[发明专利]一种智慧工地人员姿态检测方法及系统有效

专利信息
申请号: 201911394549.2 申请日: 2019-12-30
公开(公告)号: CN111064935B 公开(公告)日: 2022-01-18
发明(设计)人: 卢细祥;赵志茂;赵文峰;杨书庆;陈伟 申请(专利权)人: 中祖建设安装工程有限公司
主分类号: H04N7/18 分类号: H04N7/18;G06K9/00;G06N20/00
代理公司: 北京信诺创成知识产权代理有限公司 11728 代理人: 任万玲
地址: 314500 浙江省嘉*** 国省代码: 浙江;33
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 智慧 工地 人员 姿态 检测 方法 系统
【权利要求书】:

1.一种智慧工地人员姿态检测方法,其特征在于,包括如下步骤:

获取监控区域的三维模拟场景;

获取所述监控区域的第一角度图像,解析所述第一角度图像中的每一人员的第一人像信息以及每一人员在所述监控区域内的第一位置信息;

获取所述监控区域的第二角度图像,解析所述第二角度图像中的每一人员的第二人像信息以及每一人员在所述监控区域内的第二位置信息;

获取所述监控区域的第三角度图像,解析所述第三角度图像中的每一人员的第三人像信息以及每一人员在所述监控区域内的第三位置信息;

根据所述第一人像信息、所述第二人像信息和所述第三人像信息得到每一人员的姿态;根据所述第一位置信息、所述第二位置信息和所述第三位置信息得到每一人员在所述监控区域内的位置;

融合每一人员在所述监控区域内的位置、每一人员的姿态和所述三维模拟场景得到姿态检测结果并显示;

其中所述第一角度图像、所述第二角度图像和所述第三角度图像为不同角度下对监控区域进行监控获得监控图像;

根据所述第一人像信息、所述第二人像信息和所述第三人像信息得到每一人员的姿态的步骤中:

将与每一人员所对应的所述第一人像信息、所述第二人像信息和所述第三人像信息作为预设机器学习模型的输入参数,以所述预设机器学习模型的输出结果作为该人员的所述姿态;其中,所述预设机器学习模型通过如下方式得到:

选定机器学习模型;

获取训练样本图像,所述训练样本图像包括人员姿态样本图像以及与所述人员姿态样本图像对应的第一角度样本图像、第二角度样本图像和第三角度样本图像,其中所述第一角度样本图像与所述第二角度样本图像之间的相差角度与所述第一角度图像和所述第二角度图像之间的相差角度相同;所述第一角度样本图像与所述第三角度样本图像之间的相差角度与所述第一角度图像和所述第三角度图像之间的相差角度相同;所述第二角度样本图像与所述第三角度样本图像之间的相差角度与所述第二角度图像和所述第三角度图像之间的相差角度相同;

以所述第一角度样本图像、所述第二角度样本图像和所述第三角度样本图像作为所述机器学习模型的输入,以所述人员姿态样本图像作为所述机器学习模型的输出对所述机器学习模型进行训练,训练完成后得到所述预设机器学习模型;

还包括如下步骤:将每一人员的姿态与预设危险动作姿态进行比对,若任意一个人员的姿态与任意一个所述预设危险动作姿态匹配,则输出危险提示信号以控制报警组件发出报警提示;

获取所述监控区域内的所有被监控部件的位置信息,所述位置信息包括被监控部件的属性信息及其位置坐标;将所述被监控部件的位置信息融合至所述姿态检测结果并显示,以使所述姿态检测结果显示每一人员的姿态与每一人员的被监控部件的属性信息的关联性;包括:在三维模拟场景下选定一个静态物体,根据每一人员姿态与该静态物体之间的位置关系、每一被监控部件与该静态物体之间的位置关系来确定人员姿态与被监控部件之间的对应关系;

若任意一个人员的姿态与任意一个所述预设危险动作姿态匹配,则根据所述关联性确定与该人员的姿态相关联的被监控部件的属性信息;

根据被监控部件的属性信息下发提示信息至该人员的被监控部件上,

其中,所述被监控部件为智慧工地中的人员所佩戴。

2.根据权利要求1所述的智慧工地人员姿态检测方法,其特征在于,还包括如下步骤:

若任意一个人员的姿态与任意一个所述预设危险动作姿态匹配,则根据该人员在所述监控区域中的位置确定监控设备的监控角度;

控制监控设备至所述监控角度,以使所述监控设备获得该人员放大后的监控图像。

3.一种计算机可读存储介质,其特征在于,所述存储介质中存储有程序指令,计算机读取所述程序指令后执行权利要求1或2所述的智慧工地人员姿态检测方法。

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中祖建设安装工程有限公司,未经中祖建设安装工程有限公司许可,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/201911394549.2/1.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