[發明專利]一種基于視覺分析的臨時圍欄移動檢測報警系統

在審

• 申請號: 202010567581.2
• 申請日: 2020-06-19
• 公開（公告）號: CN111723741A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 李學鈞;戴相龍;蔣勇;何成虎;王曉鵬
• 申請（專利權）人: 江蘇濠漢信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G08B7/06;G08B25/08
• 代理公司: 合肥正則元起專利代理事務所(普通合伙) 34160
• 代理人: 韓立峰

1.一種基于視覺分析的臨時圍欄移動檢測報警系統，其特征在于，包括模型建立模塊、數據采集模塊、服務器、動作識別模塊和報警模塊；

所述模型建立模塊用于訓練模型M_d和模型M_a并將訓練好的模型M_d和模型M_a發送至服務器內存儲；

其中，模型M_d的訓練過程為：采集施工現場臨時圍欄和施工人員樣本圖片，用矩形框標記出圍欄和施工人員在圖片中的位置，通過faster-rcnn目標檢測器訓練施工人員和臨時圍欄得到模型M_d；

模型M_a的訓練步驟為：

S1：采集施工人員移動臨時圍欄的視頻序列作為訓練樣本，針對視頻的每幀圖像，利用人體姿態估計算法提取人體骨架關鍵點；

S2：使用時空卷積圖構建多層骨骼時空圖G＝(V，E),在多層骨骼時空圖中，節點矩陣集合V＝{v_ti|t＝1,…,T,i＝1,…,N}，其中T為視頻幀數，N為骨架關鍵點數，關鍵點上的第t幀、第i個關鍵點的特征向量F(v_ti)由關鍵點點坐標構成；

S3:多層骨骼時空圖G中的邊E由兩個子集組成，E₁＝{v_tiv_tj|(i,j)∈H}，E₂＝{v_tiv_(t+1)j}，E₂代表了一個特定的關鍵點隨著時間推移其軌跡；其中，H表示人體骨骼點集合；特定的關鍵點為骨骼關鍵點；

S4：通過Softmax交叉熵損失函數和隨機梯度下降算法進行訓練，得到模型M_a；

所述攝像頭用于實時采集施工現場臨時圍欄和施工人員的視頻數據并將視頻數據發送至動作識別模塊；

所述動作識別模塊用于對視頻數據進行檢測，具體檢測步驟為：

SS1：讀取視頻數據中的視頻幀，調用模型M_d，當檢測到施工人員和臨時圍欄則執行步驟SS2，否，繼續執行步驟SS1；

SS2：計算施工人員檢測矩形框和臨時圍欄檢測矩形框，當兩者存在交集，則執行步驟SS3，否，繼續執行步驟SS1；

SS3：以當前幀為第一幀，將連續m幀圖像輸入模型模型M_a，得到動作識別結果，當識別結果為施工人員移動臨時圍欄，則生成報警指令并將報警指令發送至報警模塊，報警模塊接收到報警指令并進行報警；識別完成繼續執行步驟SS1。

2.根據權利要求1所述的一種基于視覺分析的臨時圍欄移動檢測報警系統，其特征在于，所述報警模塊接收到報警指令并進行報警的具體步驟為：

步驟一：獲取該報警指令對應圖像拍攝的攝像頭，根據攝像頭的編號獲取該攝像頭的位置；

步驟二：根據該攝像頭的位置獲取該位置的報警器，向該報警器發送報警信號，報警器接收到報警信號后，通過聲光進行報警提醒；

步驟三：報警模塊向施工現場的管理人員手機終端發送位置獲取指令，管理人員通過手機終端接收到位置獲取指令后并將當前實時位置發送至報警模塊；

步驟四：報警模塊將接收到當前實時位置的管理人員標記為初選人員；

步驟五：將初選人員的當前實時位置與該攝像頭的位置進行距離差計算獲取得到人員間距記為M1；

步驟六：設定初選人員的選中總次數記為M2；

步驟七：利用公式M＝M1×d1+(1/M2)×d2獲取得到初選人員的報警吻合值M；其中，d1和d2為預設比例系數；

步驟八：選取報警吻合值最大的初選人員為現場查看人員，同時該初選人員的選中總次數增加一；

步驟九：將攝像頭的位置及識別結果為施工人員移動臨時圍欄的圖像發送至該現場查看人員的手機終端上；現場查看人員根據到達攝像頭的位置并查看移動的臨時圍欄以及對該施工人員進行管理。

3.根據權利要求1所述的一種基于視覺分析的臨時圍欄移動檢測報警系統，其特征在于，所述服務器內還包括存儲模塊，存儲模塊用于存儲攝像頭的編號和位置以及報警器的編號和位置。

4.根據權利要求1所述的一種基于視覺分析的臨時圍欄移動檢測報警系統，其特征在于，該系統還包括注冊登錄模塊；所述注冊登錄模塊用于施工現場的管理人員通過手機終端提交注冊信息進行注冊并將注冊成功的注冊信息發送至服務器內存儲；注冊信息包括管理人員的姓名、手機號碼和職位名稱。