[發明專利]基于深度學習的危險作業檢測方法

在審

• 申請號: 202210863147.8
• 申請日: 2022-07-20
• 公開（公告）號: CN115376204A
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 蘭雨晴;余丹;唐霆岳;邢智渙;王丹星
• 申請（專利權）人: 慧之安信息技術股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V20/52;G06V10/147
• 代理公司: 北京廣技專利代理事務所(特殊普通合伙) 11842
• 代理人: 張國香

本發明提供了基于深度學習的危險作業檢測方法，其在建筑作業區域的每個位置均安裝紅外感應器和攝像傳感器，以此對每個位置對應的檢測區域進行紅外檢測和攝像檢測；根據檢測區域內的紅外感應數據，得到對應的人員存在狀態，以此調整攝像傳感器的攝像狀態；對檢測區域影像進行深度學習分析處理，得到檢測區域的人員動作狀態，以此判斷檢測區域是否發生危險作業事件，再通過服務器終端向位于檢測區域的報警設備發送報警動作指令；上述方法通過服務器終端結合紅外感應器和攝像傳感器對檢測區域進行檢測，對紅外感應數據和檢測區域影像進行深度學習分析，實時全面確定每個位置的人員作業作態，及時對危險作業行為進行識別。

技術領域

本發明涉及作業安全監控的技術領域，特別涉及基于深度學習的危險作業檢測方法。

背景技術

建筑工地內部分布有不同作業平臺和機器設備作業工位，工作人員在相應的作業平臺和機器設備作業工位進行相應操作，由于建筑工地的作業工種種類繁多，工作人員需要嚴格按照每個作業工作的作業流程進行操作。但是，在實際工作中，部分工作人員并不會嚴格根據作業流程進行操作，這使得在作業過程中會發生一定的危險作業行為。現有的建筑工地監控方式通常是利用人工巡查的方式來確定工作人員是否存在危險作業行為，上述方式無法在同一時間對所有工作人員進行全面的排查，同時上述方式在檢測判斷方面存在一定的時間滯后性，嚴重影響建筑工地危險作業行為的檢測全面性和準確性。

發明內容

針對現有技術存在的缺陷，本發明提供基于深度學習的危險作業檢測方法，其在建筑作業區域的每個位置均安裝紅外感應器和攝像傳感器，以此對每個位置對應的檢測區域進行紅外檢測和攝像檢測；根據檢測區域內的紅外感應數據，得到對應的人員存在狀態，以此調整攝像傳感器的攝像狀態；對檢測區域影像進行深度學習分析處理，得到檢測區域的人員動作狀態，以此判斷檢測區域是否發生危險作業事件，再通過服務器終端向位于檢測區域的報警設備發送報警動作指令；上述方法通過服務器終端結合紅外感應器和攝像傳感器對檢測區域進行雙方面的檢測，并對紅外感應數據和檢測區域影像進行深度學習分析，實時全面確定每個位置的人員作業作態，及時對危險作業行為進行識別，提高建筑工地危險作業行為的檢測全面性和準確性。

本發明提供基于深度學習的危險作業檢測方法，其包括如下步驟：

步驟S1，在建筑作業區域的每個位置分別安裝紅外感應器和攝像傳感器，并且同一位置安裝的紅外感應器和攝像傳感器具有相同的檢測區域；將所有紅外感應器和所有攝像傳感器均接入到同一服務器終端；

步驟S2，通過所述服務器終端收集所述紅外感應器反饋的檢測區域內的紅外感應數據，并對所述人員存在狀態數據進行分析處理，得到所述檢測區域內的人員存在狀態信息；根據所述人員存在狀態信息，判斷所述檢測區域是否屬于人員密集作業區域；

步驟S3，根據上述檢測區域的判斷結果，通過所述服務器終端調整對應攝像傳感器的攝像狀態，并收集所述攝像傳感器反饋的檢測區域影像，并對所述檢測區域影像進行分析處理，得到所述檢測區域的人員動作狀態信息；根據所述人員動作狀態信息，判斷所述檢測區域是否發生危險作業事件；

步驟S4，根據上述危險事件的判斷結果，通過所述服務器終端向位于所述檢測區域的報警設備發送報警動作指令。

進一步，在所述步驟S1中，在建筑作業區域的每個位置分別安裝紅外感應器和攝像傳感器，并且同一位置安裝的紅外感應器和攝像傳感器具有相同的檢測區域具體包括：

在建筑作業區域的每個作業平臺或每個機器作業機位分別安裝紅外感應器和攝像傳感器，并且對同一位置安裝的紅外感應器和攝像傳感器進行調試，使得同一位置安裝的紅外感應器的紅外光掃描覆蓋區域與攝像傳感器的攝像覆蓋區域具有相同的范圍。

進一步，在所述步驟S1中，將所有紅外感應器和所有攝像傳感器均接入到同一服務器終端具體包括：

將所有紅外感應器和所有攝像傳感器分別通過獨立的雙向數據通信鏈路接入到同一服務器終端。