[发明专利]一种吊机下方人员滞留检测告警方法

说明书

本发明属于图像识别应用技术领域，具体公开了一种吊机下方人员滞留检测告警方法，包括：用相机获取待检测的吊机场景图片，对相机和图片进行标定，得到图片平面与地面之间的投影变换模块；将所述图片进行预处理，得到预处理图片；将所述预处理图片输入至预先训练的深度神经网络模型，输出人员位置，吊机的位置和吊机中心在地面的投影点；将所述投影点输入所述投影变换模块，获取吊机下方的危险区域范围；判断人员位置是否处于危险区域并进行告警。本发明的有益效果在于：解决工程建设工地或大型机械设备工厂中的安全问题，以实现对吊机下方危险区域人员滞留的全天候、实时检测，可完成精准、稳定和及时的监控、预警作业处理，实现安全生产作业。

技术领域

本发明属于图像识别应用技术领域，尤其属于一种图像识别领域中的目标关键点检测领域，具体涉及一种吊机下方人员滞留检测告警方法。

背景技术

在工程建设工地或者拥有大型机械设备的工厂中，吊车、吊机等是一种常见的机械设备。

由于需要经常起吊大型物件，在安全管理体系中，其下方为危险区域，而危险区域人员滞留或行走是作业过程中的巨大安全隐患，需要对这种安全隐患实时监督或巡查。

以往人工巡查的方式，一方面巡查的效率低下，无法满足现代企业生产发展的需求；另一方面安全隐患对巡查人员的人身安全造成威胁。

急需一种基于摄像头的易于部署的检测方法，实时自动检测吊车下方的危险区域以及区域内的人员，实现自动监督告警功能。

因此，基于上述问题，本发明提供一种吊机下方人员滞留检测告警方法。

发明内容

发明目的：本发明的目的是提供一种吊机下方人员滞留检测告警方法，以实现对吊机下方危险区域人员滞留的全天候、实时检测。

技术方案：本发明的一种吊机下方人员滞留检测告警方法，包括：用相机获取待检测的吊机场景图片，对相机和图片进行标定，得到图片平面与地面之间的投影变换模块；将所述图片进行预处理，得到预处理图片；将所述预处理图片输入至预先训练的深度神经网络模型，输出人员位置，吊机的位置和吊机中心在地面的投影点；将所述投影点输入所述投影变换模块，获取吊机下方的危险区域范围；判断人员位置是否处于危险区域并进行告警。

本技术方案的，用相机获取待检测的吊机场景图片，包括：通过预设的接口获取网络摄像机采集的视频流，将所述视频流转化为3通道RGB矩阵格式的图片，将转化后的图片作为待检测的吊机场景图片。

本技术方案的，对相机和图片进行标定，得到图片平面与地面之间的投影变换模块，包括：用标定板对相机进行内参标定，获取10个内部参数，包括5个内部矩阵参数和5个畸变参数；对吊机场景图片进行地面的投影变换标定，首先对图片进行去畸变，然后选取场景中的四个固定点，得到四个点的世界坐标和图片坐标，然后基于最小二乘或者奇异值分解等方法求解超定方程组，得到投影变换矩阵；根据投影变换矩阵，以及相机内部参数，得到图片平面与地面平面之间的投影变换模块。

本技术方案的，将所述图片进行预处理，包括：基于预设的感兴趣区域，裁剪所述图片的感兴趣区域部分；将裁剪后的图片缩放为预设的宽度和高度；将缩放后的图片进行归一化处理。

本技术方案的，所述深度神经网络模型，包括：依序连接的一个切片层，一个卷积单元，一个CSP1单元，一个卷积单元，一个CSP3单元，第1个分支点，一个卷积单元，一个CSP3单元，第2个分支点，一个卷积单元，SPP模块，一个CSP2单元，一个卷积单元，第3个分支点。第3个分支点经过上采样单元与第2个分支点的输出进行拼接，再连接一个CSP2单元，一个卷积单元，第4个分支点，经上采样后与第1个分支点的输出进行拼接，再连接一个CSP2单元，第5个分支点，一个卷积层，连接第一个输出层；第5个分支点连接一个卷积单元后与第4个分支点拼接后，连接一个CSP2单元，第6个分支点，一个卷积层，连接第二个输出层；第6个分支点连接一个卷积单元后与第3个分支点拼接后，连接一个CSP2单元，一个卷积层，连接第三个输出层。