申请/专利权人：中通服咨询设计研究院有限公司;江苏省通信服务有限公司

申请日：2020-08-26

公开（公告）日：2024-03-01

公开（公告）号：CN112131951B

主分类号：G06V20/52

分类号：G06V20/52;G06V20/40;G06V40/20;G06V10/25;G06V10/44;G06V10/764;G06V10/82;G06N3/045;G06N3/0464;G06N3/08;G06N3/048

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明提供了一种自动化识别施工中违规使用梯子行为的系统，包括：监测环境布控模块、图像处理模块、深度学习网络训练模块、目标约束模块、梯上作业检测模块和告警模块，所示系统对自动识别出的违规操作行为截取图片，并将图片传送给监管人员，并通过语音告警通知施工人员，发出告警。本发明与现有的技术相比，可以快速可靠的检测出使用梯子作业时操作工的违规情况，有利于保障安全生产，且适用于长时间多场景的生产环境。

主权项：1.一种自动化识别施工中违规使用梯子行为的系统，其特征在于，包括检测环境布控模块、图像处理模块、深度学习网络训练模块、目标约束模块和梯上作业检测模块；所述检测环境布控模块通过对监测作业区进行摄像机布控，对视野内的操作活动进行检测，实现监控视频的传输，并在出现违规行为时进行自动语音告警提醒；所述图像处理模块，对出现在摄像机视野内的梯子作业图片进行收集与标注，利用数据清洗得到样本图片，将样本图片集合作为神经网络模型yolov3的训练集；所述深度学习网络训练模块利用融合通道注意力机制的神经网络模型yolov3来学习拟合样本图片集合中的样本图片，检测得到梯子与操作工在样本图片中的位置信息；所述目标约束模块通过检测框的交并比和布控相机多角度信息实现对操作工与梯子在图像上的关系约束；所述梯上作业检测模块利用训练好的融合通道注意力机制的神经网络模型yolov3结合操作工与梯子在图像上的关系约束实现对在梯子上作业时是否按规定进行操作的检测；所述目标约束模块对于操作工和梯子的位置信息，通过训练好的融合通道注意力机制的神经网络模型yolov3预测得到操作工和梯子在图上的预测框位置，并计算这两个预测框位置区域的交集与并集的比值IOU，如果存在IOU大于阈值threshold1，且操作工预测框右下角坐标在图像坐标系下小于梯子预测框的右下角坐标，则表明存在操作工在梯上作业，此时如果神经网络模型yolov3检测到视野存在另一个操作工，且该操作工的预测框与梯子的预测框的交并比IOU大于设定的阈值threshold2，且在不同的相机角度下同时满足距离交并比约束时，则说明梯上作业时存在梯下有人按操作规范进行固定操作，反之，则表示在梯上作业时存在违规操作的情况，通过计算对应的IOU实现图像上的距离交并比约束。

全文数据：

权利要求：

百度查询： 中通服咨询设计研究院有限公司;江苏省通信服务有限公司 一种自动化识别施工中违规使用梯子行为的系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD