[发明专利]基于边缘算法的高空作业监测方法、储存介质及设备

说明书

本发明涉及视频监控技术领域，具体公开了基于边缘算法的高空作业监测方法、储存介质及设备，其中设备包括图像采集模块，图像采集模块用于采集作业现场的实时画面生成视频流，还包括推理模块；推理模块用于接收视频流，对视频流进行解码得到图像帧，还用于将内置的推理模型解密，使用解密后的推理模型对图像帧进行识别并输出识别结果；推理模块还用于对识别结果进行分析，如果存在违规行为，生成报警信息。采用本发明的技术方案能够提高监测的可靠性，避免网络延迟，卡顿等情况造成的干扰。

技术领域

本发明涉及视频监控技术领域，特别涉及基于边缘算法的高空作业监测方法、储存介质及设备。

背景技术

高空作业是一种危险性极高的作业工种，在高层建筑的外墙施工、幕墙安装、保温施工和维修清洗等作业领域，通常采用吊篮替代传统脚手架，工作人员在吊篮内完成作业。为了保证作业的安全，对吊篮内工作人员的监管主要是通过吊篮下的管理人员，通过肉眼观察的方式进行。但是由于作业环境的限制，管理人员无法实时对工作人员进行监管，且作业高度较高时，管理人员无法看清吊篮内的具体情况，监管难度大。

为了降低监管难度，出现了在吊篮内安装摄像头的监管方式，摄像头采集吊篮内的图像上传至服务器，管理人员通过移动终端等访问服务器查看相应的图像，以了解工作人员的作业情况。但是，这样的方式存在以下问题：因为环境的限制，摄像头会采用无线传输的方式进行图像的上传，这样的实时上传需要耗费大量的数据流量，而一个施工场地往往十几个甚至几十个吊篮在使用，流量成本高。无线传输受网络状况的影响较大，出现延迟，卡顿等情况时，可能会错过正在发生的危险状况，导致监控不到位出现安全隐患。

为此，需要一种可靠性高的基于边缘算法的高空作业监测方法、储存介质及设备。

发明内容

本发明的目的之一在于，提供基于边缘算法的高空作业监测设备，能够提高监测的可靠性。

为了解决上述技术问题，本申请提供如下技术方案：

基于边缘算法的高空作业监测设备，包括图像采集模块，图像采集模块用于采集作业现场的实时画面生成视频流，还包括推理模块；

推理模块用于接收视频流，对视频流进行解码得到图像帧，还用于将内置的推理模型解密，使用解密后的推理模型对图像帧进行识别并输出识别结果；

推理模块还用于对识别结果进行分析，如果存在违规行为，生成报警信息。

基础方案原理及有益效果如下：

本方案中，通过推理模块在边缘侧对图像采集模块采集的视频流进行实时分析，省去了视频流上传需要流量费用，能够有效的节约成本。而且，边缘侧处理，不受网络状况的影响，能够真正做到实时监控。通过推理模块对解码后的图像帧自动进行分析，与采用人工监控相比，能够有效节约人力成本，同时不会出现因为人的注意力分散等原因造成的漏掉违规行为的情况。由于边缘侧相比于云端，管理更为困难，无法全面保证设备的安全性，通过对推理模型进行加密，才使用时才进行解码，可以有效保证推理模型的安全。

进一步，所述推理模块包括：

解密单元，用于设备启动后对内置的推理模型解密；

解码单元，用于对视频流进行解码得到图像帧；

推理单元，用于将图像帧输入解密后的推理模型，由推理模型对图像帧进行识别并输出识别结果，识别结果为图像帧中是否佩戴预设标记物；

分析单元，用于对识别结果进行分析，若连续第一设定数量的图像帧中未佩戴预设标记物，还判断当前是否处于预设的工作时间，若处于预设的工作时间，则判断存在违规行为，生成报警信息。

加入工作时间的判断，避免在非工作时间进行错误的报警。