[發(fā)明專利]基于圖像識(shí)別的監(jiān)測(cè)方法、裝置和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011373574.5
• 申請(qǐng)日: 2020-11-30
• 公開(kāi)（公告）號(hào): CN112487976B
• 公開(kāi)（公告）日: 2023-10-24
• 發(fā)明（設(shè)計(jì)）人: 段勃;李浩瀾;楊東鑫;張春明;張楊
• 申請(qǐng)（專利權(quán)）人: 中科院計(jì)算所西部高等技術(shù)研究院
• 主分類號(hào): G06V20/52
• 分類號(hào): G06V20/52;G06V20/40;G06V20/70;G06V40/10;G06V10/96;G06V10/774;G06V10/82;H04N19/436;G06T9/00
• 代理公司: 重慶中之信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50213
• 代理人: 鄧鋒

本發(fā)明提供一種基于圖像識(shí)別的監(jiān)測(cè)方法、裝置和存儲(chǔ)介質(zhì)，所述方法包括：獲取視頻圖像數(shù)據(jù)；對(duì)所述視頻圖像數(shù)據(jù)進(jìn)行解碼，得到解碼圖像集；對(duì)所述解碼圖像集進(jìn)行預(yù)處理，獲取到目標(biāo)圖像集；將所述目標(biāo)圖像集輸入到目標(biāo)檢測(cè)模型進(jìn)行圖像識(shí)別，得到每個(gè)目標(biāo)圖像的目標(biāo)識(shí)別結(jié)果；將所有目標(biāo)識(shí)別結(jié)果進(jìn)行數(shù)據(jù)分析，得到監(jiān)測(cè)結(jié)果；因此，本發(fā)明解決了現(xiàn)有技術(shù)對(duì)吊籃作業(yè)的監(jiān)測(cè)方法出現(xiàn)的監(jiān)控難度大和監(jiān)控成本高的問(wèn)題，提高了安全監(jiān)測(cè)的精度和時(shí)效性，滿足了對(duì)吊籃作業(yè)安全的監(jiān)測(cè)的需求。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，具體涉及基于圖像識(shí)別的監(jiān)測(cè)方法、裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

吊籃是一種能夠替代傳統(tǒng)腳手架、可減輕勞動(dòng)強(qiáng)度、提高工作效率和能夠重復(fù)使用的新型高處作業(yè)設(shè)備，廣泛應(yīng)用在高層建筑的外墻施工、幕墻安裝、保溫施工和維修清洗等作業(yè)領(lǐng)域；然而吊籃作業(yè)屬于建筑行業(yè)的高危工種，安全性及可靠性相對(duì)較差，且作業(yè)管理比較混亂，目前常采用傳統(tǒng)的視頻采集技術(shù)進(jìn)行現(xiàn)場(chǎng)圖像記錄,然后借助人力對(duì)圖像的監(jiān)督來(lái)解決吊籃作業(yè)的安全問(wèn)題，從而出現(xiàn)監(jiān)控難度大、成本高的問(wèn)題。

可見(jiàn)，現(xiàn)有技術(shù)對(duì)吊籃作業(yè)的安全監(jiān)測(cè)方法不僅出現(xiàn)監(jiān)控難度大和監(jiān)控成本高的問(wèn)題，還會(huì)因?yàn)槿斯けO(jiān)控不到位出現(xiàn)安全隱患，不能滿足對(duì)吊籃作業(yè)安全的監(jiān)控需求。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中所存在的不足，本發(fā)明提供的基于圖像識(shí)別的監(jiān)測(cè)方法、裝置和存儲(chǔ)介質(zhì)，其解決了現(xiàn)有技術(shù)對(duì)吊籃作業(yè)的安全監(jiān)測(cè)方法出現(xiàn)的監(jiān)控難度大和監(jiān)控成本高的問(wèn)題，提高了安全監(jiān)測(cè)的精度和時(shí)效性，滿足了對(duì)吊籃作業(yè)安全的自動(dòng)監(jiān)測(cè)的需求。

