[发明专利]一种基于人工智能和图像识别的工业生产管理方法

说明书

本发明涉及一种基于人工智能和图像识别的工业生产管理方法，其包括：获取所有实际穿戴图像的映射特征平面，并获取实际穿戴图像的映射特征平面的平面变换矩阵。根据平面变换矩阵提取映射特征平面中每个网格块的网格分布特征，并对所有网格块的网格分布特征进行特征交互以得到实际穿戴图像的映射特征平面的平面分布特征，然后将所有实际穿戴图像的映射特征平面的平面分布特征进行模型构建以获取目标工人的实际穿戴模型。根据从数据库获取的标准穿戴模型对实际穿戴模型进行姿态矫正，并将进行姿态矫正后的实际穿戴模型输入预先训练好的穿戴检测模型以输出目标工人的穿戴检测结果。

技术领域

本发明涉及人工智能和图像识别领域，尤其涉及一种基于人工智能和图像识别的工业生产管理方法。

背景技术

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。图像识别作为人工智能中最重要的一个领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业图像采集设备拍摄图片，然后再根据图片进行进一步识别处理。

在工业生产中，往往需要对所有工作人员的着装和穿戴进行标准化，然而，现有技术中通常使用人工对工作人员的着装和穿戴进行检查和监督，这种方式在极大程度上浪费了人力物力资源，因此需要一种自动对工作人员的着装和穿戴进行检测的方法。

发明内容

有鉴于此，本发明提供了一种基于人工智能和图像识别的工业生产管理方法，其包括：接收图像采集设备采集的目标工人在不同角度的若干个实际穿戴图像；

通过对实际穿戴图像中所有像素点的坐标点进行归一化处理以获取实际穿戴图像的若干个图像特征点，并分别将实际穿戴图像的每个图像特征点映射到标准映射平面以得到实际穿戴图像的若干个映射特征点，然后将实际穿戴图像的所有映射特征点在标准映射平面中进行连接以得到实际穿戴图像的映射特征平面；

对实际穿戴图像的映射特征平面进行网格划分以获取若干个网格块，并对各网格块进行特征变换处理以得到各网格块的网格变换向量；分别对实际穿戴图像的映射特征平面的每个网格块的网格变换向量进行线性变换以得到映射特征平面的每个网格块的网格线性向量，并将映射特征平面的所有网格块的网格线性向量进行向量拼接以得到实际穿戴图像的映射特征平面的平面变换矩阵；

根据平面变换矩阵提取映射特征平面中每个网格块的网格分布特征，并对所有网格块的网格分布特征进行特征交互以得到实际穿戴图像的映射特征平面的平面分布特征，然后将所有实际穿戴图像的映射特征平面的平面分布特征进行模型构建以获取目标工人的实际穿戴模型；

分别对实际穿戴模型和从数据库获取的标准穿戴模型进行姿态解算以得到实际穿戴模型的姿态数据和标准穿戴模型的姿态数据，并根据标准穿戴模型的姿态数据和实际穿戴模型的姿态数据进行姿态误差分析以得到标准穿戴模型与实际穿戴模型的姿态误差数据；

根据标准穿戴模型与实际穿戴模型的姿态误差数据对实际穿戴模型进行姿态矫正，并将进行姿态矫正后的实际穿戴模型输入预先训练好的穿戴检测模型以输出目标工人的穿戴检测结果。

根据一个优选实施方式，所述网格分布特征表征网格块中映射特征点的分布情况；所述平面分布特征表征映射特征平面中网格块的分布情况。所述实际穿戴图像用于展示目标工人的在进入工业空间时的着装和防护操作是否符合标准。

根据一个优选实施方式，对网格块进行特征变换处理得到网格块的网格变换向量包括：

遍历映射特征平面的所有网格块，并将正在遍历的网格块作为目标网格块，然后获取目标网格块中的所有映射特征点；

以标准映射平面的中心点为坐标轴原点以建立标准坐标轴，并获取映射特征点在标准坐标轴中的坐标点；