预先确定出的物品区域确定方式，确定所述第一区域图像中目标物品对应的目标区域图像，分析所述目标区域图像，得到分析结果；根据所述分析结果判断是否需要针对所述目标人员执行告警操作，当判断结果为是时，向所述目标人员输出警告提示。可见，实施本发明能够智能化分析作业现场的视频图像，有利于提高视频图像的处理效率；还能够根据图像分析结果智能化执行警告操作，有利于提高作业现场的安全监管效率。

技术领域

本发明涉及安全监管技术领域，尤其涉及一种基于机器学习的作业现场安全监管方法及装置。

背景技术

在电力及各类项目生产过程中，作业现场的安全监督对于保证工作人员的生命财产安全具有重要意义。因此，如何对作业现场进行安全监督显得尤为重要。

在实际生活中，作业现场工作人员的非法行为种类繁多、特征各异，典型的非法行为主要包括未正确佩戴安全帽、未正确佩戴口罩以及未按要求穿戴防护衣物等。

传统安全监督方法是通过人工进行现场监督巡逻以及人工查看录像的方式来管理作业现场，但是传统安全监督方法的监管效率低、监管时效性差，可见，如何提高安全监管效率显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种基于机器学习的作业现场安全监管方法及装置，通过预设的处理算法对作业现场视频图像进行处理的方式，提高了作业现场的安全监管效率，减少作业现场的人员因未佩戴口罩和/或安全帽而出现安全事故的概率。

为了解决上述技术问题，本发明第一方面公开了一种基于机器学习的作业现场安全监管方法，所述方法包括：

分析采集设备采集到的作业现场的视频图像，得到所述作业现场中目标人员的图像；

根据所述目标人员的图像确定第一区域图像，所述第一区域图像包括所述目标人员的头部轮廓对应的区域图像；

根据预先确定出的物品区域确定方式，确定所述第一区域图像中目标物品对应的目标区域图像，所述物品区域确定方式包括基于预先确定出的头部-物品位置关系确定的方式和/或基于预先确定出的不同区域图像的参数确定的方式，所述不同区域图像包括头顶区域图像和/或口鼻区域图像、头部剩余区域图像；

分析所述目标区域图像，得到分析结果；

根据所述分析结果判断是否需要针对所述目标人员执行告警操作；

当判断出需要针对所述目标人员执行告警操作时，向所述目标人员输出警告提示，所述警告提示用于提示所述目标人员未按照作业现场的安全规范要求佩戴口罩和/或安全帽。

作为一种可选的实施方式，在本发明第一方面中，所述根据所述目标图像确定第一区域图像，包括：

确定所述目标人员与所述采集设备之间的距离；

判断所述距离是否大于等于预设的距离阈值；

当判断出所述距离大于等于所述距离阈值时，将所述目标图像中每相邻若干帧图像的灰度值变化在预设灰度值阈值内的图像区域确定为所述目标图像的重点识别区域；

基于预设的第一图像处理算法分析所述重点识别区域，得到所述目标人员的轮廓以及所述目标人员的轮廓对应的图像区域；

根据所述目标人员的轮廓以及所述目标人员的轮廓对应的图像区域确定所述目标人员的头部轮廓对应的区域图像，作为第一区域图像。

作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：