第一方面，本發(fā)明提供一種基于圖像識(shí)別的監(jiān)測(cè)方法，所述方法包括：獲取視頻圖像數(shù)據(jù)；對(duì)所述視頻圖像數(shù)據(jù)進(jìn)行解碼，得到解碼圖像集；對(duì)所述解碼圖像集進(jìn)行預(yù)處理，獲取到目標(biāo)圖像集；將所述目標(biāo)圖像集輸入到目標(biāo)檢測(cè)模型進(jìn)行圖像識(shí)別，得到每個(gè)目標(biāo)圖像的目標(biāo)識(shí)別結(jié)果；將所有目標(biāo)識(shí)別結(jié)果進(jìn)行數(shù)據(jù)分析，得到監(jiān)測(cè)結(jié)果。

可選地，獲取視頻圖像數(shù)據(jù)之前，所述方法還包括：獲取樣本數(shù)據(jù)集；對(duì)所述樣本數(shù)據(jù)集進(jìn)行數(shù)據(jù)標(biāo)注，得到標(biāo)注數(shù)據(jù)集；對(duì)所述標(biāo)注數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)，得到訓(xùn)練數(shù)據(jù)集；將所述訓(xùn)練數(shù)據(jù)集輸入人工智能方法進(jìn)行迭代訓(xùn)練，得到所述目標(biāo)檢測(cè)模型。

可選地，對(duì)所述視頻圖像數(shù)據(jù)進(jìn)行解碼，得到解碼圖像集，包括：主線程將所視頻圖像數(shù)據(jù)中的每幀圖像分配到多個(gè)解碼子線程進(jìn)行解碼；所述多個(gè)解碼子線程將解碼后的解碼圖像存放在緩存隊(duì)列；其中，所述緩存隊(duì)列中的所有解碼圖像作為所述解碼圖像集。

可選地，對(duì)所述解碼圖像集進(jìn)行預(yù)處理，獲取到目標(biāo)圖像集，包括：按照預(yù)設(shè)標(biāo)準(zhǔn)尺寸，對(duì)所述解碼圖像集中每個(gè)圖像的尺寸進(jìn)行修改，得到標(biāo)準(zhǔn)圖像集；對(duì)所述標(biāo)準(zhǔn)圖像集進(jìn)行濾波，得到所述目標(biāo)圖像集。

可選地，所述每個(gè)目標(biāo)圖像的目標(biāo)識(shí)別結(jié)果，包括：多個(gè)作業(yè)類別和多個(gè)位置信息，所述多個(gè)位置信息與所述多個(gè)作業(yè)類別相對(duì)應(yīng)。

可選地，在將所述目標(biāo)圖像集輸入到目標(biāo)檢測(cè)模型進(jìn)行圖像識(shí)別，得到每個(gè)目標(biāo)圖像的目標(biāo)識(shí)別結(jié)果之后，所述方法還包括：根據(jù)所述多個(gè)位置信息，生成多個(gè)位置邊框；將所述多個(gè)作業(yè)類別、所述多個(gè)位置邊框與所述視頻圖像數(shù)據(jù)進(jìn)行組合，得到標(biāo)注視頻圖像。

可選地，當(dāng)所述多個(gè)作業(yè)類別包括未佩戴安全帽、佩戴安全帽、佩戴安全帶、未佩戴安全帶、已系安全卡扣、未系安全卡扣和安全卡扣位置違規(guī)時(shí)，將所有目標(biāo)識(shí)別結(jié)果進(jìn)行數(shù)據(jù)分析，得到監(jiān)測(cè)結(jié)果，包括：對(duì)所述所有目標(biāo)識(shí)別結(jié)果進(jìn)行分類匯總，獲取到每個(gè)作業(yè)類別的數(shù)量；判斷所述佩戴安全帽的數(shù)量是否小于第一閾值；當(dāng)所述佩戴安全帽的數(shù)量大于或等于所述第一閾值時(shí)，判斷所述佩戴安全帶的數(shù)量是否小于第二閾值；當(dāng)所述佩戴安全帶的數(shù)量大于或等于所述第二閾值時(shí)，判斷所述已系安全卡扣的數(shù)量是否小于第三閾值；當(dāng)所述已系安全卡扣的數(shù)量大于或等于所述第三閾值時(shí)，判斷所述安全卡扣的位置是否存在違規(guī)；當(dāng)所述安全卡扣的位置不存在違規(guī)時(shí)，所述監(jiān)測(cè)結(jié)果為正常作業(yè)狀態(tài)。