[发明专利]一种化工作业数据的处理方法、装置及存储介质在审

专利信息
申请号: 202310582313.1 申请日: 2023-05-23
公开(公告)号: CN116644066A 公开(公告)日: 2023-08-25
发明(设计)人: 王冰;唐漾;杜文莉;钱锋 申请(专利权)人: 华东理工大学
主分类号: G06F16/22 分类号: G06F16/22;G06F16/28;G06F18/25;G06Q10/0635
代理公司: 上海专利商标事务所有限公司 31100 代理人: 徐迪
地址: 200237 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 化工 作业 数据 处理 方法 装置 存储 介质
【说明书】:

发明提供了一种化工作业数据的处理方法、装置及存储介质。化工作业数据的处理方法包括以下步骤:获取化工作业的基础数据及视频数据,其中,基础数据包括作业事件数据、作业时间数据、作业类型数据、作业地点数据、防护等级数据、防护要求数据中的至少一者;经由预先训练的物体检测网络及人物交互网络分别解析所述视频数据,以识别其中涉及的相关物体数据及人物交互数据;基于化工作业的作业规则的约束确定本体结构;以及基于本体结构对基础数据、相关物体数据及人物交互数据进行知识抽取,形成多条三元组形式的知识表示,以构建跨媒体的化工作业知识图谱。本发明使得监管程序自动化,从而提升监管效率和准确率,保障施工作业的安全。

技术领域

本发明涉及化工生产作业领域,具体涉及一种化工作业数据的处理方法、一种化工作业数据的处理装置,以及一种计算机可读存储介质。

背景技术

知识图谱是人工智能的重要分支技术,是一种揭示实体之间关系的语义网络。在当前的大数据时代,数据呈现出多元化趋势,大量多模态数据可以为人们所用。知识图谱将数据按照统一的格式进行存储,这样不仅有利于数据收集,也方便在当前数据基础上进行数据扩展。同时,知识图谱能够将多模态数据统一存储,并将数据存储到图数据库中,相较于传统数据库大大提升了运算速度。因此,研究人员可以借此对数据进行管理,并且多角度地对事物及其之间的关系进行更深层次地研究。

在这个信息多元化的时代,数据不仅仅局限于文字形式中,图像和视频中也同样蕴含大量数据。计算机视觉作为人工智能的一个重要部分,它的研究内容可以概括为:通过采集图片或视频,对图片或视频进行处理分析,从中获取相对应的信息。

近些年来,化工生产、施工等作业行为逐渐增多,但是与其他场景作业施工不同,在化工园区施工存在极高的危险性,如果操作不当会产生难以估量的后果。因此企业需要对化工园区的施工作业制定严格的安全作业规范,并且在作业人员严格按照规范施工的同时,也需要实施严格的监管制度,辅助作业安全的管理。目前的监管手段仍然以人工现场监管为主,但是人工监管还是不能像机器一样达到百分之百的准确,同时还存在着效率、成本等问题。因此对于企业来说,如何提高监管质量和效率,降低企业监管成本是一个亟待解决的问题。

为克服现有技术所存在的上述缺陷,本发明提供了一种化工作业数据的处理技术,能够根据化工作业行为的基础数据和视频数据,利用物体检测网络和人物交互网络,将作业行为统一存储的多模态数据融合成有机的整体,而后对数据进行知识抽取,发掘其中的深层关系,以构建跨媒体的化工作业知识图谱。进一步地,本发明还可以依据作业场景的安全规范判断是否存在安全隐患和违规作业行为,使得监管程序自动化,从而大大提升监管效率和准确率,保障施工作业的安全,并具有较好的实用性和高效性。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之前序。

为克服现有技术所存在的上述缺陷,本发明提供了一种化工作业数据的处理方法、一种化工作业数据的处理装置,以及一种计算机可读存储介质,能够根据化工作业行为的基础数据和视频数据,利用物体检测网络和人物交互网络,将作业行为统一存储的多模态数据融合成有机的整体,而后对数据进行知识抽取,发掘其中的深层关系,以构建跨媒体的化工作业知识图谱。进一步地,本发明还可以依据作业场景的安全规范判断是否存在安全隐患和违规作业行为,使得监管程序自动化,从而大大提升监管效率和准确率,保障施工作业的安全,并具有较好的实用性和高效性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东理工大学,未经华东理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310582313.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top